【音视频】含aac音频的ps流结构

视音频流封装为ps包
ps包开头PSH头，起始码固定为0x000001BA
常见的，一个ps包一般是多个pes包组成的一个视频帧加一个音频pes包（可能一个或多个音频帧）。

对于项目中用到的视音频流（h.264编码流+aac的ADTS流）
进行了如下封装：
视频ps：PSH+（PSM）+PES （一个ps包中一或多个pes包）
音频ps：PSH+PES（一个ps包一般一个pes包）

PSM只有视频关键帧时存在，起始码0x000001bc
PES包的最大长度为65535字节,因此一帧数据有可能被分为多个PES
实际比较规范的封装方式应该是音频的pes包放在视频pes包后面，而不用单独封装成ps包。

ps包再以负载形式封装为rtp包。

ffmpeg解码播放ps流：

av_read_frame根据AVFormatContext参数从ps裸流中读取packet压缩帧数据, 音频时由于aac大小不固定，一个pkt即为一个ADTS帧（ADTS头+AAC裸数据）

视频时一个pkt仅有一个frame
音频时若frame已知固定大小如PCM/ADPCM，则一个pkt包含一个整数个数的frame，若大小不固定如mpeg audio则一个pkt含一个frame

ps流封装aac音频时需要加上ADTS头，否则音频会播放失败。而对于rtsp传输，aac音频进行RTP封装时不保留ADTS头，因为已经在会话设置阶段通过SDP描述。