时间戳原理：PTS、DTS、PCR 的概念与关系

做音视频开发，时间戳是绕不开的核心概念。我刚开始接触这块时，总觉得不就是几个时间点嘛，有什么难的？结果第一次做播放器，画面和声音对不上，调试了整整两天。后来才发现，是我对 PTS、DTS、PCR 的理解太表面了。

说白了，时间戳就是给每一帧数据贴上的「时间标签」。没有它，解码器不知道什么时候该干活，渲染器不知道什么时候该显示。整个系统就乱套了。

我们先看三个最基础的概念。我习惯用一个比喻来理解它们：

你想想看，如果只有 PTS 没有 DTS，遇到 B 帧就麻烦了。解码器得先解码后面的帧，才能得到前面的帧。这时候解码顺序和显示顺序不一样，必须靠 DTS 来调度。

关键点：PTS 和 DTS 的单位都是 90kHz 时钟周期，也就是 1/90000 秒。这是 MPEG 标准里定死的，别问为什么，记住就行。

我记得第一次看 H.264 码流分析时，发现 PTS 和 DTS 的值不一样，当时就懵了。后来才明白，这是视频编码的「帧类型」导致的。

视频帧分三种：

帧类型	全称	PTS 与 DTS 关系	说明
I 帧	关键帧	PTS = DTS	独立解码，不需要参考其他帧
P 帧	前向预测帧	PTS = DTS	只参考前面的 I 或 P 帧
B 帧	双向预测帧	PTS ≠ DTS	需要参考前后帧，解码顺序和显示顺序不同

为什么会这样？因为 B 帧要参考后面的帧才能解码。比如显示顺序是 I1 → B2 → P3，但解码顺序必须是 I1 → P3 → B2。这时候：

你看，B 帧的 DTS 比 PTS 大。解码器先解 P3，但显示时要等 B2 先出来。这就是为什么播放器必须同时维护两个队列：解码队列和显示队列。

实战经验：我在做低延迟直播时，发现如果 GOP 里 B 帧太多，解码器压力会很大。后来我建议编码器只用 I 帧和 P 帧，虽然压缩率低了一点，但延迟降了 30%。

PCR 是节目时钟基准，它不像 PTS/DTS 那样跟具体帧绑定，而是作为一个独立的时间参考信号，周期性地插入到传输流中。

我打个比方：PTS 和 DTS 是每个乘客的「登机时间」，PCR 是机场的「标准时钟」。所有乘客都要对照这个时钟来安排自己的时间。

PCR 的作用有两个：

PCR 的插入频率有严格规定：至少每 100ms 一次，精度要求 27MHz。为什么是 27MHz？因为 MPEG 系统的系统时钟就是 27MHz，PCR 就是从这个时钟派生出来的。

注意：PCR 的抖动（jitter）不能超过 ±500ns。如果 PCR 不稳定，接收端的时钟锁相环（PLL）就会失锁，导致音画不同步。我曾经遇到过一个机顶盒播放 10 分钟后声音越来越快，最后查出来是编码器 PCR 插入间隔不均匀。

我们用一个完整的播放流程来看它们怎么配合：

这个流程里，PCR 是「裁判」，PTS 和 DTS 是「运动员」。裁判的哨声（PCR）决定了运动员什么时候起跑（解码/显示）。

下面这张图展示了三者的关系：

在实际项目中，时间戳相关的问题特别多。我挑几个最常见的说说：

PTS 回绕 —— 时间戳是 33 位计数器，最大值约 26.5 小时。超过后会归零。播放器如果没处理好，音画会突然错位。我建议用有符号比较，或者检测差值是否超过半周期。
PCR 不连续 —— 有些编码器在码流切换时 PCR 会跳变。接收端 PLL 会失锁，导致几秒钟的卡顿。解决办法是在切换点插入 PCR 重置标志。
音视频 PTS 偏差 —— 理想情况下音频和视频的 PTS 应该对齐，但实际编码器可能偏差几十毫秒。播放器需要做「音画同步补偿」，一般以音频为基准，微调视频的显示时间。

我的习惯：在调试阶段，我会把每个帧的 PTS、DTS、当前 PCR 都打印出来，画成时间线图。一眼就能看出哪里出了问题。这个习惯帮我解决过至少 5 个棘手的同步问题。

PTS、DTS、PCR 是音画同步的三大基石。PTS 告诉系统「什么时候显示」，DTS 告诉系统「什么时候解码」，PCR 告诉系统「现在是什么时间」。三者缺一不可。