Wowza 录制: 关于直播流录制API几个细节参数的解释

XXX客户的直播流是rtmp push 进入Wowza Streaming Engine的，在确认流已经注入成功后，客户用Http REST API 去启动录制。要求录制的文件格式是flv。 比如这是一堂在线教育的课程，可能要录制30分钟到1个小时。 

录制完成后，客户将flv文件下载下来，再用ffmpeg转换为mp4后提供给老师，用于事后本地观看(当然Wowza也支持录制为mp4，只是在这个案例中客户将它录制为flv了)。 例如用Windows Media player播放视频文件，但发现音视频不同步，声音落后于画面的播放进度（大概迟了1秒）。 同时，发现用VLC本地播放或者用H5网络播放(HLS)并没有音视频不同步的现象。 

然后客户用flvAnalyser软件对这个flv做了分析，如下图所示: 

根据这个软件的分析，在flv的script信息之后紧跟着视频(H.264)的AVC Sequence Header,里面包含SPS和PPS信息，而在1秒多以后才有了第一个视频关键帧。 

另外，据客户介绍，这个情况只是偶尔发生，特别是针对GOP比较大的情况下(比如GOP大于8秒)。而且只要这个视频关键帧滞后了，在Windows Media player下一定会出现音视频不同步的情况。 

当然，你可以说这可能是Windows Media Player的兼容性问题，因为毕竟VLC、QQ影音、H5网络播放都是正常的。 
但是，客户还是希望能让Wowza Streaming Engine在录制时避免这个问题。 

根据前面的录制参数，我们大体清楚了Wowza Streaming Engine在开始录制时的几种可能的策略，再结合这个案例的情况，应该可以推测出来Wowza Streaming Engine在开始录制时确实等了至少1秒后才 检测到了视频关键帧。那么解决的方法/思路大致如下： 

1. 让编码端(比如主播端)采用更小的GOP，比如2秒。这样检测到(遇到)关键帧的速度会更快。 

2. 设定2-3倍GOP大小的backBufferTime，这样至少可以让Wowza Streaming Engine快速找到2-3个关键帧。如果说找到一个关键帧还不足以开始录制的话，2-3个总是可以启动录制了吧？ 不至于在视频关键帧前录了过多的音频。 

3.其它Wowza Streaming Engine的录制参数，采用默认值即可，即startOnKeyFrame为true, defaultAudioSearchPostion为true。 

其实，大家可以看出来，问题的关键还是在于编码端的GOP设置。如果GOP设置过大，对于直播业务，无论如何也是不可取的。

其实也没有太复杂。还是得多做测试。

Wowza Streaming Engine 4是业界功能全面、API接口丰富的流媒体Server产品，采用它作为流媒体服务器产品的案例很多，直播、在线教育、IPTV都有它的用武之地。