音视频基础知识.ppt

* * * * * * * * * * * * h.264单看名字，感觉是itu组织制定的，其实它还有一个名字叫mpeg-4 part 10，翻译过来叫mpeg-4第十部分，这是因为h.264是iso和itu组织共同制定的，版权共享。 从应用的角度看，mpeg系列在消费类应用更广些，大家也更熟悉些，我们熟悉的vcd格式视频主要是mpeg-1，dvd的视频则是mpeg-2，早期大家看的电影在电脑上存盘文件格式都是*.mpg，基本上也都是mpeg做的压缩了。在行业上，国内的监控行业，也是从mpeg-1到mpeg-2，到前两三年的mpeg-4，再到最近的h.264。而h系列的标准，用得最多的是视频会议，从h.261到h.263，再到h.263+、h.263++等，再到现在的h.264。 从技术角度说，h系列的协议对网络的支持更好些，这点mpeg系列要差一些，但是，mpeg它每一代都比h系列同一代的协议要出得晚些，算法也相对更先进些，因此，它用来做存储协议是很合适的，这也就是为什么普通消费类产品用户很少了解到h系列协议的原因。 * h.264是两大组织最新的算法成果，它在算法层面应该说是非常先进了，有人评价，h.264是视频压缩技术的一个里程碑，在可预见的5到10年内，出现新的视频压缩协议可能性很小，除非压缩理论有重大突破。 除了上面说的协议，还有很多公司也有自己的压缩算法，不过基本上都是不公开的了，他们这些算法也都非常好，不过和开发人员关系倒不是很大了，典型的是微软的wmv、realplay公司的rm和rmvb等，他们的使用者也很多，而且他们都偏向流媒体应用。 中国也有自己的视频压缩协议，叫做avs，搞了好多年了，不过搞得不是很好。 * 音频协议也分两大类，itu组织的主要是用于视频会议的g系列协议，包括g.711、g.722、g.723、g.726、g.728、g.729等。这些协议主要有两大特点，第一是比较关注语音压缩，毕竟开会主要是要听人讲话；对音乐的压缩效果可能就不是太好了；第二是压缩率都比较大，码率都比较低，典型的g.723支持5.9k/s这样的码率，而且语音音质还很不错。iso的音频可能更为人熟知一些，最流行的就是mp3，它的全称是mpeg-1 audio layer 3，意思是mpeg-1的音频第三层；另外，最新的音频算法被称为aac（也称为mp4），它定义在mpeg-2或mpeg-4的音频部分。他们的特点是音质好，支持多声道，高采样精度和采样频率，尤其对音乐的压缩效果比g系列要好太多。当然，这也是因为它们的应用领域侧重点不同造成的。 * 窄带音频 G.711 3.4kHz，56-64kbps带宽 G.723.1 3.4kHz，5.6-6.3kbps带宽 G.728 3.4kHz，16kbps带宽 G.729 3.4kHz，16kbps带宽 宽带音频 G.722 7kHz，48-64kbps带宽 G.722.1 7kHz，24-32kbps带宽 G.722.1 Annex C 14kHz，24-48kbps带宽 G.719 22kHZ 64、96、128kbps带宽 * * 视频会议可以说是视频技术应用最古老的行业了，之所以这么说，是因为第一个视频压缩标准h.261就是为了视频会议而制定的。 视频会议系统主要包括的产品有：语音输入输出设备（mic、音箱等）、摄像头、电视、视频会议终端、mcu等。视频会议专用的摄像头日本索尼公司市场占有率无可争议的是第一。而视频会议终端和mcu市场目前排第一的是美国的polycom公司，polycom的音频技术非常强大，它在中低端市场优势很明显，而挪威的泰德（tandberg）在高端市场则做得更好一些。视频会议系统对音视频技术和网络技术要求都比较高。从实际应用来说，相对视频，视频会议系统对音频要求更高一些。随着现在视频技术的发展和网络带宽的不断改善，人们对视频的要求也越来越高，不过，音频方面的处理始终是关键，比如回声消除技术等。 * 根据目前比较流行的划分方法，视频监控行业已历经三代。第一代被称为cctv监控，也就是一个摄像头加一个监视器组成一个最简单的视频监控系统，很多时候还只是黑白的监控画面，目前采用第一代监控系统的客户已经很少了，不过在一些很小的便利店、超市，我们还是可以看到这样的监控系统。第二代视频监控系统典型的产品形态是板卡和dvr，即使到现在，这种监控系统也还很流行，在第二代监控系统中表现最好的企业是杭州海康，他们几乎垄断了板卡市场，dvr市场占有率也连续几年排名第一了，第二代监控系统核心是实时视频压缩技术，把摄像头拍摄下来的画面进行压缩和存储到本地硬盘。目前，视频监控行业已经发展到了第三代，也就是远程视频监控，它把网络技术和视