CN115278219A - 检测音视频的方法和装置 - Google Patents

检测音视频的方法和装置 Download PDF

Info

Publication number
CN115278219A
CN115278219A CN202210902840.1A CN202210902840A CN115278219A CN 115278219 A CN115278219 A CN 115278219A CN 202210902840 A CN202210902840 A CN 202210902840A CN 115278219 A CN115278219 A CN 115278219A
Authority
CN
China
Prior art keywords
audio
video
time stamp
information
frames
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210902840.1A
Other languages
English (en)
Inventor
时晓雨
单腾飞
汪晨飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210902840.1A priority Critical patent/CN115278219A/zh
Publication of CN115278219A publication Critical patent/CN115278219A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开提供了检测音视频的方法和装置，涉及人工智能领域，具体涉及云计算、视频分析、媒体云技术，可应用在直播、音视频自动化分析场景下。具体实现方案为：接收包括直播流URL和抓包时间信息的抓包请求消息；根据抓包时间信息和直播流URL抓取音视频数据；对音频视数据进行解析，得到音视频帧的时间戳信息；根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；若时间戳变化率大于预定值，则输出音视频数据异常信息。该实施方式能够解决当前手工进行产品分析时效率低的问题，对厂商的服务质量进行实时监控，自动分析，快速感知并及时告警。

