时间基与时间戳是 FFmpeg 音视频同步、有序播放的核心机制，也是推流开发中最容易踩坑的环节。所有音视频帧的播放顺序、音画对齐、封装传输，都依赖统一的时间刻度规则与转换逻辑。
一、FFMPEG 时间基、 时间戳
1.1 时间基(time_base)：
时间基也称之为时间基准，它代表的是每个刻度是多少秒。比方说：视频帧率是**25FPS，**那它的时间刻度是{1,25}。相当于1s内划分出25个等分，也就是每隔1/25秒后显示一帧视频数据。具体的如下图所示：
在FFMPEG中时间基准都是用AVRational结构体来表示：
typedef struct AVRational{
int num; // 分子
int den; // 分母
} AVRational;num ： 它是numerator的缩小，代表的是分子
den ： 它是denominator的缩小，代表的是分母
它的物理含义是：1 个时间刻度 = num/den 秒。
在视频时间基都是以帧率为单位，比方说25帧。FFMPEG就以AVRational video_timebase = {1, 25}来表示。
在音频时间基都是以采样率为单位，比方说音频采样率是48000HZ。FFMPEG就以AVRationalaudio_timebase = {1, 48000}来表示。
对于封装格式来说：flv 封装格式的 time_base 为{1,1000}，ts 封装格式的 time_base 为{1,90000}
从上图ffplay的信息我们可以看到有很多关于时间基的信息：
tbr **：**表示帧率，该帧率是一个基准，通常来说tbr和fps是一致的
tbn **：**表示视频流timebase(时间基)，比方说：TS格式的数据timebase是90000，flv格式的视频流timebase为1000
tbc **：**表示视频流codec timebase，这个值一般为帧率的两倍。比方说：帧率是25fps，则tbc是50
核心原则：时间戳的数值本身没有意义，必须搭配对应的时间基才能换算出真实的时间。同一个真实时刻，用不同的时间基表示，数值完全不同。
1.2 时间戳(PTS、DTS)：
首先时间戳它指的是在时间轴里面占了多少个格子，时间戳的单位不是具体的秒数，而是时间刻度。只有当时间基和时间戳结合在一起的时候，才能够真正表达出来时间是多少。
比方说：
有一把尺子pts = 25个刻度，time_base = {1,25} 每一个刻度是1/25厘米
所以这把尺子的长度 = pts * time_base = 25* 1/25= 1厘米
FFmpeg 中每个音视频帧（AVPacket/AVFrame）都带有两个核心时间戳，单位是对应模块的时间基刻度：
1.2.1 PTS ：
全称是Presentation Time Stamp(显示时间戳)，它主要的作用是度量解码后的视频帧什么时候显示出来。标记这一帧应该被渲染 / 播放的真实时刻，决定了用户看到画面、听到声音的时间点。
视频PTS计算：n为第n帧视频帧，timebase是{1，framerate}，fps是framerate
pts = n *(( 1 / timebase) / fps):
pts = pts++;
举例子：n = 1, pts = 1
n = 2, pts = 2
n =3, pts = 3
音频PTS计算：n为第n帧音频帧，nb_samples指的是采样个数(AAC默认1024)，timebase是{1,samplerate}，samplerate是采样率
Samplerate = 48000, nb_sample=1024, timebase = {1,48000}
num_pkt = samplerate/nb_samples
pts = n * ( ( 1/ timebase) / num_pkt)
pts = pts+1024
举例子：n = 1, pts = 1024
n = 2, pts = 2048
n = 3, pts = 3072
1.2.2 DTS ：
解码时间戳，标记这一帧应该被送入解码器解码的时刻，决定了解码器的工作顺序。在没有B帧的情况下PTS 等于 DTS。假设编码的里面引入了B帧，则还要计算B帧的时间。
没有B帧：dts = pts
存在B帧：dts = pts + b_time
- 无 B 帧的场景（绝大多数监控、直播场景） ：解码顺序和播放顺序完全一致，因此
