[发明专利]一种视频文件和音频文件的合并方法及系统

说明书

技术领域

本发明属于文件合并技术领域，具体涉及一种视频文件和音频文件合并方法及系统，特别适用于将分离的视频文件和音频文件合并后进行网络传输的场合。

背景技术

视频数据和音频数据常常分离存储，即将视频数据和音频数据存储成两个文件。这样，一方面增加了视频数据和音频数据的存储空间；另一方面在网络传输视音频文件时，视频文件和音频文件需要分别传输，操作不便。

此外，国际标准的数字电影格式多为MPEG4格式，而标准的MPEG4格式音频数据采用的是AAC数字音频，而AAC数字音频需要支付高昂的版权费，相比而言AC3数字音频的声音质量与AAC数字音频的声音质量相差不多，但AC3数字音频却没有高昂的版权费。因此，如果MPEG4视频文件能够与AC3音频文件合并，则无疑会降低数字电影的成本。

MPEG4是为在国际互联网络上或移动通信设备(例如移动电话)上实时传输音/视频讯号而制定的最新MPEG(Moving Picture Expert Group，运动图像专家组)标准，MPEG4采用Object Based方式解压缩，压缩比指标远远优于以上几种，压缩倍数为450倍(静态图像可达800倍)，分辨率输入可从320×240到1280×1024，这是同质量的MPEG1和MJEPG的十倍多。

MPEG4使用“图层(layer)”方式，能够智能化选择影像的不同之处，是可根据图像内容，将其中的对象(人物、物体、背景)分离出来分别进行压缩，使图文件容量大幅缩减，而加速音/视频的传输，这不仅仅大大提高了压缩比，也使图像探测的功能和准确性更充分的体现出来。

在网络传输中可以设定MPEG4的码流速率，清晰度也可在一定的范围内作相应的变化，这样便于用户根据自己对录像时间、传输路数和清晰度的不同要求进行不同的设置，大大提高了系统使用时的适应性和灵活性。也可采用动态帧测技术，动态时快录，静态时慢录，从而减少平均数据量，节省存储空间。而且当在传输有误码或丢包现象时，MPEG4受到的影响很小，并且能迅速恢复。

AC(Audio Coding)3提供的环绕声系统由五个全频域声道加一个超低音声道组成，所以被称作5.1个声道。五个声道包括前置的″左声道″、″中置声道″、″右声道″、后置的″左环绕声道″和″右环绕声道″。这些声道的频率范围均为全频域响应3-20000Hz。第六个声道也就是超低音声道包含了一些额外的低音信息，使得一些场景如爆炸、撞击声等的效果更好。由于这个声道的频率响应为3-120Hz，所以称″.1″声道。

AC-3是根据感觉来开发的编码系统多声道环绕声，它将每一种声音的频率根据人耳的听觉特性区分为许多窄小频段，在编码过程中再根据音响心理学的原理进行分析，保留有效的音频，删除多作的信号和各种噪声频率，使重现的声音更加纯净，分离度极高。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种视频文件和音频文件合并方法及系统。该方法及系统能够有效地减少视频文件和音频文件的存储空间，便于文件的网络传输。

为了实现上述目的，本发明采用的技术方案如下：

一种视频文件和音频文件的合并方法，包括以下步骤：

(1)将视频数据和音频数据分别存储在视频文件和音频文件中；将视频数据的索引信息和时间戳，音频数据的索引信息和时间戳分别存储在视频索引文件和音频索引文件中；

(2)根据视频索引文件和音频索引文件按帧读取视频文件和音频文件中数据，合并存储在一个视音频文件的数据区中；并将视频数据和音频数据在视音频文件中的存储位置及视频索引文件和音频索引文件中的时间戳记录到视音频文件的索引表中。

如上所述的视频文件和音频文件的合并方法，步骤(2)中视频数据和音频数据按照每帧对应的时间戳顺序间隔存储在视音频文件的数据区中。

如上所述的视频文件和音频文件的合并方法，其中，视频数据和音频数据按照每帧对应的时间戳顺序间隔存储的过程包括以下步骤：

①根据视频索引文件读取视频文件中的一帧视频数据，写入视音频文件的数据区中，并获得该帧视频数据的时间戳；

②根据该帧视频数据的时间戳及音频索引文件读取音频文件中与该帧视频数据时间戳相对应的音频数据，写入视音频文件数据区中该帧视频数据后；

③将时间戳及该帧视频数据和音频数据在视音频文件中的存储位置记录到视音频文件的索引表中；

④重复步骤①至步骤③，直到将视频文件和音频文件合并完毕。