ExoPlayer 多路流切换

winterstian 腾讯音乐技术团队

一、背景

国内互联网的发展的过程中，无论是3G、4G还是5G时代，甚至是在可见的未来nG时代，音视频领域一直自始至终参与其中，编解码标准也升级了一版又一版，和音视频的相关应用领域从传统的播放转为互动直播。从另一个方面，伴随中国的互联网发展的每一个过程，从高昂且卡慢流量资费到VIP、SVIP、SSVIP......，再到即将到来的人工智能和Web 3.0 ，必然也少不了音视频。接下来需要考虑你的钱包还能支撑多久，是不是已经准备好了？

音视频应用如腾讯视频、爱奇艺、B站、抖音、快手等大厂都支持码流切换，尤其是B站在码流切换和编解码器这方面玩的也是很溜，这类应用都可以很平滑的切换，当然各大厂的服务后台支持也很完善，HLS、DASH等自适应流支持的很完美。伴随着大环境的问题和市场需求，以及降本增效的影响，需要支持4K/1080P/720P/480P、音质切换、原伴唱切换的应用来说，如果受限于HLS和DASH支持不完善情况，这个难度相对来说还是比较高的。那有没有其他可行的方案呢？答案是肯定的，先来看看常见的切码流方案。

二、常见的切码流方案

DASH/HLS 切换：

这种切换相对来说是最友好的方式，可以在不中断播放的情况下，在下一个媒体片段处实现平滑切换，这种方式也是很多应用最常用的方案，无论是开发成本和用户体验也是最优的方案之一，同样对于前端开发人员来说相对友好，很多播放器都是默认支持DASH和HLS码流切换的。这种也是ExoPlayer支持本身支持的方式。

双播放器切换：

这种是一种相对来说比较原始的方案，正在播放的过程中，启动一个新的播放器播，并且将渲染画布alpha设置为透明，同时新的播放器Seek到比当前播放器播放位置更靠前的地方，直到播放位置大概相同时切换画布透明度，终止切一个播放器。相对来说，这种方案实现起来更加复杂，其次很多IOT设备对解码器数量有严格的限制，有的电视机上某种解码器只支持单个实例甚至更少的实例，多一个可能出现要么新的播放器播不起来，要么旧的黑屏或者Crash。不过作为一种原始的方案，并不意味它没有价值，后续的方案基本都是在这种原始的方案上进行了一系列创新。

双解码器切换：

上面说到，双播放器切换会受限于设备解码器数量限制，那是否可以在同一播放器中使用两种解码器？理论上说是可以的，但是却很少有人这样做，第一个原因是，如果要使用2种硬解码器，必然受到硬件制约，因为硬解码器在很多设备上作为DSP芯片的一部分，设备厂商不可能配置2个以上DSP芯片，特别对于IOT设备，尤其是TV，绝大部分成本在屏幕上，上个好点的CPU都很难；第二个原因如果使用软解码器+硬解码器，软解码器性能好的时候没有问题，但是性能差可能卡顿问题会相当多。那是不是没辙了呢？其实也不是，如果能保证不同封装和编码格式以及较低的清晰度的资源，使用不同的硬解码器，也能比较完美地实现，但是这个也会显著增大后台资源管理的难度。

重启播放器切换：

无论双播放器还是双解码器切换显然存在维护成本过高的问题，一种可行的方法，就是重启播放器，并Seek到当前播放点，这个过程相当于重播+Seek。好处是能避免很多问题，但问题也是显而易见的，第一就是就是需要在某些业务中，保留重启前的一些状态，在Seek完成之后再恢复回来。

重启解码器切换：

重启播放器既然可以，重启解码器也是可以的，当然首先要排除Android MediaPlayer这种播放器，不仅不支持码流切换，也不支持音频或者视频Track切换，仅支持字幕Track的切换，另外也不支持时钟同步。这种播放器只能使用重启播放器方式实现码流切换。ExoPlayer作为开源播放器，具备很好的可扩展性，既支持DASH/HLS切换，同时也支持解码器重启方式的切换。

