[发明专利]多媒体流的处理方法

说明书

技术领域

本发明涉及处理多媒体流。更具体地说，本发明涉及处理多媒体流的算法过程的智能选择。

背景技术

诸如在音乐下载、视频录制和电话会话期间与多媒体流的交互在业界盛行。设计用于传送和接收这些流的电子设备的类型随这些流本身的格式而改变。一个电子设备的用户将信息发送到另一电子设备的用户，格式必须是兼容的，以便使通信有效进行。在许多情况下，两个电子设备使用的格式根本不兼容，由此必须使用中间设备来转换在两个设备间传播的信息。称为代码转换器的设备将一种格式的多媒体流转换成另一种格式的流，使得人们能够容易地进行相互通信，并且仍然使用这些改变的设备和改变的多媒体流格式。代码转换目前用在各种不同情况，诸如用于单向、双向或多向流中。

在一个设备将多媒体流发送到第二设备的情况下，使用单向代码转换。视频消息传递和视频流式传输是单向代码转换的例子。图1A描述可能要求多媒体流的单向代码转换的事务的例子。在这个例子中，将视频流100从第一计算机102发送到第二计算机104。将来自第一计算机102的视频被编码成许多不同的可能的格式，其中包括MPEG-2、MPEG-4、GSM(全球移动通信系统)或AMR(自适应多速率)。第二计算机104接收、解码和在视频监视器上显示流式视频。

单向代码转换的另一例子是语音邮件。人们可能希望将消息记录在他们的语音邮件系统上，以便告知呼叫者他们不在办公室。人们可能希望重放该消息以便确定他们是否希望保存它或重新记录。人们可以通过G.711格式电话交谈，以及语音邮件可能以WAVE文件录制该消息。同样地，这需要代码转换步骤。

当两个设备相互发送流时，诸如可能在视频呼叫或音频(例如电话)呼叫期间，采用双向代码转换。图1B描述可能要求多媒体流的双向代码转换的双向视频呼叫的例子。在该例子中，将视频流110从第一计算机112发送到第二计算机114，以及还从第二计算机114发送到第一计算机112。

当两个以上的设备相互发送流时，诸如在三方视频会议期间，使用多向代码转换。图1C描述可能要求多向代码转换的三向视频会议的例子。在该例子中，正如图1B的例子一样，多个计算机正在彼此间发送和接收视频流。在该例子中，第一计算机122、第二计算机124和手持移动计算机/蜂窝电话126相互之间发送和接收流120。

在许多情况下，图1A、1B和1C中所示的计算机的每一个可以编码和解码不同格式的多媒体流。例如，图1C中的两个计算机(130和132)可以编码和解码MPEG-4格式流，但移动计算机/蜂窝电话134不能编码或解码MPEG-4，而是仅能编码和解码GSM格式流。在这种情况下，可以利用代码转换设备来截取来自三个设备的每一个的流以及将这些流转换成每一目的地设备的本地格式。

视频流仅是可能需要代码转换器的许多可能例子的仅一个。例如，如果使用固网电话的人呼叫使用蜂窝电话的朋友，就有必要执行代码转换步骤。标准固网电话通常使用G711格式操作。应答该呼叫的朋友通常具有GSM、AMR或其他蜂窝电话语音格式技术。因此，为使两个朋友能彼此听到谈话，在他们交谈期间，代码转换步骤将是必要的。

许多这些代码转换例子所需的处理能力差别很大。在一些例子中，要求实时代码转换，而在其他例子中不要求。“实时”是指代码转换器以与未代码转换的多媒体流到达该代码转换器相同的速率，对多媒体流进行代码转换和输出所需的近似速度。因此，实时代码转换语音流将要求以人们实际说话的速率对语音信息进行代码转换。因此，正在固网和蜂窝线路上彼此交谈的两个朋友必须具有实时代码转换的格式，因为他们正彼此实时交谈以及音频的延迟可能是不可接受的。三向视频会议甚至要求更大处理能力，因为不仅需要实时代码转换三种流，而且这些流由具有语音和视频组件的若干个分组组成，每一分组比仅纯语音组件分组具有更多的信息。

当前，实时代码转换系统通常利用处理能力极其强大的处理器，诸如具有专用数字信号处理器的服务器，以确保能实时对分组中的任何信息形式进行代码转换。在许多场合中，不要求这种处理能力量。录制不在办公室消息以及然后检查他们的录音的人不实时操作。在当人对电话说话时和当他们在再检查期间收听他们的录音时间之间存在多秒范围内的延迟。