Description

检测音视频的方法和装置
技术领域
本公开涉及人工智能领域，具体涉及云计算、视频分析、媒体云技术，可应用在直播、音视频自动化分析场景下，具体为一种检测音视频的方法和装置。
背景技术
目前直播客户主要是基于QoS等指标来评价各个云厂商服务质量，并根据服务质量排名进行量级分配。在各厂商基础服务能力相差不大的情况下，常规路径调优节点、调度、业务层处理等等收益相对较低，且不能抗稳定性波动。因此一些厂商为了取得更好的排名，会使用违规的调整策略，比如修改音频时间戳，抽取视频帧等。目前对违规策略的检测完全依靠手工抓取音视频数据，然后导入解析工具并进行人工计算判断，受限因素多、采样少、耗时长且效率低。
发明内容
本公开提供了一种检测音视频的方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的第一方面，提供了一种检测音视频的方法，包括：接收包括直播流URL和抓包时间信息的抓包请求消息；根据所述抓包时间信息和所述直播流URL抓取音视频数据；对所述音频视数据进行解析，得到音视频帧的时间戳信息；根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；若所述时间戳变化率大于预定值，则输出音视频数据异常信息。
根据本公开的第二方面，提供了一种检测音视频的装置，包括：接收单元，被配置成接收包括直播流URL和抓包时间信息的抓包请求消息；抓包单元，被配置成根据所述抓包时间信息和所述直播流URL抓取音视频数据；解析单元，被配置成对所述音频视数据进行解析，得到音视频帧的时间戳信息；计算单元，被配置成根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；输出单元，被配置成若所述时间戳变化率大于预定值，则输出音视频数据异常信息。
根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面中任一项所述的方法。
本公开的实施例提供的检测音视频的方法和装置，以定制化的抓包策略对直播流进行数据抓取和质量分析，整个过程只需要人工输入要监测的URL即可，其他阶段均不需要人工参与。数据分析由计算机完成，可以代替人做复杂的数据分析与数据统计，不仅准确率高而且效率高，相比于现有方案能提高至少90％的效率。可以设置在某个时间点开启抓包，并以一定的时间间隔抓取若干个音视频文件。及时告警。当工具检测到违规情况时，会将违规数据上传并及时告警从而使技术人员能够快速跟进。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的检测音视频的方法的一个实施例的流程图；
图3a-3c是根据本公开的检测音视频的方法的一个应用场景的示意图；
图4是根据本公开的检测音视频的方法的又一个实施例的流程图；
图5是根据本公开的检测音视频的装置的一个实施例的结构示意图；
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的检测音视频的方法或检测音视频的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如直播类应用、音视频分析类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持视频播放的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的直播间提供支持的后台直播服务器。终端设备可对后台直播服务器提供的音视频数据进行分析处理，检测后台直播服务器是否作弊，通过修改音频时间戳或抽取视频帧的方式提高QOS指标。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
需要说明的是，本公开的实施例所提供的检测音视频的方法一般由终端设备101、102、103执行，相应地，检测音视频的装置一般设置于终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的检测音视频的方法的一个实施例的流程200。该检测音视频的方法，包括以下步骤：
步骤201，接收包括直播流URL和抓包时间信息的抓包请求消息。
在本实施例中，检测音视频的方法的执行主体(例如图1所示的终端设备)可以通过有线连接方式或者无线连接方式接收用户输入的抓包请求消息。抓包请求消息可包括直播流URL和抓包时间信息。可通过音视频分析工具输入抓包请求消息。音视频分析工具可以通过网页或app的方式输入抓包请求消息。输入要分析的直播流URL，并制定抓包策略，在某个时间定时开启抓包任务，在指定时间段以一定的时间间隔抓取到一定数量或时间长度的音视频数据，并保存为一定的格式的文件，例如FLV格式。也可仅指定抓包任务的启动时间和停止时间。还可指定抓包任务的执行周期。
步骤202，根据抓包时间信息和直播流URL抓取音视频数据。
在本实施例中，根据指定的直播流URL抓取直播的音视频数据，抓包启动和停止时间由抓包请求消息确定。例如，抓取www.xyz.com的18：30-19：00的音视频数据。
步骤203，对音频视数据进行解析，得到音视频帧的时间戳信息。
在本实施例中，音频视数据可以解析出音频帧和视频帧，每种帧都能解析出时间戳信息。视频帧还可分为IPB三种类型。I帧：帧内编码帧(intra picture)，I帧通常是每个GOP(MPEG所使用的一种视频压缩技术)的第一个帧，经过适度地压缩，作为随机访问的参考点，可以当成静态图像。P帧：前向预测编码帧(predictive-frame)，通过将图像序列中前面已编码帧的时间冗余信息充分去除来压缩传输数据量的编码图像，也称为预测帧。B帧：双向预测内插编码帧(bi-directional interpolated prediction frame)，以前面的I或P帧和后面的P帧为参考帧,“找出”B帧“某点”的预测值和两个运动矢量,并取预测差值和运动矢量传送。接收端根据运动矢量在两个参考帧中“找出(算出)”预测值并与差值求和,得到B帧“某点”样值,从而可得到完整的B帧。
其中，I帧中关键视频帧，P帧和B帧是非关键视频帧。
步骤204，根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率。
在本实施例中，可以将音频帧和视频帧混合在一起计算时间间隔，再根据时间间隔计算时间戳变化率。例如，第一帧是音频帧的时间戳为a，第二帧是视频帧的时间戳为b，则相邻音视频帧的时间戳变化率为(b-a)/a，其中，b-a为时间间隔。
步骤205，若时间戳变化率大于预定值，则输出音视频数据异常信息。
在本实施例中，若时间戳变化率大于预定值，例如，200％，则认为云厂商使用手段作弊来提高QOS。当工具检测到违规调整策略后，将违规的数据上传到数据库，使用者可以在前端查看分析过的数据。并且会通过邮件报警从而能使技术人员及时跟进。可采用各种方式告警，包括但不限于微信、短信、自动电话、邮件等。
