WM9格式 互联网时代的DV视频标准

作者：Jordi Ribas-Corb

欢迎访问e展厅 展厅 2 音响/数码产品展厅 数码相框, 音频播放器, 音响,... 编者按：在4月份的NAB上，微软联合NTL、Tandberg进行了实时流媒体端到端发送演示，其中包括Windows Media 9 Series在现有开放的数字广播标准中的应用。随着数字技术的发展，WM9在广电领域的应用日益增多。文章摘要介绍相关技术。 Windows Media 9系列(WM9)是微软开发的新一代数字媒体技术。尽管Windows Media本来的应用定位于将压缩的流式视音频通过互联网传送到PC，下一步的发展趋势是使数字媒体能通过任一网络有效地传送到任何设备。 广泛的应用 除了互联网基应用(订阅服务、VOD、网上广播等)外，用Windows Media编解码器压缩的内容正在通过有线和无线等各种消费电子设备(手机、DVD播放器、便携式音乐播放器及汽车音响等)被消费。Windows Media内容也能以物理形式——如SD存储卡、CD和采用新兴的HighMAT格式的DVD——传送到消费者手中。 在地面和卫星广播中，IBC的一个近期项目演示了如何通过DVB-T和DVB-S传送WM9内容。另外，Windows Media技术也被用来压缩高清和多声道影片，这些影片已在美国的一些公共数字影院中放映。 端到端传送 WM9的基本组件如图2所示，分成三步：内容创建、分配和播放。 　　 内容创建 这是创建和编码数字媒体的过程，基本的编码软件叫WM9编码器。它是一种灵活的编码器，可用来压缩音视频源素材，以供借助WM9编解码器作流式直播或点播时使用。也可以用建立在Windows Media接口工具包基础之上的第三方提供的编码解决方案(如Optibase、Tandberg Television、德州仪器等的硬件编码器)或Windows Media软件开发包(SDK)(如Accom、Adobe、Avid、Discreet和Sonic Foundary的软件编码器)来代替。 分配 用Windows Media编解码器压缩的内容在互联网上的分配通常是由一台Windows Media Services服务器进行的。Windows Media Services 4.1版是Windows 2000中的一个可选件，且计划中Windows Media Services 9 Series也会成为Windows Server 2003中的一个可选件。这种新型服务器支持更丰富的广告和企业商业模式，可扩缩性也达到原来的2倍——在同一时间接收某一媒体片段的用户数量加倍了。一台服务器可流化该片段(用尽可能小的延时传输)或将其下载(发送并存储)到用户的播放器中。该片段的传输可以是直播(新闻、体育比赛、音乐会等)或点播(音乐录像、电影点播等)。 当流化一个媒体片段时，服务器根据网络质量度量的反馈，智能地调整其流量并重新发送丢失的数据包。对于点播流，最新型的服务器还能运用可供利用附加带宽(高于该片段的平均码率)的有利条件，减小启动延时。另外，这种服务器还通过发送更多数据到播放器来减小连接中断(表现为播放故障和对观众“重复阻隔”)的可能性。如是，当网络拥塞时，播放器便可以继续播放。 一台稳固且可扩缩的服务器对互联网传送是必要的，但是很显然，拥有稳固的网络连接也非常关键。后者由内容传送网运营商负责解决。稳固的服务器和网络相结合，将给受众带来类似观看电视的感受，这大大优于在此前互联网流媒体的水平。 播放 端到端传送程序的最后一步，包括在用户设备中解码和还原压缩数据。在PC上，Windows Media和各种第三方播放器都可解码和播放Windows Media流媒体和文件。同编码器的情况相仿，第三方可以在任何平台上借助Windows Media接口工具包建立这样的硬件播放设备。 数字权利管理 数字权利管理(DRM)是端到端传送的关键组件之一，在图2中表示为许可证服务器。它在媒体传送系统的三个步骤中都发挥作用。