媒體業務是網絡的主要業務之間。尤其移動互聯網業務的興起，在運營商和應用開發商中，媒體業務份量極重，其中媒體的編解碼服務涉及需求分析、應用開發、釋放license收費等等。最近因爲項目的關係，需要理清媒體的codec，比較搞的是，在豆丁網上看運營商的規範 標準，同一運營商同樣的業務在不同文檔中不同的要求，而且有些要求就我看來應當是歷史的延續，也就是現在已經很少採用了。所以豆丁上看不出所以然，從 wiki上查。中文的wiki信息量有限，很短，而wiki的英文內容內多，刪減版也減肥得太過。我在網上還看到一個山寨的中文wiki，長得很像，紅色的，叫“天下維客”。wiki的中文還是很不錯的，但是閱讀後建議再閱讀英文。
我對媒體codec做了一些整理和總結，資料來源於wiki，小部分來源於網絡博客的收集。網友資料我們將給出來源。如果資料已經轉手幾趟就沒辦法，雁過留聲，我們只能給出某個軌跡。
基本概念
編解碼
編解碼器（codec）指的是一個能夠對一個信號或者一個數據流進行變換的設備或者程序。這裏指的變換既包括將 信號或者數據流進行編碼（通常是爲了傳輸、存儲或者加密）或者提取得到一個編碼流的操作，也包括爲了觀察或者處理從這個編碼流中恢復適合觀察或操作的形式的操作。編解碼器經常用在視頻會議和流媒體等應用中。
容器
很多多媒體數據流需要同時包含音頻數據和視頻數據，這時通常會加入一些用於音頻和視頻數據同步的元數據，例如字幕。這三種數據流可能會被不同的程序，進程或者硬件處理，但是當它們傳輸或者存儲的時候，這三種數據通常是被封裝在一起的。通常這種封裝是通過視頻文件格 式來實現的，例如常見的*.mpg, *.avi, *.mov, *.mp4, *.rm, *.ogg or *.tta. 這些格式中有些只能使用某些編解碼器，而更多可以以容器的方式使用各種編解碼器。
FourCC全稱Four-Character Codes，是由4個字符（4 bytes）組成，是一種獨立標示視頻數據流格式的四字節，在wav、avi檔案之中會有一段FourCC來描述這個AVI檔案，是利用何種codec來 編碼的。因此wav、avi大量存在等於“IDP3”的FourCC。
視頻是現在電腦中多媒體系統中的重要一環。爲了適應儲存視頻的需要，人們設定了不同的視頻文件格式來把視頻和音頻放在一個文件中，以方便同時回放。視頻檔實際上都是一個容器裏面包裹着不同的軌道，使用的容器的格式關係到視頻檔的可擴展性。
參數介紹
採樣率
採樣率（也稱爲採樣速度或者採樣頻率）定義了每秒從連續信號中提取並組成離散信號的採樣個數，它用赫茲（Hz）來表示。採樣頻率的倒數叫作採樣週期或採樣時間，它是採樣之間的時間間隔。注意不要將採樣率與比特率（bit rate，亦稱“位速率”）相混淆。
採樣定理表明採樣頻率必須大於被採樣信號帶寬的兩倍，另外一種等同的說法是奈奎斯特頻率必須大於被採樣信號的帶寬。如果信號的帶寬是 100Hz，那麼爲了避免混疊現象採樣頻率必須大於200Hz。換句話說就是採樣頻率必須至少是信號中最大頻率分量頻率的兩倍，否則就不能從信號採樣中恢復原始信號。
對於語音採樣：
- 8,000 Hz - 電話所用採樣率, 對於人的說話已經足夠
- 11,025 Hz
- 22,050 Hz - 無線電廣播所用採樣率
- 32,000 Hz - miniDV 數碼視頻 camcorder、DAT (LP mode)所用採樣率
- 44,100 Hz - 音頻 CD, 也常用於 MPEG-1 音頻（VCD, SVCD, MP3）所用採樣率
- 47,250 Hz - Nippon Columbia (Denon)開發的世界上第一個商用 PCM 錄音機所用採樣率
- 48,000 Hz - miniDV、數字電視、DVD、DAT、電影和專業音頻所用的數字聲音所用採樣率
- 50,000 Hz - 二十世紀七十年代後期出現的 3M 和 Soundstream 開發的第一款商用數字錄音機所用採樣率
- 50,400 Hz - 三菱 X-80 數字錄音機所用所用採樣率
- 96,000 或者 192,000 Hz - DVD-Audio、一些 LPCM DVD 音軌、Blu-ray Disc（藍光盤）音軌、和 HD-DVD （高清晰度 DVD）音軌所用所用採樣率
- 2.8224 MHz - SACD、 索尼 和 飛利浦 聯合開發的稱爲 Direct Stream Digital 的 1 位 sigma-delta modulation 過程所用採樣率。
在模擬視頻中，採樣率定義爲幀頻和場頻，而不是概念上的像素時鐘。圖像採樣頻率是傳感器積分週期的循環速度。由於積分週期遠遠小於重複所需時間，採樣頻率可能與採樣時間的倒數不同。
- 50 Hz - PAL 視頻
- 60 / 1.001 Hz - NTSC 視頻
當模擬視頻轉換爲數字視頻的時候，出現另外一種不同的採樣過程，這次是使用像素頻率。一些常見的像素採樣率有：
- 13.5 MHz - CCIR 601、D1 video
分辨率
分辨率，泛指量測或顯示系統對細節的分辨能力。此概念可以用時間、空間等領域的量測。日常用語中之分辨率多用於圖像的清晰度。分辨率越高代表圖像品質越好，越能表現出更多的細節。但相對的，因爲紀錄的信息越多，文件也就會越大。目前個人電腦裏的圖像，可以使用圖像 處理軟件，調整圖像的大小、編修照片等。例如 photoshop，或是photoimpact等軟件。
圖像分辨率 ：
用以描述圖像細節分辨能力，同樣適用於數字圖像、膠捲圖像、及其他類型圖像。常用'線每毫米'、 '線每英吋'等來衡量。通常，“分辨率”被表示成每一個方向上的像素數量，比如640x480等。而在某些情況下，它也可以同時表示成“每英吋像素” （pixels per inch，ppi）以及圖形的長度和寬度。比如72ppi，和8x6英吋。
視頻分辨率 ：
各種電視規格分辨率比較視 頻的畫面大小稱爲“分辨率”。數位視頻以像素爲度量單位，而類比視頻以水平掃瞄線數量爲度量單位。標清電視頻號分辨率爲 720/704/640x480i60（NTSC）或768/720x576i50（PAL/SECAM）。新的高清電視（HDTV）分辨率可達 1920x1080p60，即每條水平掃瞄線有1920個像素，每個畫面有1080條掃瞄線，以每秒鐘60張畫面的速度播放。
畫面更新率fps
Frame rate中文常譯爲“畫面更新率”或“幀率”，是指視頻格式每秒鐘播放的靜態畫面數量。典型的畫面更新率由早期的每秒6或8張（frame persecond，簡稱fps），至現今的每秒120張不等。PAL (歐洲，亞洲，澳洲等地的電視廣播格式) 與 SECAM (法國，俄國，部分非洲等地的電視廣播格式) 規定其更新率爲25fps，而NTSC (美國，加拿大，日本等地的電視廣播格式) 則規定其更新率爲29.97 fps。電影膠捲則是以稍慢的24fps在拍攝，這使得各國電視廣播在播映電影時需要一些複雜的轉換手續（參考Telecine轉換）。要達成最基本的視覺暫留效果大約需要10fps的速度。
壓縮方法
有損壓縮和無損壓縮
在視頻壓縮中有損（Lossy ）和無損（Lossless）的概念與靜態圖像中基本類似。無損壓縮也即壓縮前和解壓縮後的數據完全一致。多數的無損壓縮都採用RLE行程編碼算法。有損 壓縮意味着解壓縮後的數據與壓縮前的數據不一致。在壓縮的過程中要丟失一些人眼和人耳所不敏感的圖像或音頻信息，而且丟失的信息不可恢復。幾乎所有高壓縮的算法都採用有損壓縮，這樣才能達到低數據率的目標。丟失的數據率與壓縮比有關，壓縮比越小，丟失的數據越多，解壓縮後的效果一般越差。此外，某些有損壓 縮算法採用多次重複壓縮的方式，這樣還會引起額外的數據丟失。
- 無損格式，例如WAV，PCM，TTA，FLAC，AU，APE，TAK，WavPack(WV)
- 有損格式，例如MP3，Windows Media Audio（WMA），Ogg Vorbis（OGG），AAC
幀內壓縮和幀間壓縮
幀內（Intraframe）壓縮也稱爲空間壓縮 （Spatial compression）。當壓縮一幀圖像時，僅考慮本幀的數據而不考慮相鄰幀之間的冗餘信息，這實際上與靜態圖像壓縮類似。幀內一般採用有損壓縮算法，由於幀內壓縮時各個幀之間沒有相互關係，所以壓縮後的視頻數據仍可以以幀爲單位進行編輯。幀內壓縮一般達不到很高的壓縮。
採用幀間（Interframe）壓縮是基於許多視頻或 動畫的連續前後兩幀具有很大的相關性，或者說前後兩幀信息變化很小的特點。也即連續的視頻其相鄰幀之間具有冗餘信息，根據這一特性，壓縮相鄰幀之間的冗餘量就可以進一步提高壓縮量，減小壓縮比。幀間壓縮也稱爲時間壓縮（Temporalcompression），它通過比較時間軸上不同幀之間的數據進行壓縮。幀間壓縮一般是無損的。幀差值（Frame differencing）算法是一種典型的時間壓縮法，它通過比較本幀與相鄰幀之間的差異，僅記錄本幀與其相鄰幀的差值，這樣可以大大減少數據量。
對稱編碼和不對稱編碼
對稱性（symmetric）是壓縮編碼的一個關鍵特 徵。對稱意味着壓縮和解壓縮佔用相同的計算處理能力和時間，對稱算法適合於實時壓縮和傳送視頻，如視頻會議應用就以採用對稱的壓縮編碼算法爲好。而在電子出版和其它多媒體應用中，一般是把視頻預先壓縮處理好，爾後再播放，因此可以採用不對稱（asymmetric）編碼。不對稱或非對稱意味着壓縮時需要花費大量的處理能力和時間，而解壓縮時則能較好地實時回放，也即以不同的速度進行壓縮和解壓縮。一般地說，壓縮一段視頻的時間比回放（解壓縮）該視頻的時間 要多得多。例如，壓縮一段三分鐘的視頻片斷可能需要10多分鐘的時間，而該片斷實時回放時間只有三分鐘。
除wiki外的資料來源：http://tech.lmtw.com/csyy/Using/200411/3142.html
編解碼學習筆記（二）：codec類型
資料（港臺將information翻譯爲資料）壓縮是透過去除資料中的冗餘資訊而達成。就視訊資料而言，資料中的冗餘資訊可以分成四類：
時間上的冗餘資訊（temporal redundancy）
在視訊資料中，相鄰的幀（frame）與幀之間通常有很強的關連性，這樣的關連性即爲時間上的冗餘資訊。這即是上一次學習中的幀間壓縮。
空間上的冗餘資訊（spatial redundancy）
在同一張幀之中，相鄰的像素之 間通常有很強的關連性，這樣的關連性即爲空間上的冗餘資訊。這即是上一次學習中的幀內壓縮。
統計上的冗餘資訊（statistical redundancy）
統計上的冗餘資訊指的是欲編碼的符號（symbol）的機率分佈是不均勻（non-uniform）的。
感知上的冗餘資訊（perceptual redundancy）
感知上的冗餘資訊是指在人在觀看視訊時，人眼無法察覺的資訊。
視訊壓縮（英文：Video compression）是指運用資料壓縮技術將數位視訊資料中的冗餘資訊去除，降低表示原始視訊所需的資料量，以便視訊資料的傳輸與儲存。實際上，原始視訊資料的資料量往往過大，例如未經壓縮的電視品質視訊資料的位元率高達216Mbps，絕大多數的應用無法處理如此龐大的資料量，因此視訊壓縮是必要的。目前最新的視訊編碼標準爲ITU-T視訊編碼專家組（VCEG）和ISO／IEC動態圖像專家組（MPEG）聯合組成的聯合視訊組（JVT，Joint Video Team）所提出的H.264/AVC。
一個典型的視訊編碼器：在進行當前信號編碼時，編碼器首先會產生對當前信號做預測的信號，稱作預測信號（predicted signal），預測的方式可以是時間上的預測（interprediction），亦即使用先前幀的信號做預測，或是空間上的預測 （intra prediction），亦即使用同一張幀之中相鄰像素的信號做預測。得到預測信號後，編碼器會將當前信號與預測信號相減得到殘餘信號（residual signal），並只對殘餘信號進行編碼，如此一來，可以去除一部份時間上或是空間上的冗餘資訊。接着，編碼器並不會直接對殘餘信號進行編碼，而是先將殘餘信號經過變換（通常爲離散餘弦變換）然後量化以 進一步去除空間上和感知上的冗餘資訊。量化後得到的量化係數會再透過熵編碼，去除統計上的冗餘資訊。
|
視訊編碼標準發展 |
||||
|
年份 |
標準 |
制定組織 |
解除版權保護 |
主要應用 |
|
1984 |
是 |
|||
|
1990 |
是 |
|||
|
1993 |
是 |
影音光碟（VCD ） |
||
|
1995 |
否 |
|||
|
1996 |
||||
|
1999 |
否 |
|||
|
2003 |
否 |
|||
常見的編解碼見下表，在以後會分類論述：
上面的表格，查看某個具體的codec，可以在中文的wiki中查找，但是英文的wiki諮詢更爲豐富，見下表
編解碼學習筆記（三）：Mpeg系列——Mpeg 1和Mpeg 2
MPEG是Moving Picture Experts Group的簡稱。這個名字本來的含義是指一個研究視頻和音頻編碼標準的小組。現在我們所說的MPEG泛指又該小組制定的一系列視頻編碼標準。該小組於 1988年組成，至今已經制定了MPEG-1、MPEG-2、MPEG-3、MPEG-4、MPEG-7等多個標準，MPEG-21正在制定中。
MPEG到目前爲止已經制定並正在制定以下和視頻相關的標準：
- MPEG-1： 第一個官方的視訊音訊壓縮標準，隨後在Video CD中被採用，其中的音訊壓縮的第三級（MPEG-1 Layer 3）簡稱MP3， 成爲比較流行的音訊壓縮格式。
- MPEG-2： 廣播質量的視訊、音訊和傳輸協議。被用於無線數位電視-ATSC、DVB以及ISDB、數字衛星電視（例如DirecTV）、 數字有線電視信號，以及DVD視頻光盤技術中。
- MPEG-3： 原本目標是爲高解析度電視（HDTV）設計，隨後發現MPEG-2已足夠HDTV應用，故 MPEG-3的研發便中止。
- MPEG-4：2003 年發佈的視訊壓縮標準，主要是擴展MPEG-1、MPEG-2等標準以支援視訊／音訊物件（video/audio "objects"）的編碼、3D內容、低位元率編碼（low bitrate encoding）和數位版權管理（Digital Rights Management），其中第10部分由ISO/IEC和ITU-T聯合發佈，稱爲H.264/MPEG-4 Part 10。參見H.264。
- MPEG-7：MPEG-7並不是一個視訊壓縮標準，它是一個多媒體內容的描述標準。
- MPEG-21：MPEG-21是一個正在制定中的標準，它的目標是爲未來多媒體的應用提供一個完整的平臺。
媒體codec在於MPEG-1，MPEG-2，MPEG-4，如上圖所示。
圖中名稱解釋：在圖中DVD地球人都知道，何爲DVB？
DVB：數字視頻廣播（DVB, Digital VideoBroadcasting），是由“DVB Project”維護的一系列爲國際所承認的數字電視公開標準。DVB系統傳輸方式有如下幾種：
· 衛星電視（DVB-S 及 DVB-S2）
· 有線電視（DVB-C）
· 無線電視（DVB-T）
· 手持地面無線（DVB-H）
這些標準定義了傳輸系統的物理層與數據鏈路層。設備通過同步並行接口（synchronous parallel interface, SPI），同步串行接口（synchronous serial interface, SSI），或異步串行接口（asynchronousserial interface, ASI）與物理層交互。數據以MPEG-2傳輸流的方式傳輸，並要求符合更嚴格的限制（DVB-MPEG）。對移動終端即時壓縮傳輸數據的標準（DVB- H）目前正處於測試之中。
這些傳輸方式的主要區別在於使用的調製方式，因爲不同它們應用的頻率帶寬的要求不同。利用高頻載波的DVB-S使用QPSK調製方式，利用低頻載波的DVB-C使用QAM-64 調製方式，而利用VHF 及 UHF載波的DVB-T使用COFDM調製方式。
除音頻與視頻傳輸外，DVB也定義了帶回傳信道（DVB-RC）的數據通信標準（DVB-DATA）。
DVB的codec，視頻爲：MPEG-2，MPEG-4 AVC；音頻爲：MP3，AC-3，AAC，HE-AAC。
MPEG-1
MPEG-1作爲ISO/IEC11172正式發佈。
MPEG-1較早的視頻編碼，質量比較差，主要用於 CD-ROM 存儲視頻，國內最爲大家熟悉的就是 VCD（Video CD），他的視頻編碼就是採用 MPEG-1。它是爲CD光盤介質定製的視頻和音頻壓縮格式。一張70分鐘的CD光盤傳輸速率大約在1.4Mbps。而 MPEG-1採用了塊方式的運動補償、離散餘弦變換（DCT）、量化等技術，併爲1.2Mbps傳輸速率進行了優化。MPEG-1 隨後被Video CD採用作爲內核技術。MPEG-1的輸出質量大約和傳統錄像機VCR，信號質量相當，這也許是Video CD在發達國家未獲成功的原因。
MPEG-1音頻分三層，就是MPEG-1 Layer I, II, III，其中第三層協議也就是MPEG- 1 Layer 3，簡稱MP3。MP3目前已經成爲廣泛流傳的音頻壓縮技術。
MPEG-1有下面幾個部分：
- 第一部分（Part 1）：系統；
- 第二部分（Part 2）：視頻；
- 第三部分（Part 3）：音頻；定義level1，level2，level3，並在MPEG-2中定義了擴展。
- 第四部分（Part 4）：一次性測試；
- 第五部分（Part 5）：參考軟件；
MPEG－１的缺點：
- 1個音頻壓縮系統限於兩個通道（立體聲）
- 沒有爲隔行掃描視頻提供標準化支持，且壓縮率差
- 只有一個標準化的“profile” （約束參數比特流）， 不適應 更高分辨率的視頻。MPEG - 1可以支持4k的視頻，但難以提供更高分辨率的視頻編碼並且標識硬件的支持能力。
- 支持只有一個顏色空間，4:2:0。
MPEG-2
MPEG-2內容介紹
MPEG-2作爲ISO/IEC 13818正式發佈，通常用來爲廣播信號提供視頻和音頻編碼，包括衛星電視、有線電視等。MPEG-2經過少量修改後，也成爲DVD產品的內核技術。
MPEG-2有11部分，具體如下：
第一部（Part 1）：系統-描述視頻和音頻的同步和多路技術
正式名稱是 ISO/IEC 13818-1或 ITU-T中的H.222.0
MPEG-2的系統描述部分（第1部分）定義了傳輸流，它用來一套在非可靠介質上傳輸數字視頻信號和音頻信號的機制，主要用在廣播電視領域。
定義了兩個不同但相關的容器格式，MPEG transport stream和MPEG program stream，也就是圖中的TS和PS。MPEG傳輸流（TS）爲攜帶可損數字視頻和音頻，媒體流的開始和結束可以不標識出來，就像廣播或者磁帶，其中的 例子包括ATSC，DVB，SBTVD 和HDV。MPEG-2系統還定義了MPEG節目流（PS），它爲以文件爲基礎的媒體設計一個容器格式，用於 硬盤驅動器，光盤 和閃存。
MPEG-2 PS（節目流）是爲在存儲介質保存視頻信息而開發的。 MPEG-2 TS（傳輸流）是爲在網絡傳輸視頻信息而開發的。目前，MPEG-2 TS最廣泛地應用是DVB系統。TS流與PS流的區別在於TS流的包結構是固定度的，而PS流的包結構是可變長度。 PS包與TS包在結構上的這種差異，導致了它們對傳輸誤碼具有不同的抵抗能力，因而應用的環境也有所不同。TS碼流由於採用了固定長度的包結構，當傳輸誤 碼破壞了某一TS包的同步信息時，接收機可在固定的位置檢測它後面包中的同步信息，從而恢復同步，避免了信息丟失。而PS包由於長度是變化的，一旦某一PS包的同步信息丟失，接收機無法確定下一包的同步位置，就會造 成失步，導致嚴重的信息丟失。因此，在信道環境較爲惡劣，傳輸誤碼較高時，一般採用TS碼流；而在信道環境較好，傳輸誤碼較低時，一般採用PS碼流由於 TS碼流具有較強的抵抗傳輸誤碼的能力，因此目前在傳輸媒體中進行傳輸的MPEG-2碼流基本上都採用了TS碼流的包格。
第二部（Part 2）：視頻-視頻壓縮
正式名稱是 ISO/IEC 13818-2或 ITU-T H.262。
提供隔行掃描和非隔行掃描視頻信號的壓縮編解碼器。
MPEG-2的第二部分即視頻部分和MPEG-1類似，但是它提供對隔行掃描視頻顯示模式的支持（隔行掃描廣泛應用在廣播電視領域）。MPEG-2視頻並沒有對低位速率（小於1Mbps）進行優化，在 3Mbit/s及以上位速率情況下，MPEG-2明顯優於MPEG-1。 MPEG-2向後兼容，也即是說，所有符合標準的MPEG-2解碼器也能夠正常播放MPEG-1視頻流。