本公开的上述实施例提供的方法通过检测音视频帧的时间戳的变化率是否异常，来判断厂商是否使用了违规调整策略。本申请相比于现有方案的优点有以下几点：
1、自动化程度高。整个过程只需要人工输入要监测的URL即可，其他阶段均不需要人工参与；
2、可移植性强。分析工具使用C++和Golang语言编写，能够低成本的移植到Linux，Mac等平台；
3、数据分析效率和准确率高。数据分析由计算机完成，可以代替人做复杂的数据分析与数据统计，不仅准确率高而且效率高，相比于现有方案能提高至少90％的效率。图3b-3c所示为分析工具检测到的违规情况；
4、可以自定义抓包策略。可以设置在某个时间点开启抓包，并以一定的时间间隔抓取若干个FLV文件。
5、及时告警。当工具检测到违规情况时，会将违规数据上传并及时告警从而使技术人员能够快速跟进。
在本实施例的一些可选的实现方式中，对所述音频视数据进行解析，得到音视频帧的时间戳信息，包括：从所述音频视数据中解析出音频帧的时间戳信息、关键视频帧的时间戳信息和非关键视频帧的时间戳信息；以及所述根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率，包括：根据相邻的音频帧的时间戳信息计算相邻音频帧的时间间隔；根据相邻音频帧的时间间隔计算出第一时间戳变化率；计算相邻的关键视频帧之间的相邻的非关键视频帧的时间间隔；根据相邻的非关键视频帧的时间间隔计算出第二时间戳变化率。可分别将音频帧和视频帧的时间戳进行分组。音频帧的相邻帧是音频帧，视频帧的相邻帧是视频帧。分别根据各种组内的帧的时间戳计算时间戳变化率。从而可以精确的定位厂商是通过修改音频帧还是修改视频帧的方式作弊。为了进一步减少计算量，只统计一个GOP内的非关键视频帧的时间戳变化率。既减轻了计算量，又能防止误检。
在本实施例的一些可选的实现方式中，所述若所述时间戳变化率大于预定值，则输出音视频数据异常信息，包括：若所述第一时间戳变化率大于第一阈值，则输出音频帧异常信息；若所述第二时间戳变化率大于第二阈值，则输出视频帧异常信息。音频帧和视频帧采用不同的检测标准。例如，计算相邻音视频帧时间戳间隔的变化率，如果相邻音频时间戳间隔急剧增大，增大速率超过300％，即认为是使用了修改音频时间戳的违规策略；如果在一个GOP内，超过5帧的相邻视频帧时间戳间隔增大速率超过60％，即认为是使用了抽取视频帧的违规策略。这样根据音频帧和视频帧时间分布的特点进行有针对性的检测，可以提高检测结果的准确性。
在本实施例的一些可选的实现方式中，在一个GOP(Group of picture，图像组)内，若相邻的非关键视频帧的第二时间戳变化率大于第二阈值的非关键视频帧的数量大于预定数目，则输出视频帧异常信息。统计一个GOP内出现第二时间戳变化率异常的情况的总次数达到预定值，才认为视频帧异常。可以防止出现网络抖动等情况导致的误检。
在本实施例的一些可选的实现方式中，所述抓包时间信息包括：抓包任务启动时间、抓包任务持续时间、抓包任务周期。实现抓包过程的自动开启、结束，不需要人工参与，降低人力成本并提高效率。
继续参见图3a-3c，图3a-3c是根据本实施例的检测音视频的方法的应用场景的一个示意图。在图3a-3c的应用场景中，以定制化的抓包策略对直播流进行数据抓取和质量分析。
1、前端负责任务下发与数据分析结果显示。输入要分析的直播流URL，并制定抓包策略，在某个时间定时开启抓包任务，在指定时间段以一定的时间间隔抓取到一定数量的音视频数据，并保存为FLV格式；
2、解析得到的FLV格式文件。解析出每一帧的数据类型(音/视频帧，视频帧的话时I/P帧)，数据数据大小，时间戳等信息，并计算出相邻音视频帧之间的时间戳间隔；
3、分析解析过的数据。计算相邻音视频帧时间戳间隔的变化率，如果相邻音频时间戳间隔急剧增大，增大速率超过300％，即认为是使用了修改音频时间戳的违规策略；如果在一个GOP内，超过5帧的相邻视频帧时间戳间隔增大速率超过60％，即认为是使用了抽取视频帧的违规策略。图3b所示为数据分析结果为修改音频时间戳的示意图，其中TimeInterval_a为音频帧的时间间隔，可以看出序号为3759的音频帧和序号为3760的音频帧之间的时间间隔过大，因此可以判断出音频帧的时间戳被修改了，可将这两个音频帧上传到数据库。图3c所示为数据分析结果为抽取视频帧的示意图。其中，TimeInterval_v为视频帧的时间间隔，可以看出序号1438、1442、1446的视频帧之间的时间间隔异常，
4、数据上报与告警。当工具检测到违规调整策略后，将违规的数据上传到数据库，使用者可以在前端查看分析过的数据。并且会通过邮件报警从而能使技术人员及时跟进。
进一步参考图4，其示出了检测音视频的方法的又一个实施例的流程400。该检测音视频的方法的流程400，包括以下步骤：
步骤401，接收包括直播流URL和抓包时间信息的抓包请求消息。
步骤402，根据抓包时间信息和直播流URL抓取音视频数据。
步骤401-402与步骤201-202基本相同，因此不再赘述。
步骤403，对音频视数据进行解析，得到音频帧的数据大小和视频帧的数据大小。
在本实施例中，能解析出两种类型的帧，从而得到每个帧的数据大小，可以用Kb表示。
步骤404，分别根据音频帧的数据大小和视频帧的数据大小计算音频码率和视频码率。
在本实施例中，数据大小＝时间*码率/8。则码率＝数据大小/时间*8。码率越高则压缩越少，因此图像质量越好。因此可通过码率来判断厂商是否作弊。
步骤405，若音频码率小于第一码率阈值或视频码率小于第二码率阈值，输出音视频数据异常信息。
在本实施例中，对音频码率的要求与视频码率的要求不一样。可根据经验值设置第一码率阈值和第二码率阈值。
从图4中可以看出，与图2对应的实施例相比，本实施例中的检测音视频的方法的流程400体现了对码率进行检测的步骤。由此，可以通过计算码率的方式检测数据是否异常，可以提高检测速度。可将时间戳变化率检测方式与码率检测方式相结合，可以防止误检。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种检测音视频的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的检测音视频的装置500包括：接收单元501、抓包单元502、解析单元503、计算单元504和输出单元505。其中，接收单元501，被配置成接收包括直播流URL和抓包时间信息的抓包请求消息；抓包单元502，被配置成根据所述抓包时间信息和所述直播流URL抓取音视频数据；解析单元503，被配置成对所述音频视数据进行解析，得到音视频帧的时间戳信息；计算单元504，被配置成根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；输出单元505，被配置成若所述时间戳变化率大于预定值，则输出音视频数据异常信息。
