[发明专利]流媒体快速启动方法、装置和系统

说明书

技术领域

本发明涉及流媒体领域，具体而言，涉及一种流媒体快速启动方法、装置和系统。

背景技术

随着网络的发展和HTTP流媒体技术的普及，越来越多的媒体内容提供者采用HTTP动态自适应流媒体系统为用户提供高质量的流媒体服务，媒体内容可为音频、视频、文本及其组合等。HTTP动态自适应流媒体(DASH)系统不仅可以支持多种编码、解码技术及标准，还可以支持不同的媒体格式和媒体播放器，同时还可以提供多种视角、码率、帧率、空间分辨率及其组合等的流媒体资源。

在HTTP动态自适应流媒体(DASH)系统中，媒体内容可包括媒体呈现描述文件(MPD-Media Presentation Description)和媒体片段(Segments)资源。媒体呈现描述文件是描述媒体内容的可扩展标记语言(XML-Extensible Markup Language)文档，其中包含媒体片段资源的描述信息，比如媒体片段的呈现时间、码率、帧率、空间分辨率、统一资源定位符、以及所在的时段、适配集、表述等信息。媒体内容可以分为多个层级，包括时段(Period)、适配集(AdaptationSet)、表述(Representation)以及片段(Segment)。

在HTTP动态自适应流媒体系统中，客户端通过向服务器端请求媒体呈现描述文件来开启一个流媒体会话(Streaming Session)。当收到媒体呈现描述文件之后，客户端会分析媒体呈现描述文件文件，选择一个适合客户端环境的适配集，然后在该适配集中选择一个适合客户端带宽、解码和展示的表述。最后，客户端会在选定的表述中向服务器请求适合客户端环境的初始化片段，并通过MPD文件的对应描述信息来依次请求初始化片段对应的片段序列，然后展示媒体资源。需要注意的是，客户端会在真正开始展示前请求并缓存一定数量的媒体数据。而每个资源文件的请求/响应(Requests/Responses)和缓存的填充等都会为流媒体会话引入启动延迟(Startup Delay)。一方面，这给用户带来了不好的观看体验，比如在一个直播中，存在很大的直播延迟，影响观看体验。另一方面，给媒体内容提供者带来了流失客户的风险，比如客户在还没有观看媒体内容提供者提供的资源时，就离开了媒体内容提供者提供的服务。所述启动延迟(Startup Delay)指的是从发送媒体呈现描述文件请求到展示第一个资源画面，比如第一个视频帧，之间的时间消耗值，它与网络回环(Round-trip)、缓存大小和媒体资源片段的大小等因素有关。

全双工HTTP动态自适应流媒体(FDH-DASH)通过利用FDH服务器推送(Server Push)技术，可以在客户端请求媒体呈现描述文件的同时，用来推送初始化片段和/或起始媒体片段。相比于传统的依赖于解析媒体呈现描述文件的方式，采用FDH服务器推送策略将允许客户端通过减少回环(Round-trip)时间，来尽早的展示媒体资源。所述片段请求/响应消息可通过WebSocket或HTTP/2等全双工HTTP协议发送。基于这种思想很多公司提出了自己的快速启动(Fast Start)方案。

一种快速启动(Fast Start)策略是通过客户端向服务器发送带有快速启动指令(fast-start directive)的媒体呈现描述文件的请求(request)消息，告诉服务器客户端希望在获取媒体呈现描述文件的同时，获取一些或者全部可用的初始化片段(Initialization Segments)。所述fast-start directive不带参数，仅由快速启动信息(fast-start)组成。服务器收到上述消息后，首先发送包含不带参数的快速启动指令的对应媒体呈现描述文件请求(request)的响应消息(response)，以此来告诉客户端服务器接收快速启动的请求，并且会推送一些或者全部可用的初始化片段给客户端。然后，服务器给客户端发送一些或者全部可用的初始化片段。