MPEG-2技術也應用在了HDTV傳輸系統中。MPEG-2 不光運用於 DVD-Video ，現在大部 分 HDTV（高清電視）也採用 MPEG-2 編碼，分辨率達到了 1920x1080。由於 MPEG-2 的普及，本來爲 HDTV 準備 的 MPEG-3 最終宣告放棄。
MPEG-2視頻通常包含多個GOP（GroupOf Pictures），每一個GOP包含多個幀（frame）。幀的幀類（frame type）通常包括I-幀（I-frame）、P-幀（P-frame）和B-幀（B-frame）。其中I-幀採用幀內編碼，P-幀採用前向估計，B- 幀採用雙向估計。一般來說輸入視頻格式是25（CCIR標準）或者29.97（FCC）幀／秒。
MPEG-2支持隔行掃描和逐行掃描。在逐行掃描模式下，編碼的基本單元是幀。在隔行掃描模式下，基本編碼可以是幀，也可以是場（field）。
原始輸入圖像首先被轉換到YCbCr顏色空間。其中Y是亮度，Cb和Cr是兩個色度通道。 Cb指藍色色 度，Cr指紅色色度。對於每一通道，首先採用塊分區，然後形成“宏塊”（macroblocks），宏塊構成了編碼的基本單元。每一個宏塊再分 區成8x8的小塊。色度通道分區成小塊的數目取決於初始參數設置。例如，在常用的4:2:0格式下，每個色度宏塊只採樣出一個小塊，所以三個通道宏塊能夠 分區成的小塊數目是4+1+1=6個。
對於I-幀，整幅圖像直接進入編碼過程。對於P-幀和B-幀，首先做運動補償。通常來說，由於相鄰幀之間的相關 性很強，宏塊可以在前幀和後幀中對應相近的位置找到相似的區域匹配的比較好，這個偏移量作爲運動向量被記錄下來，運動估計重構的區域的誤差被送到編碼器中編碼。
對於每一個8×8小塊，離散餘弦變換把圖像從空間域轉換到頻域。得到的變換系數被量化並重新組織排列順序，從而增加長零的可能性。之後做遊程編碼（run-length code）。最後作哈夫曼編碼（Huffman Encoding）。
I幀編碼是爲了減少空間域冗餘，P幀和B幀是爲了減少時間域冗餘。
GOP是由固定模式的一系列I幀、P幀、B幀組成。常用的結構由15個幀組成，具有以下形式 IBBPBBPBBPBBPBB。GOP中各個幀的比例的選取和帶寬、圖像的質量要求有一定關係。例如因爲B幀的壓縮時間可能是I幀的三倍，所以對於計算 能力不強的某些實時系統，可能需要減少B幀的比例。
MPEG-2輸出的比特流可以是勻速或者變速的。最大比特率，例如在DVD應用上，可達10.4 Mbit/s。如果要使用固定比特率，量化尺度就需要不斷的調節以產生勻速的比特流。但是，提高量化尺度可能帶來可視的失真效果。比如馬賽克現象。
第三部（Part 3）：音頻-音頻壓縮
MPEG-2的第三部分定義了音頻壓縮標準。MPEG-2 BC（Backwards compatible），後向兼容MPEG-1音頻。該部分改進了MPEG-1的音頻壓縮，支持兩通道以上的音頻，可高達5.1多聲道。MPEG-2音頻 壓縮部分也保持了向後兼容的特點（也稱爲MPEG - 2 BC），允許的MPEG - 1音頻解碼器解碼兩個主立體聲組件。還定義音頻MPEG-1 Layer I,II ,III額外的比特率和採樣頻率。
例如mp2，是MPEG-1 Audio level 2，標準有：ISO/IEC 11172-3, ISO/IEC 13818-3。MPEG-1Layer II 定義在 ISO/IEC 11172-3，也就是MPEG-1的第三部分，在 ISO/IEC 13818-3，也就是MPEG-2的第3部分定義擴展。
第四部（Part 4）：測試規範
描述測試程序。
第五部（Part 5）：仿真軟件
描述軟件仿真系統。
第六部（Part 6）：DSM-CC(Digital Storage Media Commandand Control)擴展
描述DSM-CC（數字存儲媒體命令及控制）擴展。
第七部（Part 7）：Advanced Audio Coding (AAC)
MPEG-2的第七部分定義了不能向後兼容的音頻壓縮（也成爲MPEG-2 NBC）。也成爲MPEG-2 NBC（not-backwards compatible MPEG-1Audio）。該部分提供了更強的音頻功能。通常我們所說的MPEG-2 AAC指的就是這一部分。AAC即Advanced Audio Coding。 AAC是比以前的MPEG音頻標準的效率，並在某個程度上沒有它的前任MPEG-1 Layer3（MP3）複雜，它沒有複雜的混合濾波器（hybrid filter bank）。它支持從1到48個通道，採樣率從8-96千赫，多渠道，多語種和多節目（multiprogram）能力。AAC也在MPEG-4標準的第 3部分描述。
第八 部（Part 8）：
已取消。
第九部（Part ９）：實時接口擴展
實時接口擴展。
第十部（Part 10）：DSM-CC一致性擴展
DSM-CC一致性擴展。
第十一部（Part 11） ：IP
知識產權管理（IPMP）。XML定義在ISO/IEC23001-3。MPEG-2內核技術大約涉及640個專利，這些專利主要集中在20間公司和一間大學。
MPEG- 2音頻
MPEG－ ２提供新的音頻編碼方式。在第３部分和第７部分介紹。
第三部分
MPEG-2 BC (backward compatible with MPEG-1 audio formats)，使用一半的取樣速率處理低位速率的音頻，(MPEG-1 Layer 1/2/3 LSF)，多通道編碼達到5.1個通道。
第七部分
MPEG-2 NBC (Non-Backward Compatible)，提供MPEG-2AAC，且不能向後兼容， 多通道編碼達到 48個通道。
MPEG- 2 profile和level
MPEG-2提供廣泛的應用， 對於大部分的應用，即不現實的也過於昂貴，去支持整個標準，通常只支持子集，因此標準定義了profile和level來表示這些子集。profile定 義特性相關，例如壓縮算法，色度格式等。level定義性能相關，例如最大比特率，最大幀大小等。一個應用程序應當通過profile和level來表示 他的能力。profile和level的組合構成MPEG-2視頻編碼標準在某種特定應用下的子集。對某一輸入格式的圖像，採用特定集合的壓縮編碼工具，產生規定速率範圍內的編碼碼流 。 例如一臺DVD播放機可以說，它支持最多的主要profile和主要level（通常寫爲MP@ML）。
MPEG-2主要的profile：
|
名稱 |
英文 |
中文 |
圖像編碼類型 |
色度格式 YCbCr |
長寬比 |
伸縮模式 |
|
SP |
Simple Profile |
簡單類 |
I幀、P幀 |
4:2:0 |
4:3或16:9 |
|
|
MP |
Main Profile |
主類 |
I幀、P幀、B幀 |
4:2:0 |
4:3 或16:9 |
|
|
SNR |
SNR Scalable profile |
信噪比分層類 |
I幀、P幀、B幀 |
4:2:0 |
4:3 或16:9 |
信噪比可伸縮 |
|
Spatial |
Spatially scalable profile |
空間可分層類 |
I幀、P幀、B幀 |
4:2:0 |
4:3 或16:9 |
信噪比或空間可伸縮 |
|
442P |
4:2:2 Profile |
I幀、P幀、B幀 |
4:2:2 |
|||
|
HP |
High profile |
高類 |
I幀、P幀、B幀 |
4:2:0或 4:2:2 |
4:3 或16:9 |
信噪比或空間可伸縮 |
MPEG-2主要的level：
|
名稱 |
英文 |
幀頻 |
最大長×最大寬 |
每秒最大亮度樣本 （約爲高×寬×幀頻率） |
最大比特率 （Mbit/s） |
|
LL |
Low Level |
23.976, 24, 25, 29.97, 30 |
352×288 |
3,041,280 |
4 |
|
ML |
Main Level |
23.976, 24, 25, 29.97, 30 |
720×576 |
10,368,000，例外爲：HP中4:2:0爲14,475,600，4:2:2爲11,059,200 |
15 |
|
H-14 |
High-1440 level |
23.976, 24, 25, 29.97, 30, 50, 59.94, 60 |
1440×1152 |
47,001,600，例外爲：HP中4:2:0爲62,668,800 |
60 |
|
HL |
High level |
23.976, 24, 25, 29.97, 30, 50, 59.94, 60 |
1920×1152 |
62,668,800，例外爲：HP中4:2:0爲83,558,400 |
80 |
組合例子
|
Profile @ Level |
Resolution (px) |
Framerate max. (Hz) |
Sampling |
Bitrate (Mbit/s) |
Example Application |
|
SP@LL |
176 × 144 |
15 |
4:2:0 |
0.096 |
Wireless handsets |
|
SP@ML |
352 × 288 |
15 |
4:2:0 |
0.384 |
PDAs |
|
320 × 240 |
24 |
||||
|
MP@LL |
352 × 288 |
30 |
4:2:0 |
4 |
Set-top boxes (STB) |
|
MP@ML |
720 × 480 |
30 |
4:2:0 |
15 (DVD: 9.8) |
DVD, SD-DVB |
|
720 × 576 |
25 |
||||
|
MP@H-14 |
1440 × 1080 |
30 |
4:2:0 |
60 (HDV: 25) |
HDV |
|
1280 × 720 |
30 |
||||
|
MP@HL |
1920 × 1080 |
30 |
4:2:0 |
80 |
ATSC 1080i, 720p60, HD-DVB (HDTV). (Bitrate for terrestrial transmission is limited to 19.39Mbit/s) |
|
1280 × 720 |
60 |
||||
|
422P@LL |
4:2:2 |
||||
|
422P@ML |
720 × 480 |
30 |
4:2:2 |
50 |
Sony IMX using I-frame only, Broadcast "contribution" video (I&P only) |
|
720 × 576 |
25 |
||||
|
422P@H-14 |
1440 × 1080 |
30 |
4:2:2 |
80 |
Potential future MPEG-2-based HD products from Sony and Panasonic |
|
1280 × 720 |
60 |
||||
|
422P@HL |
1920 × 1080 |
30 |
4:2:2 |
300 |
Potential future MPEG-2-based HD products from Panasonic |
|
1280 × 720 |
60 |
MPEG- 2在DVD上的應用
DVD中採用了 MPEG-2標準並引入如下技術參數限制：
* 分辨率
o 720 x 480, 704 x 480, 352 x 480, 352 x 240 像素（NTSC制式）
o 720 x 576, 704 x 576, 352 x 576, 352 x 288 像素（PAL制式）
* 縱橫比
o 4:3
o 16:9
* 幀率（幀播放速度）
o 59.94 場／秒，23.976幀／秒，29.97幀／秒（NTSC）
o 50 場／秒，25幀／秒（PAL）
* 視頻+音頻 比特率
o 平均最大緩衝區 9.8 Mbit/s
o 峯值 15 Mbit/s
o 最小值 300 Kbit/s
* YUV 4:2:0
* 字幕支持
* 內嵌字幕支持（NTSC only）
* 音頻
o LPCM編碼：48kHz或96kHz；16或24-bit；最多可達6聲道
o MPEG Layer 2 (MP2)：48 kHz，可達5.1聲道
o 杜比數字-Dolby Digital（DD，也稱爲AC-3）：48 kHz，32-448kbit/s，可達5.1聲道
o 數字家庭影院系統-Digital Theater Systems (DTS)：754 kbit/s或1510 kbit/s
o NTSC制式DVD必須包含至少一道LPCM或Dolby Digital
o PAL制式DVD必須包含至少一道MPEG Layer 2、LPCM或者Dolby Digital
* GOP結構
o 必須爲GOP提供串行的頭信息
o GOP最大可含幀數目：18 (NTSC) / 15 (PAL)
MPEG- 2在DVB上的應用
DVB-MPEG相關技術參數：
* 必須符合以下一種分辨率：
o 720 × 480 像素，24/1.001，24，30/1.001或30幀／秒
o 640 × 480 像素，24/1.001，24，30/1.001或30幀／秒
o 544 × 480 像素，24/1.001，24，30/1.001或30幀／秒
o 480 × 480 像素，24/1.001，24，30/1.001或30幀／秒
o 352 × 480 像素，24/1.001，24，30/1.001或30幀／秒
o 352 × 240 像素，24/1.001，24，30/1.001或30幀／秒
o 720 × 576 像素，25幀／秒
o 544 × 576 像素，25幀／秒
o 480 × 576 像素，25幀／秒
o 352 × 576 像素，25幀／秒
o 352 × 288 像素，25幀／秒
MPEG- 2和NTSC
必須符合以下一種分辨率：
o 1920 × 1080 像素，最多60幀／秒（1080i）
o 1280 × 720 像素，最多60幀／秒（720p）
o 720 × 576 像素，最多50幀／秒，25幀／秒（576i，576p）
o 720 × 480 像素，最多60幀／秒，30幀／秒（480i，480p）
o 640 × 480 像素，最多60幀／秒
注：1080i按 1920×1088像素編碼，但是最後8行在顯示時拋棄。
對YCbCr的補充資料
YCbCr不是一種絕對色彩空間，是YUV壓縮和偏移的版本。右圖爲UV色版。
Y（Luma，Luminance）視訊，也就是灰階值。UV 視作表示彩度的 C（Chrominance或Chroma）。主要的採樣（subsample）格式有YCbCr 4:2:0、YCbCr 4:2:2、YCbCr 4:1:1和 YCbCr 4:4:4。YUV的表示法稱爲 A:B:C 表示法：
* 4:4:4 表示完全取樣。
* 4:2:2 表示 2:1 的水平取樣，沒有垂直下采樣。
* 4:2:0 表示 2:1 的水平取樣，2:1 的垂直下采樣。
* 4:1:1 表示 4:1 的水平取樣，沒有垂直下采樣。
最常用Y:UV記錄的比重通常 1:1 或2:1，DVD-Video 是以 YUV 4:2:0 的方式記錄，也就是我們俗稱的I420，YUV4:2:0 並不是說只有U（即 Cb）, V（即 Cr）一定爲 0，而是指U：V互相援引，時見時隱，也就是說對於每一個行，只有一個U或者V份量，如果一行是4:2:0的話，下一行就是4:0:2，再下一行是 4:2:0...以此類推。
以上來自wiki資料的整理。
編解碼學習筆記（四）：Mpeg系列——Mpeg 4
在上次對MPEG-2的學習整理中，有一個疑惑，雙聲道理解，就是左右立體聲，但是5.1聲道是什麼？我們經常看到杜比5.1聲道的說法。“0.1”聲道具體指什麼？今天去wiki查了一下，相關內容也整理入我們的學習筆記。本文檔資料來源:
5.1聲道
使用杜比數字技術下，最標準常用的是5.1聲道設置，但杜比數字容許一系列不同聲道的選擇。全部可供選擇的聲道如下列所示:
- 單聲道（中央）
- 雙聲道立體聲（左、右），選擇性地交叉應用杜比環回
- 三聲道立體聲（左、中、右）
- 雙聲道立體聲加單環回（左、右、環回）
- 三聲道立體聲加單環回（左、中、右、環回）
- 四聲道環回立體聲（左前、右前、左後、右後）
- 五聲道環回立體聲（左前、中、右前、左後、右後）
以上所有這些設置可選擇性地使用低頻效果和杜比數字EX矩陣編碼中加入附加後環繞聲道。杜比編碼技術是向下兼容 的，很多杜比播放器／解碼器均備有向下混音作用是發佈不同聲道至可供使用的揚聲器。這包括一些功能例如聲音數據通過前揚聲器播放（如適用），和當中央揚聲器不適用時發佈中央頻道至左或右揚聲器。或當用戶只有2.0喇叭時，杜比解碼器能把多聲道信號混音編碼爲 2.0立體聲。
在5.1, 7.1 或其他等文字中，'.1'指的是低頻LFE聲道。
其實5.1聲道就是使用5個喇叭和1個超低音揚聲器來實現一種身臨其境的音樂播放方式，它是由杜比公司開發的，所以叫做“杜比5.1聲道”。在5.1聲道系統裏採用左(L)、中(C)、右(R)、左後(LS)、右後(RS)五個方向輸出聲音，使人產生猶如身臨音樂廳的感覺。五個聲道相互獨立，其中“.1” 聲道，則是一個專門設計的超低音聲道。正是因爲前後左右都有喇叭，所以就會產生被音樂包圍的真實感。如右圖所示。
MPEG-4
總體介紹
MPEG-4是一套用於音頻、視頻信息的壓縮編碼標準， 由國際標準化組織（ISO）和國際電工委員會（IEC）下屬的“動態影像專家組”（Moving Picture Experts Group，即MPEG） 制定，第一版在1998年10月通過，第二版在1999年12月通過。MPEG-4格式的主要用途在於網上流媒體、光碟、語音傳送（視訊電話），以及電視廣播。MPEG-4作爲ISO/IEC14496正式發佈。ISO/IEC 14496-Coding of audio-visual object （AV對象編碼）。
爲了應對網絡傳輸等環境，傳統的 MPEG-1/2 已經不能適應，所以促使了 MPEG-4 的誕生。 與 MPEG-1和MPEG-2相比，MPEG-4的特點是其更適於交互AV服務以及遠程監控。MPEG-4是第一個使你由被動變爲主動(不再只是觀看，允許 你加入其中，即有交互性)的動態圖像標準，它的另一個特點是其綜合性。從根源上說，MPEG-4試圖將自然物體與人造物體相溶合 (視覺效果意義上的)。MPEG-4的設計目標還有更廣的適應性和更靈活的可擴展性。 MPEG-4 採用了一系列新技術，來滿足在低帶寬下傳輸較高視頻質量的需求。DivX，XviD，MS MPEG4 都是採用的MPEG-4 視頻編碼，除了在 DVDRip 上面的應用，3GPP現在也接納了 MPEG-4 作爲視頻編碼方案。
最初MPEG-4的主要目的是用於低比特率下的視頻通信，但是作爲一個多媒體的編碼標準，它的範圍最後得到了擴展。在技術方面MPEG-4允許不同的軟件/硬件開發商創建多媒體對象來提供更好的適應性、靈活性，爲數字電視，動態圖像，互聯網等業務提供更好的質量。
MPEG-4提供範圍從每秒幾k比特到每秒數十兆比特的，它具有下面功能：
- 改善MPEG-2的編碼效率
- MPEG-4基於更高的編碼效率。同已有的或即將形成的其它標準相比，在相同的比特率下，它基於更高的視覺聽覺質量，這就 使得在低帶寬的信道上傳送視頻、音頻成爲可能。同時MPEG-4還能對同時發生的數據流進行編碼。一個場景的多視角或多聲道數據流可以高效、同步地合成爲 最終數據流。這可用於虛擬三維遊戲、三維電影、飛行仿真練習等。
- 提供混合媒體數據（視頻，音頻，語音）的編碼能力
- 差錯容忍使得內容穩定傳輸。
- 當在傳輸有誤碼或丟包現象時，MPEG4受到的影響很小，並且能迅速恢復。
- 提供受衆視聽場景的互動能力，MPEG-4終端用戶提供不同的對象支持各種互動要求。
- MPEG-4提供了基於內容的多媒體數據訪問工具，如索引、超級鏈接、上傳、下載、刪除等。利用這些工具，用戶可以方便地 從多媒體數據庫中有選擇地獲取自己所需的與對象有關的內容，並提供了內容的操作和位流編輯功能，可應用於交互式家庭購物，淡入淡出的數字化效果等。 MPEG-4提供了高效的自然或合成的多媒體數據編碼方法。它可以把自然場景或對象組合起來成爲合成的多媒體數據。
- MPEG-4對傳輸數據網是透明的，它可以兼容各種網絡。
- MPEG-4提供了易出錯環境的魯棒性，來保證其在許多無線和有線網絡以及存儲介質中的應用，此外，MPEG-4還支持基於內容的的可分級性，即把內容、質量、複雜性分成許多小塊來滿足不同用戶的不同需求，支持具有不同帶寬，不同存儲容量的傳輸信道和接收端。