在本实施例中，检测音视频的装置500的接收单元501、抓包单元502、解析单元503、计算单元504和输出单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选的实现方式中，解析单元503进一步被配置成：从所述音频视数据中解析出音频帧的时间戳信息、关键视频帧的时间戳信息和非关键视频帧的时间戳信息；以及所述计算单元504进一步被配置成：根据相邻的音频帧的时间戳信息计算相邻音频帧的时间间隔；根据相邻音频帧的时间间隔计算出第一时间戳变化率；计算相邻的关键视频帧之间的相邻的非关键视频帧的时间间隔；根据相邻的非关键视频帧的时间间隔计算出第二时间戳变化率。
在本实施例的一些可选的实现方式中，输出单元505进一步被配置成：若所述第一时间戳变化率大于第一阈值，则输出音频帧异常信息；若所述第二时间戳变化率大于第二阈值，则输出视频帧异常信息。
在本实施例的一些可选的实现方式中，解析单元503进一步被配置成：对所述音频视数据进行解析，得到音频帧的数据大小和视频帧的数据大小；以及输出单元505进一步被配置成：分别根据所述音频帧的数据大小和所述视频帧的数据大小计算音频码率和视频码率；若所述音频码率小于第一码率阈值或所述视频码率小于第二码率阈值，输出音视频数据异常信息。
在本实施例的一些可选的实现方式中，抓包时间信息包括：抓包任务启动时间、抓包任务持续时间、抓包任务周期。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行流程200或400所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行流程200或400所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现流程200或400所述的方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如检测音视频的方法。例如，在一些实施例中，检测音视频的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的检测音视频的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行检测音视频的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种检测音视频的方法，包括：
接收包括直播流URL和抓包时间信息的抓包请求消息；
根据所述抓包时间信息和所述直播流URL抓取音视频数据；
对所述音频视数据进行解析，得到音视频帧的时间戳信息；
根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；
若所述时间戳变化率大于预定值，则输出音视频数据异常信息。
2.根据权利要求1所述的方法，其中，所述对所述音频视数据进行解析，得到音视频帧的时间戳信息，包括：
从所述音频视数据中解析出音频帧的时间戳信息、关键视频帧的时间戳信息和非关键视频帧的时间戳信息；以及
所述根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率，包括：
根据相邻的音频帧的时间戳信息计算相邻音频帧的时间间隔；
根据相邻音频帧的时间间隔计算出第一时间戳变化率；
计算相邻的关键视频帧之间的相邻的非关键视频帧的时间间隔；
根据相邻的非关键视频帧的时间间隔计算出第二时间戳变化率。
3.根据权利要求2所述的方法，其中，所述若所述时间戳变化率大于预定值，则输出音视频数据异常信息，包括：
若所述第一时间戳变化率大于第一阈值，则输出音频帧异常信息；
若所述第二时间戳变化率大于第二阈值，则输出视频帧异常信息。
4.根据权利要求1所述的方法，其中，所述方法还包括：
对所述音频视数据进行解析，得到音频帧的数据大小和视频帧的数据大小；
分别根据所述音频帧的数据大小和所述视频帧的数据大小计算音频码率和视频码率；
若所述音频码率小于第一码率阈值或所述视频码率小于第二码率阈值，输出音视频数据异常信息。
5.根据权利要求1-4中任一项所述的方法，其中，所述抓包时间信息包括：抓包任务启动时间、抓包任务持续时间、抓包任务周期。
6.一种检测音视频的装置，包括：
接收单元，被配置成接收包括直播流URL和抓包时间信息的抓包请求消息；
抓包单元，被配置成根据所述抓包时间信息和所述直播流URL抓取音视频数据；
解析单元，被配置成对所述音频视数据进行解析，得到音视频帧的时间戳信息；
计算单元，被配置成根据音视频帧的时间戳信息计算相邻音视频帧的时间戳变化率；
输出单元，被配置成若所述时间戳变化率大于预定值，则输出音视频数据异常信息。
7.根据权利要求5所述的装置，其中，所述解析单元进一步被配置成：
从所述音频视数据中解析出音频帧的时间戳信息、关键视频帧的时间戳信息和非关键视频帧的时间戳信息；以及
所述计算单元进一步被配置成：
根据相邻的音频帧的时间戳信息计算相邻音频帧的时间间隔；
根据相邻音频帧的时间间隔计算出第一时间戳变化率；
计算相邻的关键视频帧之间的相邻的非关键视频帧的时间间隔；
根据相邻的非关键视频帧的时间间隔计算出第二时间戳变化率。
8.根据权利要求7所述的装置，其中，所述输出单元进一步被配置成：
若所述第一时间戳变化率大于第一阈值，则输出音频帧异常信息；
若所述第二时间戳变化率大于第二阈值，则输出视频帧异常信息。
9.根据权利要求6所述的装置，其中，所述解析单元进一步被配置成：
对所述音频视数据进行解析，得到音频帧的数据大小和视频帧的数据大小；
以及
所述输出单元进一步被配置成：
分别根据所述音频帧的数据大小和所述视频帧的数据大小计算音频码率和视频码率；
若所述音频码率小于第一码率阈值或所述视频码率小于第二码率阈值，输出音视频数据异常信息。
10.根据权利要求6-9中任一项所述的装置，其中，所述抓包时间信息包括：抓包任务启动时间、抓包任务持续时间、抓包任务周期。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
CN202210902840.1A 2022-07-29 2022-07-29 检测音视频的方法和装置 Pending CN115278219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210902840.1A CN115278219A (zh) 2022-07-29 2022-07-29 检测音视频的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210902840.1A CN115278219A (zh) 2022-07-29 2022-07-29 检测音视频的方法和装置

