專利名稱：一種應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法
技術(shù)領(lǐng)域：
本發(fā)明涉及流媒體服務(wù)的內(nèi)存封裝和存儲領(lǐng)域，具體涉及一種應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法。
背景技術(shù)：
ISMA (Internet Streaming Media Alliance,流媒體標準化團體)是視頻信號編碼標準與流媒體技術(shù)領(lǐng)域的一流專家組織，隨著社會的發(fā)展，基于ISMA的流媒體內(nèi)容已經(jīng)廣泛應(yīng)用于生活之中。目前，ISMA的流媒體內(nèi)容一般通過MP4格式(Mpeg Audio Video Layer 4，音頻兼視頻的壓縮格式)或者3GP格式(通訊業(yè)標準協(xié)議的視頻格式)來存儲，存儲后的ISMA媒體 文件在播放之前，需要按照ISMA的方式發(fā)送流媒體內(nèi)容，即首先需要進行MP4文件或3GP文件的解析，再進行打包發(fā)送。發(fā)送流媒體內(nèi)容的音頻數(shù)據(jù)之前，需要解析MP4文件或3GP文件的MOOV (MovieBox，媒體元數(shù)據(jù)容器)信息，以獲取和確定音頻幀的文件偏移信息、文件大小信息、DTS(Decoding Time Stamp,解碼時間標記)信息和 PTS (Presentation Time Stamp。演不時間戳)信息。發(fā)送流媒體內(nèi)容的視頻數(shù)據(jù)之前，需要解析MP4文件或3GP文件的M00V信息，以獲取視頻幀的文件偏移信息和文件大小信息、DTS信息和PTS信息。發(fā)送音頻數(shù)據(jù)和視頻數(shù)據(jù)之前，需要根據(jù)音頻幀的DTS信息和PTS信息、以及視頻幀的DTS信息和PTS信息來實時計算和判斷發(fā)送音頻幀和視頻幀的順序。但是，每次發(fā)送流媒體內(nèi)容時，均需要根據(jù)MP4或3GP文件的M00V信息獲取音頻幀和視頻幀的文件偏移信息、文件大小信息、DTS信息和PTS信息，以便對音頻幀和視頻幀進行定位；對音頻幀和視頻幀進行定位的過程、以及實時計算和判斷發(fā)送音頻幀和視頻幀的順序的操作過程比較復雜，進而使得發(fā)送流媒體內(nèi)容的發(fā)送流程不僅比較困難，發(fā)送效率較低，而且對視頻幀和音頻幀獲取程序的開發(fā)和維護均需要消耗較多的資源，實施成本較聞。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種用于流媒體服務(wù)的音視頻交錯封裝方法，通過本發(fā)明封裝的ISMA媒體文件的發(fā)送流程比較簡單，發(fā)送效率較高，實施成本較低。為達到以上目的，本發(fā)明提供的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，包括以下步驟A、為基于MP4格式或通訊業(yè)標準協(xié)議視頻格式的媒體文件建立元信息文件，所述元信息文件包括視頻解碼器標準中的序列參數(shù)集信息和圖像參數(shù)集信息；B、將所述媒體文件中的視頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干個包含視頻幀信息的視頻包，將所述媒體文件中的音頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干個包含音頻幀信息的音頻包；C、按照所述音頻包和所述視頻包的解碼時間戳順序，將所述視頻包和所述音頻包進行交錯排列；D、將所述元信息文件與交錯排列后的視頻包和音頻包結(jié)合，形成待發(fā)送的媒體文件。在上述技術(shù)方案的基礎(chǔ)上，步驟B中每個視頻包的視頻幀信息包括文件偏移信息、文件大小信息、解碼時間標記信息和演示時間戳信息；步驟B中每個音頻包的音頻幀信息包括文件偏移信息、文件大小信息、解碼時間標記信息和演示時間戳信息。在上述技術(shù)方案的基礎(chǔ)上，步驟B中的所需網(wǎng)絡(luò)發(fā)送標準為實時傳輸協(xié)議標準。在上述技術(shù)方案的基礎(chǔ)上，步驟B之后還包括以下步驟為每個視頻包添加標識媒體文件類型和長度的信息，形成每個視頻包的頭部；為每個音頻包添加標識媒體文件類型和長度的信息，形成每個音頻包的頭部。在上述技術(shù)方案的基礎(chǔ)上，步驟C中將所述視頻包和所述音頻包進行交錯排列的流程包括以下步驟根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包的視頻幀和每個音頻包的音頻幀為粒度，以解碼時間戳遞增的順序，對若干個視頻包和若·干個音頻包進行交錯排列。