對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備的制作方法
【專利摘要】本發(fā)明的實(shí)施方式提供了一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法。該方法包括：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。本發(fā)明的方法可以避免轉(zhuǎn)碼文件出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。此外，本發(fā)明的另一方面提供了一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備。
【專利說明】對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備
【技術(shù)領(lǐng)域】
[0001]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)】
[0002]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)容對于本申請的說明書和權(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)。
[0003]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。
[0004]傳統(tǒng)的多媒體轉(zhuǎn)碼對源文件不進(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更加明顯。并且，源文件越大，轉(zhuǎn)碼效率就越低。因此，針對視頻源文件或者音視頻源文件，改進(jìn)的多媒體轉(zhuǎn)碼會先對源文件進(jìn)行切片，然后同時(shí)分別對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】

[0005]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)碼方法對音視頻源文件進(jìn)行轉(zhuǎn)碼處理時(shí)，轉(zhuǎn)碼文件會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0006]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)。
[0007]依照現(xiàn)有技術(shù)，對源文件進(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出現(xiàn)圖像失真或模糊、甚至是圖像丟失的問題。
[0008]為此，非常需要一種對音視頻文件進(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)碼文件會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0009]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出現(xiàn)圖像失真或模糊，甚至是圖像丟失的問題。
[0010]在本上下文中，本發(fā)明的實(shí)施方式期望提供一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備。
[0011]在本發(fā)明實(shí)施方式的第一方面中，提供了一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法，包括:
[0012]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；
[0013]b)、對所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段；
[0014]c)、分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理；
[0015]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；
[0016]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。
[0017]在本發(fā)明實(shí)施方式的第二方面中，提供了一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備，包括:
[0018]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；
[0019]切片單元，用于對所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段；
[0020]轉(zhuǎn)碼單元，用于分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理；
[0021]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；
