http://blog.csdn.net/wfqxx/article/details/5497138
一 固定幀率
1. 視頻時間戳
pts = inc++ *(1000/fps); 其中inc是一個靜態的，初始值爲0，每次打完時間戳inc加1.
在ffmpeg，中的代碼爲
pkt.pts= m_nVideoTimeStamp++ * (m_VCtx->time_base.num * 1000 / m_VCtx->time_base.den);
2. 音頻時間戳
pts = inc++ * (frame_size * 1000 / sample_rate)
在ffmpeg中的代碼爲
pkt.pts= m_nAudioTimeStamp++ * (m_ACtx->frame_size * 1000 / m_ACtx->sample_rate);
採樣頻率是指將模擬聲音波形進行數字化時，每秒鐘抽取聲波幅度樣本的次數。
。正常人聽覺的頻率範圍大約在20Hz~20kHz之間，根據奈奎斯特採樣理論，爲了保證聲音不失真，採樣頻率應該在40kHz左右。常用的音頻採樣頻率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果採用更高的採樣頻率，還可以達到DVD的音質
對採樣率爲44.1kHz的AAC音頻進行解碼時，一幀的解碼時間須控制在23.22毫秒內。
背景知識:
(一個AAC原始幀包含一段時間內1024個採樣及相關數據)
分析：
1 AAC
音頻幀的播放時間=一個AAC幀對應的採樣樣本的個數/採樣頻率(單位爲s)
一幀 1024個 sample。採樣率 Samplerate 44100KHz，每秒44100個sample, 所以 根據公式 音頻幀的播放時間=一個AAC幀對應的採樣樣本的個數/採樣頻率
當前AAC一幀的播放時間是= 1024*1000000/44100= 22.32ms(單位爲ms)
2 MP3
mp3 每幀均爲1152個字節， 則：
frame_duration = 1152 * 1000000 / sample_rate
例如：sample_rate = 44100HZ時， 計算出的時長爲26.122ms，這就是經常聽到的mp3每幀播放時間固定爲26ms的由來。
二 可變幀率
有很多的採集卡，攝像頭，在做採集的時候，明明設置的25FPS，但實際採集數據回調過來，發現並不是40毫秒的間隔，而是50，60，甚至100不等的時間間隔。
這就給編碼後打時間戳帶來很大的困難。
在libav裏，我們的默認編碼參數都是：
ptAvEncoder->ptAvStreamVideo->codec->time_base.den = s32Fps;
ptAvEncoder->ptAvStreamVideo->codec->time_base.num = 1;
這樣在編碼後的時間戳以1遞增，只適合於固定幀率。
我們來改一下：
ptAvEncoder->ptAvStreamVideo->codec->time_base.den = s32Fps * 1000;
ptAvEncoder->ptAvStreamVideo->codec->time_base.num = 1* 1000;
這樣就把時間戳的scale變成了毫秒，就可以以毫秒爲單位進行計算了，如下：
tAvPacket.pts = ((s64)u32TimeStamp * (s64)s32Fps);
u32TimeStamp是從開始記錄的時間差值，以毫秒爲單位；s32Fps是幀率。
對於音頻，mp4文件默認是採樣率爲tick的，時間戳計算爲：
tAvPacket.pts = (AvEncoderAudioInSizeGet(hHandle) * ( (s64)(u32TimeStamp)) / (AvEncoderAudioInSizeGet(hHandle) * 1000 / ptAvEncoder->ptAvStreamAudio->codec->sample_rate);
AvEncoderAudioInSizeGet(hHandle) 每次編碼器需要的PCM數據長度。
u32TimeStamp是從開始記錄的時間差值，以毫秒爲單位。
ptAvEncoder->ptAvStreamAudio->codec->sample_rate PCM採樣率，代表一秒的數據量。
因爲乘以了1000，所以也化成了毫秒單位。