IPTV媒体信息的流式传输

       IPTV是随着宽带网络、流媒体传输、媒体编解码和海量存储等技术的发展而出现的互联网新业务。在IPTV节目内容的发布与呈现过程中，涉及媒体信息的流式传输、节目流控制方式、终端与服务器之间通信方式、节目中不同媒体信息在时间和空间上的组织方式、媒体服务器和节目库的组织以及节目信息的数字版权保护等内容。

       前面介绍了为高效率地表达节目中的多媒体信息而釆取的各种信源编码方法，当将这些信息在IP网络上传输时主要有文件下载和流式传输两种方案。在文件下载方案中用户必须考虑两个因素：即对客户端的存储需求和播放的启动时延。因为多媒体文件一般都较大，所以需要的存储容量也较大；同时由于网络带宽的限制，下载常常要花数十分钟甚至数小时，所以这种处理方法时延也很大。流式传输表示声音、影像或动画等时基媒体时，由媒体服务器向用户终端连续、实时地传送。在采用流式传输的系统中，用户不必等到整个文件全部下载完毕，而只需经过几秒或十数秒的启动时延即可开始观看。当声音等时基媒体在客户机上播放时，媒体文件的剩余部分将在后台继续从服务器内下载。流式传输不仅使启动时延缩短，而且不需要太大的缓存容量。

       本书第2章所介绍的各类视音频编码标准并不是特别针对IP网络传输制定的，它们只在部分程度上支持多媒体信息的流式传输。为使视音频信息更加适合于在IP网络上进行流式传输，需要将其进一步组织成流媒体格式。目前，IP网上使用较多的流媒体格式主要有3种，它们是RealMedia,WindowsMedia,以及QuickTime。

       Real Media包括3类文件：Real Audio,Real Video及Real Flash。Real Audio用来传输CD音质的音频数据，Real Vide。用来传输连续视频数据，而Real Flash则是一种高压缩比的动画格式。作为最早的IP网流式技术，在视音频方面Real Media已成为网络视音频播放事实上的标准之一。

       Real Media系统由3部分组成：服务器端广播软件RealServer,服务器端编码压缩软件Real Encoder或Real Producer,以及客户端播放软件Real Player。RealMedia系统为支持一台视频服务器对多台服务器的并发连接，推出了一种复播技术使其能够在网络上以树型结构复制服务器，同时网络响应不受影响。Real System G2系统开始，引入了Sure Stream技术。对一个已安装了SureStream视频服务器的系统，服务器会自动侦测客户端RealPlayer的连接速度，并根据客户端不同的拨号速率和带宽，让音频和视频数据流根据相应的带宽传输不同压缩率的图像，使其始终以流畅的方式播放。

       Windows Media的核心是ASF(Advanced Stream Format)oASF是一种数据格式，音频、视频、图像以及控制命令脚本等多媒体信息通过这种格式，以网络数据包的形式传输，实现流式多媒体内容发布。其中，在网络上传输的内容就称为ASF Stream。ASF支持任意的压缩/解压/编码方式，并可以使用任何一种底层网络传输协议，具有很大的灵活性。

        Windows Media Player是一款能提供很强的扩展性、灵活性和方便性的多媒体播放软件。它与Internet Explorer紧密集成，其表现与RealPlayer的功能相差无几，可播放绝大多部分的多媒体格式文件。当需要浏览视音频节目时,该软件具有自动检测客户端是否安装解码软件，在没有的情况下会自动下载解码软件进行安装以保证正常浏览，并能与RealPlayer-样，根据网络速率自动调整以获得最佳播放效果。它不仅能播放流式视音频，而且能播放所有的音频和视频点播格式，包括.MP3、.WAV、.MIDI、.RMI、.AIF、.SND、.AU等音频文件格式和.MPG、.AVI、.DAT.MOV等视频文件格式。在播放视频时，图像窗口大小可自动调整，同时支持全屏播放，在各种显示模式下均能保持清晰和稳定的图像。对于来自于不同站点的流式信号，不用暂停就能继续播放。

       QuickTime也是能在计算机上播放高品质视频图像的技术，是面向专业视频编辑、Web网站创建和内容制作开发的多媒体技术平台。它可以通过Internet提供实时的数字化信息流、工作流与文件回放功能。它是创建3D动画、实时效果、虚拟现实、音频/视频和其他数字媒体流的重要基础。它由3个不同部分组成:QuickTime电影(Movie)文件格式,Quick-Time抽象层及QuickTime内置媒体服务系统。QuickTime电影文件格式定义了存储数字媒体内容的标准方法，使用这种文件格式不仅可以存储单个的媒体内容，如视频帧或音频釆样，而且能保存对该媒体作品的完整描述。QuickTime媒体抽象层是一种综合性的媒体软件架构，它定义了软件工具和应用程序如何访问QuickTime内置媒体服务系统，以及如何通过硬件提升QuickTime的性能。QuickTime内置媒体服务系统则可作为软件开发工具的基础，帮助软件开发商和用户充分利用QuickTime的技术优势。