[0022]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。
[0023]在本發(fā)明實(shí)施方式中，先將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件，然后僅對視頻文件進(jìn)行切片，再將切片后得到的多個(gè)音頻文件片段以及音頻文件分別進(jìn)行轉(zhuǎn)碼處理，接著將轉(zhuǎn)碼處理后的多個(gè)視頻文件片段合片，以便獲得轉(zhuǎn)碼處理后的視頻文件，最后將轉(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(即，轉(zhuǎn)碼文件)中，最終獲得的轉(zhuǎn)碼文件就不會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
【專利附圖】

【附圖說明】
[0024]通過參考附圖閱讀下文的詳細(xì)描述，本發(fā)明示例性實(shí)施方式的上述以及其他目的、特征和優(yōu)點(diǎn)將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本發(fā)明的若干實(shí)施方式，其中:
[0025]圖1示意性地示出了本發(fā)明實(shí)施方式可以在其中實(shí)施的一個(gè)示例性場景；
[0026]圖2示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法的流程圖；
[0027]圖3示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的對視頻文件進(jìn)行切片的方法的流程圖；
[0028]圖4示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的整個(gè)切片過程的操作示意圖；
[0029]圖5示意性地示出了根據(jù)本發(fā)明的另一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法的流程圖；
[0030]圖6示意性地示出了根據(jù)本發(fā)明的另一個(gè)實(shí)施方式的整個(gè)切片過程的操作示意圖；
[0031]圖7示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備的結(jié)構(gòu)框架圖；
[0032]圖8示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的切片單元的結(jié)構(gòu)框架圖；
[0033]圖9示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備的結(jié)構(gòu)框架圖。
[0034]在附圖中，相同或?qū)?yīng)的標(biāo)號表不相同或?qū)?yīng)的部分。
【具體實(shí)施方式】
[0035]下面將參考若干示例性實(shí)施方式來描述本發(fā)明的原理和精神。應(yīng)當(dāng)理解，給出這些實(shí)施方式僅僅是為了使本領(lǐng)域技術(shù)人員能夠更好地理解進(jìn)而實(shí)現(xiàn)本發(fā)明，而并非以任何方式限制本發(fā)明的范圍。相反，提供這些實(shí)施方式是為了使本公開更加透徹和完整，并且能夠?qū)⒈竟_的范圍完整地傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0036]本領(lǐng)域技術(shù)人員知道，本發(fā)明的實(shí)施方式可以實(shí)現(xiàn)為一種系統(tǒng)、裝置、設(shè)備、方法或計(jì)算機(jī)程序產(chǎn)品。因此，本公開可以具體實(shí)現(xiàn)為以下形式，即:完全的硬件、完全的軟件(包括固件、駐留軟件、微代碼等)，或者硬件和軟件結(jié)合的形式。
[0037]根據(jù)本發(fā)明的實(shí)施方式，提出了一種對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法和設(shè)備。
[0038]在本文中，需要理解的是，附圖中的任何元素?cái)?shù)量均用于示例而非限制，以及任何命名都僅用于區(qū)分，而不具有任何限制含義。
[0039]下面參考本發(fā)明的若干代表性實(shí)施方式，詳細(xì)闡釋本發(fā)明的原理和精神。
[0040]發(fā)明概沭
