2. FFmpeg时钟体系：AVClock结构体源码分析，主时钟与从时钟设计

音画同步的核心是什么？说白了，就是让音频和视频各自按自己的节奏跑，然后找一个共同的「裁判」来对齐。这个裁判，就是时钟。

FFmpeg里没有用一个全局大时钟搞定一切，而是设计了一套灵活的主从时钟体系。我当年第一次看这段代码时，也觉得绕。但搞懂了之后，你会发现这设计其实挺巧妙的。

2.1 AVClock结构体：时钟的最小单元

先看最基础的数据结构。AVClock定义在ffplay.c里，别看它小，整个同步逻辑都建立在它之上。

typedef struct AVClock {
    double pts;           // 当前时钟基准时间
    double pts_drift;     // 时钟漂移修正值
    double last_updated;  // 上次更新时间
    double speed;         // 时钟播放速度
    int serial;          // 播放序列号
    int paused;          // 暂停标志
    int *queue_serial;   // 指向队列的序列号
} AVClock;

每个字段都有它的使命。我一个个说。

字段	类型	作用
pts	double	时钟的基准时间戳，单位秒
pts_drift	double	记录pts与系统时间的差值，用于漂移修正
last_updated	double	上次调用set_clock_at时的系统时间
speed	double	播放速度，正常为1.0
serial	int	当前播放序列号，seek后递增
paused	int	暂停标志，1为暂停
queue_serial	int*	指向队列的序列号，用于判断时钟是否过期

2.2 时钟的核心操作：设置与读取

光有结构体不行，还得看它怎么用。两个函数是关键：set_clock_at和get_clock。

2.2.1 设置时钟：set_clock_at

static void set_clock_at(AVClock *c, double pts, int serial, double time)
{
    c->pts = pts;
    c->last_updated = time;
    c->pts_drift = pts - time;
    c->serial = serial;
}

这个函数做了什么事？它把当前的时间戳pts和系统时间time绑定在一起。然后计算一个差值pts_drift。

为什么要算这个差值？你想想看，如果我只存了pts，过了一秒后，时钟应该前进多少？我不知道。但有了pts_drift，我就能推算出来。

2.2.2 读取时钟：get_clock

static double get_clock(AVClock *c)
{
    if (*c->queue_serial != c->serial)
        return NAN;
    if (c->paused) {
        return c->pts;
    } else {
        double time = av_gettime_relative() / 1000000.0;
        return c->pts_drift + time;
    }
}

这里有个小细节。它先检查serial是否匹配。如果不匹配，说明这个时钟已经过期了——比如用户seek之后，旧时钟的数据就不能用了。

然后看是否暂停。暂停就直接返回pts。正常播放时，计算公式是：

当前时间 = pts_drift + 当前系统时间

因为pts_drift = pts - time，所以：

当前时间 = (pts - time) + 当前系统时间 = pts + (当前系统时间 - time)

说白了，就是在基准时间pts的基础上，加上经过的时间。这个设计我在项目中遇到过类似场景，用来做动画的时间轴推算，确实很实用。

2.3 三种时钟：音频、视频、外部

FFmpeg里维护了三个AVClock实例：

• 音频时钟（audclk）：以音频播放位置为基准
• 视频时钟（vidclk）：以视频播放位置为基准
• 外部时钟（extclk）：以系统时间为基准

这三个时钟，谁当主时钟？看配置。默认情况下，音频时钟是主时钟。为什么？因为人对音频的延迟更敏感，音频一旦不同步，耳朵立马能听出来。

但也不是绝对的。我记得有一次做视频会议项目，对方传过来的音频流不稳定，经常丢包。这时候如果还用音频做主时钟，视频画面就会一顿一顿的。后来我改成外部时钟，画面就流畅多了。

2.4 主从时钟设计：谁说了算？

主从时钟的设计其实就一句话：从时钟跟着主时钟跑。

具体来说：

• 主时钟：负责提供参考时间，其他时钟向它看齐
• 从时钟：根据主时钟的时间，调整自己的播放速度

那怎么判断当前用的是哪个主时钟？看sync_type变量：

enum {
    AV_SYNC_AUDIO_MASTER, // 音频为主时钟，默认
    AV_SYNC_VIDEO_MASTER, // 视频为主时钟
    AV_SYNC_EXTERNAL_MASTER, // 外部时钟为主时钟
};

我建议你在实际项目中，默认用音频主时钟。除非你明确知道音频有问题，再考虑切换。

2.5 时钟体系整体架构

下面这张图，是我梳理的FFmpeg时钟体系结构。你看一眼，就能明白三个时钟之间的关系。

从图上你能看到：三个时钟源都连接到主时钟选择器。选中的那个就是主时钟，它给从时钟提供参考。从时钟拿到参考后，调整自己的节奏，最终输出同步的音画。

2.6 时钟同步的核心逻辑

那从时钟具体怎么跟？看ffplay.c里的synchronize_audio和video_refresh函数。核心思路是：

1. 计算时间差：从时钟的时间减去主时钟的时间
2. 判断偏差范围：如果偏差在阈值内，微调播放速度；如果偏差过大，直接跳帧或插帧
3. 执行调整：音频通过调整采样率，视频通过调整帧间隔

举个例子。假设音频是主时钟，当前时间是10.0秒。视频时钟是9.8秒，慢了0.2秒。这时候视频播放器会加快速度，把落后的时间追回来。

嗯，这里要注意。阈值设得太小，音画会频繁抖动；设得太大，不同步的感觉会很明显。我一般建议保持默认值，除非你有特殊场景。

2.7 小结

AVClock的设计，说白了就是三个字：基准、推算、对齐。

• 基准：通过set_clock_at设定一个时间锚点
• 推算：通过get_clock动态计算当前时间
• 对齐：通过主从时钟机制，让音频和视频向同一个基准看齐

这套设计的好处是灵活。你可以随时切换主时钟，也可以单独调整某个时钟的速度。我在做多路流同步时，就利用这个特性，让多个视频流都同步到同一个外部时钟上，效果还不错。