        QuickTime的主要特点是：具有很高的音频和视频播放质量，内置Web浏览器插件(Plug-in)；支持IETF流标准以及RTP、RTSP、SDP、FTP和HTTP等网络协议；支持多种视频和动画格式。QuickTime主要由多媒体播放器QuickTimePlayer、图片浏览器PictureViewer、Flash矢量动画以及MP3音乐支持。

       在IPTV系统传输的各类媒体信息中，除了原本就是时基媒体的音频和视频信息外，如何高质量、高效率、方便、灵活地以流式媒体的形态传输与呈现动画、文本和图片信息，是IPTV系统要解决的另一重要问题。

       Flash动画作为一种流媒体格式，用很少量的数据提供了相当丰富的表现能力，因而对于IPTV是一种非常吸引人的数据类型。Flash是一种基于向量的动画程序，代替以像素描述图像的常规传送方式，Flash传送的是如何绘制图像的方法。为了理解向量动画原理，最简单的例子是在图像显示的中央出现一幅带有圆周的图像，比较传送视频和这种向量动画所需要的数据量。

       以常规的视频编码方法，要传送一帧视频图像必须传送组成该幅图像的每一个像素的信息才能达成目的；即使这一帧图像已经被很大程度的压缩，它依然是一个很大的文件。如果视频文件必须进行很大程度的压缩以符合低比特率流，那么图像的质量必然会受到损害。与之相对应，一帧基于向量描述的同样图像只需要发送5个参数即可完成信息的发送：用一条消息来说明是一个圆周在被传送，以及圆心的位置、半径、背景颜色和圆内部的颜色。这些信息只用很少的比特就可以传送。当然，接收这些信息的流媒体播放器要知道如何利用这些参数来重建这个圆，而且程序必须在一个帔周期内利用CPU完成该帧图像的计算。在生成Flash文件的时候，虽然需要传送的信息大为减少，但与此同时客户终端必须完成重建图像的工作。

       使用基于向量的动画允许Flash以适当的比例对动画内容加以变换。仍以圆周图像为例，在常规视频传输技术中如果把视频图像的显示尺寸加倍，引入图像压缩的不完美之处就会表现得更为明显。然而，在基于向量的动画中，圆是通过半径和颜色来描述的。如果画面的尺寸加倍，流媒体播放器所要做的只是在重建这个圆之前将其描述半径参数的尺寸加倍。这种可量测性使得流媒体播放器每次都可根据终端需要完美的重建发送图像，而无论画面的尺寸如何。当然，Flash比仅仅基于向量的动画要做得更多，不仅可以制作位图图像的动画，并且可以通过Flash动作脚本实现各种交互控制。

       在常规视频系统中以像素点阵方式传送和编码文本是相当困难的，因为在低分辨率和低比特率情况下文本的清晰度和美观程度会受到较大限制。流格式文本技术充分利用了IPTV终端的计算和文本显示功能，把自然图像和文本内容分开编码，使整个传输质量得以有较大提高。流格式文本所需的数据速率非常低，可以在带宽限制很严格的情况下工作。流格式文本通常并不单独使用，而是用来配合音频、视频或图像的演示。

       流格式文本支持超链接，因此媒体播放器中的文本可以链接到其他网页或者其他的流媒体表达。这些链接还可以转到当前表达的不同部分，于是就使得流格式文本子系统可以用作导航工具。流格式文本还支持文本演示的时间链控制、语言设置、窗口外观以及许多在字处理时使用到的同样功能，比如不同的字体、字体大小、颜色、黑体、斜体以及下划线，甚至可以创建其他特殊效果，如阴影等。

       流格式文本子系统的功能包括：

       • 控制文字字体、字号、颜色；

       • 控制总的时间长度和某段文字的显示时间长度；

       • 字幕滚动效果；

       • 文字在显示窗口中的空间位置。

       流格式文本系统是一种XML兼容语言，其语法和HTML的程序非常类似。

（1）流格式文本工作原理

       流格式文本系统中的文件是一些纯文本文件，它使用一种简单的标记语言告诉IPTV接收机如何以及何时显示需要的文本。流格式文本标记语言包括大量的标签，当要在文件中显示特定元素或者显示文本每一段特性的时候，这些标签描述其字体、大小、颜色等。