三、ExoPlayer 如何实现多路流切换？

这里我们不说DASH、HLS部分，这部分其实有很多资料，ExoPlayer本身也是支持的。本篇主要分析一下另一种低成本的多路流切换方式——重启解码器实现多路流切换。

3.1 首先了解下多路流切换可以实现的功能。

原伴唱切换
音频品质切换
视频清晰度切换
其他渲染器资源切换

3.2 什么是多路流？

所谓多路流是指播放过程中，存在多个I/O相关的媒体资源。对于常见的Mp4而言，一般来说既包括音频轨道，又包括视频轨道，在解封装之后，一路进入音频渲染器中，一路进入视频渲染器中，属于典型的两路流。而ExoPlayer本质上是支持多路流的，可以同时支持多个Mp4、多个音频文件、多种语言版本的歌词。

3.3 MediaPlayer是否支持多路流

不支持，也没法切换

3.4 ExoPlayer如何将多路流输入到播放器中？

ExoPlayer 支持多种资源读取方式，以MediaSource 的子类开放给开发者使用，我们常用的有ProgressiveMediaSource、DashMediaSource、HlsMediaSource、ClippingMediaSoutce （片段流）、RtspMediaSource、MergingMediaSource等。其中，MergingMediaSource 可以实现多路流合并入到同一个MediaSource中。

 val mediaDataSourceFactory: DataSource.Factory = DefaultDataSource.Factory(this)
        var array = ArrayList<MediaItem>()        var mediaSources = ArrayList<MediaSource>()
        //加入480资源，包含音频和视频Track        array.add(MediaItem.fromUri("asset://android_asset/viNM94G2aJw000_G/Video@MV@480/data"))        //加入1080，包含音频和视频Track        array.add(MediaItem.fromUri("asset://android_asset/viNM94G2aJw000_G/Video@MV@1080/data"))
        //再加入2组音频，可以实现音频切换效果，下面的ACC是高品质伴奏        array.add(MediaItem.fromUri("asset://android_asset/viNM94G2aJw000_G/Audio@ACC@Q_1/data"))        //加入原唱        array.add(MediaItem.fromUri("asset://android_asset/viNM94G2aJw000_G/Audio@ORI@Q_1/data"))
        val mediaSourceFactory = DefaultMediaSourceFactory(mediaDataSourceFactory)
        array.forEach {            mediaSources.add(mediaSourceFactory.createMediaSource(it))        }
        var targetMergingMediaSource = MergingMediaSource(mediaSources[0],mediaSources[1],mediaSources[2])

3.5 ExoPlayer 如何实现多路流切换呢？

其实和很多博客中提到的原唱和伴唱切换一样，都是通过DefaultTrackSelector来实现，DefaultTrackSelector作为ExoPlayer Track流筛选的重要组件，可以通过我们设置的既定条件，实现码流切换，下面是一种切换分辨率的方式，我们通过视频尺寸切换视频Track。

public static void switchToOtherVideoTrack(ExoPlayer exoPlayer, @NotNull Tracks tracks, int width, int heigth) {        if (tracks == null || exoPlayer == null) return;        ImmutableList<Tracks.Group> groups = tracks.getGroups();        for (Tracks.Group group :                groups) {            if (group == null) continue;            if (group.getType() != C.TRACK_TYPE_VIDEO) {                continue; //非视频的不切换            }            boolean selected = group.isSelected();            if (selected) {                continue; //当前播的不切换            }            for (int trackIndex = 0; trackIndex < group.length; trackIndex++) {            //获取一种匹配的视频，理论上group.length一般是1                Format trackFormat = group.getTrackFormat(trackIndex);                if (trackFormat.width != width || trackFormat.height != heigth) {                    continue;                }
                TrackSelectionParameters trackSelectionParameters = exoPlayer.getTrackSelectionParameters();                TrackSelectionParameters selectionParameters = trackSelectionParameters                        .buildUpon()                        .setOverrideForType(                                new TrackSelectionOverride(                                        group.getMediaTrackGroup(), ImmutableList.of(trackIndex) //设置目标媒体资源组和目标Track索引                                )                        )                        .setTrackTypeDisabled(group.getType(), /* disabled= */ false) //保证改Track不被关闭                        .build();
                exoPlayer.setTrackSelectionParameters(selectionParameters);                Log.d("SelectTrackHelper", "--->group :" + group + ", selected=" + selected + ",group=" + group.getType() + "," + trackFormat);            }        }    }

