CN101170379A

CN101170379A - 一种传输流复用中的音频打包基本码流的打包方法

Info

Publication number: CN101170379A
Application number: CNA200710047238XA
Authority: CN
Inventors: 李萍; 李国平
Original assignee: Central Academy of SVA Group Co Ltd
Current assignee: Central Academy of SVA Group Co Ltd
Priority date: 2007-10-19
Filing date: 2007-10-19
Publication date: 2008-04-30

Abstract

本发明提出了一种传输流复用中的音频打包基本码流的打包方法。在音频打包基本码流包中，当PTS_DTS_flags＝0B时，每个PES包中的音频数据大小等于184*N－9；当PTS_DTS_flags＝10B时，每个PES包中的音频数据大小等于184*N－15；及当PTS_DTS_flags＝11B时，每个PES包中的音频数据大小等于184*N－19；其中N为整数且1＜N＜365。应用该方法复用得到的传输流中，音频TS包中没有自适应域中的填充字节，以节省带宽。

Description

一种传输流复用中的音频打包基本码流的打包方法

技术领域

本发明涉及信号处理中的音视频编解码技术领域，尤其涉及一种传输流复用中的音频打包基本码流的打包方法。

背景技术

现在已经成熟应用的数字音视频编解码标准，如MPEG-2，以及近年出现的一批具有代表性的国际标准，如MPEG-4、H.264/MPEG-4AVC、我国自主制定的标准AVS等，这些标准中都有一部分称为系统部分，这部分主要讨论了如何将单路或多路基本音频和视频流以及其他数据组合成适合于存储和传输的单路和多路复合流。传输流就是系统部分定义的一种数据流，它是由一个一个的传输流包组成的，每个传输流包的大小为188字节或者204字节，而传输流包的有效负载是视频PES(Packetized Elementary Stream即打包基本码流)包，音频PES包以及私有数据PES包等，因此好的PES包的打包方式对有效的复用非常关键。因为不管是MPEG-2标准还是MPEG-4、AVS标准中，对于传输流的定义也仅仅只限于其语法的规定，并没有规定复用器的体系结构以及如何将一路或者多路视频和音频基本流复用成传输流的具体实现方法，因此，对于传输流复用器的设计，对PES打包的设计等，设计人员有相当大的自由度。

在现有的复用方法中，音频的PES包打包的方法，一般有两种，一种是一帧音频数据打一个PES包，另一种就是与视频一帧的播放时间对应的音频数据，例如，对于PAL制式，视频是25帧/秒，也就是一帧的播放持续时间是40ms，这样对于音频数据，就根据其采样率和比特率，计算出其40ms的数据量，然后将40ms的数据打包成一个PES包。目前的复用算法中，一般PCR(Program ClockReference)包含在视频TS包或者专门的PCR信息包中，而不包含在音频的TS包中，这样，音频TS包的开销除了音频ES(Elementary Stream即基本码流)外，主要包含以下几个部分：TS包的包头，PES包的包头，以及当PES分组的数据不足以填充整个TS包的有效负载字节时，在自适应域(adaptation_field)中填入的填充字节。当传输流的码率本身不大时，我们发现按照上述两种方法打包音频PES，在复用出的传输流中，音频TS包中的填充字节浪费了不少带宽。

因此，需要提供一种有效的音频打包基本码流的打包方法，以减少填充字节。

发明内容

本发明所要解决的技术问题是提供一种传输流复用中的音频打包基本码流的打包方法，应用该方法复用得到的传输流中，音频TS包中没有自适应域中的填充字节，以节省带宽。

为了解决上述技术问题，本发明是这样实现的：一种传输流复用中的音频打包基本码流的打包方法，该种音频打包基本码流具有打包基本码流的包头及音频基本码流数据，其中：

当音频打包基本码流包中既不包含显示时间标签，也不包含解码时间标签时，每个打包基本码流包中的音频数据大小等于184*N-9；

当音频打包基本码流包中仅包含显示时间标签时，每个打包基本码流包中的音频数据大小等于184*N-15；

当音频打包基本码流包中既包含显示时间标签，又包含解码时间标签时，每个打包基本码流包中的音频数据大小等于184*N-19；其中N为整数并且1＜N＜365。

本发明由于采用了上述的技术方案，使之与现有技术相比，具有以下的优点和积极效果：

PES分组的数据足以填充整个TS包的有效负载字节时，在自适应域中不用填入填充字节即当传输流的码率本身够大从而可节约带宽。

具体实施方式

以下将对本发明的实现方法作进一步的详细描述。

在本算法中，音频TS包中都不包含PCR信息，同时，音频PES包包头中的一些标志位为0，这些标志为包括：ESCR_flag，ES_rate_flag，DSM_trick_mode_flag，additional_copy_info_flag，PES_CRC_flag和PES_extension_flag。