- 這些特點無疑會加速多媒體應用的發展，從中受益的應用領域有：因特網多媒體應用；廣播電視；交互式視頻遊戲；實時可視通 信；交互式存儲媒體應用；演播室技術及電視後期製作；採用面部動畫技術的虛擬會議；多媒體郵件；移動通信條件下的多媒體應用；遠程視頻監控；通過ATM網 絡等進行的遠程數據庫業務等。
MPEG-4視頻編碼核心思想
在MPEG-4制定之前，MPEG-1、MPEG-2、H.261、H.263都是採用第一代壓縮編碼技術，着 眼於圖像信號的統計特性來設計編碼器，屬於波形編碼的範疇。第一代壓縮編碼方案把視頻序列按時間先後分爲一系列幀，每一幀圖像又分成宏塊以進行運動補償和編碼，這種編碼方案存在以下缺陷：
- 將圖像固定地分成相同大小的塊，在高壓縮比的情況下會出現嚴重的塊效應，即馬賽克效應；
- 不能對圖像內容進行訪問、編輯和回放等操作；
- 未充分利用人類視覺系統（HVS，Human Visual System）的特性。
MPEG-4則代表了基於模型/對象的第二代壓縮編碼技術，它充分利用了人眼視覺特性，抓住了圖像信息傳輸的本質，從輪廓、紋理思路出發，支持基於視覺內容的交互功能，這適應了多媒體信息的應用由播放型轉向基於內容的訪問、檢索及操作的發展趨勢。
AV對象（AVO，AudioVisual Object）是MPEG-4爲支持基於內容編碼而提出的重要概念。對象是指在一個場景中能夠訪問和操縱的實體，對象的劃分可根據其獨特的紋理、運動、形狀、模型和高層語義爲依據。在MPEG-4中所見的視音頻已不再是過去MPEG-1、MPEG-2中圖像幀的概念，而是一個個視聽場景（AV場景），這些 不同的AV場景由不同的AV對象組成。AV對象是聽覺、視覺、或者視聽內容的表示單元，其基本單位是原始AV對象，它可以是自然的或合成的聲音、圖像。原 始AV對象具有高效編碼、高效存儲與傳輸以及可交互操作的特性，它又可進一步組成複合AV對象。因此MPEG-4標準的基本內容就是對AV對象進行高效編 碼、組織、存儲與傳輸。AV對象的提出，使多媒體通信具有高度交互及高效編碼的能力，AV對象編碼就是MPEG-4的核心編碼技術。
MPEG-4實現基於內容交互的首要任務就是把視頻/圖像分割成不同對象或者把運動對象從背景中分離出來，然後針對不同對象採用相應編碼方法，以實現高效壓縮。因此視頻對象提取即視頻對象分割，是MPEG-4視頻編碼的關鍵技術，也是新一代視頻編碼的研究熱點和難點。
MPEG-4不僅可提供高壓縮率，同時也可實現更好的多媒體內容互動性及全方位的存取性，它採用開放的編碼系統，可隨時加入新的編碼算法模塊，同時也可根據不同應用需求現場配置解碼器，以支持多種多媒體應用。
MPEG－４各部分
MPEG-4由一系列的子標準組成，被稱爲部，包括以下的部分。對於媒體編解碼，重點關注Part2,Part 3, Part 10。
第一部（ISO/IEC 14496-1）：系統
描述視訊和音訊的同步以及混合方式（Multiplexing，簡寫爲MUX）。定義了 MP4 容器格式, 支持類似 DVD 菜單這樣的直觀和互動特性等。
第二部（ISO/IEC 14496-２）：視頻
定義了一個對各種視覺信息（包括視訊、靜止紋理、計算機合成圖形等等）的編解碼器。對視訊部分來說，衆多”Profiles”中很常用的一種是Advanced SimpleProfile (ASP)，例如XviD編碼就 屬於MPEG-4Part 2。包括 3ivx, DivX4/Project Mayo, DivX 5, Envivio,ffmpeg/ffds, mpegable, Nero Digital, QuickTime, Sorenson, XviD 等常見的視頻格式, 需要注意的是 Divx 3.11, MS MPEG-4, RV9/10, VP6,WMV9 並不屬於標準的 MPEG-4 標準。
第三部（ISO/IEC 14496-３）：音頻
定義了一個對各種音訊信號進行編碼的編解碼器的集合。包括高級音訊編碼（Advanced Audio Coding，縮寫爲AAC） 的若干變形和其他一些音頻／語音編碼工具。即 AAC 音頻標準, 包括 LCAAC, HE AAC 等, 支持 5.1 聲道編碼, 可以用更低的碼率實現更好的效果 (相對於 MP3, OGG 等) 。
第四部（ISO/IEC 14496-4）：一致性
定義了對本標準其他的部分進行一致性測試的程序。
第五部（ISO/IEC 14496-5）：參考軟件
提供了用於演示功能和說明本標準其他部分功能的軟件。
第六部（ISO/IEC 14496-6）：多媒體傳輸集成框架
即DMIF：Delivery Multimedia IntegrationFramework
第七部（ISO/IEC 14496-7）：優化的參考軟件
提供了對實現進行優化的例子（這裡的實現指的是第五部分）。
第八部（ISO/IEC 14496-8）：在IP網絡上傳輸
定義了在IP網絡上傳輸MPEG-4內容的方式。
第九部（ISO/IEC 14496-9）：參考硬件
提供了用於演示怎樣在硬件上實現本標準其他部分功能的硬件設計方案。
第十部（ISO/IEC 14496-10）：進階視頻編碼，也即ITU H.264，常寫爲H.264／AVC
或稱高級視頻編碼（Advanced Video Coding，縮寫爲AVC）：定義了一個視頻編解碼器（codec），AVC和XviD都屬於MPEG-4編碼，但由於AVC屬於MPEG-4Part 10，在技術特性上比屬於MPEG-4 Part2的XviD要先進。另外從技術上講，它和ITU-T H.264標準是一致的，故全稱爲MPEG-4 AVC/H.264。
第十一部（ISO/IEC 14496-11）：場景描述和應用引擎
可用於多種profile（包括2D和3D版本）的互交互媒體。修訂了MPEG-4 Part 1:2001以及Part1的兩個修訂方案。它定義了應用引擎（交付，生命週期，格式，可下載Java字節代碼應用程序的行爲），二進制場景格式 （BIFS：Binary Format for Scene），可擴展MPEG-4文本格式（一種使用XML描述MPEG-4多媒體內容的文本格式）系統level表述。也就是MPEG-4 Part21中的BIFS，XMT，MPEG-J。
第十二部（ISO/IEC 14496-12）：基於ISO的媒體文件格式
定義了一個存儲媒體內容的文件格式。
第十三部（ISO/IEC 14496-13）：IP
知識產權管理和保護（IPMP for Intellectual Property Management and Protection）拓展。
第十四部（ISO/IEC 14496-14）：MPEG-4文件格式
定義了基於第十二部分的用於存儲MPEG-4內容的視訊檔案格式。
第十五部（ISO/IEC 14496-15）：AVC文件格式
定義了基於第十二部分的用於存儲第十部分的視頻內容的文件格式。
第十六部（ISO/IEC 14496-16）：動畫框架擴展
動畫框架擴展（AFX : Animation Framework eXtension）。
第十七部（ISO/IEC 14496-17）：同步文本字幕格式
尚未完成－2005年1月達成”最終委員會草案”，FCD: Final Committee Draft。
第十八部（ISO/IEC 14496-18）：字體壓縮和流式傳輸（針對公開字體格式）。
第十九部（ISO/IEC 14496-19）：綜合用材質流（Synthesized TextureStream）。
第二十部（ISO/IEC 14496-20）：簡單場景表示
LASeR for Lightweight Scene Representation，尚未完成－2005年1月達成”最終委員會草案”，FCD for Final Committee Draft。
第二十一部（ISO/IEC 14496-21）：用於描繪（Rendering）的MPEG-J拓展
尚未完成－2005年1月達成“委員會草案”，CD for Committee Draft）。
Profile和Level
MPEG-4提供大量的編碼方式和豐富的設置。 和MPEG-2一樣，應用一般不可能支持MPEG-4全集，通過profile和level來描述子集。這些子集，通過 “profile”來表明解碼器要求，爲了避免計算的複雜，每個profile都有一個或者多個“level”。profile和level的有效組合使得編碼生成器只需實現標準中所需的子集，同時保持與其他MPEG-4設備的互通。（解碼支持範圍通常比編碼支持範圍大），檢查其他MPEG-4設備是否符 合標準，即一致性測試。
對於H.264/AVC（也就是MPEG-4 Part 4）提供下面的profile：
Feature support in particular profiles
|
Feature |
CBP |
BP |
XP |
MP |
HiP |
Hi10P |
Hi422P |
Hi444PP |
|
B slices |
No |
No |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
|
SI and SP slices |
No |
No |
Yes |
No |
No |
No |
No |
No |
|
Flexible macroblock ordering (FMO) |
No |
Yes |
Yes |
No |
No |
No |
No |
No |
|
Arbitrary slice ordering (ASO) |
No |
Yes |
Yes |
No |
No |
No |
No |
No |
|
Redundant slices (RS) |
No |
Yes |
Yes |
No |
No |
No |
No |
No |
|
Data partitioning |
No |
No |
Yes |
No |
No |
No |
No |
No |
|
Interlaced coding (PicAFF, MBAFF) |
No |
No |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
|
CABAC entropy coding |
No |
No |
No |
Yes |
Yes |
Yes |
Yes |
Yes |
|
8×8 vs. 4×4 transform adaptivity |
No |
No |
No |
No |
Yes |
Yes |
Yes |
Yes |
|
Quantization scaling matrices |
No |
No |
No |
No |
Yes |
Yes |
Yes |
Yes |
|
Separate Cb and Cr QP control |
No |
No |
No |
No |
Yes |
Yes |
Yes |
Yes |
|
Monochrome (4:0:0) |
No |
No |
No |
No |
Yes |
Yes |
Yes |
Yes |
|
Chroma formats |
4:2:0 |
4:2:0 |
4:2:0 |
4:2:0 |
4:2:0 |
4:2:0 |
4:2:0/4:2:2 |
4:2:0/4:2:2/4:4:4 |
|
Sample depths (bits) |
8 |
8 |
8 |
8 |
8 |
8 to 10 |
8 to 10 |
8 to 14 |
|
Separate color plane coding |
No |
No |
No |
No |
No |
No |
No |
Yes |
|
Predictive lossless coding |
No |
No |
No |
No |
No |
No |
No |
Yes |
level用來表明一個profile的解碼器的性能要求的範圍，例如最大圖片分配了，幀頻，比特率等等。對於解碼器，一個指定的level要求可以對該level以及低於該level的碼流進行解碼。（A decoder that conforms to agiven level is required to be capable of decoding all bitstreams that areencoded for that level and for all lower levels. 來源：http://en.wikipedia.org/wiki/H.264/MPEG-4_AVC）
Levels with maximum property values
|
Level |
Max macroblocks |
Max video bit rate (VCL) |
Examples for high resolution @ |
||||
|
per second |
per frame |
BP, XP, MP |
HiP |
Hi10P |
Hi422P, Hi444PP |
||
|
1 |
1,485 |
99 |
64 |
80 |
192 |
256 |
128×[email protected] (8) |
|
1b |
1,485 |
99 |
128 |
160 |
384 |
512 |
128×[email protected] (8) |
|
1.1 |
3,000 |
396 |
192 |
240 |
576 |
768 |
176×[email protected] (9) |
|
1.2 |
6,000 |
396 |
384 |
480 |
1,152 |
1,536 |
320×[email protected] (7) |
|
1.3 |
11,880 |
396 |
768 |
960 |
2,304 |
3,072 |
320×[email protected] (7) |
|
2 |
11,880 |
396 |
2,000 |
2,500 |
6,000 |
8,000 |
320×[email protected] (7) |
|
2.1 |
19,800 |
792 |
4,000 |
5,000 |
12,000 |
16,000 |
352×[email protected] (7) |
|
2.2 |
20,250 |
1,620 |
4,000 |
5,000 |
12,000 |
16,000 |
352×[email protected](10) |
|
3 |
40,500 |
1,620 |
10,000 |
12,500 |
30,000 |
40,000 |
352×[email protected] (12) |
|
3.1 |
108,000 |
3,600 |
14,000 |
17,500 |
42,000 |
56,000 |
720×[email protected] (13) |
|
3.2 |
216,000 |
5,120 |
20,000 |
25,000 |
60,000 |
80,000 |
1,280×[email protected] (5) |
|
4 |
245,760 |
8,192 |
20,000 |
25,000 |
60,000 |
80,000 |
1,280×[email protected] (9) |
|
4.1 |
245,760 |
8,192 |
50,000 |
62,500 |
150,000 |
200,000 |
1,280×[email protected] (9) |
|
4.2 |
522,240 |
8,704 |
50,000 |
62,500 |
150,000 |
200,000 |
1,920×1,[email protected] (4) |
|
5 |
589,824 |
22,080 |
135,000 |
168,750 |
405,000 |
540,000 |
1,920×1,[email protected] (13) |
|
5.1 |
983,040 |
36,864 |
240,000 |
300,000 |
720,000 |
960,000 |
1,920×1,[email protected] (16) |
編解碼學習筆記（五）：Mpeg系列——AAC音頻
下面資料來自wiki。AAC在MPEG2和MPEG4中定義。
擴展名：.m4a, .m4b, .m4p, .m4v, .m4r, .3gp, .mp4, .aac
互聯網媒體類型：audio/aac, audio/aacp, audio/3gpp, audio/3gpp2,audio/mp4, audio/MP4A-LATM, audio/mpeg4-generic
格式：有損數據壓縮
延伸自：MPEG-2 音頻
標準：ISO/IEC 13818-7（MPEG-2第7部）, ISO/IEC 14496-3（MPEG-4第3部）
AAC（Advanced Audio Coding），中文稱爲“高級音頻編碼”，出現於1997年，基於 MPEG-2的音頻編碼技術。由Fraunhofer IIS、杜比實驗室、AT&T、Sony（索尼）等公司共同開發，目的是取代MP3格式。2000年，MPEG-4標準出現後，AAC 重新集成了其特性，加入了SBR技術和PS技術，爲了區別於傳統的 MPEG-2 AAC 又稱爲 MPEG-4 AAC。
AAC格式的主要擴展名有三種：
- AAC - 使用MPEG-2 Audio Transport Stream( ADTS，參見MPEG-2 )容器，區別於使用MPEG-4容器的MP4/M4A格式，屬於傳統的AAC編碼（FAAC默認的封裝，但FAAC亦可輸出 MPEG-4 封裝的AAC）
- MP4 - 使用了MPEG-4 Part 14（第14部分）的簡化版即3GPP Media Release 6 Basic (3gp6，參見3GP ) 進行封裝的AAC編碼（Nero AAC 編碼器僅能輸出MPEG-4封裝的AAC）；
- M4A - 爲了區別純音頻MP4文件和包含視頻的MP4文件而由蘋果(Apple)公司使用的擴展名，Apple iTunes 對純音頻MP4文件採用了".M4A"命名。M4A的本質和音頻MP4相同，故音頻MP4文件亦可直接更改擴展名爲M4A。
作爲一種高壓縮比的音頻壓縮算法，AAC壓縮比通常爲18：1，也有資料說爲20：1，遠勝mp3； 在音質方面，由於採用多聲道，和使用低複雜性的描述方式，使其比幾乎所有的傳統編碼方式在同規格的情況下更勝一籌。不過直到2006年， 使用這一格式儲存音樂的並不多，可以播放該格式的mp3播放器更是少之又少，目前所知僅有蘋果iPod、Sony Walkman（NWZ-A、NWZ-S、NWZ-E、NWZ-X系列）、任天堂NDSi。魅 族M8，此外計算機上很多音樂播放軟體都支持AAC（前提是安裝過AAC解碼器），如蘋果iTunes。但在移動電話領域，AAC的支持度已很普 遍，Nokia、Sony Ericsson、Motorola等品牌均在其中高端產品中支持 AAC（一開始主要是LC-AAC，隨着移動電話性能的發展，HE-AAC的支持也已廣泛）。
AAC可以支持多達48個音軌，15個低頻（LFE）音軌，5.1多聲道支持，更高的採樣率（最高可達 96kHz，音頻CD爲44.1kHz）和更高的採樣精度（支持8bit、16bit、24bit、32bit，音頻CD爲 16bit）以及有多種語言的兼容能力，更高的解碼效率，一般來說，AAC可以在對比MP3文件縮小30%的前題下提供更好的音質。
- 相對於傳統的LC-AAC，High Efficiency AAC（HE-AAC或寫爲 AAC-HE）又稱爲 "aacPlus v1" 或 "AAC+" - 結合了 SBR (Spectral Band Replication) and AAC技術；適用於低比特率（64kbps以下）；
- HE-AAC v2，又稱爲 "aacPlus v2" - 結合了 Parametric Stereo(參數化立體 聲，PS)和 HE-AAC 中的SBR技術。
因爲"AAC"是一個大家族，他們共分爲 9 種規格，以適應不同場合的需要，也正是由於 AAC 的規格（Profile）繁多，導致普通電腦用戶感覺十分困擾：
- MPEG-2 AAC LC 低複雜度規格（Low Complexity）
- MPEG-2 AAC Main 主規格
- MPEG-2 AAC SSR 可變採樣率規格（Scaleable Sample Rate）
- MPEG-4 AAC LC 低複雜度規格（Low Complexity），現在的手機比較常見的 MP4 文件中的音頻部份就包括了該規格音頻文件
- MPEG-4 AAC Main 主規格
- MPEG-4 AAC SSR 可變採樣率規格（Scaleable Sample Rate）
