義 守 大 學(xué) 資 訊 管 理 研 究 所 碩 士 論 文 開發(fā) 從架構(gòu)于影音串流技術(shù)之研究 A a 究生 ： 林毓慶 指導(dǎo)教授 ： 陳孟峰 博士 共同指導(dǎo)教授 ： 王隆仁 博士 中華民國九十二年六月 開發(fā) 從架構(gòu)于影音串流技術(shù)之研究 A a 究 生：林毓慶 導(dǎo)教授：陳孟峰博士 隆仁博士 守 大 學(xué) 資 訊 管 理 研 究 所 碩 士 論 文 A of 2003 華民國九十二年六月 I 開發(fā) 從架構(gòu)于影音串流技術(shù)之研究 研究生：林毓慶 指 導(dǎo) 教 授 ：陳孟峰 博士 共同指導(dǎo)教授：王隆仁 博士 義守大學(xué)資訊管理研究所碩士班 中文摘要 影音串流技術(shù) (著通訊網(wǎng)路而蓬勃發(fā)展，其發(fā)展的目的在于如何透過通訊網(wǎng)路即時傳送多媒體的視訊與音訊資料，而用戶端不需要等待檔案下載完畢，即能立即播放，節(jié)省用戶端冗長的等待時間及龐大的暫存空間。而 準(zhǔn)提出高壓縮率且編碼效率較好的影音壓縮技術(shù)，并制訂串流傳輸服務(wù)的框架，支援超低位元率及低延遲的視訊，因此可以配合較多的通訊網(wǎng)路應(yīng)用，以提供更優(yōu)勢的串流傳播。 本論文提出一種能夠透過網(wǎng)際網(wǎng)路播放 并提出一個可以用于 的媒體播放器 (使能夠透過網(wǎng)際網(wǎng)路從影音串流伺服器 (載及播放視訊與音訊。并且為了達(dá)到視訊與音訊的同步播放之目的，建立以音訊播放時間為基礎(chǔ)的同步機制，同時利用 式將視訊資料流與音訊資料流合并，以 檔案結(jié)構(gòu)進行串流傳輸，最后，于媒體播放器透過聲音緩沖器 (機制完成影音同步的播放效果，并且針對 動式場景呈現(xiàn)進行模擬 。 關(guān)鍵詞： 音串流技術(shù)、主從架構(gòu)、媒體播放器、串流伺服器 a r. b s tr ac t An is It in A an In it t to of it be to of a a In to an VI is in a is 謝 兩年的碩士班生涯里，我過著非常豐富及充滿回憶的研究時光，完成論文的整個過程，經(jīng)歷了許多值得回味的挑戰(zhàn)、煎熬以及喜悅，如今終于到了致謝的這一刻，要感謝的人甚多，謝謝他們在這段日子里的關(guān)心及協(xié)助。 首先要感謝恩師 王 隆仁博士的細(xì)心指導(dǎo)，引領(lǐng)我進入數(shù)位影像與通訊網(wǎng)路的領(lǐng)域，適時的給予研究方向及啟發(fā)，使我體認(rèn)到做學(xué)問的態(tài)度與方法，對于論文研究的循循善誘、諄諄指正，是本論文能夠圓滿完成的關(guān)鍵所在。此外，還要感謝 楊志欽博士在我初入研究所時，帶領(lǐng)我在管理學(xué)門的領(lǐng)域做了許多研究，并且在學(xué)習(xí)態(tài)度上給予意見與鼓勵。同時還要感謝 陳孟峰博士、 謝文雄博士以及 楊崇宏博士，對本論文的指導(dǎo)與建議，讓內(nèi)容更加完善嚴(yán)謹(jǐn)。也要感謝資管所老師們的關(guān)心與教導(dǎo)，使我不斷的成長與進步，在這里我真誠的感謝他們，這些關(guān)懷與幫助都是我最寶貴的回憶。 其次要感 謝我們資管所的全體同學(xué)，大家的感情就如同一個大家庭，每個人互相扶持及關(guān)懷，相信每個人都會永遠(yuǎn)記得在研究室熬夜到天亮的辛苦模樣，尤其是進輝、清俊、夏顥、嫻梓、文杰、沛原、敏峰、瀚威、孟廷、守維等這群研究伙伴，與我相互砥礪與成長，讓整個研究室充滿歡笑及溫暖的氣氛。 最后，衷心的感謝我的家人一直以來默默的支持與關(guān)心，使我能夠全心的投入論文的撰寫與學(xué)術(shù)研究，這也是我碩士生涯里最大的原動力。在此謹(jǐn)向這些給予我支持與幫助的人，聊表誠摯的謝意與祝福。 