[发明专利]一种音视频数据的处理方法及装置

说明书

技术领域

本发明涉及编解码技术，尤其涉及一种音视频数据的处理方法及装置。

背景技术

可视电话技术，是一种基于音视频编解码技术，以网络为载体实现多用户即时在线通信的技术。常见的即时在线通信软件有QQ、MSN和Skype等。而机顶盒上的可视电话业务，主要是利用机顶盒这一现代数字家庭的媒体中心，以家庭为单位，实现端到端的音视频通话的业务。

由于可视电话业务本身的特点，在进行端到端的数据传输时，数据的传输通路较长。以视频为例，通常要经过视频图像采集、编码、网络打包、发送到对端、对端接收、解包、视频解码、显示到对端的屏幕上这些过程。由此可以看出，在上述过程中间经历的环节多且复杂，因而不可避免的产生了视频延时。如何有效的降低端到端的音视频延时，是即时在线通信产品的一个重要研究方向。

在现有技术中，为减少端到端的音视频时延，可通过减少可视电话业务中音视频数据流通路上的内存复制次数的方法来实现，或者还可通过减少帧数据在缓冲区内的停留的时间的方法来实现。但是，在实现本发明的过程中，发明人发现：虽然在机顶盒中利用硬件进行解码，但是硬件解码器只有在收到下一帧码流的起始码时才能将前一帧码流的信息配置给硬件解码器，这时，硬件解码器才开始对前一帧码流进行解码，从而引起了音视频延时。

发明内容

有鉴于此，本发明提供一种音视频数据的处理方法及装置，以减少音视频延时。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种音视频数据的处理方法，包括：

采集音视频数据；

对所述音视频数据进行编码，形成音视频码流；

将所述音视频码流进行码流打包，形成音视频编码码流网络包，其中在进行码流打包的过程中，为至少一帧音视频码流添加码流结束标识符，其中所述码流结束标识符用于标识所述至少一帧音视频码流的结束；

将所述音视频编码码流网络包发送给解码端。

在第一方面的第一种可能实现方式中，在进行码流打包的过程中，在所述至少一帧音视频码流的结束位置上添加码流结束标识符。

结合第一方面或第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述码流结束标识符包括伪起始码。

结合第一方面的第二种可能实现方式，所述伪起始码为0x000001。

第二方面，本发明提供了一种音视频数据的处理方法，包括：

接收编码端发送的音视频编码码流网络包；

将所述音视频编码码流网络包进行解包，获得音视频码流，其中所述音视频码流中的至少一帧音视频码流包括码流结束标识符，其中所述码流结束标识符用于标识所述至少一帧音视频码流的结束；

对所述音视频码流进行解码，获得音视频数据，其中在解码过程中，在收到所述至少一帧音视频码流的码流结束标识符时，对所述至少一帧音视频码流进行解码。

在第二方面的第一种可能实现方式中，所述码流结束标识符位于所述至少一帧音视频码流的结束位置上；其中在解码过程中，在收到位于所述至少一帧音视频码流的结束位置上的所述至少一帧音视频码流的码流结束标识符时，对所述至少一帧音视频码流进行解码。

结合第二方面或第二方面的第一种可能实现方式，在第二方面的第二种可能实现方式中，所述码流结束标识符包括伪起始码。

结合第二方面的第二种可能实现方式，所述伪起始码为0x000001。

第三方面，本发明提供了一种音视频数据的处理装置，包括：

数据采集单元，用于采集音视频数据；

编码单元，用于对所述数据采集单元采集的音视频数据进行编码，形成音视频码流；

网络包生成单元，用于将所述编码单元生成的音视频码流进行码流打包，形成音视频编码码流网络包，其中在进行码流打包的过程中，为至少一帧音视频码流添加码流结束标识符，其中所述码流结束标识符用于标识所述至少一帧音视频码流的结束；

发送单元，用于将所述网络包生成单元生成的音视频编码码流网络包发送给解码端。

在第三方面的第一种可能实现方式中，所述网络包生成单元具体用于，将所述编码单元生成的音视频码流进行码流打包，形成音视频编码码流网络包，其中在进行码流打包的过程中，在所述至少一帧音视频码流的结束位置上为所述至少一帧音视频码流添加码流结束标识符。

结合第三方面或第三方面的第一种可能实现方式，在第三方面的第二种可能实现方式中，所述码流结束标识符包括伪起始码。