|
1.什么是多媒體容器
舉個例子，咱們平常所見的那種.rm .rmvb .mkv .avi視頻文件都是多媒體容器文件格式。所謂容器格式就是將不同的多媒體數(shù)據(jù)流(多條音頻流,字幕流和視頻流)聯(lián)合起來加到一個文件(載體)里面.播放的時候分別對各條多媒體數(shù)據(jù)流進行解碼。多媒體容器 (Multimedia Container)也稱為多媒體封裝格式，它不同于H.264、DivX、 MP3這類編碼格式，它只是為多媒體編碼提供了一個“外殼”。
2.多媒體容器文件格式
多媒體容器文件格式一般都包括文件頭部分、索引部分和多媒體數(shù)據(jù)部分（如圖1所示）。 | 文件頭部分 | | 索引部分 | | 多媒體數(shù)據(jù)部分 |
圖1
文件頭部分說明了多媒體數(shù)據(jù)符合的壓縮標準及規(guī)范信息，常見的多媒體數(shù)據(jù)的壓縮標準有：
1).MPEG(Moving Picture Experts Group)系列,MPEG系列包括MPEG視頻、MPEG音頻和MPEG系統(tǒng)(視音頻同步)三個部分，提供的視音頻編碼方案有MPEG-1、2、4，我們熟悉的VCD采用MPEG-1，DVD采用MPEG-2視頻壓縮方案。 | MPEG系列MPEG運動圖象專家組開發(fā)的一系列視頻音頻編碼 | | 視頻 | MPEG-1 | 較早的視頻編碼，質(zhì)量比較差，主要用于 CD-ROM 存儲視頻，國內(nèi)最為大家熟悉的就是 VCD（Video CD），他的視頻編碼就是采用 MPEG-1。 | | | MPEG-2 | 在 MPEG-1 的基礎上開發(fā)的一種視頻編碼，它的質(zhì)量遠遠好于 MPEG-1，所以被運用在了 DVD-Video 上面，MPEG-2 是 DVD-Video 唯一指定的視頻編碼。MPEG-2 不光運用于 DVD-Video ，現(xiàn)在大部分 HDTV（高清電視）也采用 MPEG-2 編碼，分辨率達到了 1920x1080。由于 MPEG-2 的普及，本來為 HDTV 準備的 MPEG-3 最終宣告放棄。 | | | MPEG-4 | 為了應對網(wǎng)絡傳輸?shù)拳h(huán)境，傳統(tǒng)的 MPEG-1/2 已經(jīng)不能適應，所以促使了 MPEG-4 的誕生。MPEG-4 采用了一系列新技術，來滿足在低帶寬下傳輸較高視頻質(zhì)量的需求。DivX，XviD，MS MPEG4 都是采用的 MPEG-4 視頻編碼，除了在 DVDRip 上面的應用，3GPP 現(xiàn)在也接納了 MPEG-4 作為視頻編碼方案。MPEG-4的編碼理念是：MPEG-4標準同以前標準的最顯著的差別在于它是采用基于對象的編碼理念，即在編碼時將一幅景物分成若干在時間和空間上相互聯(lián)系的視頻音頻對象，分別編碼后，再經(jīng)過復用傳輸?shù)浇邮斩耍缓笤賹Σ煌膶ο蠓謩e解碼，從而組合成所需要的視頻和音頻。這樣既方便我們對不同的對象采用不同的編碼方法和表示方法，又有利于不同數(shù)據(jù)類型間的融合，并且這樣也可以方便的實現(xiàn)對于各種對象的操作及編輯。例如，我們可以將一個卡通人物放在真實的場景中，或者將真人置于一個虛擬的演播室里，還可以在互聯(lián)網(wǎng)上方便的實現(xiàn)交互，根據(jù)自己的需要有選擇的組合各種視頻音頻以及圖形文本對象。 | | | MPEG-4 AVC | 它和 MPEG-4 是兩種不同的編碼，主要是在極低碼率下 MPEG-4 表現(xiàn)并不好，而 AVC 更加適合低帶寬傳輸。在高碼率上，AVC 的表現(xiàn)也要好過 MPEG-4，所以現(xiàn)在大有取代 MPEG-4 的趨勢。下一代 HD DVD 和 Blue Ray Disc 已經(jīng)正式接納 AVC 為視頻編碼方案之一，相信 AVC 的發(fā)展前途會非常好。 | | 音頻 | MPEG Audio Layer 1/2 | 也就是 MP1、MP2 ，較早的音頻編碼，是 MP3 的前身，主要用于 VCD，DVD，SVCD 的音頻編碼。 | | | MPEG Audio Layer 3 | 大名鼎鼎的 MP3，已經(jīng)成為網(wǎng)絡音頻的主流格式，能在 128kbps 的碼率接近 CD 音質(zhì)。 | | | MPEG-2 AAC | 在 MPEG-2 上開發(fā)的一種新的音頻編碼，和傳統(tǒng)的 MPEG Audio 不兼容，它的質(zhì)量理論上高于 MP3，并且支持多聲道。在 96kbps 的碼率范圍內(nèi)就能接近 CD 音質(zhì)，比 MP3 更加適合地碼率傳輸。 | | | MPEG-4 AAC | AAC 已經(jīng)作為 MPEG-4 標準的音頻編碼，當然 MPEG-4 Audio 還有其他多種音頻編碼。 | | | MPEG-4 AAC Plus | 采用了 SBR 頻帶復制技術的 AAC，SBR 技術能夠讓音頻編碼降低一半的碼率而音質(zhì)不會有太大改變，已經(jīng)成為 MPEG-4 標準的一部分。 | | | MPEG-4 VQF | NTT 開發(fā)的一種音頻格式，曾經(jīng)銷聲匿跡了一段時間，只在 Nero 里面見到過它的身影。現(xiàn)在搭上 SBR 技術又進入了 MPEG-4 標準，似乎不甘心就這么被遺忘，據(jù)說在低比特率下表現(xiàn)比 aacPlus 更好。 | | | MP3 PRO | MP3 加上 SBR 技術誕生的一種產(chǎn)品，但是并沒有得到多大推廣，更沒有進入標準。 | | | MP3 Surround | 讓 MP3 插上多聲道的翅膀，F(xiàn)raunhofer 開發(fā)的又一種 MP3 升級產(chǎn)品，聽說 DivX 6 準備將它作為音頻編碼。Fraunhofer 一直都在圍繞著 MP3 升級，mp3PRO、MP3 Surround，這些產(chǎn)品都能和傳統(tǒng) MP3 兼容，但是隨著層出不窮的新編碼，不知道 MP3 還能走多遠。 |
2).H261、H263、H264系列
| H.26X系列ITU國際電信聯(lián)盟”主導的編碼系列 | | | H.261 | H.261是ITU-T為在綜合業(yè)務數(shù)字網(wǎng)(ISDN)上開展雙向聲像業(yè)務(可視電話、視頻會議)而制定的，它是最早的運動圖像壓縮標準，它詳細制定了視頻編碼的各個部分，包括運動補償?shù)膸g預測、DCT變換、量化、熵編碼，以及與固定速率的信道相適配的速率控制等部分。 | | | H.263 | H.263是ITU-T為低于64kb/s的窄帶通信信道制定的視頻編碼標準，它是在H.261基礎上發(fā)展起來的。 | | | H.263+ | H.263 的第二個版本，加入了許多新技術來擴展 H.263 的應用范圍。 | | | H.263++ | 在 H.263+ 上增加了幾個選項，來增強碼流在惡劣信道上的抗誤碼性能，同時提高增強編碼效率。 | | | H.264 | 也就是前面提到的 MPEG-4 AVC。H.264是由ISO/IEC與ITU-T組成的聯(lián)合視頻組(JVT)制定的新一代視頻壓縮編碼標準。在ISO/IEC中該標準命名為AVC (Advanced Video Coding)，作為MPEG-4標準的第10個選項,又被稱為MPEG4-Part 10；在ITU-T中正式命名為H.264標準。H.264最具價值的部分無疑是更高的數(shù)據(jù)壓縮比。在同等的圖像質(zhì)量條件下，H.264的數(shù)據(jù)壓縮比能比當前DVD系統(tǒng)中使用的MPEG-2高2-3倍，比MPEG-4高1.5-2倍。專家告訴我們，H.264獲得優(yōu)越性能的代價是計算復雜度的大幅增加，例如分層設計、多幀參論、多模式運動估計、改進的幀內(nèi)預測等，這些都顯著提高了預測精度，從而獲得比其他標準好得多的壓縮性能。據(jù)估計，H.264編碼的計算復雜度大約相當于H.263（H.264的同系列標準）的3倍，解碼復雜度大約相當于H.263的2倍。與MPEG-2相比，H.264的計算復雜度要提高兩倍以上。 |