林毓慶 謹(jǐn)志 2003/6/30 于義守資管 智慧型資訊系統(tǒng)研究室 容目錄 中文摘要 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 致謝 . 錯誤 !未定義書簽。 內(nèi)容目錄 . 錯誤 !未定義書簽。 圖目錄 . 錯誤 !未定義書簽。 表目錄 . 錯誤 !未定義書簽。 第 1章 緒論 . 錯誤 !未定義書簽。 究背景 . 錯誤 !未定義書簽。 機與目的 . 錯誤 !未定義書簽。 文架構(gòu) . 錯誤 !未定義書簽。 第 2章 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 輸層 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 步層 . 錯誤 !未定義書簽。 系統(tǒng)解碼模組 (. 錯誤 !未定義書簽。 時序模組 (. 錯誤 !未定義書簽。 緩衝模組 ( . 錯誤 !未定義書簽。 縮層 . 錯誤 !未定義書簽。 場景描述 (. 錯誤 !未定義書簽。 物件描述架構(gòu)（ . 錯誤 !未定義書簽。 第 3章 . 錯誤 !未定義書簽。 流傳輸技術(shù) . 錯誤 !未定義書簽。 流排程機制 . 錯誤 !未定義書簽。 流傳輸協(xié)定 . 錯誤 !未定義書簽。 . 錯誤 !未 定義書簽。 V . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 第 4章 . 錯誤 !未定義書簽。 計之考量 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 第 5章 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 動式媒體檔之實作 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 . 錯誤 !未定義書簽。 第 6章 實作展示 . 錯誤 !未定義書簽。 作環(huán)境 . 錯誤 !未定義書簽。 作範(fàn)例 . 錯誤 !未定義書簽。 示範(fàn)例一 . 錯誤 !未定義書簽。 示範(fàn)例二 . 錯誤 !未定義書簽。 第 7章 結(jié)論與未來研究 . 錯誤 !未定義書簽。 論 . 錯誤 !未定義書簽。 來研究 . 錯誤 !未定義書簽 。 參考文獻(xiàn) . 錯誤 !未定義書簽。 目錄 圖 2. 錯誤 !未定義書簽。 圖 2. 錯誤 !未定義書簽。 圖 2. 錯誤 !未定義書簽。 圖 2統(tǒng)解碼模組之緩衝架構(gòu) . 錯誤 !未定義書簽。 圖 2用時間資訊於解碼與合成的過程 . 錯誤 !未定義書簽。 圖 2統(tǒng)解碼模組流程圖 . 錯誤 !未定義書簽。 圖 2. 錯誤 !未定義書簽。 圖 2. 錯誤 !未定義書簽。 圖 2件描 述架構(gòu)關(guān)聯(lián)圖 . 錯誤 !未定義書簽。 圖 3滑串流排程 . 錯誤 !未定義書簽。 圖 3. 錯誤 !未定義書簽。 圖 3A) . 錯誤 !未定義書簽。 圖 3B) . 錯誤 !未定義書簽。 圖 3C) . 錯誤 !未定義書簽。 圖 3D) . 錯誤 !未定義書簽。 圖 3E) . 錯誤 !未定義書簽。 圖 3F) . 錯誤 !未定義書簽。 圖 3. 錯誤 !未定義書簽。 圖 3. 錯誤 !未定義書簽。 圖 3料傳輸?shù)耐ㄓ嵓軜?gòu) . 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 4. 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 圖 4O . 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 圖 4. 錯誤 !未定義書簽。 圖 4放器與串流伺服器之傳輸頻道的建立 . 錯誤 !未定義書簽。 