[發(fā)明專利]一種視頻文件和音頻文件的合并方法及系統(tǒng)

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200910243436.2
• 申請(qǐng)日: 2009-12-22
• 公開(kāi)（公告）號(hào): CN101753946A
• 公開(kāi)（公告）日: 2010-06-23
• 發(fā)明（設(shè)計(jì)）人: 潘皓
• 申請(qǐng)（專利權(quán)）人: 北京中星微電子有限公司
• 主分類號(hào): H04N5/92
• 分類號(hào): H04N5/92;H04N7/26;G11B27/10
• 代理公司: 北京天悅專利代理事務(wù)所 11311
• 代理人: 田明;任曉航

技術(shù)領(lǐng)域

本發(fā)明屬于文件合并技術(shù)領(lǐng)域，具體涉及一種視頻文件和音頻文件合并方法及系統(tǒng)，特別適用于將分離的視頻文件和音頻文件合并后進(jìn)行網(wǎng)絡(luò)傳輸?shù)膱?chǎng)合。

背景技術(shù)

視頻數(shù)據(jù)和音頻數(shù)據(jù)常常分離存儲(chǔ)，即將視頻數(shù)據(jù)和音頻數(shù)據(jù)存儲(chǔ)成兩個(gè)文件。這樣，一方面增加了視頻數(shù)據(jù)和音頻數(shù)據(jù)的存儲(chǔ)空間；另一方面在網(wǎng)絡(luò)傳輸視音頻文件時(shí)，視頻文件和音頻文件需要分別傳輸，操作不便。

此外，國(guó)際標(biāo)準(zhǔn)的數(shù)字電影格式多為MPEG4格式，而標(biāo)準(zhǔn)的MPEG4格式音頻數(shù)據(jù)采用的是AAC數(shù)字音頻，而AAC數(shù)字音頻需要支付高昂的版權(quán)費(fèi)，相比而言AC3數(shù)字音頻的聲音質(zhì)量與AAC數(shù)字音頻的聲音質(zhì)量相差不多，但AC3數(shù)字音頻卻沒(méi)有高昂的版權(quán)費(fèi)。因此，如果MPEG4視頻文件能夠與AC3音頻文件合并，則無(wú)疑會(huì)降低數(shù)字電影的成本。

MPEG4是為在國(guó)際互聯(lián)網(wǎng)絡(luò)上或移動(dòng)通信設(shè)備(例如移動(dòng)電話)上實(shí)時(shí)傳輸音/視頻訊號(hào)而制定的最新MPEG(Moving?Picture?Expert?Group，運(yùn)動(dòng)圖像專家組)標(biāo)準(zhǔn)，MPEG4采用Object?Based方式解壓縮，壓縮比指標(biāo)遠(yuǎn)遠(yuǎn)優(yōu)于以上幾種，壓縮倍數(shù)為450倍(靜態(tài)圖像可達(dá)800倍)，分辨率輸入可從320×240到1280×1024，這是同質(zhì)量的MPEG1和MJEPG的十倍多。

MPEG4使用“圖層(layer)”方式，能夠智能化選擇影像的不同之處，是可根據(jù)圖像內(nèi)容，將其中的對(duì)象(人物、物體、背景)分離出來(lái)分別進(jìn)行壓縮，使圖文件容量大幅縮減，而加速音/視頻的傳輸，這不僅僅大大提高了壓縮比，也使圖像探測(cè)的功能和準(zhǔn)確性更充分的體現(xiàn)出來(lái)。

在網(wǎng)絡(luò)傳輸中可以設(shè)定MPEG4的碼流速率，清晰度也可在一定的范圍內(nèi)作相應(yīng)的變化，這樣便于用戶根據(jù)自己對(duì)錄像時(shí)間、傳輸路數(shù)和清晰度的不同要求進(jìn)行不同的設(shè)置，大大提高了系統(tǒng)使用時(shí)的適應(yīng)性和靈活性。也可采用動(dòng)態(tài)幀測(cè)技術(shù)，動(dòng)態(tài)時(shí)快錄，靜態(tài)時(shí)慢錄，從而減少平均數(shù)據(jù)量，節(jié)省存儲(chǔ)空間。而且當(dāng)在傳輸有誤碼或丟包現(xiàn)象時(shí)，MPEG4受到的影響很小，并且能迅速恢復(fù)。