使用方式如下

SelectTrackHelper.switchToOtherVideoTrack(simpleExoPlayer,simpleExoPlayer.currentTracks,848,476)

3.6 切换过程

设置目标参数

ExoPlayer#setTrackSelectionParameters
DefaultTrackSelector#setParameters
DefaultTrackSelector#invalidate

通知播放器更新

ExoPlayerImplInternal#onTrackSelectionsInvalidated
ExoPlayerImplInternl#reselectTracksInternal

核心方法实现，具体逻辑会在下面代码中进行注释。

 private void reselectTracksInternal() throws ExoPlaybackException {    float playbackSpeed = mediaClock.getPlaybackParameters().speed;    // Reselect tracks on each period in turn, until the selection changes.    MediaPeriodHolder periodHolder = queue.getPlayingPeriod();    MediaPeriodHolder readingPeriodHolder = queue.getReadingPeriod();    boolean selectionsChangedForReadPeriod = true;    TrackSelectorResult newTrackSelectorResult;
    //查找匹配当前参数的periodHolder    while (true) {      if (periodHolder == null || !periodHolder.prepared) {        // The reselection did not change any prepared periods.        return;      }     //这里是重点，会调用到MappingTrackSelector#selectTracks方法，返回新的结果      newTrackSelectorResult = periodHolder.selectTracks(playbackSpeed, playbackInfo.timeline);      if (!newTrackSelectorResult.isEquivalent(periodHolder.getTrackSelectorResult())) {        // Selected tracks have changed for this period.       //判断新的结果和当前是不是一样，一样的话重新选择，不一样说明选择成功        break;      }      if (periodHolder == readingPeriodHolder) {        // The track reselection didn't affect any period that has been read.        selectionsChangedForReadPeriod = false;      }      periodHolder = periodHolder.getNext();    }
    //重建流数组，如果匹配的解码位置比较靠前的话    if (selectionsChangedForReadPeriod) {      // Update streams and rebuffer for the new selection, recreating all streams if reading ahead.      MediaPeriodHolder playingPeriodHolder = queue.getPlayingPeriod();      boolean recreateStreams = queue.removeAfter(playingPeriodHolder);
      boolean[] streamResetFlags = new boolean[renderers.length];      long periodPositionUs =          playingPeriodHolder.applyTrackSelection(              newTrackSelectorResult, playbackInfo.positionUs, recreateStreams, streamResetFlags);      playbackInfo =          handlePositionDiscontinuity(              playbackInfo.periodId, periodPositionUs, playbackInfo.requestedContentPositionUs);      if (playbackInfo.playbackState != Player.STATE_ENDED          && periodPositionUs != playbackInfo.positionUs) {        playbackInfoUpdate.setPositionDiscontinuity(Player.DISCONTINUITY_REASON_INTERNAL);        resetRendererPosition(periodPositionUs);      }
     //按照Renders顺序，分别对比每个Renderer和每个SampleStream，判断当前正在使用的渲染器Track流是否匹配     //注意：这里是循环，说明我们切换多路流时可以同时切换音频和视频等轨道
      boolean[] rendererWasEnabledFlags = new boolean[renderers.length];      for (int i = 0; i < renderers.length; i++) {        Renderer renderer = renderers[i];                //获取第i轨道正在使用的渲染器，注意这里是可以渲染        rendererWasEnabledFlags[i] = isRendererEnabled(renderer);          //获取第i轨道当前正在使用的SampleStream        SampleStream sampleStream = playingPeriodHolder.sampleStreams[i];         //当前渲染器正在使用才会被检测        if (rendererWasEnabledFlags[i]) {                     if (sampleStream != renderer.getStream()) {            // We need to disable the renderer.           //如果当前渲染器的码流和目标码流不匹配，则关闭当前渲染器
            disableRenderer(renderer);           } else if (streamResetFlags[i]) {            // The renderer will continue to consume from its current stream, but needs to be reset.            renderer.resetPosition(rendererPositionUs);//如果码流匹配，统一同步播放位置          }        }      }//重新创建被关闭的渲染器      enableRenderers(rendererWasEnabledFlags);         } else {//如果还没播放，则直接走启动逻辑      // Release and re-prepare/buffer periods after the one whose selection changed.      queue.removeAfter(periodHolder);      if (periodHolder.prepared) {        long loadingPeriodPositionUs =            max(periodHolder.info.startPositionUs, periodHolder.toPeriodTime(rendererPositionUs));        periodHolder.applyTrackSelection(newTrackSelectorResult, loadingPeriodPositionUs, false);      }    }    handleLoadingMediaPeriodChanged(/* loadingTrackSelectionChanged= */ true);    if (playbackInfo.playbackState != Player.STATE_ENDED) {      //这里会通过开始时间，查询SeekPoint，设置采样队列时间界值      maybeContinueLoading();      updatePlaybackPositions();      handler.sendEmptyMessage(MSG_DO_SOME_WORK);    }  }