- MPEG-4 AAC LTP 長時期預測規格（Long Term Predicition）
- MPEG-4 AAC LD 低延遲規格（Low Delay）
- MPEG-4 AAC HE 高效率規格（High Efficiency）
上述的規格中，主規格（Main）包含了除增益控制之外的全部功能，其音質最好，而低複雜度規格（LC）則是比較簡單，沒有了增益控制，但提高了 編碼效率，至‘SSR’對‘LC’規格大體是相同，但是多了增益的控制功能，另外，MPEG-4 AAC/LTP/LD/HE，都是用在低比特率下編碼，特別是‘HE’是有 Nero ACC 編碼器支持，是近來常用的一種編碼器，不過通常來說，Main 規格和 LC 規格的音質相差不大，因此目前使用最多的 AAC 規格多數是‘LC’規格，因爲要考慮手機目前的存儲器能力未達合理水準。
編解碼學習筆記（六）：H.26x系列
部分資料來源與wiki以及http://www.365pr.net/tech_view.asp?id=315。
H.26x有H.261,H.262，H.263, H.263v2以及H.264，H.261基本上已經不再使用。其中H.262和H.264已經在MPEG系列中介紹，他們分別對應MPEG2的第2部和MPEG-4的第10部。不在整理這方面的資料。
H.261
H.261其速率爲64kbps的整數倍（1～30倍）。它最初是 針對在ISDN(綜合業務數字網,Integrated Services Digital Network)上雙向聲像業務(特別是可視電話、視頻會議)而設計的。
H.261是最早的運動圖像壓縮標準，它只對CIF和QCIF兩 種圖像格式進行處理，每幀圖像分成圖像層、宏塊組(GOB)層、宏塊(MB)層、塊(Block)層來處理；並詳細制定了視頻編碼的各個部分，包括運動補償的幀間預測、DCT(離散餘弦變換)、量化、熵編碼，以及與固定速率的信道相適配的速率控制等部分。實際的編碼算法類似於MPEG算法，但不能與後者兼 容。H.261在實時編碼時比MPEG所佔用的CPU運算量少得多，此算法爲了優化帶寬佔用量，引進了在圖像質量與運動幅度之間的平衡折衷機制。也就是說，劇烈運動的圖像比相對靜止的圖像質量要差。因此這種方法是屬於恆定碼流可變質量編碼。
H.261是第一個實用的數字視頻編碼標準。H.261的設計相當成功，之後的視頻編碼國際標準基本上都是基於H.261相同的設計框架，包括 MPEG-1，MPEG-2／H.262，H.263，甚至 H.264。同樣，H.261開發委員會（由Sakae Okubo領導，他的日文姓名是大久保榮）的基本的運作方式也被之後的視頻編碼標準開發組織所繼承。H.261使用了混合編碼框架，包括了基於運動補償的 幀間預測，基於離散餘弦變換的空域變換編碼，量化，zig-zag掃描和熵編碼。
實際上H.261標準僅僅規定了如何進行視頻的解碼（後繼的各個視頻編碼標準也繼承了這種做法）。這樣的話，實際上開發者在編碼器的設計上擁有相當的自由來設計編碼算法，只要他們的編碼器產生的碼流能夠被所有按照H.261規範製造的解碼器解碼就可以了。編碼器可以按照自己的需要對輸入的視頻進行任何預處理，解碼器也有自由對輸出的視頻在顯示之前進行任何後處理。去塊效應濾波器是一個有效的後處理技術，它能明顯的減輕因爲使用分塊運動補償編碼造成的 塊效應（馬賽克）--在觀看低碼率視頻（例如網站上的視頻新聞）的時候我們都會注意到這種討厭的效應。因此，在之後的視頻編碼標準如H.264中就把去塊 效應濾波器加爲標準的一部分（即使在使用H.264 的時候，再完成解碼後再增加一個標準外的去塊效應濾波器也能提高主觀視頻質量）。
後來的視頻編碼標準都可以說是在H.261的基礎上進行逐步改進，引入新功能得到的。現在的視頻編碼標準比起H.261來在各性能方面都有了很大的提高，這使得H.261成爲了過時的標準，除了在一些視頻會議系統和網絡視頻中爲了向後兼容還支持H.261，已經基本上看不到使用H.261的產品了。 但是這並不妨礙H.261成爲視頻編碼領域一個重要的里程碑式的標準。
H.263
H.263最初設計爲基於H.324的系統進行傳輸 （即基於公共交換電話網和其它基於電路交換的網絡進行視頻會議和視頻電話）。後來發現H.263也可以成功的應用與H.323（基於RTP／IP網絡的視 頻會議系統），H.320（基於綜合業務數字網的視頻會議系統），RTSP（流式媒體傳輸系統）和SIP（基於因特網的視頻會議）。
基於之前的視頻編碼國際標準（H.261，MPEG-1和H.262／MPEG-2），H.263的性能有了革命性的提高。它的第一版於1995年 完 成，在所有碼率下都優於之前的H.261。 之後還有在1998 年增加了新的功能的第二版H.263+，或者叫H.263v2，以及在2000年完 成的第三版H.263++，即H.263v3。
H.263v2（通常也叫做H.263+或者1998年版H.263）是ITU-TH.263 視頻編 碼標準第二版的非正式名稱。 它保持了原先版本H.263的所有技術，但是通過增加了幾個附錄顯著的提高了編碼效率並提供了其它的一些能力，例如增強了抵抗傳輸信道的數據丟失的能力（Robustness）。H.263+ 項目於1997年底／1998年初完成（這取決於我們怎麼定義"完成"）。
H.263v3：接下來一個被稱爲"H.263++" 的項目被隨即推出，在H.263+的基礎上增加了更多的新的功能。H.263++於2000年底完成。增加了下面的附錄：
- Annex A - Inverse transform accuracy specification
- Annex B - Hypothetical Reference Decoder
- Annex C - Considerations for Multipoint
- Annex D - Unrestricted Motion Vector mode
- Annex E - Syntax-based Arithmetic Coding mode
- Annex F - Advanced Prediction mode
- Annex G - PB-frames mode
- Annex H - Forward Error Correction for coded video signal
在H.263之後，ITU-T（在與MPEG的合作下）的下一代視頻編解碼器是H.264，或者叫AVC以及MPEG-4第 10部分。由於H.264在性能上超越了H.263很多，現在通常認爲H.263是一個過時的標準（雖然它的開發完成並不是很久以前的事情）。大多數新的 視頻會議產品都已經支持了H.264視頻編解碼器，就像以前支持H.263和H.261一樣。
話雖然如此，H.263在3GPP中仍然佔有很高的地位，後繼修訂的版本，包括運營商的標準一直保留着H.263， 作爲必選的要求，地位遠遠高於H.264，這是個奇怪的現象。一個重要的可能原因是H.263的編碼比H.264的要輕載，在手機的modem中提供 H.263的編解碼能力，不提供H.264的編解碼能力，或者只提供H.264的解碼能力不提供編碼能力，如果不是智能手機不能在主板的其他芯片（例如 CPU）提供H.264的編解碼能力，開發者就沒什麼辦法，H.263可以通過軟件來提供，H.264對處理能力的要求很高，目前需要依賴硬件能力提供。因此H.263仍然具有很大的市場，尤其對於小尺寸的手持設備，屏幕分辨率有限，高清無意義。
H.264
H.264等同於MPEG-4的第10部，在這裏仍然收集資料進行學習記錄。
在H.263之後，ITU-T（在與MPEG的合作下）的下一代視 頻編解碼器是H.264，或者叫AVC以 及MPEG-4第 10部分。由於H.264在性能上超越了H.263很多，現在通常認爲H.263是一個過時的標準（雖然它的開發完成並不是很久以前的事情）。大多數新的 視頻會議產品都已經支持了H.264視頻編解碼器，就像以前支持H.263和H.261一樣。
H.264／AVC可工作於多種速率，廣泛應用於Internet／intranet上的多媒體流服務、視頻點播、可視遊戲、低碼率移動多媒體通信 (視頻 手機等)、交互式多媒體應用、實時多媒體監控、數字電視與演播電視和虛擬視頻會議等，大有在上述領域一統天下的趨勢，有非常廣泛的開發和應用前景。
H.264是一種視頻高壓縮技術，同時稱爲MPEG-4 AVC，或MPEG-4 Part10。ITU-T從1998年就H.26L的H.26S兩個分組，H.26L研製節目時間較長的高壓縮編碼技術，H.26S則指短節目標準制訂部 門。前面的H.263就是H.26S標準化技術，而H.264標準是在H.26L基礎上發展而來的。爲了不引起誤解，ITU-T推薦使用H.264作爲這 一標準的正式名稱。H.264集中體現了當今國際視頻編碼解碼技術的最新成果。在相同的重建圖像質量下，H.264比其他視頻壓縮編碼具有更高的壓縮比、 更好的IP和無線網絡信道適應性。
首先，H.264具備超高壓縮率，其壓縮率爲MPEG-2的2 倍，MPEG-4的1.5倍。這樣的高壓縮率是以編碼的大運算量來換取的，H.264的編碼處理計算量有MPEG-2的十多倍。不過其解碼的運算量並沒有上升很多。從CPU頻率和內存的高速發展的角度來看，1995年推出MPEG-2時，主流的CPU是奔騰100，內存更是小的可憐。而如今主流CPU的工 作頻率比那個時候快了30倍，內存擴大了50多倍。所以H.264編碼的大運算現在也不算什麼大問題了。
高壓縮率使圖像的數據量減少，給存儲和傳輸帶來了方便。加上基本規格公開的國際標準和公正的許可制度，所以，電視廣播、家電和通信三大行業都進入到 H.264的實際運用研發中心。美國高等電視系統會議和日本無線電工業和事務協會都準備把H.264作爲地面便攜式數字電視廣播的編碼方式。歐洲數字電視廣播標準化團體也正在將H.264作爲數字電視的一種編碼方式來採用。
家電行業中的視頻存儲設備廠商也看中了H.264。東芝和NEC推出的下一代採用藍色激光的光碟HD DVD-ROM，因爲容量小於Sony等九大公司的藍光碟，故將視頻壓縮編碼改用H.264，從而使最終的節目錄制時長能與藍光碟相近。H.264也能使 HDTV節目錄像和 SDTV的長時間錄像成爲可能。因而，生產LSI芯片的廠商也十分重視H.264。D9型DVD碟只有8.5GB，不足以存放2小時的HDTV節目，如用 H.264來壓縮就變得有可能。同時，在通訊領域，互聯網工程任務已開始將H.264作爲實時傳輸協議流的格式進行標準化。互聯網和手機的視頻傳送也會有 H.264作爲編碼方式。
相對於MPEG壓縮編碼H.264的變化之一是在幀內編碼I畫面中，又加入了幀內預測編碼技術，即解碼時可用周圍數據的差分值來重構畫面。在運動預 測塊中，H.264採用全面運動預測和I畫面幀內預測後，編碼量得到減少，但LSI的運算處理量增大。爲此，H.264引入了DCT的簡化處理技術，來減 輕LSI的負擔，畫質也有所改善。H.264與MPEG-2和MPEG-4的不同還存在於熵編碼塊中，H.264的熵編碼CAVLC（內容自適應可變長度 碼）和CABAC（內容自適應二進制算法編碼）能提高糾錯能力。而MPEG-2和MPEG-4是霍夫曼編碼。另外，還加入瞭解鎖濾波器 （Deblocking Filter），有降低噪聲的效果。H.264的整數變換以4×4像素塊爲單位，已比原來的8×8像素塊的塊噪聲少，再次降低，畫質得到了進一步提高。
H.264標準分爲三檔：基本檔次；主要檔次（可用於SDTV、HDTV和DVD等）；以及擴展檔次（用於網絡的視頻流）。其中H.264的基本檔 次是免費，用戶可以無償使用，現得到美國蘋果公司和美國Cisco系統公司、中國聯想公司、諾基亞、美國On2技術公司、德國西門子、TI公司等的支持； 其許可體系要比MPEG-4單純，公正無差別對待用戶和專利持有者。H.264替代MPEG-4的呼聲很高，除了其高性能外，低額專利費和公正的無差別許 可制度也至關重要。由於技術的日益成熟，半導體廠商已在進行H.264的編碼/解碼LSI的開發。特別是HDD錄像機和DVD錄像機等設備中，採用H.264的實例已很多，更引起了半導體廠商的關心。加之，H.264採用的動畫編碼方式和音頻編碼方式具有多樣化特性，今後幾乎將會是全部廠商的主要規格之一。
編碼效率比較
|
Codec |
MPEG-4 |
H.263 |
MPEG-2 |
|
H.264 |
39% |
49% |
64% |
|
MPEG-4 |
-- |
17% |
43% |
|
H.263 |
-- |
-- |
31% |
編解碼學習筆記（七）：微軟Windows Media系列
資料來源於wiki與 http://chaoqunz.blog.163.com/blog/static/6154877720084493941186/。
Microsoft 公司主導的音頻視頻編碼系列，它的出現主要是爲了進行網絡視頻傳輸，現在已經向HDTV 方面進軍，開發了 WMV HD 應用。WMV（Windows Media Video）是微軟公司開發的一組數字視頻編 解碼格式的通稱，它是Windows Media架構下的一部分。它最初是爲低速率流媒體應用作爲專有編解碼開發出來的，但是2003年微軟公司基於Windows Media Video第9版編解碼起草了視頻編解碼規範並且提交給SMPTE申請作爲標準。這個標準在2006年3月作爲SMPTE 421M被正式批准，這樣Windows Media Video 9編解碼就不再是一個專有的技術。早期的變解碼版本（7和8）仍然被認爲是專有技術，因爲它們不在SMPTE 421M標準的涵蓋範圍內。
微軟媒體系列分爲WMV（Windows Media Video）和WMA（Windows Media Audio），說白了就是微軟的視頻和音頻。
容器
視頻流通常與Windows Media Audio音頻流組合在一起並且使用擴展名爲.wmv或者.asf的Advanced Streaming Format的文件進行封裝。WMV通常使用Advanced StreamingFormat（ASF） 封裝，它也可以使用AVI或者Matroska格 式封裝。如果是AVI封裝的文件結果文件可以是.avi，如果是ASF封裝的話則是.wmv或者.asf， 如果是MKV封裝的話則是.mkv。當使用VirtualDub編 碼器編碼和WMV9 VCM編解碼實現的時候WMV可以存儲在AVI文件中。用於Mac的微軟公司媒體播放器不支持所有的WMV編碼的文 件，因爲它只支持ASF文件 封裝，Flip4Mac和QuickTime或 者用於MacOSX的MPlayer可 以播放更多的文件。
WMV
擴展名： .wmv
互聯網媒體類型： video/x-ms-wmv
統一類型標識： com.microsoft.windows-?media-wmv
開發者： 微軟公司
格式： 數字視頻
WMV（Windows Media Video）是微軟公司開發的一組數字視頻編解碼格式的通稱，它是Windows Media架構下的一部分。它最初是爲低速率流媒體應用作爲專有編解碼開發出來的，但是2003年微軟公司基於Windows Media Video第9版編解碼起草了視頻編解碼規範並且提交給SMPTE申請作爲標準。這個標準在2006年3月作爲SMPTE 421M被正式批准，這樣Windows Media Video 9編解碼就不再是一個專有的技術。早期的變解碼版本（7和8）仍然被認爲是專有技術，因爲它們不在SMPTE 421M標準的涵蓋範圍內。
WMV不是僅僅基於微軟公司的自有技術開發的。從第七版（WMV1）開始，微軟公司開始使用它自己非標準MPEG- 4 Part 2。但是，由於WMV第九版已經是SMPTE的一個獨立標準（421M，也稱爲VC- 1），有理由相信WMV的發展已經不像之前那樣是一個它自己專有的編解碼技術。現在VC-1專利共享的企業有16家（2006年4月），微軟公司也是 MPEG-4 AVC/H.264專利共享企業中的一家。
|
正式名稱 |
Codec版本 |
描述 |
|
|
Windows Media Video v7 |
WMV1 |
0 |
|
|
Microsoft MPEG-4 Video Codec v3 |
MP43 |
1 |
|
|
Windows Media Video v8 |
WMV2 |
2 |
|
|
Microsoft MPEG-4 Video Codec v2 |
MP42 |
3 |
|
|
Microsoft ISO MPEG-4 Video Codec v1 |
MP4S |
4 |
|
|
Windows Media Video v9 |
WMV3 |
5 |
|
|
Windows Media Video v9 Advanced Profile |
WMVA |
6 |
deprecated as not VC-1 不完全兼容。 |
|
Windows Media Video v9 Advanced Profile |
WVC1 |
7 |
VC-1 完整支持 |
FourCC全稱Four-Character Codes，是由4個字符（4 bytes）組成，是一種獨立標示視頻數據流格式的四字節，在wav、avi檔案之中會有一段FourCC來描述這個AVI檔案，是利用何種codec來 編碼的。因此wav、avi大量存在等於“IDP3”的FourCC。
Microsoft MPEG-4 v1/v2/v3
常見的有1.0、2.0、3.0三種版本，是基於MPEG-4技術的，其中3.0並不能用於AVI的編碼，只能用於生成支持“視頻流”技術的ASF文件。
Microsoft MPEG-4 version 1
是微軟基礎的視頻編碼，是非標準的MPEG-4，與MPEG-4 Part2不兼容。FourCC:MPG4
Microsoft MPEG-4 version 2
VFW的基礎編解碼。與V與MPEG-4Part2不兼容。VFW（Video for Windows），是微軟推出的關於數字視頻的一個軟件開發包，VFW的核心是AVI文件標準。AVI(AudioVideo Interleave)文件中的音、視頻數據幀交錯存放。圍繞AVI文件，VFW推出了一整套完整的視頻採集、壓縮、解壓縮、回放和編輯的應用程序接口 (API)。由於AVI文件格式推出較早且在數字視頻技術中有廣泛的應用，所以VFW仍然有很大的實用價值，而且進一步發展的趨勢。在VC++開發環境中 調用VFW和使用其它開發包沒有什麼不同，只是需要將VFW32.lib
文件加入工程中，但在開放視頻捕捉與壓縮管理程序時需要其它軟件硬件設置。VFW爲AVI文件提供了豐富的處理函數和宏定義，AVI文件的特點在於它是典 型的數據流文件，它由視頻流、音頻流、文本流組成。所以對AVI文件的處理主要是處理文件流。FourCC：MP42
Microsoft MPEG-4 version 3
VFW的基礎編解碼。與V與MPEG-4Part2不兼容。最終只用於ASF文件。FourCC：MP43
除此之外：
Microsoft ISO MPEG-4 version 1
基於DirectX Media Objects (DMO)-based編解碼，與MPEG-4 SP（Simple Profile）兼容 。FourCC：MP4S。
Microsoft ISO MPEG-4 version 1.1
與MPEG-4 ASP（AdvancedSimple Profile）兼容。FourCC：M4S2
目前在Windows平臺上比較實用的MPEG-4視頻編解碼器主要有：由微軟公司開發的Microsoft MPEG-4 Codec v1/v2 /v3，主要是配合微軟公司的流媒體技術使用；在Microsoft MPEG-4 v3的基礎上，由DivXNetworks公司開發的 DivX Codec；在OpenDivX的基礎，遵循GPL開發的開源XviD Codec。
這些codec在windows中以dll方式呈現。
Windows Media Video 7
是DirectXMedia Objects (DMO)-based codec。Microsoft 正式開發的 第一個 Windows Media Video，開始脫離了MPEG-4，和MPEG-4 不兼容，從這一點上可見微軟的野心（微軟公司開始使用它自己非標準MPEG-4Part 2）。可惜這個版本壓縮效果非常爛，打破了微軟一飛沖天的美夢，不過它在壓縮速度上非常快，現在網絡上有很多采用這種格式壓縮的 WMV。FourCC：WMV1
Windows Media Video ８
在WMV7 基 礎上改進的版本，質量上面進不了不少。是DMO-based codec。FourCC：WMV2.
