【音视频】HLS-m3u8协议介绍

参考文档：https://datatracker.ietf.org/doc/html/rfc8216

一、m3u8协议概述

m3u8 协议是基于 M3U 格式扩展而来的一种多媒体播放列表协议，主要用于流媒体的索引和分发，尤其在 HLS（HTTP Live Streaming）技术中扮演核心角色。它通过文本文件（.m3u8 扩展名）描述媒体片段的地址、时长、编码信息等，让客户端能够按顺序请求并播放流媒体内容。

1. 起源：m3u8 源于传统的 M3U 文件（一种音频播放列表格式，后缀为.m3u），为适应流媒体和 UTF-8 编码需求，扩展出.m3u8 格式（强制使用 UTF-8 编码）。

2. 核心作用：作为流媒体的 “导航地图”，告诉客户端：

   • 流媒体包含哪些片段（如.ts 视频切片）；
   • 每个片段的网络地址、时长、码率；
   • 可选的多码率版本（方便客户端根据网络状况切换清晰度）。

二、m3u8文件结构与语法

HLS（HTTP Live Streaming） 把整个流分成⼀个个⼩的基于 HTTP 的⽂件来下载，每次只下载⼀些。HLS 协议由三部分组成：HTTP、M3U8、TS。这三部分中，HTTP 是传输协议，M3U8 是索引⽂件，TS是⾳视频的媒体信息。

HLS 是提供⼀个 m3u8 地址，Apple 的 Safari 浏览器直接就能打开 m3u8 地址，譬如：

http://demo.srs.com/live/livestream.m3u8

Android 不能直接打开，需要使⽤ html5 的 video 标签，然后在浏览器中打开这个⻚⾯即可，譬如：

<!-- livestream.html -->
<video width="640" height="360"
autoplay controls autobuffer
src="http://demo.srs.com/live/livestream.m3u8"
</video>

HLS 的 m3u8，是⼀个 ts 的列表，也就是告诉浏览器可以播放这些 ts ⽂件，譬如：

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-MEDIA-SEQUENCE:64
#EXT-X-TARGETDURATION:12
#EXTINF:11.550
livestream-64.ts
#EXTINF:5.250
livestream-65.ts
#EXTINF:7.700
livestream-66.ts
#EXTINF:6.850
livestream-67.ts

有⼏个关键的参数，这些参数在 SRS 的配置⽂件中都有配置项：

• #EXTM3U：每个M3U⽂件第⼀⾏必须是这个tag，请标示作⽤

• #EXT-X-VERSION：该属性可以没有，⽬前主要是version 3，最新的是7

• #EXT-X-MEDIA-SEQUENCE：每⼀个media URI在PlayList中只有唯⼀的序号，相邻之间序号+1,⼀个media URI并不是必须要包含的，如果没有，默认为0

• #EXT-X-TARGETDURATION：所有切⽚的最⼤时⻓。有些 Apple 设备这个参数不正确会⽆法播放。SRS 会⾃动计算出 ts ⽂件的最⼤时⻓，然后更新 m3u8 时会⾃动更新这个值。⽤户不必⾃⼰配置。

• #EXTINF：ts 切⽚的实际时⻓，SRS 提供配置项 hls_fragment，但实际上的 ts 时⻓还受 gop 影响。

• ts ⽂件的数⽬：SRS 可配置 hls_window（单位是秒，不是数量），指定 m3u8 中保存多少个切⽚，譬如，每个 ts 切⽚为 10 秒，窗⼝为 60 秒，那么 m3u8 中最多保存 6 个 ts 切⽚，SRS 会⾃动清理旧的切⽚。

• livestream-67.ts：SRS 会⾃动维护 ts 切⽚的⽂件名，在编码器重推之后，这个编号会继续增⻓，保证流的连续性。直到 SRS 重启，这个编号才重置为 0。

每⼀个 .m3u8 ⽂件，分别对应若⼲个 ts ⽂件，这些 ts ⽂件才是真正存放视频的数据。m3u8 ⽂件只是存放了⼀些 ts ⽂件的配置信息和相关路径，当视频播放时，.m3u8 是动态改变的，video标签会解析这个⽂件，并找到对应的 ts ⽂件来播放，所以⼀般为了加快速度，.m3u8 放在 web 服务器上，ts ⽂件放在 cdn 上。.m3u8 ⽂件，其实就是以 utf-8 编码的 m3u ⽂件，这个⽂件本身不能播放，只是存放了播放信息的⽂本⽂件。

