[发明专利]多媒体数据流格式、元数据产生器、编码及解码方法与系统

说明书

技术领域

本发明揭示一多媒体数据流格式、一元数据产生器、一编码方法、一编码系统、一解码方法、及一解码系统，尤指一多媒体数据流格式、应用该多媒体数据流格式的一元数据产生器、应用该元数据产生器的一编码方法与一编码系统、对应该编码方法与该编码系统来进行解码的一解码方法与一解码系统。

背景技术

现今在线上观看以顺序流式传输(Progressive Streaming)(例如Youtube)实施的多媒体档案时，使用者需要一定的等待时间等待系统先下载完整的多媒体档案后，才能开始观赏该多媒体档案；然而在多媒体档案大小越来越庞大的现况下，使用者的等待时间越来越长，将会影响线上观看的便利性与即时性。

多媒体数据流的原始态样包含有一音频位元流(Audio Bitstream)与一视频位元流(Video Bitstream)，其中该音频位元流与该视频位元流通常是以压缩编码的方式来处理，目的在于降低传输数据量，以免占据传输频宽而减低传输速率。为使音频位元流与视频位元流解码后，能够同步播放对应的的音频及视频，音频位元流与视频位元流会被送入一多工器，藉由多工器的处理将相对应的音频与视频在多媒体数据流中置放于邻近的位置并结合为一数据格式。该数据格式最后会经过反多工器以及解压缩的处理来得到稍后被播放的音频与视频。

请参阅图1，其为一利用顺序流式传输的多媒体数据流MDS0的数据格式示意图。如图2所示，多媒体数据流MDS0中包含音频位元流与视频位元流经多工器处理过产生的多个多媒体帧F0、F1、…、F19、F20、F21、F22、…、FN，其中该些多媒体帧包含有音频帧与视频帧交错排列的多个音频帧(Audio Frame)A0、A1、…、A19、A20、A21、A22、…AN（以下称该些音频帧）及多个视频帧(Video Frame)V0、V1、…、V19、V20、V21、V22、…、VN（以下称该些视频帧），且N为一正整数。具有相同编号数字的音频帧与视频帧在多媒体数据流MDS0中会被视为同一多媒体帧并在同一时间点播放。举例来说，多媒体帧F19会包含成对的音频帧A19与视频帧V19，且音频帧A19与视频帧V19在多媒体数据流MDS0中会在同一时间点播放；同理，多媒体帧F20会包含成对的音频帧A20与视频帧V20，且音频帧A20与视频帧V20在多媒体数据流MDS0中会在同一时间点播放。

一般的后端解多工器在对多媒体数据流中包含的音频帧与视频帧进行解码时，是藉由所有多媒体的相同大小来便利搜寻音频帧与视频帧的方式，只要知道多媒体数据流的起点以及欲搜寻的多媒体帧在多媒体数据流中所有多媒体帧被安排的顺序，就可藉由循序存取的方式搜寻所需的多媒体帧。然而，由于多媒体数据流MDS0中该些音频帧与该些视频帧是以压缩编码的方式产生，会造成每一音频帧彼此之间的数据大小相异，并造成每一视频帧间的数据大小亦相异，在多媒体数据流MDS0中搜寻多媒体帧时，就无法同样的以知道多媒体数据流MDS0的起始点以及欲搜寻的多媒体帧在多媒体数据流MDS0中顺序的方式来进行循序存取式的搜寻了。为了克服这种难以搜寻的状况，多媒体数据流MDS0中包含的一元数据(Metadata)MDT0被设计用来记录该些音频帧与该些视频帧在多媒体数据流MDS0中以交错排列分布的位置信息，以使后端解多工器在对音频帧与视频帧进行解码时可迅速的检索，而不受到音频帧或视频帧间数据大小相异的影响而无法检索。然而，这样做的缺点是当多媒体数据流MDS0所包含的音频帧与视频帧数量增加时，元数据MDT0的数据大小也会成等比例的增加，而占去多媒体数据流MDS0相当的数据量。

当以图1所示多媒体数据流MDS0的数据格式来下载并播放该些音频帧与该些视频帧时，假设使用者在多媒体数据流MDS0中欲观看的时间区间对应于多媒体帧F19至多媒体帧F21之间的音频与视频，基于上述所介绍的顺序流式传输机制以及上述多媒体数据流的循序存取搜寻模式可知，需要先行在元数据MDT0逐项存取由多媒体帧F0至F21的所有多媒体帧位置信息，并等待该段区域的所有多媒体帧皆下载完毕以后，使用者方可存取并观看由多媒体帧F19至F21之间对应时间区间的音频与视频；在该过程中，对元数据MDT0进行的逐项存取次数与时间被花费在不需要的数据区间，且等待该些多媒体帧完全下载完毕相当耗时，若使用者欲存取并播放多媒体数据流MDS0中相当靠近结尾的位置，且多媒体数据流MDS0的数据量很大时(亦即N的值非常大)，根据上述的循序逐项存取方式可知，使用者为了存取并播放该段视频所付出的等待时间代价也会极为不划算。

发明内容