最近由于某些原因剛好研究了下GB28181中的音視頻封裝，秉著事情無論具細都記錄下的原則，記錄下。
GB28181是公共安全視頻監控聯網系統信息傳輸、交換、控制技術要求，最近幾年才出來的安防新標準，旨在統一各種攝像頭監控設備的各種協議，實現全網接入，既然是公安部出的標準，肯定是非常重要啦，想接入政府部門可能都得實現這個協議。
其音視頻封裝部分，分為兩種：1、對講類型，2、廣播類型；
下面聊聊對講類型的一些音視頻封裝，文檔中的說明有時給我的感覺并不是很全面。
媒體流：采用PS流的格式，按照ISO/IEC 13818-1標準，先將ES流（也就是原始的編碼后的H264或者音頻G711格式的數據）都打包成PES。然后將PES打包成PS；這里分為兩種，一種是I幀的PS，需要在PS頭部添加System header，然后再PES前面添加一個特殊的PES，叫PSM（program stream map），這也是一種PES，比較特殊；
所以對于包含I幀的視頻格式就是（注意，這里PESA可以多個，原來的文檔寫得模棱兩可，只有一個PESA）

另外一種是P幀的視頻，這種視頻不需要添加Sytem header及PSM格式為：

將音視頻數據打包成上面的格式后，使用RTP封包，封成多個RTP包發送，最后一個包marker位為1。
另外注意音頻采樣率及通道數要求。
最后通過網絡io發送給服務端。

這里還有個問題吐槽，PS流按照這種封裝格式，PS流按照文檔上的說法主要是在存儲比如CD存儲中使用，而傳輸一般使用TS；
這里就需要看MPEG-TS文檔中的說明，TS和PS是對PES處理的兩個相反的過程，PS將若干個PES打包為一個PS包，而TS將一個PES拆分成多個TS包，每個包大小固定188字節，最后如果不夠就填充。PS其實是不利于網絡傳輸的，對于基于UDP的RTP而言，丟包是很正常的，按到里應該采用TS更加合理，但是不明白為什么GB28181采用PS來傳輸，如果中間丟了一個包，整個PS流都無法還原，而TS丟包只影響一個PES而已。