在上述技術(shù)方案的基礎(chǔ)上，步驟C中將所述視頻包和所述音頻包進行交錯排列的流程包括以下步驟根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包和每個音頻包為粒度，以解碼時間戳遞增的順序，對若干個視頻包和若干個音頻包進行交錯排列。本發(fā)明的有益效果在于(I)本發(fā)明將媒體文件的視頻數(shù)據(jù)和音頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準分別打包成若干個視頻包和若干個音頻包。按照ISMA的方式發(fā)送媒體內(nèi)容時，只需讀取視頻包的頭部信息和音頻包的頭部信息，即可獲取視頻包和音頻包的信息，從而實現(xiàn)視頻幀和音頻幀的定位。與背景技術(shù)相比，通過本發(fā)明封裝的ISMA媒體文件發(fā)送流媒體內(nèi)容時，不需要根據(jù)MP4文件或3GP文件的MOOV信息即可獲取和定位視頻幀和音頻幀的相關(guān)信息(文件偏移信息、文件大小信息、DTS信息和PTS信息)，因此。通過本發(fā)明封裝的ISMA媒體文件發(fā)送流媒體內(nèi)容的發(fā)送流程比較簡單，發(fā)送效率較高。(2)本發(fā)明將視頻包和音頻包按解碼時間戳遞增順序進行交錯排列和存儲，在發(fā)送流媒體內(nèi)容時，只需按順序讀取視頻包和音頻包即可發(fā)送，不需要實時判斷和計算音頻和視頻幀的順序。因此，本發(fā)明的發(fā)送流程比較簡單，發(fā)送效率較高。(3)本發(fā)明打包成視頻包和音頻包的程序比較簡單，與背景技術(shù)相比，本發(fā)明對程序的開發(fā)和維護所用的資源較少，實施成本較低。


圖I為本發(fā)明實施例中方法的流程圖。
具體實施例方式以下結(jié)合附圖及實施例對本發(fā)明作進一步詳細說明。參見圖I所示，本發(fā)明實施例提供的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，包括以下步驟SlOl :為媒體文件建立單獨的元信息文件，媒體文件為MP4格式的媒體文件、或者3GP格式的媒體文件。元信息文件用于保存媒體文件中與音視頻編碼(音頻編碼和視頻編碼)相關(guān)的關(guān)鍵信息，元信息文件中主要包括H. 264 (視頻解碼器標準)的SPS (SequenceParameter Set,序列參數(shù)集)信息和PPS (Picture Parameter Set,圖像參數(shù)集)信息。S102 :將媒體文件的視頻數(shù)據(jù)按照RTP (Real-time Transport Protocol,實時傳輸協(xié)議)標準打包成若干個含有視頻幀信息的視頻包，每個視頻包的視頻幀信息包括文件偏移信息、文件大小信息、DTS (Decoding Time Stamp，解碼時間標記)信息和PTS(Presentation Time Stamp。演不時間戮)信息。S103 :為每個視頻包添加標識媒體文件類型和長度的信息，以形成每個視頻包的頭部。S104 :將媒體文件的音頻數(shù)據(jù)按照RTP標準打包成若干個含有音頻幀信息的音頻包，每個音頻包的音頻幀信息包括文件偏移信息、文件大小信息、DTS信息和PTS信息。
S105 :為每個音頻包添加標識媒體文件類型和長度的信息，以形成每個音頻包的頭部。S106 :根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，按照視頻包和音頻包的解碼時間戳順序，對若干個視頻包和若干個音頻包進行交錯排列，形成待發(fā)送的媒體文件。交錯排列有兩種方式，一種是根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包的視頻幀和每個音頻包的音頻幀為粒度，以解碼時間戳遞增的順序進行交錯排列；另一種是根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包和每個音頻包為粒度，以解碼時間戳遞增的順序進行交錯排列。S107:將元信息文件與交錯排列后的視頻包和音頻包結(jié)合，形成待發(fā)送的媒體文件。本發(fā)明通過ISMA的方式發(fā)送流媒體內(nèi)容的步驟為S201 :將待發(fā)送的媒體文件中的元信息文件傳遞給用戶，以便用戶能夠正確的解壓通過H. 264壓縮的視頻。S202 :對待發(fā)送的媒體文件進行解析，讀取視頻包的頭部信息，獲取視頻包的視頻幀信息；讀取音頻包的頭部信息，獲取音頻包的音頻幀信息。S203 :讀取視頻包的視頻幀信息后進行發(fā)送。S204 :讀取音頻包的音頻幀信息后進行發(fā)送。S205 :重復步驟S202、S203和S204，直至所有流媒體內(nèi)容發(fā)送完畢。本發(fā)明不局限于上述實施方式，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也視為本發(fā)明的保護范圍之內(nèi)。本說明書中未作詳細描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。
