漫谈_网络与多媒体

漫谈_网络与多媒体

作者： 姜学哲(netsail0@163.net)

参考资料：
HTML参考大全(第三版) 清华大学出版社
[美]Thomas A.Powell 著
杨正华 葛菱南 李金波 陈汝祥 译 ￥：92

环境：Windows2000Pro+IE6.0

图们江计算机程序编制小组(http://chulsoft.xiloo.com)版权所有，转载请说明出处。
------------------------------------------------------------------
家里装了256KB的ADSL宽带。上网速度sou~~~~sou~~~~的快。连3.5GB的灌篮高手全集都下载了。心里说不出的痛快。从网上下载MP3,在线观看电影,与远方的朋友即时通信绝对没问题！没问题！！偶然间在China.com发现了反恐精英的录相。就这样，我真正认识到了什么是CS！配着快节奏的音乐，那些高手们出神入化的枪法让我折服，我只能用两个字来形容--疯子！！！真是一群疯子！！！他们中的一位竟然什么枪也不买，就一把默认的手枪，他就敢往前冲！前面人再多都不怕。这个世上怎么会有这么牛B的人？要不是我亲眼所见，打死我也不会相信。在那帮变态级高手面前出现半秒钟就意味着死亡。

我看到的第一个录相中有个变态用沙漠之鹰加狙只身深入虎穴，在Aztoc地图一个人往前冲，一下子杀掉了对方六个人。够牛了吧？接下来的让我目瞪口呆！有个更变态的小子竟然什么武器都不买！拿个手枪就往前冲！他是警，12发子弹的枪威力比较强。他就用那把枪干掉了全部6个敌人。这个是不是更牛B？慢着慢着，还有个更牛的。他是匪，他的手枪是二十发子弹的。大家都知道匪默认的手枪的威力是很弱的。他在一个地方同时看见严阵以待的三个警，都是M4步枪！！！这个变态只用了12发子弹将他们全部杀死了！天呐！！！让我好自卑。CS真是伟大的游戏！！他在我心目中的地位已经不亚于帝国时代和星际争霸了。 看他们打CS就是一种享受。非常HIGH的享受！

我是从2000开始上网的。所以想当然地以为网络本来就是这个样子。用浏览器上网看带有图像声音的Web页是很平常的事情。后来在学习Web开发的过程中我Look到一种纯文本浏览器Lynx。Lynx不支持图像，音频和视频就更不用说了。这个老古董只能显示字符，而且没有IE来的漂亮。真是不爽！从那个时候我才感到现在的我们好幸福啊！最让我不解的是现在还有人执着于纯文本的浏览器。脑子里想的都是什么啊？既然更优秀的新技术来了，就应该接受它嘛！这么守旧怎么玩儿电脑？

导致现代网络发展的革新之一是在1993年Mosaic浏览器引入了图像（Mosaic是最早出现的Internet上的WEB浏览器），但是这仅仅是第一步。现在网络已经可以把多种媒体形式---包括声音，视频和动画带到人们的浏览器上。

在某些场合声音具有不可替代的作用。声音是多媒体网页的重要元素。但是声音应当如何使用呢？如果只是简单地把MIDI加为背景音乐来重复播放，那么您的网页变得等同于商店中的电子琴示范。而且现在大多数网页中的MIDI音乐根本就是多余的。

过去的几年中网络上对音频的支持发生了很大的变化，其重点已经由在网页中播放音乐转移到使Winamp，RealPlayer等独立的播放器上。我们早已习惯了MP3格式的“下载 -> 播放”方式。直到最近出现的流媒体。

我们应该对这些数字声音技术有所了解。有一个术语--“采样频率”。采样频率，即在一段特定时间内，把声音数字化的次数。单位是千赫/秒(KHz)。CD质量的声音大约是44.1KHz，即每秒种采样44100次。对于立体声系统，需要两个声道。每个声道8bits，则每一次采样是16bits，因此每一秒CD质量的声音需要产生705600bits的数据(44100*16=705600)。

理想情况是，应该在Internet上使用CD质量的声音，以满足用户需要的高质量音乐。然而绝大多数的用户所能享用的带宽是非常有限的。现在还有很多用户驱猫上网。下载一首MP3至少需要半个小时。

所以在创建网上发布的数字音乐时可以降低采样频率。尤其是对于一些声音质量要求不高的声音，例如演讲录音等。低质量的音频只需要64000bits的数据，但是用户仍然需要等待下载。现今的网络带宽资源还不是很富余。

