时间戳机制：PTS、DTS、PCR 与时间基

做流媒体的人，早晚得跟时间戳打交道。我入行那会儿，第一次调试音画不同步，抓了半天的包，最后发现是 PTS 和 DTS 搞混了。嗯，从那以后，我对这四个概念再也不敢马虎。

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。

  核心一句话：时间戳是多媒体同步的基石。PTS 告诉显示器「什么时候亮出来」，DTS 告诉解码器「什么时候开工」，PCR 告诉接收端「你的时钟准不准」。

PTS，全称 Presentation Time Stamp。它标记的是这一帧数据什么时候应该被显示出来。

举个例子。你播放一个 24fps 的视频，每帧间隔大约是 41.67ms。第一帧的 PTS 是 0，第二帧就是 41.67ms，第三帧 83.33ms……解码器解完数据后，渲染器会等，等到系统时钟走到 PTS 那个时刻，才把画面推上去。

我在项目中遇到过一个问题：某些播放器在 seek 之后，画面会卡在旧帧上好几秒。查到最后，是 PTS 在 seek 后没有重置，导致渲染器一直在等一个永远不会到来的时间点。修复方式很简单——seek 后清空 PTS 缓存，重新从关键帧开始计算。

个人习惯：调试音画同步问题时，我第一件事就是打印 PTS 日志。如果音频 PTS 和视频 PTS 的差值超过一个阈值（比如 100ms），基本就能定位到问题。

DTS，全称 Decoding Time Stamp。它标记的是什么时候开始解码这一帧。

你可能会问：「PTS 和 DTS 不是一样的吗？」

还真不一定。在大多数情况下，PTS 和 DTS 是相等的。但一旦遇到 B 帧（双向预测帧），事情就变了。

B 帧需要参考前后的帧才能解码。所以解码器必须先解出后面的参考帧，才能回头解 B 帧。这就导致了解码顺序和显示顺序不一致。

举个例子：一个 GOP 的显示顺序是 I1 - B2 - B3 - P4。但解码顺序必须是 I1 - P4 - B2 - B3。你看，P4 的 DTS 比 B2 和 B3 都早，但它的 PTS 却在后面。

我曾经踩过一个坑：在封装 MP4 时，把 PTS 和 DTS 写反了。结果播放器解码正常，但画面顺序全乱了，人物动作像倒放一样。排查了两天才发现，是 muxer 里把两个时间戳赋值搞反了。

注意：不是所有编码格式都有 B 帧。比如某些低延迟场景会强制使用 IPPP 结构，此时 PTS 和 DTS 完全一致。但一旦遇到 B 帧，必须严格区分。

PCR，全称 Program Clock Reference。它解决的是时钟同步的问题。

你想想看，发送端和接收端各自有一个时钟。这两个时钟不可能完全一样——晶振有误差，温度有漂移。如果接收端直接用自己本地时钟去比对 PTS，时间一长，偏差会越来越大。

PCR 就是发送端定期告诉接收端：「我的时钟现在走到这个点了，你拿它去校准你的本地时钟。」

在 TS（传输流）里，PCR 通常每 100ms 插入一次。接收端收到 PCR 后，会用它来调整本地时钟的频率和相位。这个过程叫时钟恢复。

我记得有一次做直播系统，画面每隔几分钟就会卡一下。抓了 PCR 的 jitter 一看，最大值超过了 5ms。标准要求 PCR 的抖动不能超过 ±500ns。差了整整一个数量级。后来换了更高精度的时钟源，问题才解决。

  PCR 的关键指标：
  精度：PCR 的基值是 27MHz，精度要求极高
间隔：标准要求 PCR 插入间隔不超过 100ms
抖动：PCR 的到达抖动应控制在 ±500ns 以内

时间基，说白了就是时间戳的刻度单位。

你不能直接说「这一帧在 3.14159 秒显示」。计算机需要整数运算。所以我们需要一个固定的刻度——时间基。

常见的 Time Base 有几种：

为什么 MPEG-TS 选 90kHz？因为 90000 能被 24、25、30、50、60 这些常见帧率整除。你算算看：24fps 每帧 3750 个 tick，25fps 每帧 3600 个 tick，都是整数。这样就不会有舍入误差。

我在做 FFmpeg 开发时，经常要处理时间基转换。比如把 90kHz 的 PTS 转成微秒：pts_us = pts * 1000000 / 90000。这个公式我写过不下几百次。

避坑指南：我曾经在转封装时，忘记转换时间基。直接把 MP4 的毫秒时间戳写进了 TS 流。结果播放器把毫秒当成了 90kHz tick，时间放大了 90 倍。画面快进到飞起。从那以后，我每次做时间戳运算，都会先确认当前的时间基是什么。

这四个概念不是孤立的。它们共同构成了一个完整的同步体系：

没有 PCR，PTS 和 DTS 会随着时间漂移。没有 Time Base，时间戳就是一串没有意义的数字。没有 DTS，解码器不知道先解哪一帧。没有 PTS，画面和声音就对不上。

下面这张图，是我自己画的一个时间戳流转关系：

从图上你能看到：编码器生成 PTS/DTS 时，依赖时间基来定义刻度。同时，PCR 也基于同样的时间基生成。接收端拿到传输流后，先用 PCR 校准本地时钟，再用校准后的时钟去比对 PTS，决定什么时候显示。DTS 则直接驱动解码器的工作节奏。

  总结一下：
  PTS 和 DTS 是帧级别的时间标签，PCR 是系统级别的时钟参考
时间基是所有时间戳的计量单位，选错了时间基，所有时间戳都会错
音画不同步的问题，90% 出在 PTS 和 PCR 的配合上

嗯，这四个概念讲完了。下次你遇到音画不同步，别急着怀疑网络。先看看 PTS 对不对，再查查 PCR 抖不抖。很多时候，问题就出在这些看似基础的时间戳上。