XXX客戶的直播流是rtmp push 進入Wowza Streaming Engine的，在確認流已經(jīng)注入成功后，客戶用Http REST API 去啟動錄制。要求錄制的文件格式是flv。比如這是一堂在線教育的課程，可能要錄制30分鐘到1個小時。 

錄制完成后，客戶將flv文件下載下來，再用ffmpeg轉(zhuǎn)換為mp4后提供給老師，用于事后本地觀看(當然Wowza也支持錄制為mp4，只是在這個案例中客戶將它錄制為flv了)。 例如用Windows Media player播放視頻文件，但發(fā)現(xiàn)音視頻不同步，聲音落后于畫面的播放進度（大概遲了1秒）。 同時，發(fā)現(xiàn)用VLC本地播放或者用H5網(wǎng)絡播放(HLS)并沒有音視頻不同步的現(xiàn)象。 

然后客戶用flvAnalyser軟件對這個flv做了分析，如下圖所示: 

根據(jù)這個軟件的分析，在flv的script信息之后緊跟著視頻(H.264)的AVC Sequence Header,里面包含SPS和PPS信息，而在1秒多以后才有了第一個視頻關鍵幀。 

另外，據(jù)客戶介紹，這個情況只是偶爾發(fā)生，特別是針對GOP比較大的情況下(比如GOP大于8秒)。而且只要這個視頻關鍵幀滯后了，在Windows Media player下一定會出現(xiàn)音視頻不同步的情況。 

當然，你可以說這可能是WindowsMedia Player的兼容性問題，因為畢竟VLC、QQ影音、H5網(wǎng)絡播放都是正常的。 
但是，客戶還是希望能讓WowzaStreaming Engine在錄制時避免這個問題。 

根據(jù)前面的錄制參數(shù)，我們大體清楚了WowzaStreaming Engine在開始錄制時的幾種可能的策略，再結(jié)合這個案例的情況，應該可以推測出來Wowza Streaming Engine在開始錄制時確實等了至少1秒后才 檢測到了視頻關鍵幀。那么解決的方法/思路大致如下： 

1. 讓編碼端(比如主播端)采用更小的GOP，比如2秒。這樣檢測到(遇到)關鍵幀的速度會更快。 

2. 設定2-3倍GOP大小的backBufferTime，這樣至少可以讓Wowza Streaming Engine快速找到2-3個關鍵幀。如果說找到一個關鍵幀還不足以開始錄制的話，2-3個總是可以啟動錄制了吧？不至于在視頻關鍵幀前錄了過多的音頻。 

3.其它Wowza StreamingEngine的錄制參數(shù)，采用默認值即可，即startOnKeyFrame為true, defaultAudioSearchPostion為true。 

其實，大家可以看出來，問題的關鍵還是在于編碼端的GOP設置。如果GOP設置過大，對于直播業(yè)務，無論如何也是不可取的。

其實也沒有太復雜。還是得多做測試。

Wowza Streaming Engine 4是業(yè)界功能全面、API接口豐富的流媒體Server產(chǎn)品，采用它作為流媒體服務器產(chǎn)品的案例很多，直播、在線教育、IPTV都有它的用武之地。