Windows Media Video 9
微軟的重頭戲，不光是這一個編碼，V9 系列更是一個平臺，讓微軟有足夠的能力挑戰 MPEG，ITU 等標準化組織。雖然這個版本並沒有微軟吹得那麼厲害，特別 是低碼率下比較差，不過跟以前版本相比進步還是非常多的。特別是 WMV HD 的應用，讓微軟也躋身視頻標準領域。
DMO-based codec. Video for Windows (VfW/VCM) version also available. FourCC：WMV3
Windows Media Video 9 Advanced Profile
在WMV4的Simple和Main profile levels與VC-1標準中的是相同的。VC-1中的AdvancedProfile採用一個新的WMV編解碼，稱爲WindowsMedia Video 9 Advanced Profile。它提高隔行掃描的內容壓縮，並與傳輸無關，使得他可以封裝在MPEG的傳輸流（TS）中或者採用RTP傳輸。它與之前的WMV9的 codec是不兼容的。
隨着 Windows Media Player 10 推出的編碼器，能夠更進一步控制WMV9 的質量。但是不能在老版本的 WMP9 上播放，也就是不兼容老版本的 WMP9，真不知微軟在搞什麼？
FourCC：WVC1，VC-1兼容。FourCC：WMVA，不推薦使用非VC-1兼容方式。我們可以認爲WMV9與VC-1兼容。
Windows Media Video 9 Screen
靜態屏幕無損壓縮編碼，質量非常好，壓縮率高，只針對如屏幕等變化非常小的環境。WMV Screen是一個screencast編解碼器，它可以捕抓動態的屏幕內容，將第三方抓屏程序轉換到WMV9 Screen文件中。用於之一是計算機的step-by*step演示視頻，第一版本是WMV7 Screen，第二個版本也就是當前的版本是WMV9 Screen，支持CBR和VBR。
Windows Media Video 9 Image
靜態圖像壓縮編碼。WMV Image是一個視頻幻燈片的編碼器，播放多個畫面時可根據時間進行平移和過度效果展現。與WMV9相比，具有高壓縮率和高態圖像質量。由於編解碼依賴解 碼器（播放器）生成實施視頻幀，播放WMV Image文件（即使在普通的1024×768，30fps）要求很高的處理能力。在最新的版本，WMV9.1 Image，使用Photo Story3提高轉換效果，耽於原來的WMV9 Image不兼容。
視頻質量
微軟宣稱WMV9提供的壓縮率爲MPEG-4的2倍，MPEG-2的3倍。微軟還宣稱WMV9的壓縮效率筆WMV8高15%～50%。但是在2005年的一個測試報告中，顯示WMV9的壓縮效率比WMV8要差。
Windows Media Player 10 Mobile
在wiki上，我們注意到“Windows Media Player 10 Mobile”，顯示WMV10將用於移動，可能是Windows Mobile。但是我們沒有查到進一步的資料。
WMA
擴展名 .wma
互聯網媒體類型 audio/x-ms-wma
統一類型標識 com.microsoft.windows-?media-wma
開發者 微軟
格式 數字音頻
WMA（Windows Media Audio）是微軟公司開發的一種數字音頻壓縮格式。一些使用Windows Media Audio編碼格式編碼其所有內容的純音頻ASF文件也使用WMA作爲擴展名。WMA格式爲微軟公司私有，但是隨着蘋果公司的iTunes對它的支持，這 個格式正在成爲MP3格式的競爭對手。它兼容MP3的ID3元數據標籤，同時支持額外的標籤。
WMA可以用於多種格式的編碼文件中。應用程序可以使用Windows MediaFormat SDK進行WMA格式的編碼和解碼。一些常見的支持WMA的應用程序包括Windows Media Player、Windows Media Encoder、RealPlayer、Winamp等等。其它一些平臺，例如Linux和移動設備中的軟硬件也支持此格式。
WMA 7之後的WMA支持證書加密，未經許可（即未獲得許可證書），即使是非法拷貝到本地，也是無法收聽的。同時，微軟公司開始時宣稱的：同文件比MP3體積小 一倍而音質不變，這也得到了兌現。另外，微軟公司在WMA 9大幅改進了其引擎，實際上幾乎可以在同文件同音質下比MP3體積少1/3左右，因此非常適合用於網絡流媒體。
跟MP3相比，WMA在高位的音質渲染力明顯不足，甚至還比MP3更差;與MP3相同，通常的WMA也是有損數據壓縮的文件格式，對於有更高要求的用戶來說WMA並不是一個適合的格式。但在WMA9版本開始支持無損壓縮——Windows Media Audio 9 Lossless（在安裝WMP11或Windows Media Format 11之後升級至9.1，無損壓縮版本最高支持5.1聲道編碼）。此外WMA也與MP3一樣同爲有專利版權的文件格式。支持的設備需要購買使用版權。
Windows Media Audio v1/v2
微軟最早的音頻編碼技術，用於 ASF 中，後來被破解也用在 DivX Audio 中，質量比較差。
Windows Media Audio 7/8/9
隨着各種不同的 WMV 而推出的相應的音頻編碼，質量節節提升，不過還沒有達到 64kbps CD音質的神化。
Windows Media Audio 9 Professional
WMA9 中 出現的新編碼，主要用於多聲道編碼和高採樣率音頻的編碼，質量不錯。
Windows Media Audio 9 Voice
針對語音的編碼，最高 20kbps ，不過和 AMR 相比，效果就太差了。
Windows Media Audio 9 Lossless
無損音頻編碼，可以完美保留CD原質量，是CD備份的不錯選擇，不過代價是體積過大。
VC-1
VC-1，全名VC-1視訊編解碼器（Video Codec 1），是基於微軟WMV9，並推廣爲工業標準。2003年提出標準化申請，最早名字是VC-9。2006年4月正式通過成爲標準。VC-1是SMPTE 421M視頻編解碼標準的正式名稱。HD DVD 和藍光光碟（Blu-ray Disc）都支援VC-1。微軟表示Windows Vista將支援VC-1影像壓縮技術的HD DVD規格。電影及電視學會（SMPTE）已採用VC-1爲視訊壓縮標準。
VC-1是基於Windows Media Video 9壓縮技術的影像壓縮標準，由三大編解碼元件所組成，每一個編解碼元件都具有其獨自的FourCC編碼。
WMV3 ：
即WMV9。VC-1的Simple和Main這兩種Profile就是WMV3應用，使得與WMV 9兼容，支持逐行掃描編解碼。隔行掃描的編解碼也提供，但在很快地，在微軟推出WMVAdvanced profile後，不推薦採用。逐行掃描編解碼用於YUV4:2:0，隔行的（不推薦）用於YUV4:1:1。
WMV3用於高質量的視頻和流媒體。同樣的質量，它只是MPEG-2的帶寬的1/2～1/3。在商業上用於高清電影和視頻的WMV HD，編碼爲WMV3 Main Profile @ High Level(MP@HL)。
WMVA ：
它是在WMV Advanced Profile被SMPTE吸收爲作爲VC-1草案之間出現的。它與WVC1之間細微的差役，因此解碼器也不一樣，2006年起，WMVA被認爲是個過時的編碼，因爲與VC-1不完全兼容。
WVC1 ：
也就是WMV 9 Advanced Profile，實現了個更新的，完全符合的AdvancedProfile的VC-1編碼標準。它支持隔行掃描內容，與底層傳輸無關。
壓縮技術整合了MPEG及H.264之優點，採用Biliner和Bicubic方式，次像素（Sub- Pixel）最小可達4分之1像素。VC-1只有4種動作補償（motion composition），壓縮比無法勝過H.264。VC-1在壓縮時間上，明顯比H.264短了許多，複雜度約只有H.264的50%，對特效電影有 很傑出的效能表現。由於H.264 使用較小尺寸的轉換公式與無法調整的量化矩陣，造成不能完整保留影像的高頻細節資訊。
wiki上有一篇 VC-1和H.264比較 的文章，很值得看一看。我看到這樣的一個段：
VC-1：需付費。Reference decoder 並非免費，不過附贈外部文件
H.264：免費.Reference encoder 和 decoder 也是免費。此外，覈查小組及M4IF郵寄名單可在一個可能會收到回答了AVC的有關問題。
除此之外，我們在Google上search H.264 license中也看到了說free的字樣。但是，果真如此嗎？
版權問題
我一直認爲H.264是需要付費的，因此我對上面的表述不確定是否正確。我上網查了一下：也看到“H.264的基本系統無需使用版權 ，具有開放的性質，能很好地適應IP和無線網絡的使用，”的字樣。基於這些疑問，我上網查了一下。IP總是個麻煩的問題，最好向Andriod那樣，提供平臺，版權，產品維護都是手機生產廠家的事情。
MPEG LA公司是世界領先的替代技術特許服務提供商，它使用戶能夠通過單筆交易從多個專利持有人那裏購買某項技術標準或平臺所必須的全球專利權，而不必分別洽談各項特許權。只要獨立管理的一站式專利特許權能夠開啓方便之門、幫助用戶推廣某項技術， MPEG LA公司率先採用的特許模式就能提供解決方案。MPEG LA公司的特許權之一就是MPEG-2數字視頻壓縮，這一技術幫助產生了消費電子歷史上應用最爲廣泛的標準。包括57個國家逾870個MPEG-2基本專利的MPEG-2專利組合特許權擁有至少1500家被許可人，覆蓋目前全球市場上的大多數MPEG-2產品，包括機頂盒、DVD播放器、數字電視機、個人 電腦和DVD視頻光盤。作爲獨立特許經營管理人，MPEG LA公司不與任何標準管理機構相關聯，也不是任何專利權持有人的關聯人。欲瞭解更多信息，請登錄http://www.mpegla.com。 （http://www.dvbcn.com/2010-01/28-44547.html）
我去MEPG-LA網上查閱，發現有AVC/H.264，也就是說這個是需要付費的。在資料中有下面的一張PPT。：
我不是很看得的懂，比如一個H.264的片子，是提供下載片子的內容供應商付錢，還是提供解碼器的終端設備商需要付費？又例如使用H.264進行視頻電話，小於12分鐘不收費，大於12分鐘收費？混亂啊。因此知識產權這攤事，還是留個專業的法律人士來負責。
編解碼學習筆記（八）：Real系列
下面資料從wiki中整理獲取。
Real系列是RealNetworks提供的，分爲RealVideo和RealAudio。
RealVideo
RealVideo是一種影片格式由RealNetworks於 1997年所開發，至2006年時已到RealVideo版本10。它從開發伊始就定位爲應用爲網絡上視頻播放上的格式。支持多種播放的平臺，包含Windows、Mac、Linux、Solaris以及某些移動電話。相較於其它的視頻編解碼器，RealVideo通常可以將視頻數據壓縮得更小。因此它可以在用56Kbps MODEM撥號上網的條件實現不間斷的視頻播放。
一般的文件擴展名爲.rm/.rvm，現在廣泛流行的是rmvb格式，即動態編碼率的real video。
RealVideo早期使用H.263，在RealVideo8及之後公司採用私有或者不公開的視頻格式。官方的的播放器是 RealNetworks RealPlayer SP，最新的版本是v12，在多個平臺，包括Windows，Macintosh，和Linux中提供。RealNetworks公司同時也開發了開源的 Helix播放器，但是在Helix項目中沒有提供RealVideo，因爲Real系列的編解碼仍是不公開的。
RealMedia文件可以通過RTSP在網絡上傳輸，但是RTSP只用於建立和管理連接，真正的視頻數據是通過Real自己私有的 RDT（Real Data Transport）協議傳輸。這種方式引起很大的批評，因爲難以在其他播放器和服務器中使用RealVideo，現在一些開源項目，例如MPlayer 已經可以播放RDT流。爲了支持實時流，RealVideo和RealAudio通常採用CBR（恆定碼速）編碼，使得每秒傳遞的數據相等。後來，公司開發了可變碼速，成爲RealMedia Variable Bitrate（RMVB），提供更高的水平資料，但是這種格式不適合作爲流，因爲難以預測某個特定的媒體流需要多少網絡資源。帶有快速移動和場景變化的視頻需要更高的碼流，如果碼流超出網絡所能提供的速率，將會引起中斷。
RealNetworks公司說RealVideo和RealAudio編解碼的源代碼不在RPSL的許可內。在許可源代碼在不支持的處理器和操作系統的商用移植中許可。雖然公司擁有大多數的知識產權，但是允許第三方爲某個特性享有版權。
RealVideo 1.0
RealVideo的第一個版本在1997年釋放，是基於H.263格式。在RealPayer5中提供。FourCC爲rv10，rv13
RealVideo G2和RealVideoG2+SVT
也是就要H.263，在RealPlayer6中提供。質量比較糟糕。FourCC爲rv20
RealVideo 8
隨着 RealPlayer 8 推出的視頻格式，是現在主流的網絡視頻編碼之一。編碼速度較慢，質量也只能算一般。猜測是基於早期的H.264 draft，在RealPlayer 8中提供，FourCC爲rv30。
RealVideo 9
RealNetworks 開 發的新一代編碼，質量進步了很多，特別是在底碼率下，而且編碼速度很快，做到了速與質的很好統一。
猜測是基於H.264，在RealPlayer9中提供。FourCC爲rv40.