Publications (1)

Publication Number Publication Date
CN115278219A true CN115278219A (zh) 2022-11-01

Family

ID=83771265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210902840.1A Pending CN115278219A (zh) 2022-07-29 2022-07-29 检测音视频的方法和装置

Country Status (1)

Country Link
CN (1) CN115278219A (zh)

Similar Documents

Publication Publication Date Title
JP6690011B2 (ja) ストリーミング分析法を用いてネットワーク問題の実効顧客影響度をリアルタイムで測定するためのシステム及び方法
CN108011782B (zh) 用于推送告警信息的方法和装置
US9509710B1 (en) Analyzing real-time streams of time-series data
JP2014512768A (ja) ビデオ監視システム及び方法
CN107704387B (zh) 用于系统预警的方法、装置、电子设备及计算机可读介质
CN105100911A (zh) 智能多媒体系统和方法
CN112702198B (zh) 异常根因定位方法、装置、电子设备及存储介质
CN103813160A (zh) 视频质量监控方法和装置
US9313251B2 (en) Sharing a configuration state of a client device that meets a threshold level of QoE
CN112135119A (zh) 实时音视频通信中网络状况的自动监测与告警方法及系统
CN110620699A (zh) 消息到达率确定方法、装置、设备和计算机可读存储介质
US20220337809A1 (en) Video playing
CN115103157A (zh) 基于边云协同的视频分析方法、装置、电子设备及介质
CN110248195B (zh) 用于输出信息的方法和装置
CN113766146B (zh) 音视频处理方法、装置、电子设备及存储介质
CN115278219A (zh) 检测音视频的方法和装置
US20220394332A1 (en) Measuring video quality of experience based on decoded frame rate
KR101553923B1 (ko) 시스템 사용량 분석 장치 및 방법
CN112883816A (zh) 信息推送方法和装置
CN109388546B (zh) 处理应用程序的故障的方法、装置和系统
CN111111211A (zh) 游戏数据的上报方法、装置、系统、设备及存储介质
Zlokolica et al. Video freezing detection system for end-user devices
CN114222153B (zh) 在线用户数量统计方法、装置、电子设备和存储介质
CN114448957B (zh) 音频数据传输方法和装置
CN115378746B (zh) 网络入侵检测规则生成方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination