音视频知识介绍（一）

一、音视频常见术语

1. 容器：一种文件格式，比如flv，mkv等，包含5种流以及文件头信息
2. 流：一种视频数据信息的传输方式，有5种流：音频：Audio Stream、附件：t、数据：d、字幕：s和视频：Video Stream
3. 帧：代表一幅静止的图像，分为I帧，P帧，B帧。I 帧的体积特别大，当运动矢量不是特别大的时候，P帧不会太大，B帧参考前后帧
4. 编解码器：是对视频进行压缩或者解压缩，CODEC = COde 编码 + DECode 解码
5. 码流：指视频图像经过编码压缩后在单位时间内的数据流量，也叫码率，单位是kb/s或者Mb/s。同样分辨率下，压缩比越小，视频图像的码率就越大，画面质量就越高，文件体积也越大。计算公式：文件体积 = 时间 X 码率 / 8
6. 采样率：也称为采样频率，定义了每秒从连续的模拟信号中提取并组成离散信号的采样个数，用赫兹（Hz）表示，采样率越高，还原后的音质、画质就越好
7. 比特率：指每秒传送的比特（bit）数，单位为bps，比特率越高，传送的数据越大。比特率越高，音视频的质量就越好，但编码后的文件就越大。计算公式：比特率 = 采样率 x 采样位数 x 声道数

二、封装格式

作用： 视频码流和音频码流按照一定的格式储存在一个文件，例如下载的视频，来源不同，这些文件有不同的格式，用不同的后缀拓展名表示：avi，rmvb，mp4，flv，mkv
注意：格式代表的是封装格式，不代表具体使用了什么视音频编码标准

2.1 封装格式介绍

名称	推出机构	目前使用领域
AVI	Microsoft Inc	BT下载影视
MP4	MPEG	互联网视频网站
TS	MPEG	IPTV，数字电视
FLV	Adobe Inc	互联网视频网站
MKV	CoreCodec Inc.	互联网视频网站
RMVB	Real Networks Inc	BT下载影视

视频编码： 将视频像素数据（RGB，YUV）压缩成为视频码流，从而降低视频的数据量
音频编码： 将音频采样数据（PCM）压缩成为音频码流，从而降低音频的数据量
视频像素：保存了屏幕上每一个像素点的像素值格式，常见的有RGB24，RGB32，YUV420P，YUV422P，YUV444P
音频采样数据：保存音频中每个采样点的值，数据体积很大

2.2 视频编码介绍

名称	推出机构	推出时间
HEVC（H.265）	MPEG/ITU-T	2013
H.264	MPEG/ITU-T	2003
MPEG4	MPEG	2001
MPEG2	MPEG	1994
VP9	Google	2013
VP8	Google	2008
VC-1	Microsoft Inc	2006

2.3 音频编码介绍

名称	推出机构	推出时间
AAC	MPEG	1997
AC-3	Dolby Inc	1992
MP3	MPEG	1993
WMA	Microsoft Inc	1999

三、音视频数据

3.1 视频编码数据

将视频像素数据（RGB，YUV等）压缩成为视频码流，从而降低视频的数据量

3.2 音频编码数据

将音频采样数据（PCM等）压缩成为音频码流，从而降低音频的数据量

3.3 视频像素数据

保存了屏幕上每一个像素点的像素值，常见的像素数据格式有RGB24，RGB32，YUV420P，YUV422P，YUV444P等。压缩编码中一般使用的是YUV格式的像素数据,最为常见的格式为YUV420P
特点：视频像素数据体积很大，假定帧率为25HZ，取样精度8bit，一小时高清视频的RGB24格式的数据体积为：3600 * 25 * 1920 * 1080 * 3 = 559.9 GB

3.4 音频采样数据

保存了音频中每个采样点的值.音频采样数据体积很大，假定采样率为44100Hz，采样精度为16bit，一首4分钟的PCM格式的歌曲体积为：

4 * 60 * 44100 * 2 * 2 = 42.3 MByte