[ffmpeg] 时间基总结

三个常见 time base

tbc → time base (codec)

Codec 层的时间基数
在 FFmpeg 里是 AVCodecContext->time_base
表示「编码器/解码器理解的时间单位」
常见：
视频：1/framerate（例如 1/30）
音频：1/samplerate（例如 1/48000）

tbn → time base (stream)

Stream 层的时间基数
在 FFmpeg 里是 AVStream->time_base
表示「容器 / 协议使用的时间戳单位」
常见：
MP4/MKV → {1,1000} 毫秒
TS/RTP → {1,90000}（90 kHz 时钟）
RTMP → {1,1000} 毫秒
音频轨 → 通常 {1,sample_rate}

tbr → time base (rate)（准确说是 frame rate guess）

avg_frame_rate / r_frame_rate
ffmpeg 根据 PTS 统计出来的平均帧率
不是时基，只是给人看的帧率估算

为什么有了 tbc 还需要有 tbn

音视频的 tbc 本来就不一样。
视频：1/30 → 每个 PTS 单位 = 0.0333 秒
音频：1/48000 → 每个 PTS 单位 = 0.0000208 秒
如果直接把它们丢进容器，播放器根本没法对齐（一个用 0.0333s 计时，一个用 0.0000208s 计时）。
所以，容器层引入 统一的 time base（tbn）：
所有流的时间戳都要 rescale 成 同一种“货币单位”，比如毫秒或 90kHz。
这样容器里的音视频轨才能对齐，播放器才能同步解码和播放。

什么时候需要转换时间基

一帧视频的渲染时间为 pts*时间基；
当刚开始 pts 的时间基是以 tbc 为单位保存的，在录制和发送前需要将 pts 和 dts 转换成对应协议的时间基下的 pts 和 dts。

btn 的时间基是怎么来的，可以改变吗？

btn 的时间基是每种协议根据自身场景，定义出来的，不能随意改变。

• MPEG-TS / RTP(H.264) → 90 kHz
  来自广播电视标准（MPEG-2 Systems），定义了 PCR/PTS/DTS 的时钟基准是 90 kHz。
  90 kHz 刚好是 27 MHz 时钟（硬件常用）除以 300，方便整数除法。
  所以 TS、RTP 推流几乎都用 90 kHz time base。
• MP4/MOV → 通常 1/1000 或者其他 timescale（trak 级别可变）
  ISO BMFF 规范里，timescale 是一个整数，表示“一秒有多少时间单位”。
  写文件时 muxer 通常选 1000（毫秒）或者 600/48000（和音频采样率对齐），便于人类可读或和音频同步。
• MKV/WebM → 1/1000 秒
  Matroska 规定了默认 timecode scale 是 1ms，所以大部分 MKV 就是 {1,1000}。
• AVI → 多数情况下 1/帧率
  AVI 比较古老，直接用 dwScale/dwRate 定义帧率关系。
  RTMP → 毫秒
  Adobe RTMP 协议规定时间戳就是毫秒。