3.7 效果评价

整个过程完全在ExoPlayer内部实现，正常网速切换速度也是很快的，当然相比HLS、DASH方式，整个切换过程有还是有明显的轻微的卡顿，不过对于人力本就不富裕的小团队来说，这个显然易见的方便。

四、对齐

4.1 对齐流程

本文所说的对齐和DASH、HLS有本质的区别，不存在切片，但是仍然要解决对齐问题，在ExoPlayer中对齐的过程中并没有直接去调用seek方法对齐，而是通过SeekPoint + 音画同步实现了对齐逻辑，具体对齐步骤如下：

重置并统一所有渲染器的播放时间
利用起播时解析的Track信息，重新注册新的解码器
查找最接近且小于播放时间的SeekPoint ，这个播放点是一个GOP的开始位置，也是IDR帧的位置（IDR帧是I帧的一种）；一般来说Mp4 文件头部有moov信息，从采样表（sample table）中可以查找出关键帧和关键帧所映射的文件位置信息，采样表会在起播阶段完成解析。
查找出位置后从SeekPoint 位置处加载媒体资源。

loadable.setLoadPosition(    checkNotNull(seekMap).getSeekPoints(pendingResetPositionUs).first.position,    pendingResetPositionUs);

设置所有采样队列的开始时间界值，解码出的inputBuffer如果pts小于这个时间的，一律加上BUFFER_FLAG_DECODE_ONLY标记，后续一旦带有这个标记的buffer被解码，如果使用的是SimpleDecoder解码，也会与之相对应的outputBuffer也加上这个标记，一律不予送显（渲染到Surface），直接跳帧处理。

下面代码表示重置所有采样队列的开始时间

 for (SampleQueue sampleQueue : sampleQueues) {        sampleQueue.setStartTimeUs(pendingResetPositionUs);    }

下面是对inputBuffer添加标记：

if (buffer.timeUs < startTimeUs) {//这里对inputBuffer添加标记  buffer.addFlag(C.BUFFER_FLAG_DECODE_ONLY); }

下面是在VideoRenderer处理时，对带这个标记的InputBuffer解码后的outputBuffer一律跳帧处理。

if (isDecodeOnlyBuffer && !isLastBuffer) {  skipOutputBuffer(codec, bufferIndex, presentationTimeUs);  return true;}