进入SRS服务器对应的视频流路径，可以查看到.m3u8文件

srs/trunk/objs/nginx/html/live

比如这里有个livestream和livestream2的视频流，目录下就存在对应的livestream.ts、livestream2.ts文件

查看对应的livestream.m3u8

cat livestream.m3u8

m3u8 与 HLS 的关系

• HLS 是苹果公司推出的流媒体传输协议，而 m3u8 是 HLS 协议中用于描述媒体片段的索引文件格式。
• HLS 的工作流程依赖 m3u8：
  1. 服务器将视频切分为短片段（通常 5-10 秒，格式为.ts）；
  2. 生成 m3u8 文件，列出所有.ts 片段的地址和信息；
  3. 客户端请求 m3u8 文件，根据其内容依次下载并播放.ts 片段；
  4. 直播场景中，服务器会定期更新 m3u8 文件（删除旧片段，添加新片段），客户端周期性拉取最新列表。

三、m3u8示例

3.1 简单的点播 m3u8 文件

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-TARGETDURATION:10
#EXT-X-MEDIA-SEQUENCE:0
#EXTINF:10.0,
video_0.ts  # 第一个10秒的视频片段
#EXTINF:10.0,
video_1.ts  # 第二个10秒的视频片段
#EXTINF:5.0,
video_2.ts  # 最后一个5秒的视频片段
#EXT-X-ENDLIST  # 标识播放结束

3.2 多码率直播 m3u8 文件（主列表）

主 m3u8 文件（用于选择码率）：

#EXTM3U
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=1280000
http://example.com/low.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=2560000
http://example.com/mid.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=7680000
http://example.com/hi.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=65000,CODECS="mp4a.40.5"
http://example.com/audio-only.m3u8

• 包含多种⽐特率的 Master Playlist。该⽂件是⼀个实际使⽤中的顶级 m3u8 ⽂件，该⽂件中⼜定义了http://example.com/low.m3u8 、 http://example.com/mid.m3u8 等 ⼏ 个 ⼆ 级 ⽂ 件 。 顶 级m3u8 ⽂件主要是做码率适配的，⼆级 m3u8 才是真正的切⽚⽂件，客户端会默认选择码率最⾼的请求

• 如果发现码率达不到，会请求降低码率的流。客户端拿到⼆级 m3u8 ⽂件后，会继续请求⾥⾯的⽂件，这时就可以进⾏播放了。

四、基础概念

4.1 Playlist file

• ⼀个 m3u 的 Playlist 就是⼀个由多个独⽴⾏组成的⽂本⽂件，每⾏由回⻋/换⾏区分。每⼀⾏可以是⼀个URI、空⽩⾏或是⼀个 以 “#” 号开头的字符串，并且空格只能存在于⼀⾏中不同元素间的分隔。

• ⼀个 URI 表示⼀个媒体段或是 “variant Playlist file”（最多⽀持⼀层嵌套，即⼀个 m3u8 ⽂件中嵌套另⼀个 m3u8），以 “EXT” 开头的表示⼀个 “tag”，否则表示注释，直接忽略。

4.2 Tags

1. #EXTM3U

每个m3u8文件第一行必须是这个tag，如上述两个示例。

2. #EXT-X-VERSION

• 作用：指定m3u8文件的版本号。
• 格式：#EXT-X-VERSION:<版本号>
• 示例：#EXT-X-VERSION:3

3. #EXTINF

• 作用：指定每个媒体段（ts文件）的持续时间，仅对其后的URI有效，每两个媒体段URI间需用此tag分隔。
• 格式：#EXTINF:<duration>,<title>
• 示例：#EXTINF:14.357, no desc
• 参数说明：
  • duration：表示持续时间（单位：秒）。若协议版本小于3，duration必须为整数；版本≥3时可使用浮点数。

4. #EXT-X-BYTERANGE

• 作用：表示媒体段是某一媒体URI资源中的一段，仅对其后的media URI有效。
• 格式：#EXT-X-BYTERANGE:<n>[@o]
• 参数说明：
  • n：表示该区间的大小（字节）。
  • o：表示在URI中的偏移量（可选）。
• 备注：该标签在协议版本4及以上出现。

5. #EXT-X-TARGETDURATION

• 作用：指定当前视频流中单个切片（ts文件）的最大时长（单位：秒）。#EXTINF中指定的时间长度必须小于或等于该最大值。
• 格式：#EXT-X-TARGETDURATION:<s>
• 参数说明：s表示最大秒数。
• 备注：在整个Playlist文件中只能出现一次（嵌套场景中，通常包含真实ts url的m3u8文件才会出现此tag）。

6. #EXT-X-MEDIA-SEQUENCE

• 作用：每个media URI在Playlist中拥有唯一序号，相邻序号递增1。
• 格式：#EXT-X-MEDIA-SEQUENCE:<number>
• 备注：若未包含此tag，默认序号从0开始。