[0041]本發(fā)明人發(fā)現(xiàn)，當(dāng)對音視頻源文件進(jìn)行轉(zhuǎn)碼處理時(shí)，如果先對源文件進(jìn)行切片，然后同時(shí)分別對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(即，轉(zhuǎn)碼文件)的話，最終獲得的轉(zhuǎn)碼文件就會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0042]如果先將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件，然后僅對視頻文件進(jìn)行切片，再將切片后得到的多個(gè)音頻文件片段以及音頻文件分別進(jìn)行轉(zhuǎn)碼處理，接著將轉(zhuǎn)碼處理后的多個(gè)視頻文件片段合片，以便獲得轉(zhuǎn)碼處理后的視頻文件，最后將轉(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(即，轉(zhuǎn)碼文件)中，最終獲得的轉(zhuǎn)碼文件就不會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0043]在介紹了本發(fā)明的基本原理之后，下面具體介紹本發(fā)明的各種非限制性實(shí)施方式。[0044]應(yīng)用場景總覽
[0045]首先參考圖1，圖1示意性地示出了本發(fā)明的實(shí)施方式可以在其中實(shí)施的示例性應(yīng)用場景。其中，多媒體服務(wù)器10獲得音視頻源文件11，音視頻源文件11例如可以是多媒體服務(wù)器10中的本地文件，也可以是網(wǎng)絡(luò)視頻源產(chǎn)生的文件，還可以是直播視頻源產(chǎn)生的文件。多媒體服務(wù)器10在將音視頻源文件11發(fā)送給終端20之前，為了適應(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，需要先對音視頻源文件11進(jìn)行轉(zhuǎn)碼處理，然后再將轉(zhuǎn)碼處理后的音視頻文件12發(fā)送給終端20。多媒體服務(wù)器10可以是Web服務(wù)器，也可以是其他類型的服務(wù)器，例如APP服務(wù)器。終端20可以是網(wǎng)絡(luò)電視機(jī)，也可以是移動終端，例如，手機(jī)或平板電腦。本領(lǐng)域技術(shù)人員可以理解，圖1所示的示意圖僅是本發(fā)明的實(shí)施方式可以在其中得以實(shí)現(xiàn)的一個(gè)示例。本發(fā)明實(shí)施方式的應(yīng)用范圍不受到該框架任何方面的限制。
[0046]示例性方法
[0047]下面結(jié)合圖1的應(yīng)用場景，參考圖2來描述根據(jù)本發(fā)明示例性實(shí)施方式的、用于對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法。需要注意的是，上述應(yīng)用場景僅是為了便于理解本發(fā)明的精神和原理而示出，本發(fā)明的實(shí)施方式在此方面不受任何限制。相反，本發(fā)明的實(shí)施方式可以應(yīng)用于適用的任何場景。
[0048]請參閱圖2，其示意性地示出了根據(jù)本發(fā)明的一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的方法的流程圖，方法具體例如可以包括:
[0049]步驟201: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。
[0050]其中，在音視頻源文件中，既包含有音頻幀，也包含有視頻幀。并且，音頻幀和視頻幀穿插地排列在整個(gè)音視頻文件當(dāng)中。
[0051]在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，步驟201具體為:從所述音視頻文件中分別提取出音頻幀和視頻幀，將提取出的音頻幀放入到所述音頻文件中，將提取出的視頻幀放入到所述視頻文件中。
[0052]其中，每一個(gè)數(shù)據(jù)幀上攜帶有一個(gè)類型標(biāo)識，根據(jù)該類型標(biāo)識可以確定數(shù)據(jù)幀的類型為音頻幀還是為視頻幀。當(dāng)確定為音頻幀時(shí)，就將音頻幀放入到音頻文件中，當(dāng)確定為視頻幀時(shí)，就將視頻幀放入到視頻文件中。
[0053]另外，在從所述音視頻文件中分別提取出音頻幀和視頻幀，將提取出的音頻幀放入到所述音頻文件中，將提取出的視頻幀放入到所述視頻文件中時(shí)，在音頻幀和視頻幀中保留時(shí)間戳信息，并且這些信息在轉(zhuǎn)碼過程中也不丟失，以利于以后將音頻幀和視頻幀重新合成為首視頻文件。
[0054]步驟202:對所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段。
[0055]在本步驟202中，可以采用任意一種切片方法對視頻文件進(jìn)行切片。
[0056]例如，在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，采用了如圖3所示的切片方法，該切片方法包括:
[0057]步驟2021:將播放時(shí)長為預(yù)設(shè)時(shí)間段的文件片段設(shè)置為參考切片單位。
[0058]步驟2022:判斷當(dāng)采用所述參考切片單位對所述視頻文件進(jìn)行一次切片時(shí)，剩余視頻文件中的第一個(gè)視頻幀是否為關(guān)鍵幀，如果是，進(jìn)入步驟2023，否則，進(jìn)入步驟2024。
[0059]步驟2023:采用所述參考切片單位對所述視頻文件進(jìn)行一次切片，結(jié)束流程。[0060]步驟2024:從所述視頻文件中查找與所述第一視頻幀距離最近的關(guān)鍵幀，在查找到的所述關(guān)鍵幀前進(jìn)行一次切片，結(jié)束流程。
