目录
0. 前言
FLV 是 flash video 的缩写，是 Adobe Flash payler 支持的一种流媒体播放格式。flv文件格式的官方文档 Adobe Flash Video File Format Specification Version 10.1 的附录E里。
flv文件格式由flv header和许多tag组成，一个flv文件只有一个flv header，tag 类型分为音频、视频、脚本，共三种类型，tag 由 tag 头和 tag 数据组成。
1. FLV Header
FLV header有 9 个字节，定义如下
| 字段 | 类型 | 描述 |
|---|---|---|
| Signature | UI8 | 总是'F', 0x46 |
| Signature | UI8 | 总是'L', 0x4C |
| Signature | UI8 | 总是'V', 0x56 |
| version | UI8 | 文件版本号，总是1 |
| 保留字段 | UB5 | 0 |
| TypeFlagsAudio | UB1 | 0-无音频；1-有音频 |
| 保留字段 | UB1 | 0 |
| TypeFlagsVideo | UB1 | 0-无视频；1-有视频 |
| DataOffset | UI32 | flv头的长度，version=1时，总是9 |
2. FLV File Body
flv 文件体由许多tag挨个存储组成，每个tag的前四个字节表示前一个tag的长度。
2.1 FLV tag 格式
tag 的格式如下
| 字段 | 类型 | 描述 |
|---|---|---|
| Reserved | UB2 | 保留字段，总是0 |
| Filter | UB1 | 表示包是否被处理过，如加密处理，0-未加密，1-加密 |
| TagType | UB5 | tag类型，8 - audio，9 - video， 18 - script data |
| DataSize | UI24 | 消息的长度。从StreamID到标签结束的字节数(等于tag的长度- 11) |
| Timestamp | UI24 | 数据的时间戳，单位是ms |
| TimestampExtended | UI8 | 扩展时间戳，这字节与前3字节组成SI32的时间戳，前三位是低24bit值 |
| StreamID | UI24 | 总是0 |
| AudioTagHeader | AudioTagHeader | 如果TagType==8，接着就是音频tag头，AudioTagHeader定义在2.2.1小节 |
| VideoTagHeader | VideoTagHeader | 如果TagType==9，接着就是视频tag头，VideoTagHeader定义在后面 |
| EncryptionHeader | EncryptionHeader | 如果Filter==1，接着就是加密头，EncryptionHeader定义在后面 |
| FilterParams | FilterParams | 如果Filter==1才有此字段 |
| Data | tag的数据，数据格式与TagType的类型有关，if TagType == 8，AUDIODATA； if TagType == 9，VIDEODATA；if TagType == 18，SCRIPTDATA |
2.2 AUDIO DATA
音频数据由音频tag头和音频data构成。
2.2.1 音频tag头
音频tag头一个字节或者2个字节
| 字段 | 类型 | 描述 |
|---|---|---|
| SoundFormat | UB4 | 音频编码格式，定义入下： 0 = Linear PCM, platform endian 1 = ADPCM 2 = MP3 3 = Linear PCM, little endian 4 = Nellymoser 16 kHz mono 5 = Nellymoser 8 kHz mono 6 = Nellymoser 7 = G.711 A-law logarithmic PCM 8 = G.711 mu-law logarithmic PCM 9 = reserved 10 = AAC 11 = Speex 14 = MP3 8 kHz 15 = Device-specific sound 7, 8, 14, 15是保留值 |
| SoundRate | UB2 | 采样率 0 = 5.5 kHz 1 = 11 kHz 2 = 22 kHz 3 = 44 kHz |
| SoundSize | UB1 | 采样位数 0 = 8-bit 1 = 16-bit |
| SoundType | UB1 | 声道模式 0 = 单声道 1 = 双声道（立体声） |
| AACPacketType | UI8 | AAC包类型，如果SoundFormat = 10 才会有这个字段 0 = AAC sequence header 1 = AAC raw |
2.2.2 AAC音频数据
| 字段 | 类型 | 描述 |
|---|---|---|
| data | IF AACPacketType == 0 AudioSpecificConfig ELSE IF AACPacketType == 1 Raw AAC frame data in UI8 [] |
AudioSpecificConfig定义在 ISO/IEC 14496-3 2009 中第1.6.2.1小节。请注意，这与来自MP4/F4V文件的esds box的内容不同 |
ISO/IEC 14496-3 2009确实不好找，但是我还是找到了。https://csclub.uwaterloo.ca/~ehashman/ISO14496-3-2009.pdf，有可能这个地址会失效，也可以点这里下载 ISO-IEC-14496-3-2009.7z。
AudioSpecificConfig
AudioSpecificConfig的结构在ISO/IEC 14496-3中描述得好复杂，wiki 的描述简洁一些。
5 bits: object type #AudioObjectType
if (object type == 31)
6 bits + 32: object type
4 bits: frequency index #samplingFrequencyIndex
if (frequency index == 15)
24 bits: frequency
