如何让GStreamer直接输出多文件分片fMP4支持直播场景

你之前用ismlmux输出单fMP4再靠mp4split事后拆分的方案确实无法适配直播场景，splitmuxsink默认输出独立可播放完整MP4、multifilesink无法识别MP4原子边界的问题，完全可以通过GStreamer原生组件组合解决，不需要后置拆分工具就能实时生成init.mp4加独立.m4s分片的标准fMP4结构，和你手动拆分得到的文件结构完全一致。

最简实现方案（推荐） #

GStreamer 1.14及以上版本自带的封装组件原生支持fMP4分片独立输出，不需要额外写代码监听事件，直接配置管线参数即可：
如果是1.20及以上版本，直接用cmafenc组件，配置最简单：

gst-launch-1.0 filesrc location=../test.ts ! decodebin ! x264enc ! h264parse ! aacenc ! aacparse ! cmafenc fragment-duration=6000 header-output-location=init.mp4 fragment-output-location=segment-%04d.m4s write-playlist=false

核心参数说明：

• fragment-duration=6000：和你之前ismlmux的配置一致，单分片时长6秒
• header-output-location=init.mp4：单独输出包含ftyp、moov、mvex原子的初始化文件，和mp4split生成的init.mp4结构完全匹配
• fragment-output-location=segment-%04d.m4s：每一组moof+mdat原子对单独存储为一个m4s分片，生成过程是实时的，不需要等整个文件录制完成
• write-playlist=false：关闭组件默认生成的DASH/HLS播放列表，只输出需要的初始化文件和分片文件

如果你的GStreamer版本低于1.20没有cmafenc，可以用dashsink实现同样效果，把多余的播放列表输出丢弃即可：

gst-launch-1.0 filesrc location=../test.ts ! decodebin ! x264enc ! h264parse ! dashsink fragment-duration=6000 header-name=init.mp4 segment-name=segment-%04d.m4s mpd-name=/dev/null

自定义需求实现方案 #

如果你需要自定义分片规则、不想用DASH/CMAF相关的封装逻辑，也可以基于mp4mux自己实现切分逻辑：

1. 给mp4mux配置fragment-mode=1开启fMP4输出模式，同时设置你需要的fragment-duration分片时长
2. muxer每输出一个完整分片前会在总线抛出分片开始事件，输出完完整moof+mdat块后抛出分片结束事件
3. 监听这两个事件切换文件写入句柄即可：第一块包含ftyp、moov、mvex的buffer写入init.mp4，后续每个完整分片块单独写入独立的m4s文件
   这种方式灵活度最高，可以自定义分片命名规则、插入自定义MP4扩展原子，适合有二次开发需求的场景。

避坑提示 #

• 音视频流进入fMP4封装组件前，必须加上对应的解析组件：H.264流加h264parse、AAC流加aacparse，否则封装组件无法正确计算分片偏移，生成的moof原子信息会出错
• 直播场景下不要开faststart参数，这个参数会缓存完整文件后把moov原子移到文件头，会引入很高的延迟，fMP4格式本身不需要moov前置就可以正常启动播放
• 生成的文件可以直接用Bento4的mp4dump验证原子结构，和事后拆分的文件完全一致，不需要二次处理。

内容的提问来源于stack exchange，提问作者Jan Pokorný