[0061]可見，在執(zhí)行一次步驟2021-2024后，即完成一次切片處理，獲得一個(gè)視頻文件片段。在重復(fù)執(zhí)行多次步驟2021-2024后，即完成多次切片處理，最終獲得多個(gè)視頻文件片段。
[0062]需要說明的是，在目前一些主流的視頻編解碼標(biāo)準(zhǔn)中，如，H.263、H.264或AVS (Audio Video coding Standard,音視頻編碼標(biāo)準(zhǔn))，視頻文件中的關(guān)鍵巾貞即為I巾貞,非關(guān)鍵幀為B幀或P幀。
[0063]整個(gè)切片過程的操作示意圖如圖4所示。
[0064]當(dāng)采用以上方法進(jìn)行切片后，可以保證文件片段的第一個(gè)視頻幀為關(guān)鍵幀(當(dāng)然，第一個(gè)視頻文件片段的第一視頻幀可能不是一個(gè)關(guān)鍵幀)，進(jìn)而也就保證位于該關(guān)鍵幀后面的非關(guān)鍵巾貞可以參考該關(guān)鍵巾貞進(jìn)行正常解碼。
[0065]但是，對于每相鄰兩個(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)文件片段中的關(guān)鍵幀進(jìn)行解碼或者參考包括后一個(gè)文件片段中的關(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)文件片段中一些位于切割邊界處的非關(guān)鍵幀可能會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出現(xiàn)圖像失真或模糊、甚至是圖像丟失的問題。
[0066]因此，在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，為了避免轉(zhuǎn)碼文件在切割邊界處可能會出現(xiàn)圖像失真或模糊、甚至是圖像丟失的問題，如圖5所示，在執(zhí)行完上述切片方法并獲得多個(gè)視頻文件片段之后，且，在執(zhí)行步驟203之前，還進(jìn)一步對獲得的所有視頻文件片段進(jìn)行如下處理:
[0067]步驟203-1:針對每相鄰兩個(gè)視頻文件片段，判斷在轉(zhuǎn)碼處理時(shí)前一個(gè)視頻文件片段的非關(guān)鍵幀是否參考后一個(gè)視頻文件片段中的至少一個(gè)關(guān)鍵幀進(jìn)行解碼，如果是，進(jìn)入步驟203-2。
[0068]步驟203-2:將所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀復(fù)制到所述前一個(gè)視頻文件片段中，其中，所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
[0069]當(dāng)然，如果在轉(zhuǎn)碼處理時(shí)前一個(gè)視頻文件片段的非關(guān)鍵幀不參考后一個(gè)視頻文件片段中的任何一個(gè)關(guān)鍵幀進(jìn)行解碼，可直接進(jìn)入步驟203進(jìn)行處理。
[0070]例如，如圖6所示，在第η個(gè)視頻文件片段中的末尾存在一個(gè)B幀，而該B幀需要參考第η+1個(gè)視頻文件片段中的第一個(gè)I幀進(jìn)行解碼，將該I幀復(fù)制到第η個(gè)視頻文件片段中(如，可以復(fù)制在片段的尾部)，而該I幀僅用于該B幀的正常解碼，而不用于播放。
[0071]其中，在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，復(fù)制到所述前一個(gè)視頻文件片段中的所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀攜帶有標(biāo)識，所述標(biāo)識用于指示所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
[0072]當(dāng)然，本領(lǐng)域的技術(shù)人員可以理解，在將視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段時(shí)，可以為每個(gè)視頻文件片段添加一個(gè)片段編號，以利于以后將這些視頻文件片段重新合片成一個(gè)視頻文件。[0073]完成切片處理后，返回到轉(zhuǎn)碼處理的流程，并執(zhí)行以下步驟。
[0074]步驟203:分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理。
[0075]例如，可以并行地對多個(gè)視頻文件片段進(jìn)行轉(zhuǎn)碼處理。更一般地，可以并行地對多個(gè)視頻文件片段和音頻文件進(jìn)行轉(zhuǎn)碼處理。
[0076]在本步驟203中，可以采用任意一種轉(zhuǎn)碼處理方法對視頻文件片段和音頻文件進(jìn)行轉(zhuǎn)碼處理，這不是本發(fā)明的重點(diǎn)。
[0077]順便說一下，在將后一個(gè)視頻文件片段中的至少一個(gè)關(guān)鍵幀復(fù)制到前一個(gè)視頻文件片段中的情況下，在轉(zhuǎn)碼之后，可以將復(fù)制的關(guān)鍵幀從相應(yīng)的視頻文件片段中刪除(以防止合片時(shí)有重復(fù)的關(guān)鍵幀出現(xiàn))。
