如何使用 ffmpeg 从 ts 中提取 "GROUP-ID"、"LANGUAGE" 和 "INSTREAM-ID"

Question

我正在尝试从实时提要的片段中获取字幕。我是运行指挥部

ffmpeg -i seg-1077853030-v1-a1.ts

输出

`输入 #0，mpegts，来自 'seg-109853030-v1-a1.ts'：持续时间：00:00:06.01，开始：57867.901133，比特率：2649 kb/s 计划 1

Stream #0:0[0x100]: Video: h264 (High) ([27][0][0][0] / 0x001B), yuv420p(tv, bt709, progressive), 1280x720 [SAR 1:1 DAR 16:9], Closed Captions, 29.97 fps, 29.97 tbr, 90k tbn, 59.94 tbc
Stream #0:1[0x101]: Audio: aac (LC) ([15][0][0][0] / 0x000F), 48000 Hz, stereo, fltp, 98 kb/s
Stream #0:2[0x102]: Data: timed_id3 (ID3  / 0x20334449)`

我的问题是我应该用什么命令运行打印出带有包括标签和语言在内的轨道元数据的字幕文件。

Answer 1

如果您的 MPEG-TS 文件是 HLS 片段，则只需解析 HLS 主播放列表以检索值。如果您的输入是从直播中捕获的，请继续阅读。

GROUP-ID

您可以在 HLS 播放列表中设置此值以指示再现组。

参见：https://www.rfc-editor.org/rfc/rfc8216#section-4.3.4.1.1

LANGUAGE

这就是事情变得有点复杂的地方。

CEA-608 字幕不包含语言代码。

对于 CEA-708 和超过 708 的 608，这被指示为 ATSC 节目和系统信息协议 (PSIP) 表的一部分，应该出现在 PMT 和 EIT 中。

cc_type - 0 代表 608，1 代表 708
line21_field - 当 cc_type 为 0 时：0 用于字段 1（包括通道 CC1 和 CC2），1 用于字段 2（其中包括频道 CC3 和 CC4)
caption_service_number - 当 cc_type 是 1

INSTREAM-ID

对于 CEA-608，这可以是 CC1、CC2（字段 1）、CC3、CC4（字段 2）——其中 CC1 和 CC2 携带主要语言的普通和 easy-reader 字幕以及次要语言的 CC3 和 CC4 - 或者以 SERVICEn 的形式用于 CEA-708 服务。

这些应该在 CSD 中公布（见上文），如果有的话。

我认为 FFmpeg 默认情况下不会提取这些信息，因此您需要扩展它或编写 MPEG-TS 解析器来检索信息。有一些用于解析 MPEG-TS 和处理字幕的库（例如：Whosebug 用户@szatmary 的 libcaption）。

如果您只想提取字幕，请使用 FFmpeg 或 ccextractor

如果您想手动执行此操作，可以使用 DVBInspector 等软件查看 PSI 内容：

如何使用 ffmpeg 从 ts 中提取 "GROUP-ID"、"LANGUAGE" 和 "INSTREAM-ID"

How can I extract "GROUP-ID", "LANGUAGE" and "INSTREAM-ID" from ts using ffmpeg

ffmpeg

caption

video-streaming

http-live-streaming

video-subtitles