ZLMediaKit中RTSP流pts_time负值问题的分析与解决
2025-05-15 13:19:48作者:秋阔奎Evelyn
问题背景
在使用ZLMediaKit进行RTSP流媒体服务时,开发者发现通过ffprobe工具检测流媒体时,会出现pts_time(显示时间戳)为负值的情况。这种现象在流媒体处理中是不正常的,可能导致播放器处理异常或显示问题。
问题现象
通过ffprobe工具分析RTSP流时,输出结果显示大量负的pts_time值,如:
pts_time=-1.055875
pts_time=-1.035875
pts_time=-1.015875
...
随后逐渐增加到正值。同时ffprobe日志中还显示有丢包和解码错误信息。
技术分析
经过深入分析,发现问题根源在于ZLMediaKit的RTSP会话处理中存在两个关键问题:
-
类型转换问题:在计算RTP时间戳(rtptime)时,代码中将uint32类型的时间戳强制转换为int类型,当时间戳值较大时会导致溢出,产生负值。
-
时间戳基准问题:RTSP会话中发送的RTP-info头部中的rtptime值可能大于实际RTP包中的时间戳,导致播放器计算出的相对时间出现负值。
解决方案
针对上述问题,提出了多层次的解决方案:
- 类型转换修正:
// 原代码(有问题)
<< "rtptime=" << (int)(track->_time_stamp * (track->_samplerate / 1000)) << ",";
// 修正后
<< "rtptime=" << (int64_t)(track->_time_stamp * (track->_samplerate / 1000)) << ",";
- 时间戳基准调整: 通过访问环形缓冲区的存储数据,获取实际RTP包中的最小时间戳作为基准:
uint32_t _ts_audio = UINT32_MAX;
uint32_t _ts_video = UINT32_MAX;
auto _cache = play_src->getRing()->getStorage()->getCache();
for (auto p : *_cache.begin()) {
p.second->for_each([&_ts_audio, &_ts_video](const RtpPacket::Ptr &rtp) {
int64_t i = (int64_t)rtp->getStamp() * 1000 / rtp->sample_rate;
if (rtp->type == TrackAudio) {
if (i < _ts_audio) _ts_audio = i;
} else if (rtp->type == TrackVideo) {
if (i < _ts_video) _ts_video = i;
}
if(_ts_audio < UINT32_MAX && _ts_video < UINT32_MAX) return;
});
}
- RTSP会话优化: 确保发送的rtptime不大于实际RTP包中的时间戳,避免播放器计算出负的相对时间。
技术原理
在RTP/RTSP协议中,时间戳处理有几个关键点需要注意:
- RTP时间戳是32位无符号整数,会周期性回绕
- RTSP的RTP-info头部中的rtptime用于同步不同媒体流
- 播放器会根据第一个收到的RTP包时间戳和rtptime计算相对时间
当rtptime大于实际RTP包时间戳时,播放器计算出的相对时间就会是负值,导致ffprobe显示负的pts_time。
实现建议
对于ZLMediaKit项目,建议采取以下改进措施:
- 在RingBuffer类中增加getStorage()方法,提供对底层存储的访问
- 修改RTSP会话处理中的时间戳计算逻辑
- 确保所有时间戳转换使用足够大的数据类型(int64_t)
- 在发送RTP-info头部前,验证rtptime的合理性
总结
RTSP流媒体服务中的时间戳处理是一个需要特别注意的技术点。ZLMediaKit通过修正类型转换问题和优化时间戳基准选择,可以有效解决pts_time负值问题,提升流媒体服务的兼容性和稳定性。这一改进对于需要精确时间同步的应用场景尤为重要,如视频监控、直播等。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
522
94
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
956
951
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221