AC(Audio?Coding)3提供的環(huán)繞聲系統(tǒng)由五個(gè)全頻域聲道加一個(gè)超低音聲道組成，所以被稱作5.1個(gè)聲道。五個(gè)聲道包括前置的″左聲道″、″中置聲道″、″右聲道″、后置的″左環(huán)繞聲道″和″右環(huán)繞聲道″。這些聲道的頻率范圍均為全頻域響應(yīng)3-20000Hz。第六個(gè)聲道也就是超低音聲道包含了一些額外的低音信息，使得一些場(chǎng)景如爆炸、撞擊聲等的效果更好。由于這個(gè)聲道的頻率響應(yīng)為3-120Hz，所以稱″.1″聲道。

AC-3是根據(jù)感覺(jué)來(lái)開(kāi)發(fā)的編碼系統(tǒng)多聲道環(huán)繞聲，它將每一種聲音的頻率根據(jù)人耳的聽(tīng)覺(jué)特性區(qū)分為許多窄小頻段，在編碼過(guò)程中再根據(jù)音響心理學(xué)的原理進(jìn)行分析，保留有效的音頻，刪除多作的信號(hào)和各種噪聲頻率，使重現(xiàn)的聲音更加純凈，分離度極高。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的是提供一種視頻文件和音頻文件合并方法及系統(tǒng)。該方法及系統(tǒng)能夠有效地減少視頻文件和音頻文件的存儲(chǔ)空間，便于文件的網(wǎng)絡(luò)傳輸。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種視頻文件和音頻文件的合并方法，包括以下步驟：

(1)將視頻數(shù)據(jù)和音頻數(shù)據(jù)分別存儲(chǔ)在視頻文件和音頻文件中；將視頻數(shù)據(jù)的索引信息和時(shí)間戳，音頻數(shù)據(jù)的索引信息和時(shí)間戳分別存儲(chǔ)在視頻索引文件和音頻索引文件中；

(2)根據(jù)視頻索引文件和音頻索引文件按幀讀取視頻文件和音頻文件中數(shù)據(jù)，合并存儲(chǔ)在一個(gè)視音頻文件的數(shù)據(jù)區(qū)中；并將視頻數(shù)據(jù)和音頻數(shù)據(jù)在視音頻文件中的存儲(chǔ)位置及視頻索引文件和音頻索引文件中的時(shí)間戳記錄到視音頻文件的索引表中。

如上所述的視頻文件和音頻文件的合并方法，步驟(2)中視頻數(shù)據(jù)和音頻數(shù)據(jù)按照每幀對(duì)應(yīng)的時(shí)間戳順序間隔存儲(chǔ)在視音頻文件的數(shù)據(jù)區(qū)中。

如上所述的視頻文件和音頻文件的合并方法，其中，視頻數(shù)據(jù)和音頻數(shù)據(jù)按照每幀對(duì)應(yīng)的時(shí)間戳順序間隔存儲(chǔ)的過(guò)程包括以下步驟：

①根據(jù)視頻索引文件讀取視頻文件中的一幀視頻數(shù)據(jù)，寫入視音頻文件的數(shù)據(jù)區(qū)中，并獲得該幀視頻數(shù)據(jù)的時(shí)間戳；

②根據(jù)該幀視頻數(shù)據(jù)的時(shí)間戳及音頻索引文件讀取音頻文件中與該幀視頻數(shù)據(jù)時(shí)間戳相對(duì)應(yīng)的音頻數(shù)據(jù)，寫入視音頻文件數(shù)據(jù)區(qū)中該幀視頻數(shù)據(jù)后；

③將時(shí)間戳及該幀視頻數(shù)據(jù)和音頻數(shù)據(jù)在視音頻文件中的存儲(chǔ)位置記錄到視音頻文件的索引表中；

④重復(fù)步驟①至步驟③，直到將視頻文件和音頻文件合并完畢。