腾讯互动课堂（Tencent Interact Class，TIC）SDK 词汇表

Posted 2020-12-25 jianfeijiang

词汇表

https://cloud.tencent.com/document/product/266/11732

• 封装格式

封装格式（Format）是将已经编码压缩好的视频流和音频流按照一定的格式规范，放到一个文件中。对于网络点播而言，更加合适的术语应该叫“流媒体网络传输协议”。在互联网中使用最为广泛的协议为：

MP4：非常经典的文件格式，ios/android/PC Web 三端支持度都很好。但是 MP4 的视频文件头太大，结构复杂；如果视频较长（比如长达数小时），则其文件头会过大，影响视频加载速度。所以其更适用于短视频场景。
HLS(HTTP Live Streaming)：苹果公司力推的标准，iOS/Android端支持度较好，但 IE 的支持情况依赖 Flash 的二次开发工作（建议使用腾讯视频云的 Flash 播放器控件）。其精简的 m3u8 的索引结构可以规避 MP4 的索引慢问题，如果是用于点播，是非常不错的选择。
FLV：Adobe 公司所推的标准，在 PC 端有 Flash 的强力支持，但在移动终端只有 App 实现播放器才有可能支持（建议使用腾讯视频云的 Flash 播放器控件），大部分手机端浏览器均不支持。
视频编码相关术语

• 编码方式

编码方式（Codec）能够对数字视频进行压缩或者解压缩（视频解码）的程序或者设备。常见的编码方式包括：

H.26X 系列，由 ITU（国际电信联盟）主导。该系列标准中，目前应用最广泛的是 H.264，其继任者为 H.265。同等画质下，H.265 的压缩率可以比 H.264 提高一倍，但受制于专利等因素，H.265 的应用尚未普及；更多参见维基百科：H.264、维基百科：H.265。
MPEG 系列，由 ISO（国际标准组织机构）下属的 MPEG（运动图象专家组）主导。
其他系列，例如 Google 主导的 VP8、VP9，Real 公司主导的 RealVideo 等。
码率

码率（Bitrate）是单位时间播放连续媒体（如压缩后的音频或视频）所需的比特数量，测量单位为“比特每秒”（bit/s或bps）。

帧率

帧率（Frame Rate）是单位时间内视频显示帧数的量度单位，测量单位为“每秒显示帧数”（Frame Per Second，FPS）或“赫兹”。

分辨率

分辨率（Resolution）是用以描述视频对细节的分辨能力，通常表示为每一个方向上的像素数量，比如640x480等。

GOP

GOP（Group of Pictures）是一组以 MPEG 编码的影片或视讯串流内部的连续图像，以 I 帧开头，到下一个 I 帧结束。一个 GOP 包含如下图像类型：

I 帧(Intra Coded Picture)：节点编码图像。一个固定影像，且独立于其它的图像类型，每个 GOP 由此类型的图像开始。
P 帧(Predictive Coded Picture)：预测编码图像。包含来自先前的 I 帧或 P 帧的差异信息。
B 帧(Bidirectionally Predictive Coded Pictures)：前后预测编码图像。包含来自先前和/或之后的I帧或P帧的差异信息。
一个 GOP 内的帧数，称为 GOP 长度。

IDR 帧对齐

IDR 帧 (Instantaneous Decoding Refresh Picture) 是 I 帧的一种。与普通 I 帧的区别在于，一个 IDR 帧之后的所有帧都不能引用该 IDR 帧之前的帧的内容；相反，对于普通的 I 帧，其后的 P 帧和 B 帧可以引用该普通 I 帧之前的其他 I 帧。

对于视频点播场景，播放器一般都会支持随机拖动视频到指定位置。播放器直接选择到指定位置附近的 IDR 帧进行播放最为便捷，因为播放器可以明确知道该 IDR 帧之后的所有帧都不会引用其之前的其他 I 帧，从而可以避免较为复杂的反向解析。

在对同一个视频进行多码率时，如果指定 IDR 帧对齐（IDR Frame Alignment），则意味着所有输出视频的 IDR 帧在时间点、帧内容方面都保持精确同步，此时播放器便可实现多码率视频平滑切换，从而不用出现较为明显的切换卡顿。

在腾讯云点播平台中，如果在转码时指定 IDR 帧对齐，则多路输出格式的 帧率、GOP 长度、编码方式、封装格式 必须相同。

编码档次

编码档次（Profile）是针对特定应用场景的特定编码功能的集合。H.264 规定了三种主要档次：

Baseline：支持 I/P 帧，只支持无交错（Progressive）和 CAVLC，一般用于低阶或需要额外容错的应用，比如视频通话、手机视频等即时通信领域；
Main：提供 I/P/B 帧，支持无交错（Progressive）和交错（Interlaced），同样提供对于 CAVLC 和 CABAC 的支持，用于主流消费类电子产品规格如低解码（相对而言）的 MP4、便携的视频播放器、PSP 和 iPod 等；
High：在 Main 的基础上增加了 8x8 内部预测、自定义量化、无损视频编码和更多的 YUV 格式（如 4:4:4），用于广播及视频碟片存储（蓝光影片），高清电视的应用。
颜色空间

颜色空间（Color Space）使用一组值（通常使用三个、四个值或者颜色成分）表示颜色方法的抽象数学模型。

• 视频处理相关术语

视频降噪

所谓视频噪音，是由传感器、扫描仪电路或数码相机产生的图像的亮度或彩色随机变动。视频噪音也源自于胶片粒度和不变的量子检测器中的点噪声。 视频噪音通常被看作图像获取中不需要的成分。而视频降噪，则是除去这些不必要的噪声，保留视频中比较重要的细节等信息。

去隔行扫描

在模拟电视时代，播放设备的处理速度与网络带宽都存在限制。为了在确保不降低帧率的前提下降低传输码率，隔行扫描技术应运而生，该技术可以在图像质量下降不多的情况下，将视频传输带宽降低一半。但隔行扫描带来的负面影响也不可忽视，比如清晰度较低、容易产生闪烁、图像边缘锯齿化等。
目前，视频播放设备与网络带宽都已经得到长足发展，故而隔行扫描已经在逐步淘汰。部分新型设备已经不再支持隔行扫描。因此，对于部分历史遗留的、使用隔行扫描技术的视频，需要进行“去隔行扫描”操作。

• 音频编码参数

编码方式

编码方式（Codec）是将声音从模拟信号转换为数字信号（或反向转换）的方式。主要包括无损编码和有损编码两种方式。根据采样定理，音频编码只能“无限接近”自然信号，故而所有的音频编码方式实质上都是有损的。在计算机领域中，通常约定能够达到最高保真水平的 PCM编码为无损编码。互联网中常见的音频编码均为有损编码，常见的编码格式有 MP3、AAC 等。

采样率

采样率（Sample Rate）是每秒从连续信号中提取并组成离散信号的采样个数，单位为赫兹(HZ)。

码率

参见视频上文视频编码相关术语中码率（Bitrate）的描述。

声道

声道（Sound Channel）是指声音在录制（或播放）时，在不同空间位置采集（或播放）的相互独立的音频信号。所谓声道数，也就是声音录制时的音源数量或播放时的扬声器数量。