一、引言
从文章《音视频入门基础：WAV专题（6）——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道，通过FFprobe命令可以显示WAV音频文件每个packet（也称为数据包或多媒体包）的信息，这些信息包含该packet的duration和duration_time：
这个“duration”实际是AVPacket结构体中的成员变量duration，为该音频packet占用的以AVStream的time_base为单位的时间值。而“duration_time”为该音频packet占用的以秒为单位的时间值。这两个值通过fftools/ffprobe.c中的show_packet函数打印出来：
static void show_packet(WriterContext *w, InputFile *ifile, AVPacket *pkt, int packet_idx)
{
//...
print_duration_ts("duration", pkt->duration);
print_duration_time("duration_time", pkt->duration, &st->time_base);
//...
}本文讲述“duration”和“duration_time”的值是怎样被计算出来的。如果想直接看结论，可以跳到本文的最后，直接看“总结”。
二、FFmpeg源码中计算WAV音频文件每个packet的duration和duration_time的实现
（一）得到每个packet的duration
FFmpeg对WAV音频文件进行解封装（解复用）时，会调用avformat_find_stream_info函数，而该函数底层会调用compute_pkt_fields函数：
static void compute_pkt_fields(AVFormatContext *s, AVStream *st,
AVCodecParserContext *pc, AVPacket *pkt,
int64_t next_dts, int64_t next_pts)
{
//...
if (pkt->duration <= 0) {
compute_frame_duration(s, &num, &den, st, pc, pkt);
if (den && num) {
duration = (AVRational) {num, den};
pkt->duration = av_rescale_rnd(1,
num * (int64_t) st->time_base.den,
den * (int64_t) st->time_base.num,
AV_ROUND_DOWN);
}
}
//...
}compute_pkt_fields函数内部，由于AVPacket结构体被初始化后，其成员变量duration会是0，（新版本的FFmpeg源码一般使用get_packet_defaults函数进行初始化，具体可以参考：《FFmpeg源码：av_init_packet、get_packet_defaults、av_packet_alloc函数分析》），所以会执行下面if语句为真时括号里的内容：
if (pkt->duration <= 0) {
//...
}通过compute_frame_duration函数，让变量num被赋值为该音频packet占用的以AVStream的time_base为单位的时间值，让变量den被赋值为该音频的采样频率（单位为Hz）：
compute_frame_duration(s, &num, &den, st, pc, pkt);从文章《FFmpeg源码：compute_frame_duration函数分析》中可以知道，compute_frame_duration函数内部调用了av_get_audio_frame_duration2函数。而从《FFmpeg源码：get_audio_frame_duration、av_get_audio_frame_duration2函数分析》中可以知道，av_get_audio_frame_duration2函数内部又通过get_audio_frame_duration函数来计算某个音频packet占用的时间值。计算公式是：该音频packet占用的以AVStream的time_base为单位的时间值 = packet的大小（单位为字节）×8÷（音频的采样位数×声道数量），比如，某个音频packet的大小为16384字节、音频的采样位数为16位、声道数为2，则该音频packet占用的时间值（以AVStream的time_base为单位）为：16384×8÷（16×2）= 4096。
关于av_rescale_rnd函数的用法可以参考：《FFmpeg源码：av_rescale_rnd、av_rescale_q_rnd、av_rescale_q、av_add_stable函数分析》。最后通过av_rescale_rnd函数得到AVPacket结构体的成员变量duration。下面语句相当于执行了：pkt->duration = 1 × num × st->time_base.den ÷ (den × st->time_base.num)：
pkt->duration = av_rescale_rnd(1,
num * (int64_t) st->time_base.den,
den * (int64_t) st->time_base.num,
AV_ROUND_DOWN);而从上面我们可以知道，变量num为该音频packet占用的以AVStream的time_base为单位的时间值，变量den为该音频的采样频率（单位为Hz）。根据《音视频入门基础：WAV专题（8）——FFmpeg源码中计算WAV音频文件AVStream的time_base的实现》我们又可以知道WAV音频文件AVStream的time_base（st->time_base）为音频采样频率的倒数。
所以语句pkt->duration = 1 × num × st->time_base.den ÷ (den × st->time_base.num)等价于
pkt->duration = num。
从而让AVPacket结构体中的成员变量duration可以被赋值为该音频packet占用的以AVStream的time_base为单位的时间值。
（二）得到每个packet的duration_time
duration和duration_time是通过fftools/ffprobe.c中的show_packet函数打印出来：
static void show_packet(WriterContext *w, InputFile *ifile, AVPacket *pkt, int packet_idx)
{
//...
print_duration_ts("duration", pkt->duration);
print_duration_time("duration_time", pkt->duration, &st->time_base);
//...
}print_duration_time为宏定义：
#define print_duration_time(k, v, tb) writer_print_time(w, k, v, tb, 1)而writer_print_time函数的定义为：
static void writer_print_time(WriterContext *wctx, const char *key,
int64_t ts, const AVRational *time_base, int is_duration)
{
char buf[128];
if ((!is_duration && ts == AV_NOPTS_VALUE) || (is_duration && ts == 0)) {
writer_print_string(wctx, key, "N/A", PRINT_STRING_OPT);
} else {
double d = ts * av_q2d(*time_base);
struct unit_value uv;
uv.val.d = d;
uv.unit = unit_second_str;
value_string(buf, sizeof(buf), uv);
writer_print_string(wctx, key, buf, 0);
}
}其中，writer_print_time函数的形参ts为该音频packet占用的以AVStream的time_base为单位的时间值，形参time_base为AVStream的time_base。
关于av_q2d函数的用法可以参考：《FFmpeg有理数相关的源码：AVRational结构体和其相关的函数分析》。duration_time实际上是由writer_print_time函数中的下面语句计算出来的：
double d = ts * av_q2d(*time_base);简单点来讲duration_time = duration × time_base。
三、总结
对于WAV音频文件：
AVPacket的“duration”为该音频packet占用的以AVStream的time_base为单位的时间值，其值等于： packet的大小（单位为字节）×8÷（音频的采样位数×声道数量），比如，某个音频packet的大小为16384字节、音频的采样位数为16位、声道数为2，则该音频packet的duration等于：16384×8÷（16×2）= 4096。
而“duration_time”为该音频packet占用的以秒为单位的时间值，其值等于：duration × time_base。比如，某个音频packet的duration为4096，time_base为44100分之一，其duration_time为4096乘以44100分之一，等于0.092880。
