当前位置：首页 > news >正文

协议之DASH介绍

news 2026/7/11 1:34:10

DASH：Dynamic Adaptive Streaming over HTTP，基于 HTTP 的动态自适应码流标准，标准号ISO/IEC 23009-1，由 MPEG 制定，2012 年正式发布。

与 HLS 类似，核心思想是将媒体内容切分为多个小的媒体片段（segment），并在清单文件（MPD，Media Presentation Description）中声明不同比特率/分辨率的表示（Representation），由客户端根据网络状况动态选择。

一、DASH整体结构

三层结构：服务端分片存储层 → MPD 描述层 → 客户端自适应逻辑层

媒体分片层原始音视频编码后切割为小段独立分片（Segment），常见分片时长 2~10s；分片封装格式：MP4（fMP4 碎片 MP4）、MPEG-TS。
MPD 元数据层XML 格式清单文件，描述所有视频 / 音频 / 字幕轨道、分片地址、码率、分辨率、时长、加密信息；客户端播放的唯一入口。
客户端自适应控制层播放器解析 MPD，测量下载吞吐量，选择最优码率分片下载、解码渲染。

示例文件：

<MPD mediaPresentationDuration="PT300S" minBufferTime="PT2S"> <Period duration="PT300S"> <!-- 视频轨道组 --> <AdaptationSet mimeType="video/mp4" codecs="hev1.1.6.L93.90"> <!-- 1080P 5M码率版本 --> <Representation bandwidth="5000000" width="1920" height="1080" frameRate="25"> <SegmentTemplate media="video_$Bandwidth$_$Number$.m4s" initialization="video_$Bandwidth$_init.m4s" duration="4000" startNumber="1"/> </Representation> <!-- 720P 2M码率版本 --> <Representation bandwidth="2000000" width="1280" height="720" frameRate="25"> <SegmentTemplate media="video_$Bandwidth$_$Number$.m4s" initialization="video_$Bandwidth$_init.m4s" duration="4000" startNumber="1"/> </Representation> </AdaptationSet> <!-- 音频轨道组 --> <AdaptationSet mimeType="audio/mp4" codecs="mp4a.40.2"> <Representation bandwidth="128000"> <SegmentTemplate media="audio_$Number$.m4s" initialization="audio_init.m4s" duration="4000"/> </Representation> </AdaptationSet> </Period> </MPD>

二、核心介绍

2.1 MPD 文件（最核心）

MPD 是标准 XML，全称 Media Presentation Description，描述整个视频资源的全部信息。2.1.1，MPD 顶层关键节点结构XML

<MPD> <!-- 全局配置：总时长、更新周期、分片默认时长 --> <Period> <!-- 一段连续播放内容，点播1个Period，直播持续新增Period --> <AdaptationSet> <!-- 同类型媒体轨道集合：视频/音频/字幕各一套AdaptationSet --> <Representation> <!-- 单套码率规格：一种分辨率、码率、帧率 --> <SegmentTemplate> <!-- 分片命名规则、分片时长、起始序号、初始化分片 --> </SegmentTemplate> </Representation> </AdaptationSet> </Period> </MPD>

MPD 根节点
- mediaPresentationDuration：点播总时长；直播无固定时长
- minimumUpdatePeriod：直播 MPD 文件刷新间隔，客户端定时重新拉取 MPD 获取新分片
Period播放分段单元，广告、正片会拆分为多个 Period；直播持续追加新 Period。
AdaptationSet（适配集）同一媒体类型轨道集合：
- 视频 AdaptationSet：所有分辨率视频轨道
- 音频 AdaptationSet：多语言、多声道音频轨道
- Subtitle AdaptationSet：字幕轨道支持属性：mimeType、codecs、width、height、音频声道、语言标识。
Representation（码率版本）一套独立编码规格，每个代表一个清晰度档位：
- bandwidth：码率（bps），自适应核心判断依据
- width/height：分辨率
- frameRate：帧率
- codecs：编码标识（avc1、hev1、aac 等）
SegmentTemplate（分片模板）定义分片 URL 生成规则，无需在 MPD 罗列每一个分片地址，大幅减小 MPD 体积：
- initialization：初始化分片 URL（包含 SPS/PPS 解码器参数，播放器必须先下载）
- media：分片路径模板，支持占位符：
  - $Number$ ：分片序号（最常用）
  - $Bandwidth$ ：码率
  - $Time$ ：分片起始时间戳
- duration：单个分片时长（单位：毫秒）
- startNumber：第一个分片序号

2.2 媒体分片 Segment

DASH 主流使用fMP4（Fragmented MP4，碎片 MP4），也支持 MPEG-TS 分片。

2.2.1 Init segment

ftyp moov ├─ mvhd # 全局媒体头部 ├─ trak # 视频/音频轨道信息 │ ├─ tkhd │ ├─ mdia │ │ ├─ mdhd │ │ ├─ hdlr │ │ └─ minf │ │ └─ stbl │ │ ├─ stsd # 编码参数 SPS/PPS/AAC 配置（核心） │ │ ├─ stts │ │ ├─ stsc │ │ ├─ stsz │ │ └─ stco

Init 仅由 MP4 基础盒子构成，无媒体数据，具体的属性内容可以参考MP4格式的解析。容器格式之MP4介绍-CSDN博客

Init 分片全局唯一，一套 Representation 只需要下载一次。

2.2.2 media segment

单个 media segment示意图

[ftyp][moof(元数据)][mdat(视频帧+音频帧)]

ftyp # 文件类型标识（可选，很多分片省略） moof # Fragment Movie Box 分片元数据（每段分片独立） ├─ mfhd # 分片序号 └─ traf # Track Fragment 轨道分片信息 ├─ tfhd # 轨道基础配置 ├─ tfdt # 分片起始时间戳 PTS └─ trun # 本分片所有帧：时长、偏移、关键帧标记 mdat # Media Data Box：原始裸流（H.264/H.265/AAC 二进制帧）

1）ftpy

文件类型标记，识别 fMP4 碎片格式，很多生成工具会省略。

2）moof（分片元数据头，自适应核心）

每一个 media segment 自带独立 moof，不需要依赖前面任何分片，这是 DASH 无缝切换码率的基础。