4 bits: channel configuration #channelConfiguration
var bits: AOT Specific Config
AudioObjectType定义在 ISO/IEC 14496-3 的 1.5.1.1 table 1.1
samplingFrequencyIndex对应表
| samplingFrequencyIndex | 值 |
|---|---|
| 0x0 | 96000 |
| 0x1 | 88200 |
| 0x2 | 64000 |
| 0x3 | 48000 |
| 0x4 | 44100 |
| 0x5 | 32000 |
| 0x6 | 24000 |
| 0x7 | 22050 |
| 0x8 | 16000 |
| 0x9 | 12000 |
| 0xa | 11025 |
| 0xb | 8000 |
| 0xc | 7350 |
| 0xd | reseverd |
| 0xe | reseverd |
| 0xf | escape value |
channelConfiguration 定义在 ISO/IEC 14496-3 的 1.6.3.5
以上定义可以查看这里 MPEG-4 Audio wiki 。
2.3 VIDEO DATA
视频数据由视频tag头和视频data构成。
2.3.1 视频tag头
| 字段 | 类型 | 描述 |
|---|---|---|
| Frame Type | UB4 | 视频帧类型，定义如下： 1 = 关键帧 2 = 非关键帧(inter frame) 3 = disposable inter frame (H.263 only) 4 = generated key frame (reserved for server use only) 5 = video info/command frame |
| CodecID | UB4 | 编码格式，定义如下： 2 = H.263 3 = Screen video 4 = On2 VP6 5 = On2 VP6 with alpha channel 6 = Screen video version 2 7 = AVC（H264） |
| AVCPacketType | if CodecID == 7 UI8 |
0 = AVC sequence header(序列头) 1 = AVC NALU 2 = AVC end of sequence |
| CompositionTime | IF CodecID == 7 SI24 |
IF AVCPacketType == 1 {Composition time offset} ELSE {0} 压缩时间定义在ISO 14496-12, 8.15.3，在FLV中时间偏移单位是ms |
2.3.2 AVC视频packet
| 字段 | 类型 | 描述 |
|---|---|---|
| Data | IF AVCPacketType == 0 {AVCDecoderConfigurationRecord} IF AVCPacketType == 1 |
如果AVCPacketType为0，data是AVC的编码配置信息，解码器需要使用，AVCDecoderConfigurationRecord定义在ISO/IEC 14496-15 5.2.4.1，此段和MP4/FLV中 avcc box 的内容一样；如果AVCPacketType为1，data是AVC的编码帧 |
ISO/IEC 14496-15确实不好下载，官方的需要买的，我找了好久找了到2010的第二版，我想第二版比第一版要好吧。我提供 ISO/IEC 14496-15 2010下载。
aligned(8) class AVCDecoderConfigurationRecord {
unsigned int(8) configurationVersion = 1;
unsigned int(8) AVCProfileIndication;
unsigned int(8) profile_compatibility;
unsigned int(8) AVCLevelIndication;
bit(6) reserved = ‘111111’b;
unsigned int(2) lengthSizeMinusOne;
bit(3) reserved = ‘111’b;
unsigned int(5) numOfSequenceParameterSets;
for (i=0; i< numOfSequenceParameterSets; i++) {
unsigned int(16) sequenceParameterSetLength ;
bit(8*sequenceParameterSetLength) sequenceParameterSetNALUnit;
}
unsigned int(8) numOfPictureParameterSets;
for (i=0; i< numOfPictureParameterSets; i++) {
unsigned int(16) pictureParameterSetLength;
bit(8*pictureParameterSetLength) pictureParameterSetNALUnit;
}
if( profile_idc == 100 || profile_idc == 110 ||
profile_idc == 122 || profile_idc == 144 )
{
bit(6) reserved = ‘111111’b;
unsigned int(2) chroma_format;
bit(5) reserved = ‘11111’b;
unsigned int(3) bit_depth_luma_minus8;
bit(5) reserved = ‘11111’b;
unsigned int(3) bit_depth_chroma_minus8;
unsigned int(8) numOfSequenceParameterSetExt;
for (i=0; i< numOfSequenceParameterSetExt; i++) {
unsigned int(16) sequenceParameterSetExtLength;
bit(8*sequenceParameterSetExtLength) sequenceParameterSetExtNALUnit;
}
}
}