圖 5檔案格式 . 錯誤 !未定義書簽。 圖 5. 錯誤 !未定義書簽。 圖 5. 錯誤 !未定義書簽。 圖 5核心類別 . 錯誤 !未定義書簽。 圖 6動式 A) . 錯誤 !未定義書簽。 圖 6動式 B) . 錯誤 !未定義書簽。 圖 6選視訊 A) . 錯誤 !未定義書簽。 圖 6選視訊 B) . 錯誤 !未定義書簽。 圖 6選視訊 C) . 錯誤 !未定義書簽。 圖 6選視 訊 D) . 錯誤 !未定義書簽。 圖 6選視訊 E) . 錯誤 !未定義書簽。 目錄 表 3流播放平臺比較表 . 錯誤 !未定義書簽。 表 5. 錯誤 !未定義書簽。 表 5. 錯誤 !未定義書簽。 表 5. 錯誤 !未定義書簽。 1 第 1章 緒論 1 . 1 研究背景 由于多媒體的內(nèi)容兼具娛樂性及多樣性，因此多媒體一直是使用者最喜愛的方式，隨著網(wǎng)際網(wǎng)路的盛行、社會多元化的發(fā)展，資訊的取得變得容易且多樣化，所以多媒體內(nèi)容的呈現(xiàn)方式愈漸重要。 媒體表現(xiàn)方式已經(jīng)不能滿足使用者的需求，因此 的 作小組定義了新一代標(biāo)準(zhǔn) 提供多媒體更豐富的互動、傳輸以及呈現(xiàn)，本論文將遵循 準(zhǔn)來進行 從架構(gòu)于影音串流技術(shù)之研究。 1 . 2 動機與目的 隨著資訊科技與寬頻網(wǎng)路的蓬勃 發(fā)展，資訊產(chǎn)物已經(jīng)成為現(xiàn)代人不可缺少的一部份。在這樣的環(huán)境下，社會也不斷朝多元化發(fā)展，而人們也開始追求更便利且人性化的科技應(yīng)用，期待未來形成一個科技的新世紀(jì)。 因此資訊科技的應(yīng)用，已經(jīng)不同過往只是拿來增加工作效率或企業(yè)發(fā)展的工具，現(xiàn)今則是期望利用資訊科技來改變?nèi)藗兊纳钇焚|(zhì)，例如擁有更強烈的多媒體視聽享受，透過網(wǎng)際網(wǎng)路達(dá)到世界無距離的應(yīng)用?；谶@樣種種的理由，企業(yè)組織等研究機構(gòu)開始發(fā)展新的技術(shù)與規(guī)格，以提供現(xiàn)今社會的需求，并且開始產(chǎn)生良性的競爭，不斷研發(fā)新的應(yīng)用與技術(shù)。 在多媒體應(yīng)用領(lǐng)域中，影音的呈現(xiàn)是目前 人們最熟悉也最熱門的重心。從過去電視的發(fā)展開始改變?nèi)祟惖纳鐣?，資訊的傳遞變的極為快速且重要，隨著時代的改變，人們已經(jīng)從被動的取得資訊，轉(zhuǎn)變成主動且積極的需求資訊。又因為網(wǎng)際網(wǎng)路發(fā)達(dá)及普及的原因，人們開始將舊有的資訊傳輸管道重新定位，并提出許多新的科技應(yīng)用，而影音傳遞管道及呈現(xiàn)的改變，也是近年社會發(fā)展及研究的重點， 準(zhǔn)也就因應(yīng)而生。 2 目前市場上資訊產(chǎn)品應(yīng)用里，最為熱門的技術(shù)之一。舉凡手機、數(shù)位相機、 最新的科技產(chǎn)品，都爭先恐后的應(yīng)用 術(shù)來開發(fā)影音多媒體的新功能。在網(wǎng) 際網(wǎng)路的應(yīng)用領(lǐng)域里， 音串流傳輸?shù)募夹g(shù)研發(fā)則是另一個企業(yè)激烈競爭的戰(zhàn)場。目前有非常多的企業(yè)組織加入開發(fā)音串流的多媒體應(yīng)用，以提供較為完整的影音串流主從架構(gòu)之企業(yè)為例，就包括 三大企業(yè)，同時也分別為市場上的主流，不過每家公司都采用自訂的 特有的檔案格式及系統(tǒng)架構(gòu)，因此對于 媒體呈現(xiàn)的支援度有異，例如大部份都沒有支援互動式場景呈現(xiàn)的能力，而且支援的影音編碼亦不相同。 