PTS = DTS，这也是你 RV1126 硬件编码场景的默认情况。 - 有 B 帧的场景：B 帧需要参考前后帧才能解码，解码顺序和播放顺序不一致，因此 DTS 和 PTS 会有差值，需要额外处理
二、FFmpeg 不同层级的时间基
FFmpeg 的不同模块有各自独立的时间基，这是新手最容易混淆的点。在推流场景下，重点关注三个层级的时间基：
1. 编码器层：AVCodecContext->time_base
- 所属模块：编码器内部使用的时间刻度，是编码侧计算帧间隔、控制码率的基准。
- 软编码场景下，送入编码器的 AVFrame 的 pts 必须以这个时间基为单位。
- 本项目是硬件编码场景，编码由 VENC 硬件完成，FFmpeg 不参与编码，因此这个时间基不需要关注。
2. 流层：AVStream->time_base
- 所属模块：封装层（AVFormat/AVStream）使用的时间刻度，是推流开发最核心的时间基。
- 硬性规则：所有写入封装器的 AVPacket，它的 pts/dts 必须以对应流的 time_base 为单位。
- 这是我们开发中需要重点对齐的参数：硬件输出的时间戳必须转换为该时间基后，再赋值给 pkt->pts/dts。
3. 容器 / 协议层
- 所属模块：具体封装格式或传输协议自带的时间刻度，比如 FLV/RTMP 固定为毫秒精度、MPEG-TS 固定为 90kHz。
- 开发者一般不需要手动处理：FFmpeg 的封装器内部会自动把
AVStream->time_base的时间戳，转换成容器 / 协议要求的刻度，不需要手动换算。
工程简化原则：推流开发时，我们只需要保证 AVPacket 的 pts/dts 和
AVStream->time_base对应即可，底层协议的时间转换由 FFmpeg 自动完成。
三、时间转换的原理
时间基转换不能手写乘除，直接计算容易出现整数溢出、精度误差。FFmpeg 提供了标准转换函数 av_rescale_q，是所有时间基转换的唯一标准写法。
在FFMPEG中由于不同的复合流，时间基是不同的，比方说：flv的时间基time_base= {1,1000 }，假设一个视频time_base = {1,25 }，我们需要合成mpegts文件，它就需要把time_base = {1,25} 占的格子转换成time_base = {1,1000}占的格子。
3.1 在FFMPEG中用以下的API进行时间基转换：
void av_packet_rescale_ts(AVPacket *pkt, AVRational tb_src, AVRational tb_dst);
**第一个参数：**AVPacket结构体指针
**第二个参数：**源时间基
**第三个参数：**目的时间基
上面这个api的用法是，把AVPacket的时间基tb_src 转换成时间基tb_dst。下面我们用H264和AAC时间基TS转换的例子来说明这个转换时间基的用法：
3.2 视频H264时间基转换成MPEGTS时间基：
**DST_VIDEO_PTS = VIDEO_PTS * VIDEO_TIME_BASE / DST_TIME_BASE
H264 {1,25} flv{1,1000}
pts = 1 pts = 40
pts = 2 av_packet_rescale_ts pts = 80
pts = 3 pts = 120
pts = 4 pts = 160
3.3 音频AAC时间基转换成FLV时间基：
**DST_AUDIO_PTS = AUDIO_PTS * AUDIO_TIME_BASE / DST_TIME_BASE
AAC {1,48000} FLV{1,1000}
pts =1024 pts ~= 21.3
pts =2048 av_packet_rescale_ts pts ~= 42.6
pts =3072 pts ~= 64
pts =4096 pts ~= 85.3
从上述推导的结果可以看出来，如果使用av_packet_rescale_ts 的API对视频时间基进行转换，实际上是使用DST_VIDEO_PTS = VIDEO_PTS * VIDEO_TIME_BASE / DST_TIME_BASE去计算推流的视频时间戳。
同理用av_packet_rescale_ts 对音频时间基进行转换，实际上是使用DST_AUDIO_PTS = AUDIO_PTS * AUDIO_TIME_BASE / DST_TIME_BASE去计算我们真实推流的音频时间戳。