Medio, segmentos e índice

Parte de SABR en el extractor. Aquí: cómo bytes de medio dispersos se convierten en un segmento reproducible, y cómo un tiempo de reproducción se mapea a un número de segmento.

Las parts de medio

El medio llega en tres tipos de part que trabajan juntos, correlacionados por un header id de un byte:

• MEDIA_HEADER (20) lleva un SabrMediaHeader y un headerId. Abre un buffer.
• MEDIA (21): los payloads empiezan con ese byte headerId; el resto se añade al buffer correspondiente.
• MEDIA_END (22): el primer byte del payload es el headerId; finaliza el buffer en un segmento.

Como el enrutado es por id, audio y vídeo se entrelazan libremente en una misma respuesta, cada id acumula independientemente.

SabrMediaHeader

Decodificado del payload MEDIA_HEADER (números de campo proto):

#	Campo
1	headerId (correlaciona MEDIA/MEDIA_END)
3	itag
4	lastModified
6	startRange (offset de byte)
7	compressionAlgorithm (0 ninguno, 1 gzip, 2 brotli)
8	isInitSegment
9	sequenceNumber
11 / 12	startMs / durationMs
13	FormatId anidado (fallback para itag/lastModified/xtags)
14	contentLength (longitud de bytes esperada en el cable)
15	TimeRange anidado (startTicks, durationTicks, timescale)

Si startMs/durationMs faltan pero hay un TimeRange, se derivan: ms = ticks · 1000 / timescale.

El collector

SabrMediaSegmentCollector.collect(response) reproduce las parts en orden, manteniendo un Map<headerId, OpenSegment>:

• MEDIA_HEADER → openSegments.put(id, new OpenSegment(header)).
• MEDIA → añade los bytes (offset 1..fin) al segmento abierto para ese id; los bytes de un id desconocido/cerrado se descartan en silencio.
• MEDIA_END → quita el id, finaliza, y emite, en orden de cierre.

Casos límite: un header que nunca recibe un MEDIA_END queda abierto y nunca se emite (sale como missing-media-end en el control de integridad, no como segmento parcial). El medio huérfano (sin header) se descarta.

Length check, luego descompresión. Al finalizar, si contentLength >= 0 y el conteo de bytes acumulado difiere, throw SabrProtocolException (length mismatch). Este control corre sobre los bytes comprimidos, contentLength es la longitud en el cable. Luego maybeDecompress aplica gzip (GZIPInputStream) o brotli (BrotliInputStream) según compressionAlgorithm; cualquier otro que 0/1/2 throw.

SabrMediaSegment sostiene el header y los bytes (descomprimidos). Deliberadamente, el array de bytes no se copia defensivamente ni en la construcción ni en getData(), clonar segmentos 4K de varios MB duplicaba el pico de memoria y causaba OOM en cambios rápidos de formato, así que el array es inmutable por contrato.

find(response, request) lanza collect y luego devuelve el primer segmento cuyo header matchea la petición. SabrSegmentRequest.matches se basa en (itag, flag init, número de secuencia), distinto del header-id interno usado para el stitching de bytes.

El índice de segmentos

Para hacer seek, el extractor debe mapear un tiempo a un número de secuencia. El índice del contenedor del segmento init da el timing exacto por-segmento. SabrFormatInitializationMetadata (part type 42) provee lo necesario: endSegmentNumber (total segmentos), mimeType (selecciona el parser), initRange, indexRange, y durationUnits/durationTimescale.

MP4: SabrMp4SegmentIndexParser

Parsea la box ISO-BMFF sidx dentro del index range:

1. Busca la box "sidx" en [indexRangeStart, indexRangeEnd].
2. Lee la versión FullBox (0 o 1), salta los flags, salta el reference id.
3. Lee timescale (debe ser > 0).
4. Lee earliest_presentation_time (32-bit en v0, 64-bit en v1).
5. Itera referenceCount veces, cada referencia de 12 bytes: toma subsegment_duration; acumula el start actual; emite Entry(seq=i+1, startMs, durationMs) con ms = ticks · 1000 / timescale (redondeado). Las referencias sidx anidadas throw (no soportado).

Nota: solo se deriva el tiempo. El tamaño referenciado de 31-bit se lee pero se descarta, aquí no se producen offsets de byte por-segmento.

WebM: SabrWebmSegmentIndexParser

Parsea Matroska/EBML: encuentra Segment, lee TimecodeScale (ns/tick, defecto 1 000 000) de Info, luego recorre Cues → CuePoint → CueTime dentro del index range. Cada cue time se vuelve un start de segmento (escalado a ms); cada duración es el hueco al siguiente cue (o la duración total / una extrapolación para el último). CueTrackPositions (offsets de byte) se ignora, de nuevo, solo tiempo.

Lookup

SabrSegmentIndex es una lista 1-based de Entry(sequenceNumber, startMs, durationMs) con getEndMs(). El lookup tiempo→secuencia vive en el FormatProgress por-track de YoutubeSabrStreamState:

• getSegmentStartMs(seq) / getSegmentEndMs(seq) — entrada de índice si está presente, si no aritmética sobre averageDurationMs.
• getSegmentNumberAtOrAfterTimeMs(timeMs) — escaneo lineal de la primera entrada cuyo endMs >= timeMs; sin índice, ceil(timeMs / averageDurationMs).

Ese fallback (averageDurationMs, derivado de duración total / número de segmentos) es por qué el seek funciona aún aproximadamente incluso antes de que se haya parseado un segmento init.

---

Siguiente: El modelo buffered y el seek.