和图形文件相同，音频文件也能够被压缩，从而减少需要发送的数据量。服务器端的软件将音频数据压缩，然后这些数据将在客户端被解压缩并播放。这个压缩/解压缩软件被称为CODEC(多媒体数字信号编解码器)。音频压缩方法也分为有损压缩和无损压缩两种。顾名思义，有损压缩无法完美地再现被压缩的数据，但是它能够做到足够接近。并且因此减小了文件的size。而无损压缩过程中数据不会有任何的损失，当然无法显著减小文件的size了。压缩总是需要在声音质量和文件的size之间取得一个平衡，因为更大的文件意味着更长的下载时间。

在Internet上发布声音的早期方法遵循的事“下载并播放”模型。使用像WAV和AU这样的文件格式。在这种情况下用户必须先下载完整个文件后才能开始播放。在网上下载音乐时MP3格式是我的首先。然后是WMA。对于RM格式的音乐我从来都是二话不说--删！！！因为我最关心的是音乐的质量。MP3格式能够基本满足我的要求。事实正是如此，MP3几乎是高质量采样音频播放的唯一选择。

MP3是MPEG（Moving Picture Experts Group)所开发的。MP3是一种能够把CD质量的声音压缩为大约10到20倍的音频格式。它考虑了人类的听觉特点。把人耳听不到的或者不重要的频率减到最少，并优化其余部分。

像MP3这样的“下载并播放”格式得以流行是因为它们能够在Internet上传送高质量的音频文件，但是它们也需要让用户等待下载的完成。对于一首音乐来讲，这是必须的。没有人愿意在线听歌曲。难道每次想听音乐都得上网？这是不现实的。但是确实有这样的需要，有时候人们需要有一种网上即时播放的广播媒体。网络广播被称为“流”(streaming)。最为流行的流式音频当然是RealNetworks开发的RealAudio格式了。

首先我们要了解什么是“流”。一个使用猫上网的用户每秒能够接受大约4K的数据。如果可以用这4K数据来表现一秒种的声音，而且数据传送到最终用户的速度稳定在每秒4K，数据将有效地“流动”，或者说“实时播放”。流是很有意义的。在收听广播时用户关心的是这一秒钟的内容。用户可能并不希望将它保存起来听第二遍，而且用户只对其中的一小段新闻感兴趣。那为什么要先下载整个新闻后再收听呢？流式音频不占用磁盘空间，而且它还允许随意访问一个音频文件的任何位置。我们可以把“下载--播放”方式的音频文件看做是录音带的替代品，而把流式音频当做是收音机的替代品。

然而，流式格式也有严重缺点。首先，想把音频文件压缩到可以用于流，必须牺牲一定程度的声音质量。再者，Internet协议本身并没有考虑流的需求。

因为Internet是数据阻塞和延迟的高发区。Internet上所使用的TCP/IP协议是为了稳定性和扩充性而设计的。Internet是一个数据包交换网络，它把数据分成小块，将它们分别发送，然后在接收端把数据包重新组合。由于这些数据包可能在传送过程中丢失，或者在接收时顺序被打乱，人们使用了传输控制协议TCP来保证数据的完整性。

数据包交换网络使得许多用户可以共享一条固定的线路，然而，它们有一个严重的问题。如果没有特定的修改，数据包交换网络无法保证传输时间。也就是说服务器端发出的数据包可能要过很长一段时间后才能被用户收到。这使得在网络上实现流式音频、视频的“实时”应用变得很困难。

数据包交换网络可以加入实时流协议（RTSP：Real Time Streaming Protocol)。它能够通过缓存把数据分布到多个数据包。甚至在需要时预定带宽来帮助提高实时传送的可能性。虽然这些协议能够增进实时数据传送，但它们无法改变网络的使用方法。例如，如果引入了真正的带宽的预定将产生一个问题--怎么才能对无休止的预定加以限制，因为每一个用户都想拥有整个网络带宽。

然而就目前而言这还只是纯粹的构想。虽然在网络上使用多媒体时我们有着强烈的宽带需求，但是现在的Internet无法保证所有的用户都拥有足够的带宽。所以只能做一个假设，假设用户拥有的最低带宽。但是实际上很多用户的带宽比假设的还要低的多。这个时候用户就无法在网上收听音频和视频了。因为如果假设不成立则音频或视频将会发生丢失信号的情况。

避免丢失信号的方法之一是缓存数据。这种方法使你可以预先下载一定数量的数据，并把它们存入缓存中以防止数据的丢失。对于一个长的音频剪辑，初始的10或15秒的缓冲延迟是可以接受的。而对于短小的音频剪辑，缓存反而会带来反作用。

许多Internet音频解决方法都是同时使用了集中压缩、缓存和一定程度的对用户带宽的假设来满足流的需求。而更复杂的音频解决方案使用服务器来控制。这两种流式音频方案都有其优点和缺点。随着宽带网的普及，流式音频将在相当长的时间内继续发挥作用。