FLV文件格式详解

第 1 章 FLV 文件格式

FLV 文件中的每种标签类型均构成单一数据流。一个 FLV 文件中最多包含一个音频流和一个视频流，二者同步。FLV 文件无法定义多个同类型独立流。

与 SWF 文件不同，FLV 文件以大端字节序 存储多字节整数。例如，数字 300（0x12C）在 SWF 格式中为 UI16 类型，字节序列是 0x2C 0x01；在 FLV 格式中为 UI16 类型，字节序列是 0x01 0x2C。此外，FLV 使用 SWF 未采用的 3 字节整数类型：UI24（无符号 24 位整数）。

FLV 文件头

所有 FLV 文件均以以下文件头开头：

表格

字段	类型	说明
签名	UI8	固定为 'F'（0x46）
签名	UI8	固定为 'L'（0x4C）
签名	UI8	固定为 'V'（0x56）
版本	UI8	文件版本（如 FLV 1 版为 0x01）
保留标志	UB $5$	必须为 0
音频标志	UB $1$	存在音频标签
保留标志	UB $1$	必须为 0
视频标志	UB $1$	存在视频标签
数据偏移	UI32	从文件起始到主体起始的字节偏移（即文件头大小）

FLV 1 版的数据偏移通常为 9。该字段用于兼容未来版本的更大文件头。

FLV 文件主体

FLV 文件头之后，剩余部分由回指指针 与标签交替组成，结构如下：

表格

字段	类型	说明
前一标签大小 0	UI32	固定为 0
标签 1	FLVTAG	第一个标签
前一标签大小 1	UI32	前一标签总大小（含头部）；FLV 1 版为 11 + 前一标签数据大小
标签 2	FLVTAG	第二个标签
...	...	...
倒数第二个标签大小	UI32	倒数第二个标签大小
最后一个标签	FLVTAG	最后一个标签
最后一个标签大小	UI32	最后一个标签大小

FLV 标签

FLV 标签格式如下：

表格

字段	类型	说明
标签类型	UI8	8 = 音频；9 = 视频；18 = 脚本数据；其余保留
数据大小	UI24	数据字段长度
时间戳	UI24	标签数据生效时间（毫秒），相对第一个标签（固定为 0）
时间戳扩展	UI8	时间戳高 8 位，与低 24 位组成 32 位有符号整数
流 ID	UI24	固定为 0
数据	---	标签类型 = 8→音频数据；=9→视频数据；=18→脚本数据对象

播放时，FLV 标签的时序仅由时间戳决定，忽略负载数据内置的计时机制。

音频标签

音频标签与 SWF 的 DefineSound 标签类似，负载数据基本一致，仅新增 SWF 不允许的 Nellymoser 8kHz 格式。

音频数据

表格

字段	类型	说明
音频格式	UB $4$	0 = 平台字节序 PCM；3 = 小端 PCM；4=16kHz 单声道 Nellymoser；5=8kHz 单声道 Nellymoser；6=Nellymoser；10=AAC；11=Speex；15 = 设备专属音频
采样率	UB $2$	0=5.5kHz；1=11kHz；2=22kHz；3=44kHz；AAC 固定为 3
采样位深	UB $1$	0=8 位；1=16 位（仅未压缩格式有效，压缩格式内部解码为 16 位）
声道	UB $1$	0 = 单声道；1 = 立体声（Nellymoser 固定 0；AAC 固定 1）
音频数据	UI8 $长度$	格式 = 10→AAC 音频数据；否则为对应格式音频数据

格式 3（PCM）存储原始 PCM 采样：8 位为无符号字节，16 位为小端有符号数；立体声为左 - 右交替存储。格式 0 与格式 3 一致，但 16 位采样按创建平台字节序存储，不建议使用。Nellymoser 8kHz/16kHz 为特殊情况，采样率无法用采样率字段表示，指定该格式时忽略采样率与声道字段。AAC 格式的采样率、声道字段会被播放器忽略，实际参数从 AAC 码流提取。

AAC 音频数据

Flash Player 9.0.115.0 及以上支持 AAC 格式。

表格

字段	类型	说明
AAC 包类型	UI8	0=AAC 序列头；1 = 原始 AAC 帧

AudioSpecificConfig 定义见 ISO 14496-3，与 MP4/F4V 的 esds 盒子内容不同，结构更深。

视频标签

视频标签与 SWF 的 VideoFrame 标签类似，负载数据一致。

视频数据

表格

字段	类型	说明
帧类型	UB $4$	1 = 关键帧（AVC 可搜索帧）；2 = 间帧（AVC 不可搜索）；3 = 可丢弃间帧（仅 H.263）
编解码器 ID	UB $4$	1=JPEG（未使用）；2=Sorenson H.263；3 = 屏幕视频；4=On2 VP6；5 = 带透明通道 VP6；6 = 屏幕视频 v2；7=AVC（H.264）
视频数据	---	按编解码器 ID 对应数据包

帧类型 = 5 时，负载为 1 字节：0 = 客户端搜索序列开始；1 = 客户端搜索序列结束。

AVC 视频包

承载 AVC 视频数据负载。

表格

字段	类型	说明
AVC 包类型	UI8	0=AVC 序列头；1=AVC NALU；2=AVC 序列结束

合成时间偏移见 ISO 14496-12 8.15.3，FLV 中偏移单位为毫秒。AVCDecoderConfigurationRecord 见 ISO 14496-15 5.2.4.1，与 MP4/F4V 的 avcC 盒子信息一致。

数据标签

封装单次方法调用，通常在 Flash Player 的 NetStream 对象上执行，由方法名与参数集组成。

脚本数据

表格

字段	类型	说明
对象	SCRIPTDATAOBJECT\[\]	任意数量脚本数据对象
结束标记	UI24	固定为 9

脚本数据对象 / 结束标记

脚本数据对象：定义 ActionScript 对象数据，包含对象名与对象数据。
结束标记：固定为 9，标识对象列表结束。

脚本数据字符串 / 长字符串

字符串：长度（UI16）+ 字符串数据。
长字符串：长度（UI32）+ 字符串数据，用于超过 65535 字符的字符串。

脚本数据值

表示 ActionScript 值 / 对象，支持数字、布尔、字符串、对象、数组、日期等类型，不同类型对应不同存储格式。

onMetaData 元数据

FLV 可包含 onMetaData 标记元数据，通过 NetStream.onMetaData 暴露给 ActionScript，常见字段：

时长、宽、高、视频码率、帧率、视频编解码器 ID
音频采样率、采样位深、立体声、音频编解码器 ID
文件大小