[0078]步驟204: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。
[0079]在本步驟204中，可以采用任意一種合片方法對視頻文件片段進(jìn)行合片，這不是本發(fā)明的重點(diǎn)。
[0080]步驟205: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。
[0081]在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，本步驟205可以具體為:按照轉(zhuǎn)碼處理后的音頻文件中的音頻幀的時(shí)間戳以及轉(zhuǎn)碼處理后的視頻文件中的視頻幀的時(shí)間戳的先后順序，對所述音頻幀和所述視頻幀進(jìn)行混合排序，并將混合排序后的所述音頻幀和所述視頻幀放入同一個(gè)文件中。
[0082]根據(jù)本發(fā)明，先將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件，然后僅對視頻文件進(jìn)行切片，再將切片后得到的多個(gè)視頻文件片段以及音頻文件分別進(jìn)行轉(zhuǎn)碼處理，接著將轉(zhuǎn)碼處理后的多個(gè)視頻文件片段合片，以便獲得轉(zhuǎn)碼處理后的視頻文件，最后將轉(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(即，轉(zhuǎn)碼文件)中，最終獲得的轉(zhuǎn)碼文件就不會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0083]另外，在對視頻文件進(jìn)行切片后，針對每相鄰兩個(gè)視頻文件片段，如果前一個(gè)視頻文件片段中位于切割邊界處的非關(guān)鍵幀需要參考后一個(gè)視頻文件片段中的一些關(guān)鍵幀才能進(jìn)行正常解碼，還將這些關(guān)鍵幀復(fù)制到前一個(gè)視頻文件片段中，供前一個(gè)視頻文件片段中的非關(guān)鍵幀解碼用，但這些關(guān)鍵幀并不用于播放。從而保證前一個(gè)視頻文件片段中位于切割邊界處的非關(guān)鍵幀都可以正常解碼，進(jìn)而避免轉(zhuǎn)碼文件在切割邊界處出現(xiàn)圖像失真或模糊，甚至是圖像丟失的問題。
[0084]示例性設(shè)備
[0085]在介紹了本發(fā)明示例性實(shí)施方式的方法之后，接下來，參考圖7來描述根據(jù)本發(fā)明示例性實(shí)施方式的、用于對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備。
[0086]參考圖7，其示意性地示出了根據(jù)本發(fā)明一個(gè)實(shí)施方式的對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備的結(jié)構(gòu)框架圖，具體地，該設(shè)備例如可以包括:
[0087]分離單元701，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；
[0088]切片單元702，用于對所述視頻文件進(jìn)行切片，獲得多個(gè)視頻文件片段；
[0089]轉(zhuǎn)碼單元703，用于分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理；
[0090]合片單元704，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；
[0091]合成單元705，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。
[0092]在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，如圖8所示，切片單元702包括:
[0093]設(shè)置子單元7021，用于將播放時(shí)長為預(yù)設(shè)時(shí)間段的文件片段設(shè)置為參考切片單位；
[0094]判斷子單元7022，用于判斷當(dāng)采用所述參考切片單位對所述視頻文件進(jìn)行一次切片時(shí)，剩余視頻文件中的第一個(gè)視頻幀是否為關(guān)鍵幀；
[0095]切割子單元7023，用于如果所述判斷子單元的判斷結(jié)果為是，采用所述參考切片單位對所述視頻文件進(jìn)行一次切片，如果所述判斷子單元的判斷結(jié)果為否，從所述視頻文件中查找與所述第一個(gè)視頻幀距離最近的關(guān)鍵幀，在查找到的所述關(guān)鍵幀前進(jìn)行一次切片，最終獲得多個(gè)視頻文件片段。
[0096]在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，如圖9所示，該設(shè)備還可以包括:
[0097]判斷單元706，用于在所述轉(zhuǎn)碼單元分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理之前，判斷在轉(zhuǎn)碼處理時(shí)前一個(gè)視頻文件片段中的非關(guān)鍵幀是否參考后一個(gè)視頻文件片段中的至少一個(gè)關(guān)鍵幀進(jìn)行解碼；
