PES是Packetized Elementary Stream的简称，是将原始ES流打包后形成的，再将PES经过不同的打包方式可以组成MPEG program stream 和 MPEG transport stream，即PS流和TS流。

PES的组成结构如图，包括6个字节的包头字段，加上3个字节基本流信息字段，根据信息字段的设置可在之后附加其他字段。

PES结构

前三字节是包头起始标识字段，内容为0x000001

第四个字节是流ID字段，不同的流ID有不用的意义，如图，音频流ID范围从0xC0到0xDF，视频流ID范围从0xE0到0xEF。

PES流ID字段

第五六个字节是PES包长度，表示PES包头部在该字段之后的长度，单位是字节

接下来的第七八九字节是PES的扩展头部字段，用于设置流的基本信息，结构如图

PES可选扩展

第六字节的高两位是标识位，值为10b

第七字节的高两位是PTS和DTS指示位，00表示无PTS无DTS，01禁止使用，10表示PES头部字段会附加PTS结构

pts结构

11表示PES头部字段会附加PTS和DTS结构

pts和dts结构

其中PTS和DTS使用的是90KHZ时钟单位，即1PTS表示1/90000秒，PTS和DTS虽然是33位，但占用了5个字节

ESCR FLAG字段设为1，会在头部附加6个字节的ESCR结构，ES RATE FLAG字段设置为1，会在头部附加3个字节ES rate结构，其他标识位如果设置为1也会相应的在头部附加对应字段。

ES rate结构

ESCR结构