音视频从入门到精通——FFmpeg 播放器实现音视频同步的三种方式

老人们经常说，播放器对音频和视频的播放没有绝对的静态的同步，只有相对的动态的同步，实际上音视频同步就是一个“你追我赶”的过程。

音视频的同步方式有 3 种，即：音视频分别向系统时钟同步、音频向视频同步及视频向音频同步。

1播放器结构

在实现音视频同步之前，我们先简单说下本文播放器的大致结构，方便后面实现不同的音视频同步方式。

如上图所示，音频解码和视频解码分别占用一个独立线程，线程里有一个解码循环，解码循环里不断对音视频编码数据进行解码，音视频解码帧不设置缓存 Buffer , 进行实时渲染，极大地方便了音视频同步的实现。

音视频解码线程独立分离的播放器模式，简单灵活，代码量小，面向初学者，可以很方便实现音视频同步。

音视和视频解码流程非常相似，所以我们可以将二者的解码器抽象为一个基类：

class DecoderBase : public Decoder {public:DecoderBase(){};virtual~ DecoderBase(){};//开始播放virtual void Start();//暂停播放virtual void Pause();//停止virtual void Stop();//获取时长virtual float GetDuration(){//ms to sreturn m_Duration * 1.0f / 1000;}//seek 到某个时间点播放virtual void SeekToPosition(float position);//当前播放的位置，用于更新进度条和音视频同步virtual float GetCurrentPosition();virtual void ClearCache(){};virtual void SetMessageCallback(void* context, MessageCallback callback){m_MsgContext = context;m_MsgCallback = callback;}//设置音视频同步的回调virtual void SetAVSyncCallback(void* context, AVSyncCallback callback){m_AVDecoderContext = context;m_AudioSyncCallback = callback;}protected://解码数据的回调virtual void OnFrameAvailable(AVFrame *frame) = 0;AVCodecContext *GetCodecContext() {return m_AVCodecContext;}
private:int InitFFDecoder();void UnInitDecoder();//启动解码线程void StartDecodingThread();//音视频解码循环void DecodingLoop();//更新显示时间戳void UpdateTimeStamp();//音视频同步void AVSync();//解码一个packet编码数据int DecodeOnePacket();//线程函数static void DoAVDecoding(DecoderBase *decoder);//封装格式上下文AVFormatContext *m_AVFormatContext = nullptr;//解码器上下文AVCodecContext  *m_AVCodecContext = nullptr;//解码器AVCodec         *m_AVCodec = nullptr;//编码的数据包AVPacket        *m_Packet = nullptr;//解码的帧AVFrame         *m_Frame = nullptr;//数据流的类型AVMediaType      m_MediaType = AVMEDIA_TYPE_UNKNOWN;//文件地址char       m_Url[MAX_PATH] = {0};//当前播放时间long             m_CurTimeStamp = 0;//播放的起始时间long             m_StartTimeStamp = -1;//总时长 mslong             m_Duration = 0;//数据流索引int              m_StreamIndex = -1;//锁和条件变量mutex               m_Mutex;condition_variable  m_Cond;thread             *m_Thread = nullptr;//seek positionvolatile float      m_SeekPosition = 0;volatile bool       m_SeekSuccess = false;//解码器状态volatile int  m_DecoderState = STATE_UNKNOWN;void* m_AVDecoderContext = nullptr;AVSyncCallback m_AudioSyncCallback = nullptr;//用作音视频同步
};

**篇幅有限，代码贴多了容易导致视觉疲劳，**这里只贴出几个关键函数。

解码循环。

void DecoderBase::DecodingLoop() {LOGCATE("DecoderBase::DecodingLoop start, m_MediaType=%d", m_MediaType);{std::unique_lock<std::mutex> lock(m_Mutex);m_DecoderState = STATE_DECODING;lock.unlock();}for(;;) {while (m_DecoderState == STATE_PAUSE) {std::unique_lock<std::mutex> lock(m_Mutex);LOGCATE("DecoderBase::DecodingLoop waiting, m_MediaType=%d", m_MediaType);m_Cond.wait_for(lock, std::chrono::milliseconds(10));m_StartTimeStamp = GetSysCurrentTime() - m_CurTimeStamp;}if(m_DecoderState == STATE_STOP) {break;}if(m_StartTimeStamp == -1)m_StartTimeStamp = GetSysCurrentTime();if(DecodeOnePacket() != 0) {//解码结束，暂停解码器std::unique_lock<std::mutex> lock(m_Mutex);m_DecoderState = STATE_PAUSE;}}LOGCATE("DecoderBase::DecodingLoop end");
}

获取当前时间戳。

void DecoderBase::UpdateTimeStamp() {LOGCATE("DecoderBase::UpdateTimeStamp");//参照 ffplay std::unique_lock<std::mutex> lock(m_Mutex);if(m_Frame->pkt_dts != AV_NOPTS_VALUE) {m_CurTimeStamp = m_Frame->pkt_dts;} else if (m_Frame->pts != AV_NOPTS_VALUE) {m_CurTimeStamp = m_Frame->pts;} else {m_CurTimeStamp = 0;}m_CurTimeStamp = (int64_t)((m_CurTimeStamp * av_q2d(m_AVFormatContext->streams[m_StreamIndex]->time_base)) * 1000);}