[0098]復(fù)制單元707，用于如果所述判斷單元的判斷結(jié)果為是，將所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀復(fù)制到所述前一個(gè)視頻文件片段中，其中，所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
[0099]在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，復(fù)制到所述前一個(gè)視頻文件片段中的所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀攜帶有標(biāo)識，所述標(biāo)識用于指示所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
[0100]在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，分離單元701具體用于，從所述音視頻文件中分別提取出音頻幀和視頻幀，將提取出的音頻幀放入到所述音頻文件中，將提取出的視頻幀放入到所述視頻文件中。
[0101]在本發(fā)明的另一個(gè)優(yōu)選實(shí)施方式中，合成單元705具體用于，按照轉(zhuǎn)碼處理后的音頻文件中的音頻幀的時(shí)間戳以及轉(zhuǎn)碼處理后的視頻文件中的視頻幀的時(shí)間戳的先后順序，對所述音頻幀和所述視頻幀進(jìn)行混合排序，并將混合排序后的所述音頻幀和所述視頻幀放入一個(gè)文件中。
[0102]根據(jù)本發(fā)明，先將音視頻源文件進(jìn)行音視頻分離，分別生成音頻文件和視頻文件，然后僅對視頻文件進(jìn)行切片，再將切片后得到的多個(gè)視頻文件片段以及音頻文件分別進(jìn)行轉(zhuǎn)碼處理，接著將轉(zhuǎn)碼處理后的多個(gè)視頻文件片段合片，以便獲得轉(zhuǎn)碼處理后的視頻文件，最后將轉(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(即，轉(zhuǎn)碼文件)中，最終獲得的轉(zhuǎn)碼文件就不會出現(xiàn)音頻內(nèi)容與視頻內(nèi)容之間不同步的問題。
[0103]另外，在對視頻文件進(jìn)行切片后，針對每相鄰兩個(gè)視頻文件片段，如果前一個(gè)視頻文件片段中位于切割邊界處的非關(guān)鍵幀需要參考后一個(gè)視頻文件片段中的一些關(guān)鍵幀才能進(jìn)行正常解碼，還將這些關(guān)鍵幀復(fù)制到前一個(gè)視頻文件片段中，供前一個(gè)視頻文件片段中的非關(guān)鍵幀解碼用，但這些關(guān)鍵幀并不用于播放。從而保證前一個(gè)視頻文件片段中位于切割邊界處的非關(guān)鍵幀都可以正常解碼，進(jìn)而避免轉(zhuǎn)碼文件在切割邊界處出現(xiàn)圖像失真或模糊，甚至是圖像丟失的問題。
[0104]應(yīng)當(dāng)注意，盡管在上文詳細(xì)描述中提及了對音視頻文件進(jìn)行轉(zhuǎn)碼處理的設(shè)備的若干裝置或子裝置，但是這種劃分僅僅并非強(qiáng)制性的。實(shí)際上，根據(jù)本發(fā)明的實(shí)施方式，上文描述的兩個(gè)或更多裝置的特征和功能可以在一個(gè)裝置中具體化。反之，上文描述的一個(gè)裝置的特征和功能可以進(jìn)一步劃分為由多個(gè)裝置來具體化。
[0105]此外，盡管在附圖中以特定順序描述了本發(fā)明方法的操作，但是，這并非要求或者暗示必須按照該特定順序來執(zhí)行這些操作，或是必須執(zhí)行全部所示的操作才能實(shí)現(xiàn)期望的結(jié)果。附加地或備選地，可以省略某些步驟，將多個(gè)步驟合并為一個(gè)步驟執(zhí)行，和/或?qū)⒁粋€(gè)步驟分解為多個(gè)步驟執(zhí)行。
[0106]雖然已經(jīng)參考若干【具體實(shí)施方式】描述了本發(fā)明的精神和原理，但是應(yīng)該理解，本發(fā)明并不限于所公開的【具體實(shí)施方式】，對各方面的劃分也不意味著這些方面中的特征不能組合以進(jìn)行受益，這種劃分僅是為了表述的方便。本發(fā)明旨在涵蓋所附權(quán)利要求的精神和范圍內(nèi)所包括的各種修改和等同布置。
【權(quán)利要求】
1.一種方法，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。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述步驟b)包括: bl)、將播放時(shí)長為預(yù)設(shè)時(shí)間段的文件片段設(shè)置為參考切片單位；b2)、判斷當(dāng)采用所述參考切片單位對所述視頻文件進(jìn)行一次切片時(shí)，剩余視頻文件中的第一個(gè)視頻幀是否為關(guān)鍵幀； b3)、如果是，采用所述參考切片單位對所述視頻文件進(jìn)行一次切片，否則，從所述視頻文件中查找與所述第一個(gè)視頻幀距離最近的關(guān)鍵幀，在查找到的所述關(guān)鍵幀前進(jìn)行一次切片，最終獲得多個(gè)視頻文件片段。