除了 ITU 與 ISO 開發(fā)的行業(yè)標準以外，還出現(xiàn)了幾種專用于因特網(wǎng)流媒體應用、廣受歡迎的專有解決方案，其中包括Real Networks Real Video (RV10)、Microsoft Windows Media Video 9 (WMV9) 系列、ON2 VP6 以及 Nancy等等 多媒體數(shù)據(jù)符合的規(guī)范信息可以包括視頻的分辨率、幀率，音頻的采樣率等。
索引部分:由于多媒體數(shù)據(jù)通常會被分成若干塊，各塊數(shù)據(jù)之間也可能是不連續(xù)存儲的，因此需要再索引部分建立多媒體數(shù)據(jù)的存儲位置索引（如圖2所示），其詳細顯示了視頻數(shù)據(jù)存儲位置索引，用來記錄相應數(shù)據(jù)塊的存儲位置的偏移量，由于各數(shù)據(jù)塊的大小可能不同，因此也可能需要在索引部分建立各種多媒體數(shù)據(jù)塊的尺寸大小索引，用來記錄相應數(shù)據(jù)塊的尺寸大小。此外在索引部分還建立了其他索引，比如音視頻同步索引等等。PC上播放這些多媒體容器文件時，一般是將索引一次性的全部放到內(nèi)存中，然后在播放中根據(jù)操作（快進、快退等）來通過數(shù)據(jù)索引得到所需的數(shù)據(jù)。這個貌似和項目里面的視頻信息文件的作用類似~~~
多媒體數(shù)據(jù)部分就是經(jīng)過壓縮的多媒體數(shù)據(jù)，包括視頻數(shù)據(jù)、音頻數(shù)據(jù)、文本數(shù)據(jù)及其他多媒體數(shù)據(jù)。
| 視頻數(shù)據(jù)存儲位置索引 | 音頻數(shù)據(jù)存儲位置索引 | | offset1 | offset1 | | offset2 | offset2 | | ...... | ...... | | offsetN | offsetN |
3.常見的容器舉例：MPG/MPEG ：MPEG編碼采用的容器，具有流的特性。里面又分為 PS，TS 等，PS 主要用于 DVD 存儲，TS 主要用于 HDTV。
AVI ：最常見的音頻視頻容器。它可以容納多種類型的視頻編碼和音頻編碼，像VP6、DivX、XviD等視頻編碼和PCM、MP3、AC3等音頻編碼。
如果你發(fā)現(xiàn)原來的播放器突然打不開這種格式的avi文件了，那你就要考慮是不是碰到了n AVI。n AVI是 newAVI 的縮寫，是一個名為 ShadowRealm 的地下組織發(fā)展起來的一種新視頻格式。它是由 Microsoft ASF 壓縮算法的修改而來的（并不是想象中的 AVI），視頻格式追求的無非是壓縮率和圖象質(zhì)量，所以 NAVI 為了追求這個目標，改善了原始的 ASF 格式的一些不足，讓 NAVI 可以擁有更高的幀率（frame rate）。當然，這是犧牲 ASF 的視頻流特性作為代價的。概括來說， NAVI 就是一種去掉視頻流特性的改良型 ASF 格式，也可以被視為是非網(wǎng)絡版本的 ASF 。
VOB：DVD采用的容器格式，支持多視頻多音軌多字幕章節(jié)等。
另一種特點更為鮮明的媒體容器，它可容納MPEG-2視頻流、多個AC3、 DTS、THX、PCM音頻流、多個不同語言的圖形字幕流。
MP4 ：MPEG-4編碼采用的容器，基于 QuickTime MOV 開發(fā)，具有許多先進特性。
ASF/WMV ：Windows Media 采用的容器，能夠用于流傳送，還能包容腳本等。
Microsoft公司推出的Advanced Streaming Format (ASF，高級流格式)，也是一個在Internet上實時傳播多媒體的技術標準，Microsoft公司的野心很大，希圖用ASF取代QuickTime之類的技術標準。ASF的主要優(yōu)點包括：本地或網(wǎng)絡回放、可擴充的媒體類型、部件下載、以及擴展性等。ASF應用的主要部件是NetShow服務器和NetShow播放器。有獨立的編碼器將媒體信息編譯成ASF流，然后發(fā)送到NetShow服務器，再由NetShow服務器將ASF流發(fā)送給網(wǎng)絡上的所有NetShow播放器，從而實現(xiàn)單路廣播或多路廣播。這和Real系統(tǒng)的實時轉(zhuǎn)播則是大同小異。
WMV又是一種獨立于編碼方式的在Internet上實時傳播多媒體的技術標準，Microsoft公司希望用其取代QuickTime之類的技術標準以及WAV、AVI之類的文件擴展名。wmv的主要優(yōu)點包括：本地或網(wǎng)絡回放、可擴充的媒體類型、部件下載、可伸縮的媒體類型、流的優(yōu)先級化、多語言支持、環(huán)境獨立性、豐富的流間關系以及擴展性等。
RM/RMVB：RealMedia 采用的容器，用于流傳送。
RMVB影片格式比原先的RM多了VB兩字，在這里VB是VBR（Variable Bit Rate--可變比特率）的縮寫。在保證了平均采樣率的基礎上，設定了一般為平均采樣率兩倍的最大采樣率值，在處理較復雜的動態(tài)影像時也能得到比較良好的效果，處理一般靜止畫面時則靈活的轉(zhuǎn)換至較低的采樣率，有效的縮減了文件的大??！
MOV/QT：QuickTime 的容器，恐怕也是現(xiàn)今最強大的容器，甚至支持虛擬現(xiàn)實技術，Java 等，它的變種 MP4,3GP都沒有這么厲害。
QuickTime是Apple計算機公司開發(fā)的一種音頻、視頻文件格式，用于保存音頻和視頻信息，具有先進的視頻和音頻功能，被包括Apple Mac OS、Microsoft Windows 95/98/NT在內(nèi)的所有主流電腦平臺支持。QuickTime文件格式支持25位彩色，支持RLE、JPEG等領先的集成壓縮技術，提供150多種視頻效果，并配有提供了200多種MIDI兼容音響和設備的聲音裝置。新版的QuickTime進一步擴展了原有功能，包含了基于Internet應用的關鍵特性，能夠通過Internet提供實時的數(shù)字化信息流、工作流與文件回放功能，此外，QuickTime還采用了一種稱為QuickTime VR (簡作QTVR)技術的虛擬現(xiàn)實(Virtual Reality， VR)技術，用戶通過鼠標或鍵盤的交互式控制，可以觀察某一地點周圍360度的景像，或者從空間任何角度觀察某一物體。QuickTime以其領先的多媒體技術和跨平臺特性、較小的存儲空間要求、技術細節(jié)的獨立性以及系統(tǒng)的高度開放性，得到業(yè)界的廣泛認可，目前已成為數(shù)字媒體軟件技術領域的事實上的工業(yè)標準。國際標準化組織(ISO)最近選擇QuickTime文件格式作為開發(fā)MPEG 4規(guī)范的統(tǒng)一數(shù)字媒體存儲格式。
MKV：MKV它能把 Windows Media Video，RealVideo，MPEG-4 等視頻音頻融為一個文件，而且支持多音軌，支持章節(jié)字幕等。Matroska媒體定義了三種類型的文件：MKV是視頻文件，它里面可能還包含有音頻和字幕；MKA是單一的音頻文件，但可能有多條及多種類型的音軌；MKS是字幕文件。這三種文件以MKV最為常見。
最大的特點就是能容納多種不同類型編碼的視頻、音頻及字幕流，即使是非常封閉的RealMedia及QuickTime也被它包括進去了，并將它們的音視頻進行了重新組織來達到更好的效果。可以說是對傳統(tǒng)媒體格式的一次大顛覆!它現(xiàn)在幾乎變成了一個萬能的媒體容器。
WAV：一種音頻容器，大家常說的 WAV 就是沒有壓縮的 PCM 編碼，其實 WAV 里面還可以包括 MP3 等其他 ACM 壓縮編碼。
3GP：3GPP視頻采用的格式，主要用于流媒體傳送。3GPP 的視頻采用了 MPEG-4 和 H.263 兩種編碼，可能還將加入 H.264，音頻方面音樂壓縮采用 AAC，語音則采用先進的 AMR，另一個 aacPlus 隨著 V2 版本的推出，底碼率下的效果更加突出，也有望加入標準。
OGG：Ogg 項目采用的容器，具有流的特性，支持多音軌，章節(jié)，字幕等。
OGM：Ogg 容器的變種，能夠支持基于 DirectShow 的視頻音頻編碼，支持章節(jié)等特性。
NSV：Nullsoft Video 的容器，用于流傳送。
|
