FLV 文件格式

概述

Flash Video（简称FLV），是一种网络视频格式，用作流媒体格式，它的出现有效地解决了视频文件导入Flash后，使导出的SWF文件体积庞大，不能在网络上有效使用等缺点。

FLV文件结构

FLV 文件 = File Header（FLV 文件头）+ File Body（FLV 文件体）。其中文件体又由一系列的 Tag 和 Tag Size 组成。

FLV_文件结构.jpg

FLV File Header

FLV_File_Header.png

字段	字节	描述
signature	3	文件格式标识。（'F‘ : 0x46，'L' : 0x4C，'V' : 0x56）
version	1	版本号。（0x01：版本号为1）
type flags	1	类型标识。 前5个bit是类型标志预留字段，必须是0； 第6个bit音频类型标志（TypeFlagsAudio）； 第7个bit是类型标志预留字段，必须是0； 第8个bit视频类型标志（TypeFlagsVideo）。（0x05，也就是 00000101，表示既有音频也有视频）
data offset	4	文件头的长度。（对于版本号为1的FLV文件来说，文件头长度固定是9，大于9表示下面还有扩展信息）

FLV File Body

Body部分是由一系列的 PreviousTagSize + Tag 构成。

PreviousTagSize 固定为4字节，表示前一个Tag的size

Tag分为3种类型：Script(脚本)、Video(视频)、Audio(音频)

FLV Tag

FLV中的Tag又分为 tag header（tag头部分）和 tag data（tag数据部分）。

FLV Tag Header

字段	字节	描述
TagType	1	当前tag的类型，值有： 0x08：audio 0x09：video 0x12：script 其他：未使用的预留值
DataSize	3	数据部分的数据长度（Data字段的数据长度）。
Timestamp	3	当前帧的时间戳，单位是毫秒。相对于第一个TAG的时间戳（第一个的时间戳总是0）
TimestampExtended	1	时间戳扩展字段。 如果时间戳大于0xFFFFFF，将会使用这个字节。这个字节是时间戳的高8位，上面的三个字节是低24位。
StreamID	3	流ID，总是0
Data	n	数据部分

FLV Script Tag

Script Tag一般只有一个，且是FLV中第一个Tag，用来存放一些描述信息，如：duration、width、height等。Script Tag 中Data部分的数据都是以 【数据类型 + 数据长度 + 数据】的格式出现的。一般来说，该Tag Data结构包含两个AMF包。AMF（Action Message Format）是Adobe设计的一种通用数据封装格式，在Adobe的很多产品中应用，简单来说，AMF将不同类型的数据用统一的格式来描述。第一个AMF包封装字符串类型数据，用来装入一个“onMetaData”标志，这个标志与Adobe的一些API调用有关。第二个AMF包封装一个数组类型，这个数组中包含了音视频信息项的名称和值。

FLV_Script_Tag.png

Script Data Type

值	类型	说明
0	Number type	double类型，后8字节为数据长度
1	Boolean type	bool类型，后1字节为数据长度
2	String type	string类型，后两字节为数据长度
3	Object type
4	MovieClip type
5	Null type
6	Undefined type
7	Reference type
8	ECMA array type	数组类型(类似Map)，后4字节为数组长度。（key:前两字节为长度；value部分第1字节为类型）
10	Strict array type
11	Date type
12	Long string type

第一个AMF

FLV_Script_AMF_1.png

02：String类型

0A：String长度为10

后面10字节为数据的值

FLV Video Tag Data

字段	占位	描述
FrameType	4	帧类型。 1: keyframe(for AVC, a seekable frame) 2: inter frame(for AVC, a non-seekable frame) 3: disposable inter frame(H.263 only) 4: generated keyframe(reserved for server use only) 5: video info/command frame
CodecID	4	编码类型。 1: JPEG(目前未用到) 2: Sorenson H.263 3: Screen video 4: On2 VP6 5: On2 VP6 with alpha channel 6: Screen video version 2 7: AVC(高级视频编码)
VideoData	n	数据部分（AVC则需要参考下面AVCVIDEOPACKET部分）

AVCVIDEOPACKET

字段	字节	描述
AVCPacketType	1	0：AVC sequence header 1：AVC NALU 2：AVC end of sequence
CompositionTime	3	合成时间。 AVCPacketType==1，表示 合成时间(单位毫秒)； 否则为0
data	n	如果AVCPacketType==0，数据部分为AVCDecoderConfigurationRecord； 如果AVCPacketType==1，数据部分为1个或多个NALU； 如果AVCPacketType==2，数据部分为空

AVCDecoderConfigurationRecord

AVCDecoderConfigurationRecord 包含了H.264解码相关比较重要的SPS和PPS信息，再给AVC解码器送数据流之前一定要把SPS和PPS信息送出，否则的话解码器不能正常解码。而且在解码器stop之后再次start之前，如seek、快进快退状态切换等，都需要重新送一遍SPS和PPS的信息。AVCDecoderConfigurationRecord在FLV文件中一般情况也是出现1次，也就是第一个video tag。

字段	字节	描述
版本	1	0x01，版本号为1
编码规格	3	sps[1]+sps[2]+sps[3]
NALU 的长度	1	0xFF，包长为 （0xFF& 3） + 1，也就是4字节表示
SPS个数	1	0xE1，个数为0xE1 & 0x1F 也就是1
SPS长度	2	整个sps长度
SPS的内容	n	整个sps
PPS个数	1	0x01，1个
PPS长度	2	整个pps长度
PPS内容	n	整个pps内容

FLV_Video_Tag_1.png

FLV Audio Tag Data

与Video Tag类似。

字段	占位	描述
SoundFormat	4	音频数据格式。值： 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是内部预留)
SoundRate	2	音频采样率。值： 0 = 5.5-kHz 1 = 11-kHz 2 = 22-kHz 3 = 44-kHz (对于AAC来说，该字段总是3)
SoundSize	1	采样长度。值： 0 = snd9Bit 1 = snd16Bit (对于压缩过的音频来说，一般都是16bit)
SoundType	1	音频类型(单声道还是双声道)。值： 0 = sndMono 1 = sndStereo (对于AAC，总是1)
SoundData	n	音频数据部分（AAC则需要参考下面AACAUDIODATA部分）

AACAUDIODATA

字段	字节	描述
AACPacketType	1	0：AAC 序列头<br />1：AAC 数据
Data	n	如果AACPacketType==0，参考下面的 AudioSpecificConfig 如果AACPacketType==1，即AAC原始音频数据

AudioSpecificConfig

字段	占位
audioObjectType	5
samplingFrequencyIndex	4
channelConfiguration	4
frameLengthFlag	1
dependsOnCoreCoder	1
extensionFlag	1