        流格式文本标签就像HTML一样由尖括号围起来，每个流格式文本文件必须以＜window〉开始和结尾，如下所示：

       在这里使用了许多流格式文本标签，每个标签具有一个或者多个属性，比如字体具有大小和字面属性。该文件引入了如下流格式文本的概念。

      • 持续时间:Window标签可以带有一个duration属性表达长度的持续时间。

      • 背景颜色:Window标签可以带有一个bgcolor属性来指定窗口的背景颜色。

      • 定时：在begin属性里面使用＜time/＞标签，会使文本在不同的时间显示。

      • 定位：使用段落＜P＞标签和行中止＜br/＞标签，文本可以按照想要的方式加以设计。此外可以使用＜pos＞标签在某个精确的像素位置放置文本。

      • 外观:使用与外观和大小属性有关的〈font＞标签，或者简单地使用黑体＜b＞、斜体＜i＞,以及下划线＜u〉标签，就可以操纵文本的外观了。

       上述代码的第一行设置了持续30s并且背景颜色为红色。其余每行都以时间标签开始，后面紧接着的是一些文本。每一行的文本都有一些格式或者外观标签，比如Vb＞代表黑体，Vi＞代表斜体。代码的第六行是一个清除显示窗口的特殊命令。如果观看这个流格式文本表达，会看到每行文本都会根据begin属性确定的时间来显示，并且使用任何一种在下一个时间标签之前的定位和格式信息。

       上述代码创建了一个流格式文本的表达，它持续30s并且用不同的方式显示11行文本。流格式文本标记语言还提供了可以添加其他功能的标签，比如可以启动另一个表达，启动另一个播放器.E-rna.l链接和到网页的链接。可以让文本上下移动或者左右移动，甚至可以在显示窗口中精确地把文本放在某个像素的位置上。
(2)流格式文本窗口类型

        流格式文本的表达可以包含很多方式。文本可以从左到右缓缓地出现，或者慢慢卷起。为方便起见，这些流格式文本的动作被分组到不同的窗口类型中，每个窗口类型都有特定的默认动作。可用的窗口类型如下。

       •  滚动新闻：窗口文本从下向上滚动。

       •  提词机：达到窗口底部时，窗口中的文本自动向上移动。

       •  纸带：纸带窗口仅包括两行文本，上面一行，下面一行，均从右边卷向左边。

       •  字幕：字幕窗口和纸带窗口相似，但只有一行在窗口上，文本从右向左卷动。

       流格式图片系统由一种简单的标记语言和一个可以使媒体播放器表现流格式图片的软件组成。用流格式图片替代直接用视频表达有如下优点：

       • 帧速率较低：图像以比视频低的帧速流出，且每一帧有较高的质量。

       • 客户端再现：在低比特率视频编码情况下，场景之间表现一个简单的切换都是很困难的。例如当编码为低比特率的时候，场景切换通常会大大影响图像质量。质量下降并非由于用户终端的限制引起的，而是由视频编码算法的特点所造成的。流格式图片釆用客户端解码来流出高质量的图像，并在媒体播放器中执行场景的切换。用这种方式提供了比同样内容的视频编码流质量高得多的图像。

      • 图像缓存：在流格式图片表达中使用的图像是在客户终端本地缓存，因此可以在以后的表达中再次使用而不需要重新下载。

       流格式图片是创作幻灯片类表达的理想工具，比如展示照片或者创作PPT演示。流格式图片表达可以用简单的XML标记语言在任何文本编辑器里书写，只需指定要运用的图像，以及何时、如何显示这些图像。可以在流格式图片系统里面表现大量的特殊效果，比如图像之间的褪色和缩放为图片。

       流格式图片系统的文件是纯文本文件，并规定了IPTV接收机如何以及何时显示所需要的图像。流格式图片标记语言也是由一些标签组成，这些标签允许定义在表达中使用哪些图像以及想让它们如何显示。所有的流格式图片标签都由尖括号围起来，每个流格式图片文件必须分别以Vimfl>和V/imfl>标签开始和结束。下段代码显示了一幅图像，然后渐渐淡出。〈head/>标签用来定义表达的全局特征，比如窗口宽度和高度、比特率等。在<head/〉标签后，使用Vimage/>标签列出了演示中使用的图像。最后列出想要图像出现的时间以及要表现的效果。

下段代码包含了另一幅图像以及一些其他效果：

       这段代码定义了两幅图像，使用了3个新的流格式图片标签。这些标签显示了流格式图片具有的一些切换效果：

       •   <crossfade/>在当前图像和由"target"变量指定的图像之间淡入淡出。

       •  <wipe/>使用擦去效果在当前图像和由“target”变量指定的图像之间切换。当使用擦去效果时，一幅图像要么把另一幅图像推出屏幕，要么在其上面滑动。

       •   <viewchang/>允许复杂的图像效果，比如缩放和扫视。