如何借助FFmpeg API精准定位到媒体的指定时间戳？

核心问题分析 #

你的代码存在两个致命错误，导致seek失败或陷入循环：

1. 时间单位不匹配：seek_ts被赋值为微秒级的seek_abs（seek_pos*AV_TIME_BASE），但curr_s是通过packet->pts * av_q2d(time_base)计算出的秒级值，两者量级差1e6，导致curr_s < seek_ts永远成立，陷入无限循环。
2. seek处理时机错误：你先读取了packet再处理seek请求，此时读取的packet是seek前的旧数据，即便执行seek后continue，后续循环中错误的单位比较依然会卡住流程。

修复方案 #

针对音频（MP3）的特性，结合FFmpeg 4.4.4的API，按以下步骤修改：

1. 统一时间单位

将所有时间戳统一为微秒（和AV_TIME_BASE对齐），避免单位混乱：

// 计算packet的微秒级时间戳
int64_t curr_us = packet->pts * av_q2d(pfmtctx->streams[stream]->time_base) * AV_TIME_BASE;

2. 调整seek处理顺序

在av_read_frame之前处理seek请求，确保读取的第一个packet就是seek后的新数据：

void decode_func(...)
{
    while (1) {
        // 先处理seek请求，再读取packet
        if (seek_req) {
            int64_t seek_abs = seek_pos * AV_TIME_BASE;
            if (seek_abs < 0) seek_abs = 0;
            
            printf("Seek to %lld us\n", seek_abs);
            // 指定音频流索引，提高seek精度
            int ret = avformat_seek_file(pfmtctx, stream, INT64_MIN, seek_abs, INT64_MAX, AVSEEK_FLAG_ANY);
            if (ret >= 0) {
                avcodec_flush_buffers(pcodectx);
                seek_ts = seek_abs; // 微秒级目标时间
                seek_req = 0;
                // 清空当前packet（如果之前有残留）
                av_packet_unref(packet);
                continue;
            } else {
                printf("Failed to seek to %lld\n", seek_abs);
                seek_req = 0;
                seek_ts = 0;
            }
        }

        if (av_read_frame(pfmtctx, packet) < 0) {
            avcodec_flush_buffers(pcodectx);
            printf("Got end of media, breaking\n");
            break;
        }

        // 丢弃目标时间之前的数据包（统一微秒单位）
        if (seek_ts > 0) {
            int64_t curr_us = packet->pts * av_q2d(pfmtctx->streams[stream]->time_base) * AV_TIME_BASE;
            // 注意：MP3的pts可能为AV_NOPTS_VALUE，需要额外处理
            if (packet->pts != AV_NOPTS_VALUE && curr_us < seek_ts) {
                av_packet_unref(packet);
                continue;
            } else {
                seek_ts = 0;
            }
        }

        // 解码逻辑
        int res = avcodec_send_packet(pcodectx, packet);
        while (res >= 0) {
            res = avcodec_receive_frame(pcodectx, pFrame);
            if (res == AVERROR(EAGAIN)) break;
            if (res == AVERROR_EOF) break;
            if (res >= 0) {
                /// 处理解码后的音频帧
            }
        }
        av_frame_unref(pFrame);
        av_packet_unref(packet);
    }
}

3. 针对MP3的额外优化

• 移除AVSEEK_FLAG_BACKWARD：MP3的每个帧都可独立解码，使用AVSEEK_FLAG_ANY即可直接定位到目标时间附近的帧，无需回退到前一个关键帧（音频无严格意义的关键帧）。
• 处理AV_NOPTS_VALUE：部分MP3文件的packet可能没有pts，此时需要用dts或跳过时间戳检查，直接进入解码流程。
• 清空packet：执行seek后，务必清空当前的packet对象，避免残留旧数据干扰后续读取。

关键注意事项 #

• 音频的time_base通常是1/sample_rate，所以转换时要确保使用对应流的time_base，不要混淆格式上下文和编解码器上下文的time_base。
• avcodec_flush_buffers必须在seek后调用，清空编解码器的缓存，避免输出seek前的残留帧。

内容的提问来源于stack exchange，提问作者wangt13