它允许媒体所有者对其产品和服务进行加密，并制定使用规则和政策，如所有者可决定用户只有到某一日期才能播放该数字内容，或者只能播放指定的次数；或者允许用户拷贝数字媒体到某些(某类)设备中。 在典型的互联网情况下，内容所有者用DRM加密压缩的数字媒体流。当一位观众选择了该媒体流时，播放设备就会连接到许可证服务器，由它发出一个内容许可证。然后该观众就可决定是否接受许可证上的有关条款和价格，如接受，许可证就会下载到用户的设备中。用户即可根据许可证的规定解密并播放该项内容。 设计一个完整的DRM服务是很有挑战性的项目。系统要求安全、灵活且用户友好。Windows Media DRM是目前市场上一个领先的解决方案。 平台组件 除一整套创建、分配和播放数字媒体的组件外，Windows Media还提供了一个开发平台。Windows Media编码器、Windows Media Services和Windows Media播放器能满足相当多应用的要求，不过迄今主要还只是用于验证了这一开发平台的功能。这些组件建立在SDK之上，第三方可用这些SDK开发自己的编解码器、服务器和播放器，或订制特殊应用。通过这一具有最新压缩和传送技术的平台，Windows Media使得第三方能够创建其领先的客户化解决方案。 Windows Media音视频编解码器是创建和播放数字媒体的关键组件。附表列出了作为WM 9系列进入市场的音视频编解码器。各种编解码器采用了不同的技术和比特流构造，因而互不兼容。Windows Media Audio (WMA 9) WMA 9编解码器是Windows Media中最受欢迎的音频编解码器。解码器早在4年前就冻结了，从那时以来，只有编码器不断改进。WMA 9是第三代后向兼容改进版本。保持后向兼容性对支持消费电子制造商将其选作WMA播放机的内置设备是很关键的。 这种新型WMA编码器采用经改进的码率控制和掩蔽算法，增强了一次性固定码率(CBR)编码模式(老版本WMA支持的唯一模式)，并新加了两次性和可变码率(VBR)模式，从而提高了一次模式的质量。 对任何该编解码器而言，直播编码和传输都要求一次性CBR编码，而二次性CBR编码适用于流媒体点播的离线编码。VBR模式建议用于将压缩片段下载到用户设备(用于下载播放)。尽管VBR编码的片段也能被流化，但片段中的码率波动通常很高大，且其传输要求长的缓冲延时。还有一种可用来创建比特流的峰值抑制VBR编码模式，它的播放速度受设备读取速度的限制。WMA编解码器支持所有这些编码模式。 WMA也支持单声和立体声(码率范围5～320kb/s、取样率8～48kHz)的各种编码设置。在典型的CD取样率(44.1kHz)时，大部分用户都选择48kb/s或128kb/s以得到类似CD的音质，具体取决于其对压缩失真的敏感性和可用带宽。有一小部分挑剔的听众可能要求更高的质量，这就是为什么也要提供更高的编码速率的原因。 WM 9的另一个目的就是开发能提供优于CD音质的压缩技术，其首要工作是引入WMA 9专业级编解码器。 WMA 9专业级编解码器 它是Windows Media的第一个音频编解码器，可支持高端家用系统和商业数字影院带5.1或7.1扬声器配置的高分辨率(每音频取样高达24b，取样率高达96kHz)和多通道(多达8个离散通道)音频。其重要应用是以互联网宽带码率进行多声道音乐和电影声轨的编码，如杜比AC-3编解码器的最小码率为384kb/s(用于5.1声道)，它通过DSL/有线连接提供极低的视频码率。WMA9专业级编解码器可以编码低达128kb/s的5.1声道音频，192kb/s是这一技术的最佳码率。这样，便可留下足够的带宽用于视频编码。 WMA 9专业级编解码器也是有5种编码模式：一次性CBR、两次性CBR、一次性VBR、两次性VBR及峰值抑制VBR；另外还允许以最高质量之VBR设置进行准无损压缩。 WMA 9 Voice话音编解码器 这是另一种新型编解码器，它以极低的码率压缩仅含单声道的音频，这对通过低速调制解调器或ISDN接口传送数字音频是很有用的。支持的码率和取样率分别为4～20kb/s、8～22kHz。目前它只支持一次性CBR编码。 