CN105554593B - 一种flv到mp4的文件容器转换方法 - Google Patents

Abstract

本发明公开了一种FLV到MP4的文件容器转换方法，先从原文件读取时间戳信息并获得每一帧的stts，然后将连续的stts合并为一个entry，通过这种高效的转换方法，在有限的精度损失下，可以使得转换后的’moov’box长度有效降低，从而减少文件的加载时间。

Description

一种FLV到MP4的文件容器转换方法

技术领域

本发明涉及一种FLV到MP4的文件容器转换方法。

背景技术

很多移动终端、上载系统、CDN等都只支持MP4格式而不支持FLV的格式，但市面上有很多存量FLV文件，如果通过编码的方式转成MP4格式，不仅会降低视频质量，同时还会增加运营成本，降低工作效率。

同时，对于MP4文件，为了提高用户体验，减少点播缓冲时间，加载文件要快速，需要做成逐行下载的模式(Progressive Downloading Profile)，即’moov’ box必须在文件起始处，并且越小越好。在MP4的spec(14496-12)中，描述时间戳的字段是由stts((decoding)time-to-sample)及ctts((composition)time to sample)组成，其中sample_delta，sample_offset都是以’mdhd’的’timescale’为单位的。通常情况下，为了增加精度，audio的’timescale’都是以采样率为主，如48000，而video的’timescale’为90000。

但是对于FLV文件来说，描述时间戳的字段是由TimeStamp(即DTS)与CompositionTime(即ctts)组成，而且是以毫秒为单位，这样对于非整数毫秒的时间戳，如当video的帧率为23.976fps、30fps等，特别是audio流，其时间戳是有精度损失的。举个例子，对于采样率为48000hz的AAC LC来说，其每帧的时间间隔为1024.0/48＝21.333333ms，写到FLV文件里面，就会是21，22，21，22，21，22...，这样转换成对应的MP4的stts就会是1023，1024，1023，1024，1023，1024...，最终生成的stts大小就会增加很多。

发明内容

基于此，有必要提供一种不需要编码器，可直接做从FLV到MP4的容器转换，且在有限的精度损失下，可以使得转换后的’moov’box长度有效降低，从而减少文件加载时间的FLV到MP4的文件容器转换方法。

根据本发明的一方面，提供了一种FLV到MP4的文件容器转换方法，包括如下步骤：

从原文件读取时间戳信息并获得每一帧的stts；

将连续的stts合并为一个entry。

在其中一个实施例中，从原文件读取时间戳信息并获得每一帧的stts步骤中，具体方法如下：

读取原文件每帧的时间戳信息，第n帧的时间戳信息记为dts(n)；

根据stts(n)＝dts(n+1)-dts(n)公式，换算得每一帧的stts。

在其中一个实施例中，将连续的stts合并为一个entry的步骤中，具体方法如下：

计算每帧的DT值，并预设一个常量THR，当连续两帧的DT值的差值小于预设的常量THR，则连续的两帧合并为一个entry。

这种FLV到MP4的文件容器转换方法，提供了一种高效的转换方法，在有限的精度损失下，可以使得转换后的’moov’box长度有效降低，从而减少文件的加载时间。

具体实施方式

为了便于理解本发明，下面将用具体实施例对本发明进行更全面的描述。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这实施例的目的是使对本发明的公开内容的理解更加透彻全面。

本发明一实施例的FLV到MP4的文件容器转换方法，包括如下步骤：

步骤S1、从原文件读取时间戳信息并获得每一帧的stts。

具体地，通过FLV Splitter读取源文件内容，将源文件的每帧Audio/Video数据，包括解码时间戳信息(DTS)送给后端的MP4 Muxer。

步骤S2、将连续的stts合并为一个entry。

具体地，计算每帧的DT值，并预设一个常量THR，当连续两帧的DT值的差值小于预设的常量THR，则连续的两帧合并为一个entry。

DT值计算方法如下：

假设MP4文件共有N个entry，每个entry的sample count分别记为stts samplecount(n)，每个entry的sample offset记为stts sample offset(n)，n＝1～N。

设F(n)为第n个entry的第一帧的帧序号n：1～N，

则F(0)＝0，F(1)＝1，

当n＞1，n≤N+1时，

设文件的总帧数为M，则M＝F(N)+stts sample count(N)＝F(N+1)-1

对于第m(m≥1，m≤N)帧，一定有一个唯一的m’，使得m≥F(m’)且m＜F(m’+1)，那么第m帧的DT值如下：

在写入文件之前，分别对所有连续的audio帧和video帧进行分组，每一组一个entry，且对应一个使得总entry数尽量少并且保证由MP4文件得到的每帧的DT和原始FLV的DT的误差在一个很小的范围。

具体地，分组的步骤如下：

步骤A1、假设原始文件共有的帧数为M。先计算每帧的原始stts，

stts org(n)＝DT org(n+1)-DT org(n)

步骤A2、先令n＝1，m＝1，其中n为帧序号，m为从当前第n帧之前共有的entry个数。

然后令n＝2，继续步骤A3。

步骤A3、判断第n帧是否可以与第n-1帧合为一组，令

由此，根据上述DT值的计算方法，可以计算帧序号为n’的帧(n’：F(N)～n)的DT(n’)。

如果所有的DT(n’)与DT org(n’)的差值都小于一个预设的常量THR(典型的THR为1ms)，那么表示第n帧可以和之前的帧合为一个entry。

此时令n＝n+1，如果n＜N，分组完毕；否则继续A3。

反之，则表示第n帧不能和之前的帧合为一个entry，这样就可以确定第m个entry，

stts sample count(m)＝n-1-F(m-1)

stts sample offset＝(DT org(n)-DT org(F(m)))/stts sample count(m)

然后令m＝m+1，n＝n+1，如果n＜N，分组完毕；否则继续步骤A3。

这种FLV到MP4的文件容器转换方法，提供了一种高效的转换方法，在有限的精度损失下，可以使得转换后的’moov’box长度有效降低，从而减少文件的加载时间。根据本实施例方法转换后的’moov’box长度可降低约30％。

如对于一个内容2小时的FLV文件，Video是30fps，audio是48000hz的AAC文件，

那么audio的帧数＝2*3600/(1024/48000)＝337500

Video的帧数＝2*3600*30＝216000

如果没有进行精度补偿，那么生成出来的audio和video的stts大小大约为

Audio＝337500*8＝2700000

Video＝216000*8＝1728000

其中8代表的是每个stts占有的字节数。

经过精度补偿后，audio和video的stts在理想状态下(即输入源没有丢包的情况下)只会占用12个字节。

减少的字节数(BYTES)＝(2700000+1728000)＝4428000。

对于平均10M的带宽，可以减少加载的时间(4428000*8/10000000)＝3.5424s

以上所述实施例仅表达了本发明的个别实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (1)

1.一种FLV到MP4的文件容器转换方法，其特征在于，包括如下步骤：

读取原文件每帧的时间戳信息，第n帧的所述时间戳信息记为dts(n)，根据stts(n)＝dts(n+1)-dts(n)公式，换算得每一帧的stts；

计算每帧的DT值，并预设一个常量THR，当连续两帧的所述DT值的差值小于预设的所述常量THR，则所述连续的两帧合并为一个entry；

所述DT值的计算方式为通过公式

以及公式

算得，其中所述F(n)为第n个entry的第一帧的帧序号n：1～N，所述N为MP4文件中共有N个entry，每个entry的sample count分为别为所述stts_sample_count(n)，每个entry的sample offset分别为所述stts_sample_offset(n)，所述n＝1～N，所述M为文件总帧数。