RealVideo 10
在RealVideo 9 基 礎上加入了一些參數，如 EHQ 等，更加精確控制碼率，和 RealVideo 9 兼容。在RealPlayer10中提供，FourCC爲rv40（與RealVideo9相同）
RealAudio
文件名擴展： .ra, .ram
Internet media type：audio/vnd.rn-realaudio,audio/x-pn-realaudio
RealAUdio是RealNetwoks公司私有的賓朋編解碼格式，最早在1995年釋放。它包括一系列的音頻編解碼，從古老撥號modem的 低速率格式到高質量的音樂。可用於媒體流，過去很多的互聯網電臺使用RealAudio作爲他們節目的實時音頻流，近年使用得較少，讓位與其他流行的格 式。
RealAudio文件後綴爲.ra。1997年，公司開始提供視頻格式成爲RealVideo。將音頻和視頻合併是以哦那個的容器後綴爲.rm。然而，最新的版本，使用.ra用於音頻文件，使用.rv用於帶或不帶音頻的視頻文件，用.rmvb用於可變速率的視頻文件。
.ram(Real Audio Metadata)和.smil(SynchronizedMultimedia Integration Language)文件格式用於流媒體中的鏈接。在很多情況下，網絡並不直接鏈接一個RealAudio文件，而是鏈接.ram和.smil文件。這是一 個很小的文本文件，包括音頻流的鏈接。當用戶點擊一個鏈接，網絡瀏覽器下載.ram和.smil文件，並加載用戶的媒體播放器，媒體播放器從文件中讀取 pnm或者rtsp的URL，並開始播放流。
RealAudio文件包括多種音頻編解碼，每個編解碼都是用FourCC（Four Character Code）來表示，介紹如下：
- lpcJ: IS-54 VSELP (RealAudio 1)
- 28_8: G.728 LD-CELP (RealAudio 2)
- dnet: Dolby AC3 (RealAudio 3)
- sipr: Sipro Lab Telecom ACELP-NET (RealAudio 4/5)
- cook: G2/Cook Codec (RealAudio 6)
- atrc: Sony ATRAC3 (RealAudio 8)
- raac: MPEG-4 LC-AAC (RealAudio 9)
- racp: MPEG-4 HE-AAC (RealAudio 10)
- ralf: RealAudio Lossless Format (RealAudio 10)
編解碼學習筆記（九）：QuickTime系列
擴展名 .mov,.qt
互聯網媒體類型 video/quicktime
類型代碼 MooV
統一類型標識 com.apple.quicktime-movie
開發者 蘋果公司
格式 媒體容器
專門屬 音頻、視頻、文字
或者標題可以改爲Apple系列。QuickTime 並不是一個編碼，而是一個多媒體平臺，它的上面有衆多編碼，這裏只針對幾個主流的編碼器。
QuickTime技術擁有三種主要的組件：
- 媒體播放器，蘋果計算機在他自己的網站免費讓人下載以及內建在他的計算機中。
- QuickTime 檔案格式-公開文件並且任何人都可以使用，不須權利金。
- 軟件開發工具可用於Macintosh和Windows平臺。這些工具允許人們開發他們自己的軟件來操作QuickTime以及其它媒體檔案。這些對已註冊開發人員是 免費的（註冊免費）。
蘋果在Mac OS和Windows平臺推出免費之官方媒體播放軟件，名字爲"QuickTime Player"（早期的版本簡單地使用 了"MoviePlayer"這個名稱）。這個播放器也包含一些媒體編輯和媒體創作的特色，但是使用者必須從 Apple購買序列號來打開這些功能，把這個播放器轉變爲"QuickTimePro"。
QuickTime歷史：1991年到1998年：1.x- 2.x
蘋果電腦於1991年12月2日釋出第一個QuickTime的版本，作爲System 7上的多媒體附加功能。QuickTime的首席開發者，Bruce Leak，於1991年五月的Worldwide Developers Conference做了第一次的公開展示。他在Mac上展示蘋果電腦有名的1984電視廣告，在那時候是一種令人印象深刻的突破。Microsoft的 競爭技術-Video for Windows- 在1992年11 月之前都還未出現。
第一個版本的QuickTime制定的基本架構，到現在基本上還存在未更改，包含多重電影軌道，可擴充的媒體形態支持，一種開放的文件格式，以及完整的編輯功能。原本的視頻codec包含：
- Apple視頻codec（也稱作"Road Pizza"），適合普通現場動作圖像。
- 動畫codec，使用簡單的run-length圖形壓縮方式，適合卡通形態的大區域顏色很適合。
- 圖形codec，對於每一點8位（8-bit-per-pixel）的圖像優化，包含有抖色en:dithering的圖形。
蘋果電腦在1992年後期發放了Mac操作系統的1.5版本。
蘋果電腦在1994年二月發佈了QuickTime 2.0 for Mac OS版--這個是唯一的一個不免費的版本。在這個版本中加入了對音樂軌跡的支持，音樂軌跡相當於MIDI的數據，這個功能可以驅動sound- synthesis引擎自我創建於QuickTime中（使用的聲音許可證來自Roland），或者是任何外部的MIDI設備，因此創建出來的聲音只佔用 一小部分的電影數據。
在接下來的2.1和2.5版本中，QuickTime繼續免費。工程師改良了對音樂的支持並增加了sprite軌跡，這個功能可以實現創建複雜的動畫，文件大小就只比靜態的圖片大一點。
QuickTime 2.0 for Windows發佈於1994年11月。
QuickTime歷史：1998 - 2001: 3.0 and 4.0
運行於Mac OS的QuickTime 3.0於1998年3月30日發行。其現有的功能是免費的，但如果要獲得Apple所提供的具有更多特性的QuickTime Player和Picture Viewer程序，最終用戶需要通過購買一個QuickTime Pro 許可證來解除對軟件的限制。
QuickTime 3.0增加了支持圖像導入的組件，從而可以從GIF、JPEG、TIFF和其他文件格式中讀取圖像。而通過FireWire主要作爲視頻數據輸出的視頻輸 出組件同樣增加了視覺效果，使程序員可以把實時技術運用到視頻軌道中。一些效果甚至可以響應用戶的鼠標單擊，就像是電影本身的交互支持一樣。
蘋果於1999年6 月10日發行了QuickTime 4.0 for Mac OS。它增加了圖像導出組件，支持輸出成與預導入者可以閱讀的相同格式的非GIF格式（或許是因爲LZW許可）。它增加了Sorenson video codec的第一個版本，並且支持streaming。
QuickTime 4.1於2000年伊始發佈，增加了在Mac OS 9及後續版本中播放超過2G的電影；並且終止了對68K Mac的支持。用戶獲得了操作QuickTime Player viaAppleScript的能力。
QuickTime歷史：2001 - present 5.0 and later
QuickTime 5.0 for Mac OS於2001年4月23日出現。它增加了"皮膚"功能和多處理圖像壓縮支持。在這一版本中只有擁有QuickTime Pro許可證的用戶纔可以使用全屏模式，這一做法引起了爭議，至今尚未解決。
QuickTime歷史：QuickTime 6.x
QuickTime 6.0 for Mac OS，於2002年7月15日釋出，第一次包括Mac OS X使用的版本。
|
更新至QuickTime 6 |
|||
|
釋出日期 |
版本 |
平臺 |
特色 |
|
2002 年 7 月15 日 |
QuickTime 6 |
Mac OS 8.6 –Mac OS X ,Windows |
MPEG-2 、MPEG-4 以及AAC |
|
2003 年 1 月14 日 |
QuickTime6.1 |
Mac OS X |
品質與效能的增進 |
|
2003 年 3 月31 日 |
QuickTime 6.1 |
Windows |
修正CAN-2003-0168 安全性弱點 |
|
2003 年 4 月29 日 |
QuickTime 6.2 |
Mac OS X |
對於iTunes 4 的支持、增進的AAC 支持 |
|
2003 年 6 月3 日 |
QuickTime 6.3 |
Mac OS X, Windows |
3GPP 與AMR |
|
2003 年 10 月16 日 |
QuickTime 6.4 |
Mac OS X, Windows |
Pixlet 編碼解碼器、集成3GPP |
|
2003 年 12 月18 日 |
QuickTime 6.5 |
Mac OS X, Windows |
3GPP2 與AMC 移動式多媒體格式 |
|
2004 年 4 月28 日 |
QuickTime 6.5.1 |
Mac OS X, Windows |
Apple Lossless |
|
2004 年 10 月27 日 |
QuickTime 6.5.2 |
Mac OS X, Windows （對Windows 98/Me 的最後一個版本） |
修正程序錯誤、安全性更新、以及品質與效能的增進 |
|
2005 年 10 月12 日 |
QuickTime 6.5.3 |
Mac OS X v10.2.8 |
|
QuickTime歷史QuickTime 7.x
更新至QuickTime 7。
|
更新至QuickTime 7 |
|||
|
釋出日期 |
版本 |
平臺 |
特色 |
|
2005 年 5 月31 日 |
QuickTime 7.0.1 |
Mac OS X |
修復一個關於Quartz Composer 外掛模塊 的安全性問題 |
|
2005 年 7 月15 日 |
QuickTime 7.0.2 |
Mac OS X |
修復程序錯誤與兼容性的增進 |
|
2005 年 9 月7 日 |
QuickTime 7.0.2 |
Windows 2000 /XP |
第一個非預覽版本釋出 |
|
2005 年 10 月12 日 |
QuickTime 7.0.3 |
Mac OS X & Windows 2000 /XP |
流 與H.264 的程序錯誤修復。 |
|
2005 年 10 月29 日 |
QuickTime 7.0.3.50 |
Windows 2000 /XP |
|
|
2006 年 1 月10 日 |
QuickTime 7.0.4 |
Mac OS X & Windows 2000 /XP |
第一個通用二進制 版本。 |
|
2006 年 5 月11 日 |
QuickTime 7.1 |
Mac OS X & Windows 2000 /XP |
衆多的程序錯誤修復、對於iLife '06 的支持、以及H.264 效能的改善 |
|
2006 年 5 月31 日 |
QuickTime 7.1.1 |
Mac OS X |
|
|
2006 年 6 月28 日 |
QuickTime 7.1.2 |
Mac OS X |
Addresses an issue previewing iDVD projects. |
|
2006 年 9 月12 日 |
QuickTime 7.1.3 |
Mac OS X & Windows 2000 /XP |
程序錯誤修復與嚴重的安全性問題。 |
現時QuickTime的最新版本是QuickTime 7.6，但Windows 2000可以使用的最高版本卻是7.1.6。在7.5.5之前的版本，都存在Cross site scriping的安全性問題。
QuickTime的歷史：QuickTime X
QuickTime X（讀作Quicktime Ten，當中 的"X"是羅馬數字的十）是下一世代的QuickTime，在2008年6 月9日的WWDC上 發表。產品預期會在2009年的年中隨同Mac OS X v10.6推出[3]。Version X會使用與iPhone OS相同的媒體技術，並支持更新的編碼及更具效益的媒體播放功能。
Sorenson Video
Sorenson Video 2：
Sorenson Media 公 司開發的編碼器，主要用於QuickTime 4 的視頻編碼，質量較差。
Sorenson Video 3：
Sorenson Media 公 司隨 QuickTime 5發佈的編碼器，質量很不錯，已經成爲 QuickTime 的標準視頻編碼，網絡上大部分電影預告片都採用這種編碼。
Apple MPEG-4
Apple 公司自己開發的 MPEG-4 編碼器，隨 QuickTime 6 發佈，質量很差。
Apple H.264
Apple 公司自己開發的 H.264 編碼器，隨 QuickTime 7 發佈，支持 HDTV。
Audio QDesign Music
QDesign Music 1
QDesign 公司開發的音頻編碼器，這個版本現在已經開不到它的身影了。
QDesign Music 2
QDesign Music 的 第二個版本，也是最後一個版本，在時下這些先進的音頻編碼面前，它已經沒有生命力了，主要應用於網上的電影預告片。
Audio Apple MPEG-4 AAC
Apple 公司自己開發 的 AAC 編碼器，質量非常好，是最優秀的 AAC 編碼器之一，隨 QuickTime 6 發佈。
Apple Lossless
Apple 公司開 發的無損音頻編碼，主要應用於 iTunes 抓取 CD。Apple Lossless（AppleLossless Audio Codec、ALAC）爲蘋果的無損音頻壓縮編碼格式。 在 iTunes 上名稱爲 Apple Lossless。
可將非壓縮音頻格式（WAV、AIFF）壓縮至原先容量的40%至60%左右，編譯碼速度很快。也因爲是無損壓縮，聽起來與原檔案完全一樣，不會因解壓縮和壓縮而改變。
它在2004年4月28日公佈的iTunes4.5和QuickTime6.5.1 的其中一部份。目前攜帶型數字多媒體播放器中只有 iPod 可播放。
雖爲非自由軟件或開放原始碼軟件、但 Apple Lossless 的開放原始碼譯碼器已經釋出。
注：上述材料來源於wiki的整理。
編解碼學習筆記（十）：Ogg系列
Ogg是一個自由且開放標準的容器格式，由Xiph.Org 基金會所維護。Ogg格式並不受到軟件專利的限制，並設計用於有效率地串流媒體和處理高質量的數字多媒體。
Ogg意指一種文件格式，可以納入各式各樣自由和開放源代碼的編解碼器，包含音效、視頻、 文字（像字幕）與元數據的處理。
OggTheora
Theora是一個免權利金、開放格式的有損影像壓縮技術，由Xiph.Org基金會開發，該基金會還開發了著名的聲音編碼技術Vorbis， 以及多媒體容器檔案Ogg。Theora 是由 On2Technologies 公司專屬的 VP3 編碼器經過開放源代碼後衍生而來。Theora 的命名來自於一個電視節目Max Headroom。
Theora是一個可 變位速率、以DCT爲基礎的影像壓縮格式。和多數的影像編碼格式一樣，Theora 使用了色度抽樣、block basedmotion compensation 和 8×8 DCT block，也支援視 訊壓縮圖像類型和 視 訊壓縮圖像類型，但是不支持使用在 H.264 和 VC-1 的 bi-predictive frames（B-frame），Theora 也不支援 隔 行掃描, variable frame rates, 或 bit-depths larger than 8 bits per component。
Theora 的影像流可以儲存在任何的容器檔案格式中，最常用的是和聲音編碼Vorbis一起儲存在Ogg檔案格式中，這種方式可以提供完全開放、免權利金的多媒體檔案。此外Theora影像也可以儲存在Matroska檔 案中。
Google官方blog稱，Web視頻目前沒有一個標準，有些網站使用Flash，但這要求用戶有Flash播放 器;有些使用Java播放器，但爲了在JVM虛擬機中解碼視頻和音頻用戶需要一個配置很高的機器;等等諸如此類。
好消息是新一代的 HTML 5標準引入了視頻元素，Web開發者可以用一種標準的方式指定視頻的外觀。現在問題變成了使用哪一種視頻格式。
Google 認爲開放標準格式可以成爲目前無序的視頻格式之爭的底線。最後的權益方案不需要最複雜的格式，或者是最大張旗鼓宣傳，幾乎已成爲行業標準的格式，因此他們決定選擇支持使用廣泛的開源Ogg Theora格式。
Theora是On2 Technologies 公司的 VP3 編碼器的開源衍生版，Google於去年收購了On2公司。
資料來源：http://tech.it168.com/a2010/0412/872/000000872493.shtml
在2002年3月，On2將許可改爲下週VP3開源代碼爲LGPL。在2002年6月，On2將VP3作爲 Xiph.Org僅僅和下的一個類似BSD的開源許可。On2還制定了一個不可更改的免版權費的聲明，任何人可以用於任何軟件，任何的衍生產品以及任何目 的。2002年88月，On2與Xiph.Org簽訂一項協議，將VP3作爲一個新的，免費的視頻編解碼，成爲Theora。On2宣稱Theora是 VP3的一個繼任者。在2002年10月3日，On2和Xiph宣佈Theora最早的Alpha代碼釋放。
比特流格式在2004年凍結（version 1.0 alpha3），有經過了幾年的beta版本，Theora第一穩定版本（v1.0）在2008年11月釋放。Theora任何版本的視頻編碼在格式凍結後都與未來的播放器兼容。目前的工作集中在“Thusnelda”分支的bug修復，目前爲beta版本，將最後作爲Theora1.1版本釋放。
Theora視頻壓縮格式基本上與VP3視頻壓縮格式兼容，包含一個後先兼容的超集。Theora是VP3和 VP3流（有小量語法修訂）的超集，VP3流可以不經過重新壓縮改爲Theora流，但是反過來把成立。VP3視頻壓縮可以由Theora來實現解碼，但 是Theora視頻演示通常不能夠使用古老的VP3來進行解碼。
Theora將視頻格式建立在開源的基礎上，並作爲基百科視頻內容選擇的編碼格式。然而，Theora缺少商業支持，並正努力獲取分銷商尤其是網絡分銷商接受。
Mozilla使用這項技術在Firefox上提供HTML5視頻。蘋果和微軟的HTML5視頻都準備採用 MPEG LA管理的H.264。該團體的成員包括微軟和蘋果，及許多科技公司。
這裏面的爭議關鍵在於license的問題，H.264是需要給license的。
Mozilla則發出以下聲明：“我們相信，HTML5視頻在多方、開放和無權利金的編/解碼器，以同於W3C 授權標準之方式支持下，才符合公衆利益。如 果MPGA LA願意根據W3C標準定義的開放網絡條件提供H.264，我們絕對會考慮採用這項技術。本組織堅持我們對Theora的立場。”
Opera首席技術官Hakon Wium Lie也提供下列聲明；“爲了開放網絡的成長茁壯，所有媒體(包括視頻)，必須在無需支付編/解碼器授權費的前提下使用。真正支持一個開放網絡的瀏覽器製造商，必須努力建造一個無授權費的基本影音編/解碼器。”
微軟的公司博客寫道：“源代碼能否取得，與知識產權之間的區別，在於可取用的源代碼是極度必要的。目前，H.264的知識產權，可通過MPEG LA管理的一個定義明確的方案取得。其它編/解碼器的權利通常較不清楚。”
Ogg Vorbis
Ogg 的音頻編碼， 質量非常優秀，特別是低碼率下，支持多聲道。最高碼率能夠達到500kbps，是 AAC 的有力競爭者。
「Ogg」這個詞彙通常意指Ogg Vorbis此一音頻文件格式，也就是將Vorbis編碼的音效包含在Ogg的容器中所成的格式。在以往，.ogg此一擴展名曾經被用在任何Ogg支持格 式下的內容，但在2007年，Xiph.Org基金會爲了向後兼容的考慮，提出請求，將.ogg只留給Vorbis格式來使用。Xiph.Org基金會決定創造一些新的擴展名和媒體格式來描述不同類型的內容，像是隻包含音效所用的.oga，包含或不含聲音的影片（涵蓋 Theora）所用的.ogv和程序所用的.ogx。
Vorbis的是一個 開源自由軟件 項目負責人是 Xiph.Org基金會。該項目產生的數位音頻格式規範和軟件實施（編譯碼器）爲有損音頻壓縮。 Vorbi是最常用的結合與Ogg容器格式，因此通常被稱爲 Ogg Vorbis格式.
