[發(fā)明專利]對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201410171327.5
• 申請(qǐng)日: 2014-04-25
• 公開（公告）號(hào): CN103929655B
• 公開（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 張樹軍;劉希斌;張仕強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 網(wǎng)易傳媒科技（北京）有限公司
• 主分類號(hào): H04N21/2343
• 分類號(hào): H04N21/2343;H04N21/23;H04N21/234
• 代理公司: 北京信遠(yuǎn)達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11304
• 代理人: 趙百令,劉大玲

技術(shù)領(lǐng)域

本發(fā)明的實(shí)施方式涉及圖像處理技術(shù)領(lǐng)域，更具體地，本發(fā)明的實(shí)施方式涉及對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備。

背景技術(shù)

本部分旨在為權(quán)利要求書中陳述的本發(fā)明的實(shí)施方式提供背景或上下文。此處的描述可包括可以探究的概念，但不一定是之前已經(jīng)想到或者已經(jīng)探究的概念。因此，除非在此指出，否則在本部分中描述的內(nèi)容對(duì)于本申請(qǐng)的說明書和權(quán)利要求書而言不是現(xiàn)有技術(shù)，并且并不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。

多媒體轉(zhuǎn)碼就是指將已經(jīng)壓縮編碼的多媒體碼流轉(zhuǎn)換成另一個(gè)多媒體碼流，以適應(yīng)不同的網(wǎng)絡(luò)帶寬、不同的終端處理能力或不同的用戶需求。轉(zhuǎn)碼本質(zhì)上就是一個(gè)先解碼，再編碼的過程。其中，多媒體源文件包括音頻源文件、視頻源文件、音視頻源文件或者圖像源文件等多種形式。

傳統(tǒng)的多媒體轉(zhuǎn)碼對(duì)源文件不進(jìn)行切片，而是直接進(jìn)行轉(zhuǎn)碼。但是，考慮到直接轉(zhuǎn)碼的轉(zhuǎn)碼效率較低，特別是對(duì)于視頻源文件或者音視頻源文件這種數(shù)據(jù)量較大的文件，轉(zhuǎn)碼效率低的問題就會(huì)更加明顯。并且，源文件越大，轉(zhuǎn)碼效率就越低。因此，針對(duì)視頻源文件或者音視頻源文件，改進(jìn)的多媒體轉(zhuǎn)碼會(huì)先對(duì)源文件進(jìn)行切片，然后同時(shí)分別對(duì)切片后所獲得的多個(gè)文件片段進(jìn)行轉(zhuǎn)碼，最后將轉(zhuǎn)碼后的多個(gè)文件片段合片成一個(gè)文件，從而最終獲得一個(gè)轉(zhuǎn)碼文件。

發(fā)明內(nèi)容

但是，本發(fā)明人在研究過程中發(fā)現(xiàn)，當(dāng)采用改進(jìn)的轉(zhuǎn)碼方法對(duì)音視頻源文件進(jìn)行轉(zhuǎn)碼處理時(shí)，轉(zhuǎn)碼文件會(huì)出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。

另外，本發(fā)明人在研究過程中還發(fā)現(xiàn)，當(dāng)采用改進(jìn)的轉(zhuǎn)碼方法對(duì)音視頻源文件或者視頻源文件進(jìn)行轉(zhuǎn)碼處理時(shí)，采用的切片方式通常都是在時(shí)間上對(duì)源文件進(jìn)行切割，即，預(yù)先設(shè)定一個(gè)時(shí)間段，將播放時(shí)長為該時(shí)間段的文件片段作為參考切片單位，當(dāng)采用該切片參考單位進(jìn)行切片后，如果剩余視頻文件中的第一個(gè)視頻幀是關(guān)鍵幀(如，I幀)即完成一次有效切片，并繼續(xù)下一次切片；如果剩余視頻文件中的第一個(gè)視頻幀不是關(guān)鍵幀，還需要再以該視頻幀為基準(zhǔn)，進(jìn)一步向前后向后重新查找與該視頻幀距離最近的關(guān)鍵幀，并在查找到的關(guān)鍵幀前進(jìn)行切片，從而保證每一個(gè)文件片段的第一個(gè)視頻幀為關(guān)鍵幀(在某些情況下，第一個(gè)文件片段的第一個(gè)視頻幀可能不是關(guān)鍵幀)。

依照現(xiàn)有技術(shù)，對(duì)源文件進(jìn)行切片后，雖然視頻文件片段的第一個(gè)視頻幀為關(guān)鍵幀，從而保證位于該關(guān)鍵幀后面的非關(guān)鍵幀可以參考該關(guān)鍵幀進(jìn)行正常解碼，但是，對(duì)于每相鄰的兩個(gè)文件片段，在前一個(gè)文件片段中也有可能存在一些位于切割邊界處的非關(guān)鍵幀在轉(zhuǎn)碼處理時(shí)需要參考后一個(gè)文件片段的關(guān)鍵幀進(jìn)行解碼或者參考包括后一個(gè)文件片段的關(guān)鍵幀在內(nèi)的多個(gè)關(guān)鍵幀進(jìn)行解碼，因此，由于缺少參考的關(guān)鍵幀，在前一個(gè)文件片段中一些非關(guān)鍵幀可能會(huì)存在無法正常解碼的問題。最終導(dǎo)致轉(zhuǎn)碼文件在切割邊界處可能會(huì)出現(xiàn)圖像失真或模糊、甚至是圖像丟失的問題。

為此，非常需要一種對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備，以解決現(xiàn)有技術(shù)中的轉(zhuǎn)碼文件會(huì)出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。

另外，還需要解決現(xiàn)有技術(shù)中的轉(zhuǎn)碼文件在切割邊界處可能會(huì)出現(xiàn)圖像失真或模糊，甚至是圖像丟失的問題。

在本上下文中，本發(fā)明的實(shí)施方式期望提供一種對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備。

在本發(fā)明實(shí)施方式的第一方面中，提供了一種對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法，包括：

a)、將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件；

b)、對(duì)所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段；

c)、分別對(duì)所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理；

d)、將轉(zhuǎn)碼處理后的所述多個(gè)視頻文件片段進(jìn)行合片，獲得轉(zhuǎn)碼處理后的視頻文件；

e)、將轉(zhuǎn)碼處理后的音頻文件和轉(zhuǎn)碼處理后的視頻文件合成到同一個(gè)文件中。

在本發(fā)明實(shí)施方式的第二方面中，提供了一種對(duì)音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備，包括：

分離單元，用于將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件；

切片單元，用于對(duì)所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段；

轉(zhuǎn)碼單元，用于分別對(duì)所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理；

合片單元，用于將轉(zhuǎn)碼處理后的所述多個(gè)視頻文件片段進(jìn)行合片，獲得轉(zhuǎn)碼處理后的視頻文件；

合成單元，用于將轉(zhuǎn)碼處理后的音頻文件和轉(zhuǎn)碼處理后的視頻文件合成到同一個(gè)文件中。