流媒体网络协议 -- DASH

---

DASH介绍

DASH（Dynamic Adaptive Streaming over HTTP）全称为“基于HTTP的动态自适应流”，是一种自适应比特率流技术，
可以是高质量流媒体可以通过传统的HTTP网络服务器以互联网传递，支持TS profile和ISO profile。
类似的方案还有：

• Apple的HTTP Live Streaming(HLS)
• Adobe的HTTP Dynamic Streaming(HDS)
• Microsoft的Smooth Streaming(MSS)

1. DASH工作原理

• Server端将媒体文件切割一个个时间长度相等的切片（Segment），每个切片被编码为不同的码率/分辨率。
• Client端通过评估自身的性能和带宽情况，下载相应码率和分辨率的切片。带宽好，下载码率高的切片；带宽差，下载码率低的切片。
  因为不同质量的切片在时间上是对齐的，所以在不同质量的切片之前切换的话，自然是顺畅的，从而达到无缝切换的效果。

2. DASH相比于HLS的优势：

• 更加通用且正式的码率切换流媒体协议，由MPEG组织制定，而非私人公司制定的。
• 相比广泛应用的HLS v3来说，可以减少多轨媒体的存储空间和传输带宽。
  多轨媒体有不同的audio、video和字幕，如果要将它们组合的话，那会有很多种不同的组合，（多视角case会有不同的video track）
  而FMP4是将audio、video和字幕分开的，没有封装在一起，那么就不需要将它们一一组合并存储以满足客户的不同需求。
  客户需要什么版本的audio 或video或字幕，分开请求即可，从而减少服务器的存储空间。
• 基于模板的媒体描述文件相比m3u8文件，文件体积大大减小。

---

媒体描述文件

MPEG-DASH中也有类似HLS M3U8这种媒体描述文件，官方命名为MPD文件，实际上是一个XML文件。在这个XML文件中，官方定义了描述流媒体的tag。

1. MPD
   MPD(Media Presentation Description)全称为媒体呈现描述，是一个XML文件。
   它完整的表示了视频的所有信息，包括视频长度，码率和分辨率等等。
   请求DASH URL实际上就是获得一个MPD文件。
2. Periods
   时间段。一个或者多个Period组成一个MPD文件，每个Period表示一个时间段的媒体。
   比如某个码流的长度为60秒，假如分为三个Periods：Period1->0_{15s；Period2->16}40s；Period3->41~60s。
   在同一个Period内，可用的媒体内容及其各个可用码率都不会发生变更。
   直播情况下，服务器周期性的从MPD文件中移除已过时的Period，并增添新的Period。
3. AdaptationSet
   自适应集合。描述同一时间段不同类型的媒体数据，如字幕，音频和视频。
   自适应集合，一个或多个AdaptationSet组成一个Period，AdaptationSet包含了逻辑一致的媒体呈现的格式。
   对于video来说，每个AdaptationSet由一组可供切换的不同码率/分辨率的码流组成。
   而对于audio来说，每个audio AdaptationSet对应同一种语言的不同质量的音频。
4. Representation
   媒体表示。描述同一媒体数据类型的不同质量版本，即每个Representation仅码率、分辨率不同，其它都一样。
   一组媒体内容版本可切换的Representation组成一个AdaptationSet。
   比如视频有高质量、中质量、低质量三个版本，那么就对应三个Representation。
5. Segment
   片段，DASH媒体概念的最小单位，表示一段小的媒体片段。
   每个Representation中的内容被切分成一段段Segments，使得客户端在播放时能够方便在不同的Representtation之间切换。
   每个Segment由一个对应的URL指定，客户端通过访问该URL获得可播放的媒体数据。
   Segment之间不允许相互覆盖，且是解码独立的，不依赖其它Segment。
   对于承载ISO profile的segment，可分为Initialization Segment和Media Segment。
   Initialization Segment包含MOOV，每个Representation只有一个。
   Media Segment包含媒体数据(moof+mdat)，每个RePresentation有若干个。
   所以，DASH对媒体的描述如下图所示：

---

MPD文件夹解析

DASH中定义了3种类型的MPD文件，对应3种Segment URL的解析方式：

1. SegmentBase形式：

SegmentBase形式的MPD文件中，一种媒体类型只有一个URL，该URL对应的媒体文件就是 init segment + media segment，不再分段。
MPD文件如下：

<?xml version="1.0" encoding="UTF-8"?>
	<MPD xmlns="urn:mpeg:dash:schema:mpd:2011" 
		xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
		maxSubsegmentDuration="PT5.0S" 
		mediaPresentationDuration="PT9M57S" 
		minBufferTime="PT5.0S" 
		profiles="urn:mpeg:dash:profile:isoff-on-demand:2011,http://xmlns.sony.net/metadata/mpeg/dash/profile/senvu/2012" 
		type="static" 
		xsi:schemaLocation="urn:mpeg:dash:schema:mpd:2011 DASH-MPD.xsd">
		<Period duration="PT9M57S" id="P1">
		<!-- Adaptation Set for main audio -->
			<AdaptationSet audioSamplingRate="48000" codecs="mp4a.40.5" contentType="audio" group="2" id="2" lang="en" mimeType="audio/mp4" subsegmentAlignment="true" subsegmentStartsWithSAP="1">
			<AudioChannelConfiguration schemeIdUri="urn:mpeg:dash:23003:3:audio_channel_configuration:2011" value="2"/>
			<Role schemeIdUri="urn:mpeg:dash:role:2011" value="main"/>
				<Representation bandwidth="64000" id="2_1">
					<BaseURL>DASH_vodaudio_Track5.m4a</BaseURL>
				</Representation>
			</AdaptationSet>
...

上例中，audio Representation只有一个URL，对应文件名为：DASH_vodaudio_Track5.m4a。
请求该MPD文件的URL为：

http://example.com/test.mpd

那么请求该文件的URL则为：

http://example.com/DASH_vodaudio_Track5.m4a

2. SegmentList形式：