Vorbis是一個延續的音頻壓縮的開發始於 1993年克里斯蒙哥馬利.集約發展始於1998年9月後，信弗勞恩霍夫協會 該公司宣佈將收取許可費爲 MP3音頻格式。Vorbis的項目開始作爲公司的一部分，Xiph.Org 基金會的Ogg項目（也稱爲 OggSquish多媒體項目）。克里斯蒙哥馬利開始工作的項目，並協助越來越多的其它開發商。他們繼續完善源代碼 直到Vorbis的文件格式被凍結 2000年5月爲 1.0 和一個穩定的版本（1.0）的參考軟件發佈於 2002年7月19日。
OggSpeex
Ogg 的語音編碼，專門針對低碼率的語音編碼。
Ogg FLAC
Ogg 的無損音頻編碼。
On2 VPX 系列
On2 公司開發了一系列優秀的視頻編碼，現在應用得最多的恐怕是 NullsoftVideo 的視頻，它們就採用了 VP3，VP5，VP6 視頻編碼。
VP3
已經作爲開放源代碼公佈，現在 是 Ogg Theora 項目，當然，Theora 的質量可比 VP3 好多了。
VP4
On2 公司當年吹牛全球最好的視頻編碼，後來證明質量很一般。
VP5
至今還很神祕，On2 並沒有放出來，只在 NullsoftVideo 裏面見到他的身影。
VP6
從一開始，On2 就把這個編碼器提供給大家下載，質量還是不錯的。不過最近似乎又關閉了，主頁上只有一個解碼器。On2 TrueMotion VP6是一個專有的有損視頻編解碼格式和視頻編解碼器。它是TrueMotion視頻編解碼的具體體現，是一系列由On2開發的視頻編解碼，通產個用於 Adobe flash，Flash Video和JavaFX媒體文件。
VP7
On2 最新的編碼器，在 VP6 上有不少進步。在2005年1月，On2宣佈推出比VP6有更好的壓縮比的新的編解碼VP7。在2005ian4月，On2公司許可On2視頻編碼器9包 括VP6和VP7）用於Macromedia Flash。在2005年8月，Macromedia宣佈他們選擇VP6作爲新的Flash Player8的視頻回放的旗艦式編解碼。
VP8
Google在2009年收購了On2 Technologies，並於2010年5月19日在Google I/O會議上宣佈將VP8以BSD許可證的形式開源。。VP8是On2 Technologies繼VP3之後宣佈開源的第二個編解碼器。（Xiph.Org 基金會於2002年接手VP3並將之冠名以Theora，之後以BSD許可證的形式將Theora開源）。要求Google將VP8開源的最大呼聲來自於 自由軟件基金會。2010年3月12日，自由軟件基金會給Google發了一封公開信，請求Google逐漸用開源形式的VP8和HTML 5取代YouTube上的Adobe Flash和H.264。
2010年5月19日，WebM啓動。WebM包含了來自於Mozilla、Opera、Google以及其他四十多家出版商和計算機軟硬件供 應商（包括AMD、NVIDIA）的貢獻，旨在大力倡導在HTML5中使用VP8。InternetExplorer 9在安裝了適合的編解碼器之後也能支持VP8。
注：上述材料來源於wiki的整理。
編解碼學習筆記（十一）：Flash Video系列
用於在 Flash 中壓縮視頻。FLV流媒體格式是一種新的視頻格式，它的出現有效地解決了視頻文件導入Flash後，使導出的SWF文件體積龐大，不能在網絡上有效使用等 缺點。一般FLV文件包在SWF PLAYER 的殼裏，並且FLV可以很好的保護原始地址，不容易被下載到，從而起到保護版權的作用。
- 文件名： .flv, .f4v, .f4p, .f4a, .f4b
- 媒體類型：video/x-flv, video/mp4, video/x-m4v, audio/mp4a-latm, video/3gpp, video/quicktime, audio/mp4
- 廠家：Adobe Systems (originally developed by Macromedia)
- Type of format： Media container
- Container for ：Audio, video, text, data Extended from
- 擴展：FLV: SWF ，F4V: MPEG-4 Part 12
Flash介紹
Flash Video是一個文件容器格式，是Adobe Flash播放器版本6-10用於在互聯網上傳遞視頻。Flash視頻內容也可以封裝在SWF文件。Flash視頻有兩種不同的文件格式：FLV和 F4V。FLV文件中，同SWF文件一樣音頻和視頻數據採用相同方式進行編碼。晚出現的F4V，它的格式是基於ISO爲基礎的媒體文件格式，並在 Flash Player 9 update 3中開始得到支持。這些格式Adobe Flash播放器都能支持，並由Adobe公司開發，其中FLV最找石油Macromedia公司開發的。
Flash視頻FLV文件所包含的媒體的編碼通常採用Sorenson Spark和VP6視頻壓縮格式。最新發布的Flash播放器支持H.264視頻和HE-AAC音頻。所有的這些編解碼目前受到專利的限制。
Sorenson編解碼看參考以下兩種專用的視頻編解碼：Sorenson Video或者Sorenson Spark。Sorenson Video也被稱爲Sorenson Codec，Sorenson Video Quantizer或者SVQ。Sorenson Spark也稱爲Sorenson H.263。這些編解碼都是有Sorenson 媒體公司設計（及以前的Sorenson Vision公司）。Sorenson Video在Apple的QuickTime中使用，SorensonSpark在Adobe Flash（以前的MacromediaFlash）中使用。
Flash視頻通過廣泛使用的Adobe Flash播放器和瀏覽器的plugin或者其他的第三方程序，使它能在絕大多是的操作系統都可以使用。
通常Flash視頻FLV文件包含的視頻比特流是一個專有的H.263視頻標準的變體，FourCC爲FLV1（Sorenson Spark）。SorensonSpark是一個FLV文件老式編解碼，但被廣泛應用和兼容，因此它是第一個被Flash Player支持的視頻編解碼。這是在Flash Player 6和7要求的視頻壓縮格式。Flash Player 8和更新的版本支持On2 TrueMotion VP6視頻比特流回放（FourCC VP6F或者FLV4）。On2 VP6是FlashPlayer 8或者更高版本優先使用的視頻壓縮格式。On2 VP6可以提供能夠提供比Sorenson Spark更高視覺質量，尤其在低比特流中。另外它的計算更爲複雜，因此在某些古老的系統配置中無法很好使用。
Flash 9 update 3，在2007年12月3日釋放，提供了新的Flash視頻文件格式F4V，支持H.264視頻標準（也即MPEG-4part 10或者AVC），H.264需要更復雜的技術，但是提供更加卓著質量/比特流比例。具體而言，Flash播放器現在支持H.264視頻壓縮（MPEG- 4 Part 10）,AAC音頻壓縮（MPEG-3 Part 3），F4V，MP4（MPEG-4 Part14），M4V，3GP和MOV多媒體容器格式，3GPP Timed Text標準（MEPG-4 Part 17）（這是一個標準的的字幕格式，能夠部分解析ID3的’ilist’，等同於iTunes使用的metadata存儲。不支持MPEG-4 Part 2視頻（例如有DivX或者Xvid創建）。Jonathan Gay，一個Flash的主要程序員在接收BBC新聞採訪時表示：公司最初想在Flash中使用H.264，但是被每年5百萬美金（3.5百萬英鎊）的專 利許可費而卻步。
Flash Video FLV文件格式支持兩個成爲“screenshare‘（Screen Video）編解碼的版本，這是一種用於桌面演示的編碼格式。這兩種格式都是基於tmap平鋪方式，可以通過減少色深進行有損編碼，並使用zlib壓縮。 第二個版本之在Flash播放器8以及更新的版本支持。
在Flash視頻文件中，通常使用MP3作爲音頻編碼然而，在Flash視頻FLV文件通過麥克風錄音使用專用 的Nellymoser Asao編解碼（Flash Player 10 在2008年發佈，也支持開源的Speex編解碼）。FLV文件支持不壓縮的音頻或ADPCM音頻格式。最新的Flahs Player 9 支持AAC（HE-AAC/AAC SBR，AAC Main Profile，和AAC-LC）。
編碼爲Flash Video文件有一個編碼工具提供，包括Adobe的Flash Professional和Creative Suite產品，On2的Flix編碼工具，SorensonSqueeze，FFmepg和其他第三方工具。
容器
在2002年發佈的Flash Player6增加了對SWF文件格式的支持。在2003年，FlashPlayer7增加了對FLV文件格式的直接支持。由於FLV文件格式的限制，Adobe System公司在2007年提出下面列出的新的文件格式，是基於ISO基本媒體文件格式（MPEG-4 Part 12）。Flash播放器不檢查文件的擴展名，而直接查看文件，檢查屬於那種格式。
|
文件擴展名 |
Mime Type |
描述 |
|
.f4v |
video/mp4 |
Video for Adobe Flash Player |
|
.f4p |
video/mp4 |
Protected Video for Adobe Flash Player |
|
.f4a |
video/mp4 |
Audio for Adobe Flash Player |
|
.f4b |
video/mp4 |
Audio Book for Adobe Flash Player |
在Flash Player6及以後的版本對SWF文件的支持，使得可以與Adobe Flash媒體服務器通過RTMP來進行音頻，視頻和數據的交互。Flash媒體服務器的數據支持採用FLV文件格式的文件（MIME類型爲 video/x-flv）。從Flash Player 9 Update 3開始創建的SWF文件，Flash Player可以播發新的F4V文件格式。
媒體格式
在FLV文件中支持的媒體類型：
- 視頻：On2 VP6，Sorneson Spark（Sorenson H.263），Screen Video，H.264
- 音頻：MP3，ADPCM，Linear PCM，Nellymoser，Speex，AAC，G.711（保留用於互通需求）
在F4V文件中支持的媒體類型：
- 視頻：H.264
- 圖像（視頻數據的靜止幀）：GIF，PNG，JPEG
- 音頻：AAC，HE-AAC，MP3
|
在Flash Player和Flash Video中支持的音視頻壓縮格式 |
||||
|
Flash Player version |
Released |
File format |
Video compression formats |
Audio compression formats |
|
6 |
2002 |
SWF |
Sorenson Spark, Screen video |
MP3, ADPCM, Nellymoser |
|
7 |
2003 |
SWF, FLV |
Sorenson Spark, Screen video |
MP3, ADPCM, Nellymoser |
|
8 |
2005 |
SWF, FLV |
On2 VP6, Sorenson Spark, Screen video, Screen video 2 |
MP3, ADPCM, Nellymoser |
|
9.0.115.0 |
2007 |
SWF, FLV |
On2 VP6, Sorenson Spark, Screen video, Screen video 2, H.264[*] |
MP3, ADPCM, Nellymoser, AAC[*] |
|
SWF, F4V, ISO base media file format |
H.264 |
AAC, MP3 |
||
|
10 |
2008 |
SWF, FLV |
On2 VP6, Sorenson Spark, Screen video, Screen video 2, H.264[*] |
MP3, ADPCM, Nellymoser, Speex, AAC[*] |
|
SWF, F4V, ISO base media file format |
H.264 |
AAC, MP3 |
||
[*]在FLV文件格式中使用H.264和AAC壓縮有一些限制，Flash Player的作者強烈推薦大家使用新的F4V文件格式。
Flash傳遞的幾種方式
一、作爲一個標準的flv文件。
二、嵌入SWF文件，使用Flash認證工具（在FlashPlayer ６及以後的版本支持）。
三、通過HTTP的漸進流下載（progressive download）。這種方式使用ActionScript，包括客戶端側的一個外部託管Flash Video文件用於播放。然而，和使用RTMP的媒體流不一樣，HTTP“流”不支持實時廣播。HTTP流要求一個定製的播放器以及包含每個關鍵幀精確開 始字節位置以及時間碼的特定FlashVideo元數據的加入。使用這些特定的信息，定製Flash Video播放器可以要求在任何指定的關鍵幀中開始播放。例如，Google Video，Youtube和BitGravity支持漸進流下載，可以在緩存滿之前查看視頻的任何部分。在服務器側，這種“假HTTP流“方式實現相當 簡單，例如可以採用Apache的PHP模塊，使用lighttpd。
四、採用RTMP協議的流，可提供的有Flash媒體服務器（以前稱爲Flash Communication Server），VCS，Electro Server，Helix Universal Serval，Wowza Pro，用於.NET的WebORB，用於Java的WebORB，以及開源的Red5服務器。在2008年4月，這個協議有流錄像提供，不需要重新編碼 的screencast軟件。
RTMP，實時消息協議，Real Time Message Protocol是一個有Adobe System爲在互聯網的音頻，視頻和數據流開發的私有協議，運行在Flash播放器和服務器之間。RTMP協議有三個方式：
1、 通過在TCP上，使用1935端口的“純”協議。
2、 用於在穿越防火牆時，在HTTP請求中封裝的RTMPT。
3、 在HTTPS的安全連接中使用的RTPMS。
注：上述材料來源於wiki的整理。
編解碼學習筆記（十二）：其他編解碼
M-JPEG
M-JPEG（Motion-JoinPhotographicExpertsGroup）技術即運動靜止圖像（或逐幀）壓縮技術，廣泛應用於非線性編輯領域可精確到幀編輯和多層圖像處理，把運動的視頻序列作爲連續的靜止圖像來處理，這種壓縮方式單獨完整地壓縮每 一幀，在編輯過程中可隨機存儲每一幀，可進行精確到幀的編輯，此外M-JPEG的壓縮和解壓縮是對稱的，可由相同的硬件和軟件實現。
同樣格式的MPEG視 頻壓縮不同於幀間壓縮，因爲壓縮比特率比較低，所以編碼與 解碼相對比較容易，並不需要過多的運算能力，也使得軟件或者芯片可以十分容易地對Motion JPEG進行編輯。也因爲此，一些移動設備，如數碼相機使用MotionJPEG來進行短片的編碼。
Motion JPEG 2000
JPEG2000是基於小波變換的圖像壓縮標準，由Joint PhotographicExperts Group組織創建和維護。JPEG2000通常被認爲是未來取代JPEG（基於離散餘弦變換）的下一代圖像壓縮標準。JPEG2000文件的副檔名通常爲.jp2，MIME類型是image/jp2。
雖然JPEG2000在技術上有一定的優勢，但是到目前爲止（2006年），互聯網上採用JPEG2000技術 製作的圖像文件數量仍然很少，並且大多數的瀏覽器仍然沒有缺省支持JPEG2000圖像文件的顯示。但是，由於 JPEG2000在無損壓縮下仍然能有比較好的壓縮率，所以JPEG2000在圖像品質要求比較高的醫學圖像的分析和處理中已經有了一定程度的廣泛應用。
DivX
- 文件名擴展： .divx
- 類型：DIVX
- 開發者： DivX，Inc
- 格式類型：媒體容器，用於MPEG-4 Part 2–compliant video
- 擴展來源：AVI
這是由MPEG－4衍生出的另一種視頻編碼(壓縮)標準，也即通常所說的DVDrip格式，它採用了MPEG4 的壓縮算法同時又綜合了MPEG-4 與MP3各方面的技術，說白了就是使用DivX壓縮技術對DVD盤片的視頻圖像進行高質量壓縮，同時用MP3或AC3對音頻進行壓縮，然後再將視頻與音頻 合成並加上相應的外掛字幕文件而形成的視頻格式。其畫質直逼DVD並且體積只有DVD的數分之一。這種編碼對機器的要求也不高，所以DivX視頻編碼技術 可以說是一種對DVD造成威脅最大的新生視頻壓縮格式，號稱DVD殺手或DVD終結者。
DivX，是DivX公司（前身是DivXNetworks公司）的著名品牌，是一種MPEG-4技術視頻編譯碼器（codec），2007年秋以2200萬美元收購德國MainConcept。
ISO公佈了“超低比特率活動圖像和語音壓縮標準 ”，排序MPEG－4,1998年10月批准第一版，1994年4月又公佈了第二版及其校驗模型（VM），MPEG－4正式編號是ISO/IEC國際標準 14496，它是一種新型的多媒體標準，它與前標準一個重要區別就在於，是一個基於對象的視編碼壓縮標準，所定義的碼率控制的目標就是獲得在給定碼率下的最優質量，它爲互聯網上傳輸高質量的多媒體視頻提供了很好的技術平臺。
1998年微軟開發了第一個在PC上使用的MPEG－4編碼器，它包括MS MPEG4V1、MSMPEG4V2、MS MPEG4V3的系列編碼內碼，其中V1和V2用來製作AVI文件，一直到現在它都是作爲Windows的默認組件，不過V1和V2的編碼質量不是很好，一直到MS MPEG4V3纔開始有好轉，畫質有了顯着的進步，但是不知微軟出於什麼目的，卻將這個MS MPEGV3的視頻編碼內核封閉，僅僅使其應用於Windows Media流媒體技術上，也就是我們熟悉的ASF流媒體文件中。ASF文件雖然有一些優勢，但是由於過分的封閉不能被編輯，末得到廣泛應用，這便惹怒了那些個不怕天不怕地的視頻黑客和致力於鑽研視頻編碼的高手，後來，這些小組不僅破解了微軟的視頻編碼，而且經過他們的修改，一種新的視頻編碼誕生了：那就是 廣爲流傳的MPEG編碼器－DivX3.11。
DivX採用了MS的MPEGV3，改良後並加入自己功能稱之爲DivX3.11，也是目前互聯網上普通採用的 MPEG－4編碼器之一。很快，DivX被傳得紅得發紫，幾乎成了業界的標準，但是，同樣很快地出現了，DivX的基礎技術是非法盜用微軟的，微軟聲稱將 對所有推動DivX發展的人、企業進行追究，可是DivX技術的創造者之一羅達（Rota）正全面申請將DivX合法化，這是基於DivX雖然是從Window的發明出來的，但卻沒有用過任何微軟的技術，更組建新公司DivXNetworks全力推廣DivX，看來DivX（俗稱壓縮電影）蓬勃發展 的大潮是勢不可擋了。
看來任何吸引眼球的故事在關鍵時刻都會發生轉折，DivX的發展竟也不能脫離這一俗套，就在DivX順利發展時 期，DivX的技術逐漸成熟，商機無限的時候，一臺好戲上演了，DivXNetworks成立初衷就是擺脫微軟的技術封閉，因而發起一個完全開放源碼的項目，名爲 “ Projet Mayo ”，目標是開發一套全新的、開放源碼的MPEG4編碼軟件，由於它完全符合ISO MPEG標準，又是完全開放源代碼，OpenDivXCODEC吸引了 很多軟件，視頻高手參與，很快便開發出具有更高性能的編碼器Encore2等等，就在DivX最輝煌的時期，DXN公司突然封閉了DivX的源代碼，並在 Encore2的基礎上發佈了自有產品DivX4，原來DXN早就給自己留了後門，DivX採取的是LGPL協議，而不是GPL協議，雖說它們都是公共許 可證協議，保障自由使用和修改軟件或源碼的權利，但LGPL允許私有，DXN就是利用這一協議初其不備的耍出了大刀。
接着，很多被DXN公司狠狠涮了一回的軟件、視頻團體另起門戶，逐漸重新聚攏開發力量，高舉復仇大旗，在OpenDivX版本基礎上，再次開發出一種新的MPEG－4編碼--XviD，名字的順序和DviX剛好相反，僅僅從名字就可以看出Xvid充滿了復仇的力量。
DivX是近一兩年來稱霸網絡視頻的圖像壓縮編碼標準。起初它是以微軟MPEG 4視頻編碼標準爲基礎修改和開發的，並以免費方式發佈。其特點是具有十分不錯的壓縮比率，可以將一整套DVD質量的影片壓縮存放到一張CD-R光盤中。現 在的DivX分爲普通版和Pro版，其中後者還有收費版和Adware（廣告）版兩種，自帶DivX Player程序進行播放。用戶如果安裝了免費的DivX Codec後，也可用Windows Media player觀看DivX影片。
注：上述材料來源於wiki的整理。
編解碼學習筆記（十三）：容器（上篇）
視頻是現在電腦中多媒體系統中的重要一環。爲了適應儲存視頻的需要，人們設定了不同的視頻文件格式來把視頻和音頻放在一個文件中，以方便同時回放。視頻檔實際上都是一個容器裏面包裹着不同的軌道，使用的容器的格式關係到視頻檔的可擴展性。
FourCC全稱Four-Character Codes，是由4個字符（4 bytes）組成，是一種獨立標示視頻數據流格式的四字節，在wav、avi檔案之中會有一段FourCC來描述這個AVI檔案，是利用何種codec來 編碼的。因此wav、avi大量存在等於“IDP3”的FourCC。
|
ISO/IEC |
MPEG-PS · MPEG-TS · MPEG-4 Part 12 /JPEG 2000 Part 12 · MPEG-4 Part 14 |
|
ITU-T |
|
|
Others |
3GP and 3G2 · ASF · AVI · Bink · DivX Media Format · DPX · EVO · Flash Video · GXF · M2TS ·Matroska · MXF · Ogg · QuickTime File Format · RealMedia · REDCODE RAW · RIFF · Smacker · MOD and TOD · VOB · WebM |
|
Audio Only |
3GP和3G2容器
3GP（3GPP文件格式）是一個多媒體容器由第三代合作伙伴計劃（3GPP）針對3G UMTS多媒體服務定義。它用於3G移動電話，但也可以用於某些2G和4G的電話。3GP在ETSI 3GPP技術規範中定義，他是視頻文件格式，並帶有講話/音頻媒體類型和帶時間信息的文本，用於IMS，MMS，多媒體廣播/多播服務（MBMS）和傳輸端到端的包交換流媒體服務（PSS）。
3G2（3GPP2文件格式）是一個多媒體容器有3GPP2爲3G CDMA 2000多媒體服務定義。她與3GP文件格式非常相似，但與之相比存在一些擴展和限制。3G2在3GPP2技術規範中定義。
3GP和3G2文件格式都是基於在ISO/IEC 14496-12（MPEG-4 Part 12）定義的ISO基礎媒體文件格式，但是老闆不的3GP文件格式不具有其中某些屬性。3GP和3G2與MP4（MPEG-4 Part 14）相似，MP4也是基於MPEP-4 Part 12。3GP和3G2設計目的是爲移動電話減少存儲和帶寬要求，它們是非常相似的標準，但有區別：
- 3GPP 文件格式用於GSM類電話，文件擴展名：.3gp
- 3GPP2文件格式用於CDMA類電話，並具有文件擴展名：.3g2
3GP文件存貯視頻流：MPEG-4 Part2，H.263，MPEG-4 Part 10（AVC/H.264），音頻流 AMR-NB, AMR-WB, AMR-WB+,AAC-LC, HE-AAC v1 和 Enhanced aacPlus (HE-AAC v2)。3GPP允許ISO基礎文件格式（MPEG-4Part12）中使用AMR和H.263編解碼，因爲3GPP在ISO基礎文件格式中規定了採樣條目和模板字段的使用，可以爲編解碼定義新的box。這些 擴展在ISO基礎媒體文家格式（“MP4家族”文件）中由登記授權登記爲code-point。對於在3GP文件中存貯MPEG-4媒體，3GP規定參加了MP4和AVC文件格式規範，它們也是基於ISO基礎媒體文件格式。MP4和AVC文件格式規範描述在ISO基礎媒體文件格式中使用MPEG-4內容。 有些手機使用.mp4作爲3GP視頻的擴展。
3G2文件格式可以存貯與3GP文件格式相同的視頻流和覺得部分的音頻流。此外3G2可以存在音頻流還包括EVRC，EVRC-B，EVRC- WB，13K（QCELP），SMV，和VMR-WR。3G2規範還定義了在3GPP帶時間文件的某些貨站。3G2文件格式不支持Enhanced aacPlus (HE-AAC v2) 和AMR-WB+ audiostreams。對於在3G2文件中存在MPEG-4媒體（AAC音頻，MPEG-4 Part 2音頻，MPEG-4 Part 10/H.264/AVC），3G2規範提及了MP4 文件格式和AVC文件格式規範，在那裏描述瞭如果在ISO基礎媒體文件格式中使用這些內容。對於在3G2中存儲H.263和AMR內容，3G2規範參見了 3GP文件格式規範。
3GP格式視頻有兩種分辨率：
- 分辨率176×144，適合市面上所有支持3GP格式的手機。
- 分辨率320×240，清晰，適合高檔手機、MP4播放器、PSP以及蘋果iPod.