因此本論文目的是提出一種 能夠透過網(wǎng)際網(wǎng)路播放 且開發(fā)一個支援 術(shù)特色的媒體播放器，如透過網(wǎng)際網(wǎng)路下載及播放 視訊與音訊，或是呈現(xiàn)物件化的互動式場景應(yīng)用，并且解決透過網(wǎng)際網(wǎng)路串流播放所造成的影音同步問題。并且在伺服端建立視訊與音訊的混合器，提供影音資料隨著不同需求而采用適當(dāng)?shù)木幋a格式進行傳遞，同時提供串流傳輸時，其影音同步播放的機制。在開發(fā)的過程之中，也將詳細(xì)分析 準(zhǔn)的建立與影音串流傳輸?shù)募夹g(shù)及通訊協(xié)定，并且比較市場上影音串流主從架構(gòu)的發(fā)展?fàn)顩r。 1 . 3 論文架構(gòu) 本論文共 分為七章，第一章為緒論，簡介本論文研究的背景、動機及目的。從第二章開始介紹本論文研究的相關(guān)知識與技術(shù)。在第二章里，對 準(zhǔn)做了詳細(xì)的介紹，針對此規(guī)格的重要部份進行闡述，并分析說明 統(tǒng)架構(gòu)的重要觀念。在第三章里，則探討 流技術(shù)之相關(guān)研究，并分析比較市場上影音串流主從架構(gòu)的發(fā)展?fàn)顩r，做為開發(fā) 音串流主從架構(gòu)的參考。第四章為本論文的研究重點，提出一個影音同步機制，并利用這個機制建立 音串流主從架構(gòu)之開發(fā)模型。在第五章里，對本研究所 3 開發(fā)的主從架構(gòu)分別進行模擬 。在第六章里，實作展示 范例。最后第七章里，則為本論文之結(jié)論，說明未來可能發(fā)展和改善方向。 4 第 2章 M - 4 標(biāo)準(zhǔn) 2 . 1 M P E G - 4 架構(gòu) 數(shù)位影像壓縮技術(shù)從儲存媒體專用的 展到播送媒體專用的 初只局限在移動體通訊的64超低位元率通訊媒體，后來由于網(wǎng)際網(wǎng)路的流行以及數(shù)位電視的即將興起， EC( 議制定了 國際標(biāo)準(zhǔn)，最初命名為極低位元率下的影音編碼（ ，到了 1994年又更名為影音物件編碼（ ，因此代表著擁有極低位元率及物件等特性的編碼標(biāo)準(zhǔn)，其適用的范圄主要為下列三大領(lǐng)域 3： 數(shù)位電視 ( 互動式圖形應(yīng) 用程式 ( 互動式多媒體 (of to 立一個完整的數(shù)位影音內(nèi)容平臺，提供了編碼、描述及存取影音物件等多項優(yōu)勢，擁有比 如串流化的傳輸 (物件化的編輯與存取 (使用者互動 (利用這些特性，使得數(shù)位影像處理技術(shù)，由原來的行動多媒體通訊和電話 /路等的互動式視訊電話，擴展到網(wǎng)際網(wǎng)路上的視訊串流、播送的內(nèi)容編輯等。 準(zhǔn)與先前的 準(zhǔn)有相當(dāng)大的差異，過去是以整個畫面為基礎(chǔ)的動畫影像壓縮技術(shù)，而 提供一套以影音物件 (為基礎(chǔ)的場景呈現(xiàn)方式 (5 可針對自然 (合成 (各種不同壓縮編碼方式的多媒體資料，同時呈現(xiàn)在同一個場景 (當(dāng)中。透過影音物件的方式，使用者對于影音資訊能夠做到更加復(fù)雜的互動，不再只是單純的播放、暫停、終止等簡單的動作。而 準(zhǔn)主要是由六個部份所組成： 4496 4496 4496 4496 4496 4496 第一部份為系統(tǒng)層次，制定場景描述 (多工傳輸(同步處理 (緩沖管理 (智慧財產(chǎn)管理等機制。 第二部份為視訊壓縮層次，制定自然及合成視訊物件的編碼，包括視訊壓縮 (靜態(tài)影像壓縮 (人臉模型合成技術(shù) (圖學(xué)影像合成技術(shù) ( 第三部份為音訊壓縮層次，制定自然及合成音訊物件的編碼，包括低頻寬語音壓縮的 般音訊壓縮技術(shù) (合成音訊壓縮 (文字語音對應(yīng) ( 第四部份為一致性測試，用來檢查有安裝標(biāo)準(zhǔn)的 品是否有符合準(zhǔn)。 第五部份為參考軟體，提供模擬及驗證標(biāo)準(zhǔn)的