audio - 使用 FFMPEG 将可搜索的 AAC 音频流写入 MP4 文件

Question

我正在尝试使用 FFMPEG 库将 AAC 音频流写入 mp4 文件。我正在使用直接写入套接字的自定义 IO 上下文，因此我必须设置 ioContext->seekable = 0 .为了完成这项工作，我必须添加“movflags”empty_moov和 frag_keyframe写标题的时候。

将输出写入套接字另一端的文件后，我可以在 VLC 或 Windows Media Player 中播放该文件。但是，寻找文件中的特定位置在两个播放器中都无法正常工作。 WMP 也不显示总持续时间，VLC 仅在到达音频结尾时短暂闪烁。

有没有办法在混合时添加更多元数据，以便播放器能够将文件视为不是作为流写入的？通过套接字的传输不会突然中断，因此我可以在文件末尾写入元数据。我也提前知道总持续时间，所以如果可能的话，我可以将它添加到文件的标题中。我无法使用 faststart标记，因为这需要在写入套接字之前输出到可查找的文件。

更新:我了解到我可以在 AVFormatContext 中设置持续时间我可以设置nb_frames和 avg_frame_rate在 AVStream .但是，它并不能解决我的问题。当我设置 codecContext 标志 AV_CODEC_FLAG_QSCALE , VLC 似乎可以估计总时间。但是，寻找仍然不起作用。

Answer 1

如果您想要一个可搜索的 MP4 文件，请确保它肯定具有元数据，因为这是 MPEG 解码器处理搜索的必要条件(MP4 元数据列出了每个 AAC 帧字节的起始位置。
这意味着失去 -movflags empty_moov & frag_keyframe因为他们增加了问题。

考虑:

你不需要frag_keyframe因为所有音频帧都被归类为关键帧。

不要强制empty_moov因为如果没有元数据，MP4 解码器就无法搜索。 (FFmpeg 将在分片模式下处理元数据)。

来自 的报价this excellent guide 在流媒体上:

Writing a fragmented file has the advantage that the file is decodable even if the writing is interrupted (while a normal MOV/MP4 is undecodable if it is not properly finished), and it requires less memory when writing very long files (since writing normal MOV/MP4 files stores info about every single packet in memory until the file is closed). The downside is that it is less compatible with other applications.

您可以尝试的选项是:

frag_duration [num]创建 num 的片段毫秒长。

frag_size [num]创建最多包含 num 的片段有效载荷的字节大小。