按照音频PES包是否包含显示时间标签PTS(presentation time stamp)，解码时间标签DTS(decoding time stamp)将音频PES包分为3类，第一，音频PES包中既不包含PTS信息，也不包含DTS，即PES包头中的PTS_DTS_flags标志等于00B；第二，音频PES包中仅包含PTS信息，即PES包头中的PTS_DTS_flags标志等于10B；第三，音频PES包中既包含PTS信息也包含DTS信息，即PES包头中的PTS_DTS_flags标志等于11B。

下面就按照这三类具体说明本发明的算法。

因为每个TS包都有4字节大小的包头，因此每个TS包最多有效负载的字节数等于188减去4为184个字节。由于对于音频TS包而言，它的有效负载就是音频PES包，因此，包含PES包包头的TS包中，除了TS包的包头的4字节的开销外，还有PES包的包头的开销。

当PTS_DTS_flags为00B时，音频打包基本码流包的打包方法如下：此时，PES包头有9个字节，即packet_start_code_prefix(3个字节)，stream_id(1个字节)，PES_packet_length(2个字节)，optional PES Header(2个字节)和PES_header_data_length(1个字节)。这样，当每个PES包中的音频ES数据的大小等于184*N-9(N为整数且1＜N＜356)时，音频的TS包中就没有自适应域(adaptation_field)中填入的填充字节，N之所以要小于356是因为在音频PES包的包头中有2字节的PES_paeket_length用来说明其后的PES数据的长度，该值的最大值等于65535，因为PES包头中的3个字节是要计入PES_packet_length的，因此PES_packet_length＝184*N-9+3，这样184*N-9+3＜65535，，由此可以推出，N＜＝356。

当PTS_DTS_flags为10B时，音频打包基本码流包的打包方法如下：

此时，PES包头有14个字节，即packet_start_code_prefix(3个字节)，stream_id(1个字节)，PES_packet_length(2个字节)，optional PES Header(2个字节)，PES_header_data_length(1个字节)和PTS信息(5个字节)。这样，当每个PES包中的音频ES数据的大小等于184*N-15(N为整数且1＜N＜356)时，音频的TS包中就没有自适应域(adaptation_field)中填入的填充字节。

当PTS_DTS_flags＝11B时，音频打包基本码流包的打包方法如下：

此时，PES包头有19个字节，即packet_start_code_prefix(3个字节)，stream_id(1个字节)，PES_packet_length(2个字节)，optional PES Header(2个字节)，PES_header_data_length(1个字节)，PTS信息(5个字节)和DTS信息(5个字节)。这样，当每个PES包中的音频ES数据的大小等于184*N-19(N为整数且1＜N＜356)时，音频的TS包中就没有自适应域(adaptation_field)中填入的填充字节。

当PTS_DTS_flags为10B或11B时，需要在音频PES包中填入PTS或者DTS，因为音频ES流的码率是严格恒定的，因此根据音频ES的比特率就可以计算出ES流中第P个字节的PTS，假定ES流的第一个字节的播放时间为T，audio_bitrate为该音频ES流的码率，此时具体的计算方法为：PTS_P＝(P*8)/audio_bitrate+T。因为音频的解码时间和显示时间是一致的，因此DTS的计算方法与PTS一样。

Claims

1.一种传输流复用中的音频打包基本码流的打包方法，该种音频打包基本码流具有打包基本码流的包头及音频基本码流数据，其特征在于：

当音频打包基本码流包中既不包含显示时间标签，也不包含解码时间标签时，每个打包基本码流包中的音频基本码流数据大小等于184*N-9；

当音频打包基本码流包中仅包含显示时间标签时，每个打包基本码流包中的音频基本码流数据大小等于184*N-15；

当音频打包基本码流包中既包含显示时间标签，又包含解码时间标签时，每个打包基本码流包中的音频基本码流数据大小等于184*N-19；其中N为整数并且1＜N＜365。

2.如权利要求1所述的传输流复用中的音频打包基本码流打包方法，其特征在于：当音频打包基本码流包中仅包含显示时间标签时，基本码流中第P个字节的显示时间标签的计算方法即PTS_P＝(P*8)/audio_bitrate+T，其中基本码流的第一个字节的播放时间为T，audio_bitrate为该音频基本码流的码率。

3.如权利要求1所述的传输流复用中的音频打包基本码流打包方法，其特征在于：基本码流中第P个字节的解码时间标签的计算方法即DTS_P＝(P*8)/audio_bitrate+T，其中基本码流的第一个字节的播放时间为T，audio_bitrate为该音频基本码流的码率。