渲染器从数据数据源不断读取、解码、直到outputBuffer时间大于等于统一的播放时间点。

   public void render(long positionUs, long elapsedRealtimeUs) throws ExoPlaybackException {         if (bypassEnabled) {        TraceUtil.beginSection("bypassRender");        while (bypassRender(positionUs, elapsedRealtimeUs)) {}        TraceUtil.endSection();      } else if (codec != null) {        long renderStartTimeMs = SystemClock.elapsedRealtime();        TraceUtil.beginSection("drainAndFeed");        //消费InputBuffer数据        while (drainOutputBuffer(positionUs, elapsedRealtimeUs)            && shouldContinueRendering(renderStartTimeMs)) {}            //读取InputBuffer数据        while (feedInputBuffer() && shouldContinueRendering(renderStartTimeMs)) {}        TraceUtil.endSection();      } else {        decoderCounters.skippedInputBufferCount += skipSource(positionUs);        // We need to read any format changes despite not having a codec so that drmSession can be        // updated, and so that we have the most recent format should the codec be initialized. We        // may also reach the end of the stream. Note that readSource will not read a sample into a        // flags-only buffer.        readToFlagsOnlyBuffer(/* requireFormat= */ false);      }      decoderCounters.ensureUpdated();     }

‍

进入音画同步阶段，因为切换过程中无论是独立MediaClock还是Audio Master MediaClock，本身播放进度在变化，因为这视频可能还需要跳过几帧，被切换的解码器才能正式渲染。

  boolean treatDroppedBuffersAsSkipped = joiningDeadlineMs != C.TIME_UNSET;    if (shouldDropBuffersToKeyframe(earlyUs, elapsedRealtimeUs, isLastBuffer)        && maybeDropBuffersToKeyframe(            codec, bufferIndex, presentationTimeUs, positionUs, treatDroppedBuffersAsSkipped)) {      return false;    } else if (shouldDropOutputBuffer(earlyUs, elapsedRealtimeUs, isLastBuffer)) {      if (treatDroppedBuffersAsSkipped) {        skipOutputBuffer(codec, bufferIndex, presentationTimeUs);      } else {        dropOutputBuffer(codec, bufferIndex, presentationTimeUs);      }      updateVideoFrameProcessingOffsetCounters(earlyUs);      return true;    }

至此，整个对齐流程分析完成。

4.2 对齐结果补充

4.2.1 音频和视频对齐共同点：

音频和视频对齐时各自的渲染器都可能会有轻微的跳帧现象，当然这些调整和卡顿感也和IO速度、CPU负载网速也有一定的关系，磁盘、CPU运行效率越高，自然感知程度也会愈加自然减弱。

4.2.2 音频和视频对齐不同点：

相对来说，音频对齐要简单的多，音频解码后的数据是有规律地线性排列，在保证播放时间的准确的基础上，保证声音通道数、位深排列顺序正常就行（比如对齐之后，不能将左声道变为右声道），不需要考虑参考帧的问题，总体而言几乎没有卡顿感，甚至也不需要跳帧。
对齐过程中，ExoPlayer只要存在音频渲染器，那么音画同步的时间以音频为准。
对齐过程中，如果缺少音频，那么音画同步以独立时钟为主。
独立时钟相比音频时钟而言，由于线程的执行速度要慢且时间不可静止的问题，视频画面可能需要跳过很多帧，甚至会卡帧。
对于视频渲染器，ExoPlayer为了避免黑屏，内部会强制渲染首帧和部分关键帧。

五、总结

ExoPlayer 具备完善的多路流切换，高可扩展性，可以实现MediaClock扩展、Renderer裁剪、多路流切换、自定义解封装器，也方便很多人学习音视频知识。最后，本篇知识点总结如下：

利用MergingMediaSource可以实现多路流
利用DefaultTrackSelector可实现码流、原伴唱、音频品质切换
开发专业音视频应用，尽量不要使用MediaPlayer。

继续滑动看下一个