当以很低的码率压缩音频时，通常典型的基于转换的编解码器能产生较好的音乐质量，而基于CELP的编解码器则能提供较好的语音质量。WMA 9 Voice是一种独特的混合型编解码器，它运用一只自动分类器探测音乐和话音，对应选用合适的编码模式。当内容同时包含话音和音乐时，模式的选择取决于占优势的音频所属类型。其编码器还提供手动模式，因而用户能够针对给定的任何类型片段选择所需模式。此话音编码模式是基于一种新式先进算法。音乐模式主要采用WMA转换技术。从而该编解码器可为这两种音频内容都提供最高的质量，而先前的编解码器只能做好其中一类音频的编码。 WMA 9 Lossless无损音频编解码器 同其它先进的无损编解码器(如Monkey Audio)相比，它具有竞争优势。能压缩各种音频源，从CD级分辨率和取样率到24b、96kHz的7.1声道音频。它被集成进Windows Media Player 9系列中，对立体声内容能实现约2:1的压缩比。多声道、高分辨率的音频片段通常可以更高的压缩比实现无损压缩。 对典型的立体声广播和互联网宽带应用，推荐使用标准的WMA 9编解码器。如果音频或影片含有高分辨率或多声轨，就应该考虑用WMA 9专业级编解码器。WMA 9话音编解码器的目标是很低码率的音频应用，而WMA 9无损编解码器适用于音频存档。 Windows Media Video (WMV 9) 　 WMV 9支持全部5类CBR和VBR编码模式。WMV9比WMV8的压缩效率提高了15～50%，且在高码率上的改进更大，见图3；该对比试验中采用的信号源包括13种典型的MPEG片段。 我们为所有编解码器设定一个量化级规格，并运用相同模式选择策略，就像在MPEG和ITU标准测试中所做那样。尽管峰值信噪比(PSNR)并不是典型的视频质量测量方法，图中也显示了图像压缩增益能转换为PNSR增益的情况。 凭借WMV9的压缩效率，人们能够以大约2Mb/s的码率实现广播级质量的BT.601视频，或者以高端广播或DVD码率(例如4～6Mb/s)实现高质量、高清晰度的视频(如720p)。它支持所有的广播格式，包括HD 720p和1080i。该编解码器还含有本征的隔行压缩工具。除4:2:0外，它还支持4:1:1取样结构，以分别维持隔行扫描视频中奇偶场的色度(4:2:0取样合成了两场的色度值)。 由于不同的应用要求复杂程度不同的WMV，我们为保证互操作性定义了几种层和级。如“简单层和低级”支持高达QCIF的清晰、96kb/s和15帧/秒，目标是低端手持设备；而“主层和主级”的目标是标准清晰度播出方案(功能等同于MPEG-2的MP@ML)；“主层和高级”则适合于高清应用(相当于MPEG-2的MP@HL)。WMV 9比特流针对更高端应用(如标清和高清广播)，通常被称为WMV 9专业比特流。 这种最新型WMV 9编解码器的视频质量，还没有进行独立的研究评估。建议专家进行测试并给出结论。 WMV 9和视频压缩标准 有一个典型的问题：WMV 9提供的压缩效率是否优于MPEG-2、MPEG-4甚至刚出现的H.264？这个问题很难回答，因为这些标准只定义了比特流的语法结构和解码器的语义成分。因此，不同的实施会得到不同的质量结果。对WMV 9来说也是这样，预期硬件商将来制造的后向兼容编码器版本，可能在现有版本的基础上提高压缩效率。 但是，为了对质量作一定的比较，我们用知名的Minerva C250 MPEG-2硬件视频编解码器同最近推出的Quick Time 6 MPEG-4编解码器进行了内部测试。这些测试使用了相同的编码设置，WMV 9分别只用1/3和1/2码率就达到了类似于MPEG-2和MPEG-4的质量。尽管可能有更好的MPEG-2和MPEG-4实施方法，但是在压缩效果上如此明显的提高表明：WMV 9相比顺应这些标准的编解码器来说，可显著提高质量(或者说节约带宽)。实际上，最近的独立研究也得出结论：WMV 9早期的一个版本，甚至WMV 8的压缩效率都优于基于MPEG-2和MPEG-4的解决方案。H.264是ITU-ISO联合制定的视频压缩标准，计划今年5月完成。由于标准制定后互操作性过程通常要持续数月，还要过一段时间才会有顺应标准、有竞争力的产品面市。