ANIM
ANIM標準的多媒體文件用於經典的Commodore Amiga的數字動畫。它遵循IFF ILBM主規範，他是第一個動畫格式被操作系統正式採納。
ASF
微軟WMA和WMV的標準容器。
WMV（Windows Media Video）是微軟公司開發的一組數字視頻編解碼格式的通稱，ASF（Advanced Systems Format）是其封裝格式。ASF封裝的WMV檔具有"數字版權保護"功能。擴展名:wmv/asf、wmvhd。
ASF (Advanced Streaming format高級流格式)。ASF 是 MICROSOFT爲了和現在的 Real player 競爭而發展出來的一種可以直接在網上觀看視頻節目的文件壓縮格式。ASF使用了 MPEG4 的壓縮算法，壓縮率和圖像的質量都很不錯。因爲 ASF 是以一個可以在網上即時觀賞的視頻"流"格式存在的，所以它的圖像質量比 VCD 差一點點並不出奇，但比同是視頻"流"格式的 RAM 格式要好。
- 文件擴展名 ：.asf .wma .wmv
- 互聯網媒體類型： video/x-ms-asf, application/vnd.ms-asf
- 類型碼 ： 'ASF_'
- 唯一類型碼 ：Identifier com.microsoft.advanced-systems-format
- Magic number ：30 26 b2 75
- 開發者 ：Microsoft
- 格式類型 ：Container format
- 容器容納 ：WMA, WMV, MPEG4 etc.
AVI
AVI (the standard Microsoft Windows container, also based on RIFF)。AVI是英語Audio Video Interleave（"音頻視頻交織"或譯爲"音頻視頻交錯"）的首字母縮寫，由微軟在 1992年11月推出的一種多媒體文件格式，用於對抗蘋果Quicktime的技術。現在所說的AVI多是指一種封裝格式。
比較早的AVI是Microsoft開發的。其含義是Audio Video Interactive，就是把視頻和音頻編碼混合在一起存儲。AVI也是最長壽的格式，已存在10餘年了，雖然發佈過改版（V2.0於1996年發佈），但已顯老態。AVI格式上限制比較多，只能有一個視頻軌道和一個音頻軌道（現在有非標準插件可加入最多兩個音頻軌道），還可以有一些附加軌道，如文字等。AVI格式不提供任何控制功能。擴展名：avi。
AVI能使用的編碼：
- 視頻名稱（括號內表示的是此視頻的FourCC）
o MPEG-1/-2 (MPEG/MPG1/MPG2)
o MPEG-4 (MP4V/XVID/DX50/DIVX/DIV5/3IVX/3IV2/RMP4)
o MS-MPEG4 (MPG4/MP42/MP43)
o WMV7/WMV8/WMV9 (WMV1/WMV2/WMV3)
o DV(DVSD/DVIS)
o Flash Video (FLV1/FLV4)
o Motion JPEG (MJPG)
o LossLess JPEG (LJPG)
o H.264 (AVC1/DAVC/H264/X264)
o H.263 (H263/S263)
o H.261 (H261)
o Huffyuv (HFYU)
o AVIzlib (ZLIB)
o AVImszh (MSZH)
o Theora (THEO)
o Indeo Video (IV31/IV32)
o Cinepak (cvid)
o Microsoft Video 1 (CRAM)
o On2VP3 (VP30/VP31)
o On2VP4 (VP40)
o On2 VP6 (VP60/VP61/VP62)
o VC-1 (WVC1) - 音頻
o PCM
o MP3 (0x0055)
o AC-3 (0x0092)
o AAC
－ HE-AAC
－ LC-AAC
o FLAC
o Indeo Audio
o TrueSpeech
o WMA
o Vorbis
編碼組合能根據以下的例子自由選擇。
- (DivX或XviD+MP3).avi，
- (H.264+MP3).avi
- (WMV9+MP3).avi
以XviD+MP3構成的AVI最爲常見。
DVB－MS
DVR-MS (Microsoft Digital Video Recording，微軟數字視頻錄製)是一種專用的視頻和音頻文件容器格式，有微軟開發，用於存儲由Windows XPMedia Center Edition，Windows Vista和Windows 7錄製的電視內容。多個數據流（視頻和音頻）在帶有DVR-MS擴展的ASF容器中封裝。視頻使用MPEG-2標準編碼，音頻使用MPEG-1 Layer II或者杜比數字AC-3(ATSC A/52)。擴展的格式包括內容和數字版權管理的元數據。這些格式的文件有流緩存引擎（SBE.dll）生成，這是一個在Windows XP Service Pack 1的DirectShow組件。
MPEG/MPG/DAT
MPEG格 式：MPEG(Moving Picture Experts Group)，是一個國際標準組織（ISO）認可的媒體封裝形式，受到大部份機器的支持。其存儲方式多樣，可以適應不同的應用環境。MPEG-4檔的檔容 器格式在Part 1(mux)、14(asp)、15(avc)等中規定。MPEG的控制功能豐富，可以有多個視頻（即角度）、音軌、字幕（位圖字幕）等等。MPEG的一個簡化版本3GP還廣泛的用於準3G手機上。擴展名:dat(用於VCD)、vob、mpg/mpeg、3gp/3g2（用於手機）等。
MPEG也是Motion Picture Experts Group 的縮寫。這類格式包括了 MPEG-1, MPEG-2 和 MPEG-4在內的多種視頻格式。MPEG-1相信是大家接觸得最多的了，因爲目前其正在被廣泛地應用在 VCD 的製作和一些視頻片段下載的網絡應用上面，大部分的 VCD 都是用 MPEG1 格式壓縮的( 刻錄軟件自動將MPEG1轉爲 .DAT格式 ) ，使用 MPEG-1 的壓縮算法，可以把一部 120 分鐘長的電影壓縮到 1.2 GB 左右大小。MPEG-2 則是應用在 DVD 的製作，同時在一些 HDTV（高清晰電視廣播）和一些高要求視頻編輯、處理上面也有相當多的應用。使用MPEG-2 的壓縮算法壓縮一部 120 分鐘長的電影可以壓縮到 5-8 GB 的大小（MPEG2的圖像質量MPEG-1 與其無法比擬的）。
MPEG-PS：MPEG節目流（programstream），是MPEG-1和MPEG-2基準流的標準容器，用於在可靠介質上，例如磁盤，也用於DVD-Video光碟。
MPEG-TS：MPEG傳輸流，是數字廣播和在非可靠媒體傳輸的標磚容器，也在藍光光碟使用，通常攜帶多個視頻和音頻流以及一個電子節目指南。
ｎ AVI
如果你發現原來的播放軟件突然打不開此類格式的AVI文件，那你就要考慮是不是碰到了n AVI。n AVI是 New AVI 的縮寫，是一個名爲 Shadow Realm 的地下組織發展起來的一種新視頻格式。它是由MicrosoftASF 壓縮算法的修改而來的（並不是想象中的 AVI），視頻格式追求的無非是壓縮率和圖像質量，所以 NAVI 爲了追求這個目標，改善了原始的 ASF 格式的一些不足，讓 NAVI 可以擁有更高的幀率。可以這樣說，NAVI 是一種去掉視頻流特性的改良型 ASF 格式。
注：上述材料來源於wiki的整理。
編解碼學習筆記（十四）：容器（下篇）
Matroska（MKV）
MKV ，不是任何的編解碼或者系統的標準，但實際上可封裝任何的東西。是一個開放以及開源的容器格式。
擴展名 .mkv .mka .mks
互聯網媒體類型 video/x-matroska audio/x-matroska 開
發者 Matroska.org
格式 視頻文件格式
專門屬 多媒體
自由文件格式？ Yes: GNU LGPL
Matroska，很多人把它當作爲MKV，其實MKV只 是Matroska媒體系列的其中一種文件。Matroska是一種新的多媒體封裝格式，這個封裝格式可把多種不同編碼的視頻及16條或以上不同格式的音頻和語言不同的字幕封裝到一個Matroska Media檔內。它也是其中一種開放源代碼的多媒體封裝格式。
多媒體封裝格式，簡稱MCF、多媒體容器，是一個開放（沒有身份規限，免費）及自由把數據存放的格式。開發者承諾大家可以自 由地使用這種格式和經這種格式所開發的軟件；又不會在這種格式普遍的時候變成一個商業的科研項目。
Matroska媒體定義了三種類型的檔：
- MKV (Matroska Video File) ：視頻檔，可以包含音頻和字幕；
- MKA (Matroska Audio File) ：單一的音頻檔，可以有多條及多種類型的音軌；
- MKS (Matroska Subtitles) ：字幕文件。
這三種文件中以MKV最爲常見。
Matroska最大的特點就是能容納多種不同類型的視頻編碼、音頻編碼及字幕流，並且它能把非常高密的RealMedia及QuickTime文 件也容納在內，同時將它們的音頻和視頻重新組織起來，從而達到一個更好和鮮明的效果。
Matroska的開發是對多種傳統媒體格式的一次大挑戰，雖則如此，Matroska也被開發成一個多功能的多媒體容器。
MP４
MP4，是MPEG-4定義的標準音視頻容器，基於ISO基礎媒體文件格式（在MPEG-4 Part 12以及JPEG 2000 Part 12中定義），在MPEG-4 Part 14中描述。是一種使用MPEG-4的多媒體電腦檔案格式，副檔名爲.mp4，以儲存數碼音訊及數碼視訊爲主。
擴展名 .mp4
互聯網媒體類型 video/mp4, audio/mp4, application/mp4
類型代碼 mpg4
開發者 ISO
格式 視頻文件格式
專門屬 Audio, video, text
延伸自 QuickTime .mov and MPEG-4 Part 12
標準 ISO/IEC 14496-14
MOD
MOD格式是JVC生產的 硬盤攝錄機所採用的存儲格式名稱。
MOV
MOV是評估公司的標準QuickTime視頻容器。QuickTime Movie是由蘋果公司 開發的容器，由於蘋果電腦在專業圖形領域的統治地位，QuickTime格式格式基本上成爲電影製作行業的通用格式。1998年2月11 日,國際標準組織（ISO）認可QuickTime文件格式作爲MPEG-4標準的基礎。QT可存儲的內容相當豐富，除了視頻、音頻以外還可支持圖片、文字（文本字幕）等。擴展名：mov
使用過Mac機的朋友應該多少接觸過QuickTime。QuickTime原本是Apple公司用於Mac計 算機上的一種圖像視頻處理軟件。 Quick-Time提供了兩種標準圖像和數字視頻格式 , 即可以支持靜態的PIC和JPG圖像格式，動態的基於Indeo壓縮法的MOV和基於MPEG壓縮法的MPG視頻格式。
Ogg
Ogg是Xiph.org音頻編解碼Vorbis和視頻編解碼Theora的標磚容器，Ogg Media一個完全開放性的多媒體系統計劃，OGM（Ogg Media File）是其容器格式。OGM可以支持多視頻、音頻、字幕（文本字幕）等多種軌道。擴展名：ogg。
OGM
OGM（Ogg Media），是Xiph.ofg的視頻編解碼容器，已經不再支持，並不鼓勵使用。
RealMedia
RealMedia是RealVideo和RealAudio的標準容器。Real Video或者稱Real Media(RM)檔是由RealNetworks開發的一種檔容器。它通常只能容納Real Video和Real Audio編碼的媒體。該檔帶有一定的交互功能，允許編寫腳本以控制播放。RM,尤其是可變比特率的RMVB格式，體積很小，非常受到網絡下載者的歡迎。 擴展名：rm/rmvb
RM
Real Networks公司所制定的音頻/視頻壓縮規範Real Media中的一種，Real Player能做的就是利用Internet資源對這些符合Real Media技術規範的音頻/視頻進行實況轉播。在Real Media規範中主要包括三類文件：RealAudio、Real Video和Real Flash （Real Networks公司與Macromedia公司合作推出的新一代高壓縮比動畫格式）。REAL VIDEO （RA、RAM）格式由一開始就是定位就是在視頻流應用方面的，也可以說是視頻流技術的始創者。它可以在用 56K MODEM 撥號上網的條件實現不間斷的視頻播放，可是其圖像質量比VCD差些，如果您看過那些RM壓縮的影碟就可以明顯對比出來了。
RMVB
這是一種由RM視頻格式升級延伸出的新視頻格式，它的先進之處在於RMVB視頻格式打破了原先RM格式那種平均 壓縮採樣的方式，在保證平均壓縮比的 基礎上合理利用比特率資源，就是說靜止和動作場面少的畫面場景採用較低的編碼速率，這樣可以留出更多的帶寬空間，而這些帶寬會在出現快速運動的畫面場景時被利用。這樣在保證了靜止畫面質量的前提下，大幅地提高了運動圖像的畫面質量，從而圖像質量和文件大小之間就達到了微妙的平衡。另外，相對於DVDrip 格式，RMVB視頻也是有着較明顯的優勢，一部大小爲700MB左右的DVD影片，如果將其轉錄成同樣視聽品質的RMVB格式，其個頭最多也就400MB 左右。不僅如此，這種視頻格式還具有內置字幕和無需外掛插件支持等獨特優點。要想播放這種視頻格式，可以使用RealOne Player2.0或RealPlayer8.0加RealVideo9.0以上版本的解碼器形式進行播放。
VOB
VOB文件（video Object）是一個DVD視頻媒體的容器格式。VOB可以包含視頻，音頻，字母和菜單整合在一個流格式中。VOB是基於MPEG PS格式，但是有額外的限制和私有流的規範。MPEG PS提供非標準數據稱爲私有流。VOB文件是MEPG PS表站中非常嚴格的子集。經所有的VOB文件都是MPEG PS，但不是所有的MPEG PS都遵守VOB文件的定義。
與MPEG的PS相似，VOB文件可以包含H.262/MPEG-2 Part2或者MPEG-1 Part 2視頻，MPEG-1 Audio LayerII或者MOEG-2 Audio Layer II音頻，但是和MPEG PS相比，在VOB文件中使用這些壓縮格式有某些限制。此外，VOB可以包括線性PCM，AC-3或者DTS視頻以及字母。VOB文件不能包含AAC音頻（MPEG-2 Part 7），MPEG-4壓縮格式或者其他，而這些在MPEG PS標準中是允許的。
文件擴展名 .VOB
開發者： DVD Forum
類型： 媒體容器
包含： 音頻，視頻，字母
用於： DVD-Video
從何擴展： MPEG program stream, ISO/IEC 13818-1
標準規範： DVD-Video Book
注：上述材料來源於wiki的整理。