權(quán)利要求
1.一種應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于，包括以下步驟 A、為基于MP4格式或通訊業(yè)標準協(xié)議視頻格式的媒體文件建立元信息文件，所述元信息文件包括視頻解碼器標準中的序列參數(shù)集信息和圖像參數(shù)集信息； B、將所述媒體文件中的視頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干個包含視頻幀信息的視頻包，將所述媒體文件中的音頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干個包含音頻幀信息的音頻包； C、按照所述音頻包和所述視頻包的解碼時間戳順序，將所述視頻包和所述音頻包進行交錯排列； D、將所述元信息文件與交錯排列后的視頻包和音頻包結(jié)合，形成待發(fā)送的媒體文件。
2.如權(quán)利要求I所述的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于步驟B中每個視頻包的視頻幀信息包括文件偏移信息、文件大小信息、解碼時間標記信息和演示時間戳信息；步驟B中每個音頻包的音頻幀信息包括文件偏移信息、文件大小信息、解碼時間標記信息和演示時間戳信息。
3.如權(quán)利要求2所述的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于步驟B中的所需網(wǎng)絡(luò)發(fā)送標準為實時傳輸協(xié)議標準。
4.如權(quán)利要求3所述的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于，步驟B之后還包括以下步驟為每個視頻包添加標識媒體文件類型和長度的信息，形成每個視頻包的頭部；為每個音頻包添加標識媒體文件類型和長度的信息，形成每個音頻包的頭部。
5.如權(quán)利要求4所述的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于，步驟C中將所述視頻包和所述音頻包進行交錯排列的流程包括以下步驟根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包的視頻幀和每個音頻包的音頻幀為粒度，以解碼時間戳遞增的順序，對若干個視頻包和若干個音頻包進行交錯排列。
6.如權(quán)利要求4所述的應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，其特征在于，步驟C中將所述視頻包和所述音頻包進行交錯排列的流程包括以下步驟根據(jù)每個視頻包的頭部信息和每個音頻包的頭部信息，以每個視頻包和每個音頻包為粒度，以解碼時間戳遞增的順序，對若干個視頻包和若干個音頻包進行交錯排列。
全文摘要
本發(fā)明公開了一種應(yīng)用于流媒體服務(wù)的音視頻交錯封裝方法，涉及流媒體服務(wù)的內(nèi)存封裝和存儲領(lǐng)域。它包括以下步驟A、為基于MP4封裝格式或通訊業(yè)標準協(xié)議視頻格式的媒體文件建立元信息文件；B、將媒體文件中的視頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干包含視頻幀信息的視頻包，將媒體文件中的音頻數(shù)據(jù)按照所需網(wǎng)絡(luò)發(fā)送標準打包成若干包含音頻幀信息的音頻包；C、按照音頻包和視頻包的解碼時間戳順序，將視頻包和音頻包進行交錯排列；D、將元信息文件與交錯排列后的視頻包和音頻包結(jié)合，形成待發(fā)送的媒體文件。本發(fā)明按照ISMA方式發(fā)送流媒體內(nèi)容的發(fā)送流程比較簡單，發(fā)送效率較高，實施成本較低。
文檔編號H04N21/6437GK102917276SQ20121045055
公開日2013年2月6日 申請日期2012年11月12日 優(yōu)先權(quán)日2012年11月12日
發(fā)明者盧國燦 申請人:武漢市烽視威科技有限公司