1. FFmpeg 中的 start_time 與 time_base

• start_time
  流的起始時間戳（單位：time_base），表示第一幀的呈現時間（Presentation Time）。通常用于同步多個流（如音頻和視頻）。

• time_base
  時間基，是一個分數（例如 {1, 1000} 表示毫秒級），用于將時間戳轉換為秒：

  時間（秒） = 時間戳 × time_base.num / time_base.den
  

1.1 MP4 文件中的對應概念

MP4 文件使用 ISO Base Media File Format (ISOBMFF) 結構，時間信息主要存儲在以下 box 中：

1.2 time_base 的對應

• mdhd box（Media Header Box）
  每個媒體軌道（Track）的 mdhd box 包含 timescale 字段，表示該軌道的時間刻度：

  • 含義：1 秒被分成多少個時間單位（例如 timescale=90000 表示 1/90000 秒為一個單位）。
  • 對應關系：FFmpeg 的 time_base 通常是 {1, timescale}。

  示例：
  若 MP4 軌道的 timescale=90000，則 FFmpeg 可能將 time_base 設為 {1, 90000}。

1.3 start_time 的對應

• tfdt box（Track Fragment Decode Time）
  存儲每個片段（Fragment）的解碼時間，相對于軌道開始時間。

• ctts box（Composition Time to Sample）
  存儲解碼時間（DTS）到呈現時間（PTS）的偏移量，影響 start_time 的計算。

• stts box（Decoding Time to Sample）
  定義樣本的解碼時間間隔，輔助計算絕對時間。

1.4. 轉換關系示例

假設 MP4 文件：

• 視頻軌道 timescale=90000
• 第一幀的 tfdt 值為 18000（表示 18000/90000 = 0.2 秒）

FFmpeg 讀取時：

• time_base = {1, 90000}
• time_base = 1 / timescale
• start_time = 18000（時間戳，單位為 time_base）
• 實際起始時間（秒） = 18000 × (1/90000) = 0.2 秒
• start_time（起始時間（秒）） = start_time × time_base