3.根據(jù)權(quán)利要求2所述的方法，其中，在步驟c)之前，還包括: b4)、針對每相鄰兩個(gè)視頻文件片段，判斷在轉(zhuǎn)碼處理時(shí)前一個(gè)視頻文件片段中的非關(guān)鍵幀是否參考后一個(gè)視頻文件片段中的至少一個(gè)關(guān)鍵幀進(jìn)行解碼； b5)、如果是，將所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀復(fù)制到所述前一個(gè)視頻文件片段中，其中，所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
4.根據(jù)權(quán)利要求3所述的方法，其中，復(fù)制到所述前一個(gè)視頻文件片段中的所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀攜帶有標(biāo)識，所述標(biāo)識用于指示所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
5.根據(jù)權(quán)利要求1至4中任意一項(xiàng)所述的方法，其中，所述步驟a)具體為: 從所述音視頻文件中分別提取出音頻幀和視頻幀，將提取出的音頻幀放入到所述音頻文件中，將提取出的視頻幀放入到所述視頻文件中。
6.根據(jù)權(quán)利要求1至4中任意一項(xiàng)所述的方法，其中，所述步驟e)具體為: 按照轉(zhuǎn)碼處理后的音頻文件中的音頻幀的時(shí)間戳以及轉(zhuǎn)碼處理后的視頻文件中的視頻幀的時(shí)間戳的先后順序，對所述音頻幀和所述視頻幀進(jìn)行混合排序，并將混合排序后的所述音頻幀和所述視頻幀放入同一個(gè)文件中。
7.—種設(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。
8.根據(jù)權(quán)利要求7所述的設(shè)備，其中，所述切片單元包括:設(shè)置子單元，用于將播放時(shí)長為預(yù)設(shè)時(shí)間段的文件片段設(shè)置為參考切片單位； 判斷子單元，用于判斷當(dāng)采用所述參考切片單位對所述視頻文件進(jìn)行一次切片時(shí)，剩余視頻文件中的第一個(gè)視頻幀是否為關(guān)鍵幀； 切割子單元，用于如果所述判斷子單元的判斷結(jié)果為是，采用所述參考切片單位對所述視頻文件進(jìn)行一次切片，如果所述判斷子單元的判斷結(jié)果為否，從所述視頻文件中查找與所述第一個(gè)視頻幀距離最近的關(guān)鍵幀，在查找到的所述關(guān)鍵幀前進(jìn)行一次切片，最終獲得多個(gè)視頻文件片段。
9.根據(jù)權(quán)利要求8所述的設(shè)備，其中，還包括: 判斷單元，用于在所述轉(zhuǎn)碼單元分別對所述多個(gè)視頻文件片段以及所述音頻文件進(jìn)行轉(zhuǎn)碼處理之前，判斷在轉(zhuǎn)碼處理時(shí)前一個(gè)視頻文件片段中的非關(guān)鍵幀是否參考后一個(gè)視頻文件片段中的至少一個(gè)關(guān)鍵幀進(jìn)行解碼； 復(fù)制單元，用于如果所述判斷單元的判斷結(jié)果為是，將所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀復(fù)制到所述前一個(gè)視頻文件片段中，其中，所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
10.根據(jù)權(quán) 利要求9所述的設(shè)備，其中，復(fù)制到所述前一個(gè)視頻文件片段中的所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀攜帶有標(biāo)識，所述標(biāo)識用于指示所述后一個(gè)視頻文件片段中的所述至少一個(gè)關(guān)鍵幀只用于所述前一個(gè)視頻文件片段中的所述非關(guān)鍵幀的解碼，而不用于播放。
11.根據(jù)權(quán)利要求7至10中任意一項(xiàng)所述的設(shè)備，其中，所述分離單元具體用于，從所述音視頻文件中分別提取出音頻幀和視頻幀，將提取出的音頻幀放入到所述音頻文件中，將提取出的視頻幀放入到所述視頻文件中。
12.根據(jù)權(quán)利要求7至10中任意一項(xiàng)所述的設(shè)備，其中，所述合成單元具體用于，按照轉(zhuǎn)碼處理后的音頻文件中的音頻幀的時(shí)間戳以及轉(zhuǎn)碼處理后的視頻文件中的視頻幀的時(shí)間戳的先后順序，對所述音頻幀和所述視頻幀進(jìn)行混合排序，并將混合排序后的所述音頻幀和所述視頻幀放入一個(gè)文件中。
【文檔編號】H04N21/23GK103929655SQ201410171327
【公開日】2014年7月16日 申請日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】張樹軍, 劉希斌, 張仕強(qiáng) 申請人:網(wǎng)易傳媒科技（北京）有限公司