[发明专利]一种适用于流媒体服务的音频视频封装方法

说明书

技术领域

本发明涉及音频视频封装领域，具体来讲是一种适用于流媒体服务的音频视频封装方法。

背景技术

媒体文件通常由音频和视频两部分组成，将已经编码压缩好的音频和视频按照一定的格式放入一个文件中，就是音频视频的一种封装方法，这种格式叫封装格式。流媒体是指在互连网络中使用流式技术传输媒体文件，播放器在点播该媒体之前不用下载整个文件，而是一边收媒体流一边播放。

目前互联网上常见的媒体文件封装格式有TS(Transport Stream，传输流)、MP4(MPEG-4 Part 14)、FLV(Flash Video，Flash视频)等。然而，媒体文件播放的各个阶段，如：正常播放、快进快退播放、跳转播放，都需要音频视频编码元数据；这些数据在不同的封装格式中存放的位置不同。上述这些封装格式都会反复、零碎的从磁盘中读取音频视频元数据，因此增加了流媒体服务器对磁盘吞吐能力的开销，进而影响服务器的网络吞吐能力，无法满足高并发流媒体服务器的需求。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种适用于流媒体服务的音频视频封装方法，能够适应任何媒体文件格式的封装，将音频视频编码元数据集中存放，确保生成的元信息文件最小，提升磁盘性能，提高网络吞吐能力，从而满足高并发的流媒体服务需求。

为达到以上目的，本发明采取的技术方案是：一种适用于流媒体服务的音频视频封装方法，包括如下步骤：S1.为媒体文件建立单独的元信息文件，元信息文件包括头部和元信息文件体；S2.将媒体文件的头部去掉，将所述头部的媒体属性移至元信息文件的头部；S3.对媒体文件的音频帧和视频帧进行解析，将帧类型、图像组的起始时间戳和起始帧编号、音频帧和视频帧的起始边界记录在元信息文件体中；或仅对媒体文件的视频帧进行解析，将帧类型、图像组的起始时间戳和起始帧编号、视频帧的起始边界记录在元信息文件体中；S4.形成新媒体文件，对音频和视频未按解码时间戳排序的媒体文件，将音频帧和视频帧以帧为粒度，按解码时间戳递增的顺序，对音频帧和视频帧进行交错排列，形成重组后的新媒体文件；对音频和视频已经按照解码时间戳排序的媒体文件，直接设置为新媒体文件。

在上述技术方案的基础上，所述音频视频封装后包括元信息文件和新媒体文件。

在上述技术方案的基础上，所述媒体文件为MP4封装格式、传输流封装格式或Flash视频封装格式。

在上述技术方案的基础上，所述媒体文件为MP4封装格式时，从中读取音频编码格式、视频编码格式以及相关属性，并存入元信息文件的头部。

在上述技术方案的基础上，所述媒体文件为MP4封装格式时，从MP4文件的媒体数据盒子读取帧的类别、类型以及显示时间戳，将这些属性存入元信息文件体内。

在上述技术方案的基础上，从所述MP4文件的媒体数据盒子读取每个编码视频序列的起始字节偏移，以及该编码视频序列中第一个帧的解码时间戳，并将这些属性存入元信息文件体内。

在上述技术方案的基础上，从所述MP4文件的媒体数据盒子分别读取音频帧和视频帧，以及两者各自的解码时间戳，分别计算每个音频帧与第一个音频帧的解码时间戳差值，每个视频帧与第一个视频帧的解码时间戳差值，按照所得出的解码时间戳差值升序，将音频帧和视频帧交错排序，并存储在新媒体文件中。

在上述技术方案的基础上，所述媒体文件为传输流封装格式时，利用节目关联表和节目映射表，节读取音频编码格式、视频编码格式以及相关属性，并存入元信息文件的头部。

在上述技术方案的基础上，从所述传输流封装格式中读取帧的类别、类型以及解码时间戳，并根据解码时间戳计算每两个相邻视频帧的时间间隔，并将这些属性存入元信息文件体内。

在上述技术方案的基础上，所述媒体文件为Flash视频封装格式时，利用其元数据读取音频编码格式、视频的编码格式以及相关属性，并存入元信息文件头部。

在上述技术方案的基础上，从所述Flash视频封装格式中读取帧的类别、类型显示时间戳和解码时间戳，并根据解码时间戳每两个相邻视频帧的时间间隔，并将这些属性存入元信息文件体内。

在上述技术方案的基础上，所述相关属性至少包括视频的分辨率、宽高比、时间单元、框架级别ID参数、序列参数集和图像参数、高级音频编码的通道数、配置参数。