7. #EXT-X-KEY

• 作用：定义对media segments的解码方式，作用范围为下次该tag出现前的所有media URI。
• 格式：#EXT-X-KEY:<attribute-list>
• 参数说明：
  • METHOD：加密方法，可选值为NONE（不加密）或AES-128（AES-128加密）。
    • 若METHOD=NONE，则URI和IV属性必须不存在。
    • 若METHOD=AES-128（Advanced Encryption Standard），则URI必须存在，IV可选。
  • URI：密钥文件的获取地址（当METHOD=AES-128时必选）。
  • IV：初始化向量（Initialization Vector）。若未指定，默认使用媒体序列号（#EXT-X-MEDIA-SEQUENCE）作为IV（将序列号高位填入16字节buffer，左侧补0）；若指定，需为16字节的十六进制字符串。

8. #EXT-X-PROGRAM-DATE-TIME

• 作用：将绝对时间或日期与媒体段中的第一个样本关联，仅对下一个media URI有效。
• 格式：#EXT-X-PROGRAM-DATE-TIME:<YYYY-MM-DDThh:mm:ssZ>
• 示例：#EXT-X-PROGRAM-DATE-TIME:2010-02-19T14:54:23.031+08:00

9. #EXT-X-ALLOW-CACHE

• 作用：指定是否允许缓存媒体段，对所有媒体段有效。
• 格式：#EXT-X-ALLOW-CACHE:<YES|NO>
• 备注：可在Playlist文件中任意位置出现，最多出现一次。

10. #EXT-X-PLAYLIST-TYPE

• 作用：提供关于Playlist可变性的信息，对整个Playlist文件有效（可选标签）。
• 格式：#EXT-X-PLAYLIST-TYPE:<EVENT|VOD>
• 参数说明：
  • VOD：点播视频。服务器不能修改Playlist文件，所有ts文件已生成完毕。
  • EVENT：实时生成m3u8和ts文件。服务器不能修改或删除Playlist文件中的内容，但可追加新行，播放时需不断下载二级index文件。

11. #EXT-X-ENDLIST

• 作用：表示m3u8文件的结束，直播（live）m3u8文件通常不含此tag。
• 格式：#EXT-X-ENDLIST
• 备注：可在Playlist中任意位置出现，但仅能出现一次。

12. #EXT-X-MEDIA

• 作用：在Playlist中表示相同内容的不同语种/译文版本（如多语言音频、多视角视频），标签独立存在。
• 格式：#EXT-X-MEDIA:<attribute-list>
• 属性列表说明：
  • URI：若未指定，表明该tag描述的可选版本存在于主Playlist的EXT-X-STREAM-INF中。
  • TYPE：类型，可选AUDIO（音频）或VIDEO（视频）。
  • GROUP-ID：具有相同ID的EXT-X-MEDIA标签组成一组样式。
  • LANGUAGE：标识该版本使用的主要语言。
  • NAME：人类可读的描述字符串，若LANGUAGE存在，描述应使用该语言。
  • DEFAULT：是否默认选择，可选YES或NO（默认NO）。若为YES，客户端默认播放此版本（用户手动选择除外）。
  • AUTOSELECT：是否自动选择，可选YES或NO（默认NO）。若为YES，客户端在用户未指定偏好时，根据播放环境自动选择。
• 备注：该标签在协议版本4及以上出现。

13. #EXT-X-STREAM-INF

• 作用：指定包含多媒体信息的media URI作为Playlist，通常用于m3u8嵌套，仅对紧跟其后的URI有效。
• 格式：#EXT-X-STREAM-INF:<attribute-list>
• 常用属性说明：
  • BANDWIDTH：带宽（必选）。
  • PROGRAM-ID：十进制整数，唯一标识Playlist文件范围内的特定描述，可重复。
  • CODECS：指定流的编码类型（可选）。
  • RESOLUTION：分辨率（可选）。
  • AUDIO：值需与AUDIO类别EXT-X-MEDIA标签的GROUP-ID属性匹配（可选）。
  • VIDEO：同上，与VIDEO类别EXT-X-MEDIA标签的GROUP-ID匹配（可选）。

14. #EXT-X-DISCONTINUITY

• 作用：标识后续媒体段的以下属性发生变化：
  • 文件格式（file format）
  • 轨道数量和类型（number and type of tracks）
  • 编码参数（encoding parameters）
  • 编码序号（encoding sequence）
  • 时间戳序号（timestamp sequence）

15. #ZEN-TOTAL-DURATION

• 作用：表示该m3u8文件所包含的ts文件总时长。

更多资料：https://github.com/0voice