互联网上的音频和视频服务

1 互联网上的音频和视频服务概述

·许多用户开始利用互联网传送音频/视频信息。

·在许多情况下，这种音频/视频常称为多媒体信息。

·多媒体信息：内容上相互关联的文本、图形、图像、声音、动画和活动图像等所形成的复合数据信息。

多媒体信息的两个最主要特点

1.信息量很大。

·标准语音：64 kbit/s ( PCM，8 kHz 速率采样，8 位编码）；

·高质量立体声音乐 CD：1.4 Mbit/s（PCM，44.1 kHz 速率采样，16 位编码）；

·数码照片 (1280 × 960)：3.52 MB（24 位编码）；

·彩色电视：250 Mbit/s。

2.在传输多媒体数据时，对时延和时延抖动均有较高的要求。 边传输边播放。

·边传输边播放。

互联网是非等时的

·模拟的多媒体信号经过采样和模数转换变为数字信号，再组装成分组。这些分组的发送时间间隔是恒定的（等时的）。

·传统互联网中，每个分组被独立传送，到达接收端时就变成为非等时的。

实现等时：在接收端设置缓存

·接收端设置适当大小的缓存。当缓存中的分组数达到一定的数量后，再以恒定速率按顺序把分组读出进行还原播放。

·缓存实际上就是一个先进先出的队列。

缓存：消除了时延的抖动，但增加了时延

需要注意的问题

·在传送时延敏感 (delay sensitive) 的实时数据时，不仅传输时延不能太大，而且时延抖动也必须受到限制。

·传送实时数据时，少量分组的丢失对播放效果的影响并不大（因为是由人主观评价的），是可以容忍的。

·丢失容忍 (loss tolerant) 是实时数据的另一个重要特点。

·发送多媒体分组时应当给每一个分组加上序号，以按序还原和播放分组。

·增加一个时间戳  (timestamp)，告诉接收端分组的产生时间。

有了序号和时间戳，再采用适当的算法，接收端就知道应在什么时间开始播放缓存中的分组，既可减少分组的丢失率，也可使播放的延迟在可容忍的范围之内。

必须改造现有的互联网

·大量使用光缆和高速路由器，网络的时延和时延抖动就可以足够小，在互联网上传送实时数据就不会有问题。

·从根本改变互联网的协议栈，把互联网改造为能够对端到端的带宽实现预留 (reservation)，把无连接协议的互联网转变为面向连接的网络。

·部分改动互联网的协议栈，付出的代价较小，也能够使多媒体信息在互联网上的传输质量得到改进。

互联网提供的音频/视频服务类型

大体上可分为三种类型：

1.流式 (streaming) 存储音频/视频 ——边下载边播放。 播放时并没有把“下载”的内容存储在硬盘上。 结束后，在用户的硬盘上没有留下有关播放内容的任何痕迹。

2.流式实况音频/视频 ——边录制边发送，连续播放。

3.交互式音频/视频 ——实时交互式通信。