[发明专利]一种多媒体处理装置及方法

说明书

技术领域：

本发明涉及一种多媒体处理装置及方法，尤其是涉及对多个具有不同文件格式的音视频文件进行合并的装置及其方法。

背景技术：

在生活中，经常会在一个视频文件中插入另一个视频文件，比如插播广告等，这样就会涉及要将多个视频文件分别进行剪辑并最终合并为一个视频文件。

比如，中国专利申请No.200810093168.6中公开了一种合并多个视频流的系统以及其使用方法，其通过调节第二视频流的多个时间戳形成调整后的第二视频流，然后将调整后的第二视频流并接到第一视频流的末端。其中，当两个视频流的视频帧速率、视频分辨率、音频采样率和音频比特率不相等时，通过转换速率或编码器来调节这些视频流中的其中一个的视频帧速率、视频分辨率、音频采样率和音频比特率，使得它们相等。

然而，当存在多个具有不同的文件格式的音视频文件（例如AVI格式、RM格式和WMV格式）以及这些音视频文件中的视频帧序列编码方式不同或音频帧序列编码方式不同时，中国专利申请No.200810093168.6在合并这些音视频文件时，无法使得不同文件格式的音视频文件之间的平滑过渡，从而影响用户在视觉上和听觉上的体验。

发明内容：

为了解决上述技术问题，本发明提供了一种对多个不同文件格式的音视频文件进行合并的处理装置，包括：解封装装置，用于将不同文件格式的音视频文件解析为相应的音频帧序列和视频帧序列；音视频数据解码装置，用于将所述视频帧序列中的视频帧还原为RAW格式的视频数据以及将所述音频帧序列中的音频帧还原为PCM格式的音频数据；编码装置，通过对所述RAW格式的视频数据和所述PCM格式的音频数据进行编码，获得经重新编码后的视频帧序列和经重新编码后的音频帧序列；封装装置，用于对所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列进行封装。  

优选地，所述解封装装置具有音视频文件格式判断单元、解封装选择单元和数个不同格式的解封装单元；其中，所述音视频文件格式判断单元用于对所要解封装的所述音视频文件的格式进行判断；所述解封装选择单元根据所述音视频文件格式判断单元对所述音视频文件的格式的判断结果选择相应格式的所述解封装单元；所述解封装单元用于将相应格式的音视频文件解析为所述音频帧序列和所述视频帧序列。

优选地，所述音视频数据解码装置具有编码格式判断单元、解码器选择单元和数个不同格式的解码器；其中，所述编码格式判断单元，用于判断所述视频帧序列和所述音频帧序列的编码格式；所述解码器选择单元，基于所述编码格式的判断结果，选择相对应的所述解码器对所述视频帧序列和所述音频帧序列进行解码；所述解码器，用于将具有相应的编码格式的所述视频帧序列中的视频帧还原为RAW格式的视频数据以及将具有相应的编码格式的所述音频帧序列中的音频帧还原为PCM格式的音频数据。

优选地，所述编码装置具有编码指令接收单元、编码器选择单元和数个不同格式的编码器；其中，所述编码指令接收单元，用于接收用户对编码格式要求的指令；所述编码器选择单元，根据所述编码格式要求的指令选择具有相应的编码格式的所述编码器；所述编码器，用所述相应的编码格式对所述RAW格式的视频数据和所述PCM格式的音频数据进行编码，获得所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列。

优选地，所述编码器能够基于用户对相关参数的要求将所述RAW格式的视频数据和所述PCM格式的音频数据中对应的参数按所述相关参数的要求进行转换，然后对经相关参数转换后的所述RAW格式的视频数据和所述PCM格式的音频数据进行编码，获得所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列。

优选地，所述相关参数包括音频声道数、音频采样率、音频码率、视频帧率、视频码率、视频分辨率和视频帧制中的一项或多项。

优选地，所述封装装置包括时间戳调节单元、封装格式指令接收单元、封装格式选择单元和数个不同格式的封装单元；其中，所述时间戳调节单元用于调节所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列中的时间戳，使得各个所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列同步；所述封装格式指令接收单元，用于接收用户对封装格式要求的指令；所述封装格式选择单元，基于所述封装格式要求选择具有相应封装格式的所述封装单元；所述封装单元，用所述相应封装格式对所述经重新编码后的视频帧序列和所述经重新编码后的音频帧序列进行封装。