编码与格式 / 系统课时

生成 DASH 自适应流

生成 DASH 自适应流

本课将同一视频编码为两档清晰度,并封装成 MPEG-DASH。完成后,你会得到一个 MPD 清单、多个初始化段和媒体段,并能解释播放器如何根据带宽在不同码率之间切换。

学习目标

  • 使用 FFmpeg 生成包含多档视频与音频的 DASH 输出
  • 区分 MPD 清单、初始化段和媒体段的职责
  • 通过文件结构和清单内容验证自适应流是否正确

DASH 输出由哪些文件组成

DASH 不把全部内容写进一个媒体文件,而是用 MPD 清单描述可选轨道、分片模板和时间信息。播放器先读取 MPD,再选择一个视频表示与音频表示,随后按编号请求对应的初始化段和媒体段。

DASH 清单与分片关系图

初始化段通常包含解码器配置、轨道信息和时间基准,本身不承载完整播放内容。媒体段保存连续时间片的数据;只有相同类型的各档表示在关键帧和时间轴上对齐,播放器切换码率时才不容易卡顿。

生成两档自适应流

下面使用 FFmpeg 测试源生成 20 秒内容。视频被拆成 1280×720 和 640×360 两档,音频单独进入音频适配集,所有轨道以约 2 秒为一个媒体段。

bash
mkdir -p dash
ffmpeg \
  -f lavfi -i "testsrc2=size=1280x720:rate=25" \
  -f lavfi -i "sine=frequency=880:sample_rate=48000" \
  -t 20 \
  -filter_complex \
  "[0:v]split=2[v720][v360];[v720]scale=1280:720[v720out];[v360]scale=640:360[v360out]" \
  -map "[v720out]" \
  -map "[v360out]" \
  -map 1:a \
  -c:v libx264 -preset veryfast \
  -g 50 -keyint_min 50 -sc_threshold 0 \
  -b:v:0 2500k \
  -b:v:1 800k \
  -c:a aac -b:a 128k \
  -seg_duration 2 \
  -use_timeline 1 \
  -use_template 1 \
  -adaptation_sets "id=0,streams=v id=1,streams=a" \
  -f dash dash/stream.mpd

预期结果:dash 目录中出现一个 MPD 文件、3 个初始化段,以及每条轨道对应的一组媒体段。分片数量受实际时长和关键帧位置影响。

text
stream.mpd
init-stream0.m4s
init-stream1.m4s
init-stream2.m4s
chunk-stream0-00001.m4s
chunk-stream1-00001.m4s
chunk-stream2-00001.m4s
...

默认命名中的 stream0、stream1 和 stream2 对应两路视频与一路音频,具体映射顺序由 -map 决定。实际文件名中的编号可能因 FFmpeg 版本和输出选项略有差异。

验证 MPD 清单

执行下面的命令确认清单存在,并检查其中是否包含视频和音频适配集:

bash
grep -E "AdaptationSet|Representation|SegmentTemplate" dash/stream.mpd

预期输出会包含两个 AdaptationSet、三个 Representation,以及描述初始化段和媒体段命名方式的 SegmentTemplate。属性顺序和自动生成的 ID 可能不同。

text
<AdaptationSet id="0" ...>
<Representation id="0" ... bandwidth="2500000" ...>
<Representation id="1" ... bandwidth="800000" ...>
<SegmentTemplate ... initialization="init-stream$RepresentationID$.m4s" ...>
<AdaptationSet id="1" ...>
<Representation id="2" ... bandwidth="128000" ...>

MPD 中的 bandwidth 是播放器估算选择档位的重要依据,但它不等于每个分片的精确瞬时码率。播放器还会综合缓冲区、下载速度、屏幕尺寸和自身策略决定是否切换。

自适应切换的关键条件

两档视频必须使用一致的帧率、分片时长和关键帧边界。示例在 25 fps 下设置 -g 50,使关键帧间隔约为 2 秒,并关闭场景切换关键帧,减少各档切片边界不一致的问题。

-adaptation_sets "id=0,streams=v id=1,streams=a" 把所有视频表示放入同一视频适配集,把音频放入另一个适配集。播放器是在同一适配集的多个 Representation 之间切换,不会把音频和视频当作同类档位替换。

本地验证可使用支持 DASH 的播放器或通过 HTTP 静态服务器提供目录。不要直接双击 MPD 文件测试,因为浏览器的文件协议可能阻止分片加载或产生错误的相对路径。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

生成 DASH 自适应流

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通