[发明专利]主播端流媒体数据生成系统及方法、网络直播系统及方法

说明书

本发明公开了一种主播端流媒体数据生成系统及方法、网络直播系统及方法，其中主播端流媒体数据生成系统包括音视频采集模块、音视频编码模块、流媒体封装模块、场景分析模块和控制模块，音视频采集模块的输出端通过场景分析模块和控制模块的输入端相连，控制模块的输出端与音视频编码模块相连；场景分析模块对音视频采集模块采集到的视频数据进行分析，判断当前的场景类别N_i并将N_i输送至控制模块；控制模块根据N_i选择执行M中对应的流媒体数据生成方案。本发明能够在网络直播过程中智能判别主播端状态，在保证用户观看体验的前提下，采用不同的流媒体数据生成方案，降低直播流媒体数据占用的网络带宽，节省流量，降低成本。

技术领域

本发明属于网络直播技术领域，特别涉及一种主播端流媒体数据生成系统及方法、网络直播系统及方法。

背景技术

“网络直播”大致分两类，第一类是在网上提供电视信号的观看，例如各类体育比赛和文艺活动的直播，这类直播原理是将电视(模拟)信号通过采集，转换为数字信号输入电脑，实时上传网站供人观看，相当于“网络电视”；第二类则是真正意义上的“网络直播”：在现场架设独立的信号采集设备采集多媒体数据(包括音频数据和视频数据)，导入主播端(导播设备或平台)，再通过网络上传至服务器，发布至网址供人观看。本发明针对的是上述网络直播中的第二类情况，特别是针对个人直播，即目前直播市场中的最常见的方式。第二类网络直播较第一类的最大区别就在于直播的自主性：独立可控的音视频采集，完全不同于转播电视信号的单一(况且观看效果不如电视观看的流畅)收看。

网络直播过程中的多媒体数据通常包括视频数据和音频数据。如图1所示，普通的网络直播系统包括主播端1、服务器2和客户端3，其中主播端1采集到多媒体数据后生成流媒体数据，并将流媒体数据通过网络上传至服务器2；服务器2接收到客户端3的观看直播请求后，将流媒体数据通过网络传输至客户端3。

从附图1可以看出，流媒体数据需要经过上传和下载两个网传过程。由于网传通常都需要用到运营商的网络，因此如何在保证用户体验的前提下，降低网络直播中占用的带宽，为用户节省流量，一直是网络直播产品开发中需要考虑的问题。

网传中的流媒体数据都是由主播端1流媒体数据生成系统产生，如图2所示，传统的主播端1流媒体数据生成系统包括音视频采集模块4、音视频编码模块5和流媒体封装模块6，音视频采集模块4的输出端通过音视频编码模块5与流媒体封装模块6的输入端相连，其中音视频采集模块4采集音视频数据后经音视频编码模块5压缩编码，再经流媒体封装模块6进行封装，最后输出流媒体数据。

通常，网传的流媒体数据包括视频压缩数据和音频压缩数据。音频压缩数据通常都不会太大，视频压缩数据在流媒体数据中占的比重很大，而影响视频压缩数据大小的因素主要是视频图像的复杂度(复杂度通常包括运动复杂度、纹理复杂度等)和编码器，其中当编码器确定后又与编码参数相关。

网络直播中，主播的状态是多样的，常见的状态是主播在镜头前和粉丝进行互动聊天，而有时主播可能在一边睡觉一边直播，有时主播短暂离开但直播继续，还有的时候可能主播主动把镜头遮挡住。主播端1不同的状态，意味着在不同的时间段，待编码的视频图像复杂度是不一样的，目前的直播方案都是一套流媒体数据生成方案应对所有的主播状态，即预先设定好音视频编码模块5的编码器参数，将压缩编码后生成的视频和音频数据，封装成流媒体数据，网传出去。这种主播端1流媒体数据生成方法的缺陷是，没有考虑到主播状态会有变化、直播的画面复杂度会有明显变化(最常见的是静态场景和动态场景之间的变化)，对于观看用户来说会存在流媒体数据的冗余，浪费流量。