计算机网络8 互联网上的音视频服务

概述

• 技术的进步，使得许多用户开始利用互联网传送音频、视频数据

• 这种音频、视频常称为多媒体信息

• 多媒体信息的两个特点如下：

  • 多媒体信息的信息量很大：传输需要的码率高，因此必须采用各种信息压缩技术
  • 传输多媒体数据（边传输边播放）时，对时延和时延抖动有较高的要求

• 传统模拟的多媒体信号要经过数字化，才能在互联网上传送

• 传输多媒体信号的分组，发送间隔都是恒定的，这样的分组是等时的（isochronous），等时分组进入互联网的速率也是恒定的

• 传统的互联网本身是非等时的，因为每一个分组都是独立传送，到达接收端时，先后次序可能不同，因此变成非等时的

• 如果在接收端对非等时的分组边接收边还原，那么播放时一定会出现失真
• 要解决这一问题，可以在接收端设置适当大小的缓存，当缓存种分组到达一定数量后，再以恒定速率按序播放

• 缓存实际上是一个先进先出的队列，T叫做播放时延，缓存使所有到达的分组都经受了时延
• 非等时的分组，经过缓存后再以恒定速率读出，就变成了等时的分组，很大程度上可以消除时延的抖动

• 播放时延T的选择应该折中考虑，在传送时延敏感的实时数据中，不仅传输时延不能太大，而且时延抖动也必须受到限制
• 在互联网传输实时数据有可能出现丢失，如果采用TCP协议，则重传后时延大大增加，因此实时数据的传输在运输层要采用UDP
• 容忍丢失（loss tolerant）是实时数据的一个重要特点，在传输实时数据时，可以容忍丢弃少量的分组，但是不要太晚到达的分组。在连续的音频、视频流中，少量分组丢失对播放效果影响不大
• 在发送多媒体分组时，应该加上序号和时间戳。有了序号和时间戳，接收端就知道应在什么时间开始播放缓存中收到的分组

目前互联网提供的音频、视频服务大体上可分为三种类型：

• 流式（streaming）存储：这种类型是把已压缩的音视频文件，存储在服务器上，用户通过互联网访问，实现下载播放。流失存储的特点是边下载边播放
• 流式实况：流式实况是一对多的通信，特点是音视频节目没有实现录好存放在服务器中，而是边录制边发送，接收时要求能连续播放
• 交互式：用户使用互联网和其他人进行实时交互式通信，例如互联网电话、互联网电视会议

流媒体（streaming media）：就是流式音频、视频，主要特点就是边下载边播放

流式存储音视频

使用传统浏览器从服务器下载音视频文件的步骤

• 用户在浏览器上，用HTTP协议的GET命令向服务器请求下载某个音视频文件
• 服务器响应浏览器的请求，RESPONSE表示服务器的响应报文，整个过程可能时间很长
• 当浏览器完全收下这个文件后，就可以在本地进行解压播放

具有元文件的万维网服务器

对传统浏览器下载文件进行改进的第一种方法，是使用元文件

元文件，是一种非常小的文件，它描述或指明其它文件的一些重要信息，例如音视频文件的路径、大小、格式等，使用元文件下载音视频步骤如下

• 用户在浏览器上点击超链接，使用GET报文请求音视频的元文件
• 服务器把元文件装入响应报文主体，发送给浏览器，响应报文中还应指明文件类型的首部
• 浏览器收到服务器的响应，分析首部，提取元文件的URL，并发送给媒体播放器
• 媒体播放器使用URL和服务器建立TCP连接，并发送请求报文，下载音视频文件
• 服务器发送响应报文，将音视频文件发送给媒体播放器，媒体播放器存储若干秒后开始解压播放

媒体服务器

为了更好提供流式音视频服务，现在流行做法是使用两个分开的服务器，一个普通的万维网服务器和一个流媒体服务器，工作原理如下：

采用媒体服务器后，媒体播放器直接向媒体服务器请求下载音视频文件，其中前3个步骤和之前的一样，区别在后面两个步骤

• 步骤4：媒体播放器使用元文件提供的URL，接入媒体服务器，请求下载文件
• 步骤5：媒体服务器给出响应，把文件发送给媒体播放器，媒体播放器延迟后解码播放

传输音视频数据，可以使用TCP，也可以使用UDP，但是使用UDP会有以下缺点：

• 发送端按照正常播放速度发送流媒体数据帧，但是接收端的播放器很难做到始终按规定的速率播放
• 很多单位的防火墙阻止外部UDP分组的进入，因此使用UDP传输多媒体文件会被拦截
• 如果用户希望能控制媒体播放，如暂停、快进，还需要使用额外的协议，增加了成本和复杂性

因此对流式音视频的播放，都采用了TCP来传送，主要步骤如下：

• 用户使用HTTP获取服务器中的音视频文件时，服务器将文件先存储在本地的TCP发送缓存中，直到缓存被填满
• 从服务器的TCP发送缓存，通过互联网