因此，要想得出任何关于H.264和WMV 9在质量差异方面的实质性结论，还为时过早。但是，由于人们相信，ITU-ISO联合视频组提供的、码率失真优化基准编解码器能够提供很高质量，一些公司已经开展了初步测试。例如，数月前进行的一项相当全面的研究得出结论：H.264实现的视频质量和WMV 9相近，尽管从那时起两类编解码器功能一直在增强。 值得注意，H.264在编解码时要求很复杂的计算。另一方面，WMV 9的主层解码复杂性相当接近我们的MPEG-4简单层编解码器。具体一点，用WMV 9解码只慢1.4倍左右。这表明H.264解码复杂性可能达到WMV 9编解码器的2倍。 视频平滑处理 WMV的一项新特性是能在解码后插入丢失的帧。这一性能在WM 9系列中被称为“视频平滑处理”。视频平滑处理算法用的是先进的光学流量估计技术(基于每一象素)。加上变形处理，合成新帧，见图4。 这一性能需要强效的CPU，且必需足够高的CPU频率才能启动。如：典型地，终端用户必须有一733MHz甚至更高工作频率的CPU，才能使清晰度为320×240象素的视频片段实现10～30帧/秒的内插。 这一性能在极低码率时尤其有用，因为此时在编码中很难实现全帧频，低码率压缩失真会掩盖偶发的内插误码。视频平滑处理能消除这种与低码率视频关联的抖动，从而提高视频质量。 WMV 9屏幕编解码器 它是高效率堆栈式计算机屏幕视频压缩引擎的下一代版本，可供创作演示时使用计算机桌面设备俘获图像所用。它能供整套桌面设备以低至28kb/s的码率作编码和传输，尽管当桌面应用中有自然图像嵌入时所需码率通常在100kb/s左右。 同以前版本相比，当有运动和自然图像时，它改善了画面质量和CPU的应用状况。WMV 9屏幕编解码器支持一次性CBR和一次性VBR编码。将来的版本还会增加运动补偿功能，以便在桌面上处理嵌入视频。 WMV 9图像编解码器 它是WMV 9系列中最后一种新型编解码器，允许用户运用淡变、推拉、摇移和其它特技组合一组静止图像，以创作视频片段。可以把这种压缩技术看作一台视频编解码器，此时比特流中的I帧后紧跟着一连串对每帧图像(不是P帧数据)的运动和过渡说明。 广播应用 有些标准像DVB提供集成的新技术以创建附加服务和增值。在MPEG传输流的私人数据部分，可以方便地封装IP数据包，见图5。这一数据然后依循DVB，与标准的DVB信号一起发送。 一类广播应用如图6所示。NTL和Tandberg开发出一个基于DVB的系统用于广播体育和新闻，压缩用的是WM 9系列。这一系统在IBC 2002上实况演示了好几天。 英国的Eurosport信号是从伦敦附近NTL的数字媒体中心发出的，媒体的实况编码是用WM 9系列编码器的一台样机(支持WMA 9和WMV 9)进行的，它由Tandberg制造。 ITN新闻借助Gee Broadcast的新型探测软件馈给Tandberg Television的格式转码器，由它将其压缩成Windows Media。解码的文件发射至伦敦西南的Crawley Court卫星站，进入NTL Broadcast的“存储和转发”系统。 两类Windows Media比特流都由SkyStream的一台源媒体路由器进行封装，再馈至一台标准的DVB复用器，然后通过DVB-S发送到阿姆斯特丹，在那儿通过DVB-T在IBC进行移动接收。接收车从展馆将参展者从会场运送到阿姆斯特丹各个地方。车上配备了PC，并用Windows Media解码器连接至一台监视器。这种端到端系统由NTL集成。 这一项目演示了利用WM 9系列通过标准DVB基础设施进行移动电视传输的能力。 另一类有趣的广播应用是电影点播系统，正由LuxSat International在好几个国家推广。电影用WM 9系列解码，在DVB-S上通过IP数据广播传送至用户的硬盘驱动器。用户可从多达100部的电影中选择；可供点播的电影按先进先出原则每天刷新。(end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (5/21/2004)