解码一个 packet 的编码数据。

int DecoderBase::DecodeOnePacket() {int result = av_read_frame(m_AVFormatContext, m_Packet);while(result == 0) {if(m_Packet->stream_index == m_StreamIndex) {if(avcodec_send_packet(m_AVCodecContext, m_Packet) == AVERROR_EOF) {//解码结束result = -1;goto __EXIT;}//一个 packet 包含多少 frame?int frameCount = 0;while (avcodec_receive_frame(m_AVCodecContext, m_Frame) == 0) {//更新时间戳UpdateTimeStamp();//同步AVSync();//渲染LOGCATE("DecoderBase::DecodeOnePacket 000 m_MediaType=%d", m_MediaType);OnFrameAvailable(m_Frame);LOGCATE("DecoderBase::DecodeOnePacket 0001 m_MediaType=%d", m_MediaType);frameCount ++;}LOGCATE("BaseDecoder::DecodeOneFrame frameCount=%d", frameCount);//判断一个 packet 是否解码完成if(frameCount > 0) {result = 0;goto __EXIT;}}av_packet_unref(m_Packet);result = av_read_frame(m_AVFormatContext, m_Packet);}__EXIT:av_packet_unref(m_Packet);return result;
}

2音视频向系统时钟同步

音视频向系统时钟同步，顾名思义，系统时钟的更新是按照时间的增加而增加，获取音视频解码帧时与系统时钟进行对齐操作。

简而言之就是，当前音频或视频播放时间戳大于系统时钟时，解码线程进行休眠，直到时间戳与系统时钟对齐。

音视频向系统时钟同步。

void DecoderBase::AVSync() {LOGCATE("DecoderBase::AVSync");long curSysTime = GetSysCurrentTime();//基于系统时钟计算从开始播放流逝的时间long elapsedTime = curSysTime - m_StartTimeStamp;//向系统时钟同步if(m_CurTimeStamp > elapsedTime) {//休眠时间auto sleepTime = static_cast<unsigned int>(m_CurTimeStamp - elapsedTime);//msav_usleep(sleepTime * 1000);}
}

音视频向系统时钟同步可以最大限度减少丢帧跳帧现象，但是前提是系统时钟不能受其他耗时任务影响。

3音频向视频同步

音频向视频同步，就是音频的时间戳向视频的时间戳对齐。由于视频有固定的刷新频率，即 FPS ，我们根据 PFS 确定每帧的渲染时长，然后以此来确定视频的时间戳。

当音频时间戳大于视频时间戳，或者超过一定的阈值，音频播放器一般插入静音帧、休眠或者放慢播放。反之，就需要跳帧、丢帧或者加快音频播放。

void DecoderBase::AVSync() {LOGCATE("DecoderBase::AVSync");if(m_AVSyncCallback != nullptr) {//音频向视频同步,传进来的 m_AVSyncCallback 用于获取视频时间戳long elapsedTime = m_AVSyncCallback(m_AVDecoderContext);LOGCATE("DecoderBase::AVSync m_CurTimeStamp=%ld, elapsedTime=%ld", m_CurTimeStamp, elapsedTime);if(m_CurTimeStamp > elapsedTime) {//休眠时间auto sleepTime = static_cast<unsigned int>(m_CurTimeStamp - elapsedTime);//msav_usleep(sleepTime * 1000);}}
}

音频向视频同步时，解码器设置。

//创建解码器
m_VideoDecoder = new VideoDecoder(url);
m_AudioDecoder = new AudioDecoder(url);//设置渲染器
m_VideoDecoder->SetVideoRender(OpenGLRender::GetInstance());
m_AudioRender = new OpenSLRender();
m_AudioDecoder->SetVideoRender(m_AudioRender);//设置视频时间戳回调
m_AudioDecoder->SetAVSyncCallback(m_VideoDecoder, VideoDecoder::GetVideoDecoderTimestampForAVSync);

音频向视频同步方式的优点是，视频可以将每一帧播放出来，画面流畅度最优。

但是由于人耳对声音相对眼睛对图像更为敏感，音频在与视频对齐时，插入静音帧、丢帧或者变速播放操作，用户可以轻易察觉，体验较差。

4视频向音频同步

视频向音频同步的方式比较常用，刚好利用了人耳朵对声音变化比眼睛对图像变化更为敏感的特点。

音频按照固定的采样率播放，为视频提供对齐基准，当视频时间戳大于音频时间戳时，渲染器不进行渲染或者重复渲染上一帧，反之，进行跳帧渲染。

void DecoderBase::AVSync() {LOGCATE("DecoderBase::AVSync");if(m_AVSyncCallback != nullptr) {//视频向音频同步,传进来的 m_AVSyncCallback 用于获取音频时间戳long elapsedTime = m_AVSyncCallback(m_AVDecoderContext);LOGCATE("DecoderBase::AVSync m_CurTimeStamp=%ld, elapsedTime=%ld", m_CurTimeStamp, elapsedTime);if(m_CurTimeStamp > elapsedTime) {//休眠时间auto sleepTime = static_cast<unsigned int>(m_CurTimeStamp - elapsedTime);//msav_usleep(sleepTime * 1000);}}
}

音频向视频同步时，解码器设置。

//创建解码器
m_VideoDecoder = new VideoDecoder(url);
m_AudioDecoder = new AudioDecoder(url);//设置渲染器
m_VideoDecoder->SetVideoRender(OpenGLRender::GetInstance());
m_AudioRender = new OpenSLRender();
m_AudioDecoder->SetVideoRender(m_AudioRender);//设置音频时间戳回调
m_VideoDecoder->SetAVSyncCallback(m_AudioDecoder, AudioDecoder::GetAudioDecoderTimestampForAVSync);

5结语

播放器实现音视频同步的这三种方式中，选择哪一种方式合适要视具体的使用场景而定，比如你对画面流畅度要求很高，可以选择音频向视频同步；你要单独实现视频或音频播放，直接向系统时钟同步更为方便。