專利名稱：一種基于amr音頻幀的rtp快速聚包方法
一種基于AMR音頻幀的RTP快速聚包方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線流媒體領(lǐng)域，特別涉及一種基于AMR音頻幀的RTP快速聚包方法。背景技術(shù)：
AMR，全稱Adaptive Multi-Rate (自適應多碼率)，主要用于移動設(shè)備的音頻編 碼，壓縮比比較大。它分為 AMR-WB(Adaptive Multi-Rate wide band)禾Π AMR-NB(Adaptive Multi-Rate narrow band)兩種類型，AMR音頻幀數(shù)據(jù)格式包括幀頭和語音數(shù)據(jù)兩部分。流媒體是指以流方式在網(wǎng)絡(luò)中傳送音頻、視頻和多媒體文件的媒體形式。而為了 支持網(wǎng)絡(luò)的實時傳輸服務，流媒體音視頻流都是以RTP的封裝的形式傳輸發(fā)送。目前對各 數(shù)據(jù)RTP的封裝傳輸方案都有對應的專門的RFC文檔。對AMR音頻幀來說，由于每幀數(shù)據(jù) 所占字節(jié)數(shù)比較少，如果對每幀數(shù)據(jù)進行RTP打包發(fā)送，相當于每幀數(shù)據(jù)加上了 12字節(jié)的 RTP頭進行傳輸，這樣將大大增加網(wǎng)絡(luò)的額外負擔，不利于節(jié)省帶寬。因此有必要將多個音 頻幀的訪問單元串聯(lián)起來聚合封裝到一個RTP包中，在不影響MTU(Maximum Transmission Unit最大傳輸單元，是指一種通信協(xié)議的某一層上面所能通過的最大數(shù)據(jù)報大小，以字節(jié) 為單位。MTU參數(shù)通常與通信接口有關(guān)，如網(wǎng)絡(luò)接口卡、串口等有關(guān))的IP分片的情況下。

發(fā)明內(nèi)容本發(fā)明目的在于提出一種將盡可能的多個AMR音頻幀封裝成一個RTP包的聚包方法。為了實現(xiàn)以上目的，本發(fā)明提出一種基于AMR音頻幀的RTP快速聚包方法，具體如 下步驟1 接收一個AMR音頻幀，取音頻幀頭，分離FT位，得出FT值，判斷音頻編碼 類型，根據(jù)音頻編碼類型及對應的FT值查表確認編碼模式，并獲取對應編碼模式的AMR音 頻幀長度值L ；步驟2 根據(jù)音頻幀長度L確認一個RTP封裝包可聚包的總的音頻幀數(shù)量N，步驟3 創(chuàng)建RTP包，填充RTP頭信息和PayloadHeader信息，其中RTP頭信息中M 位置1，PT值由SDP獲??；步驟4 :AMR音頻幀頭信息處理，將該音頻幀中的幀頭和語音數(shù)據(jù)分離，幀頭中幀 編碼模式位FT位保持不變，最低兩位補0位清0，對于沒遭到破壞的幀，幀質(zhì)量指示位Q位 設(shè)置為1，遭破壞的置為0;步驟5 將AMR音頻幀幀頭和語音數(shù)據(jù)信息填充至RTP包，步驟6:循環(huán)接收AMR音頻幀，每接收到音頻數(shù)據(jù)即重復執(zhí)行上述步驟4、5，直到接 收到N個音頻幀為止，將所述N個音頻幀封裝至所述RTP包。相對現(xiàn)有技術(shù)，本方法可以大大節(jié)省對網(wǎng)絡(luò)帶寬的占用，減少網(wǎng)絡(luò)開銷，提高網(wǎng)絡(luò) 處理能力，減少頻繁數(shù)據(jù)發(fā)送造成的高丟包率。
圖1所示為打包前的AMR音頻幀幀頭的格式；圖2所示為包含三幀音頻的RTP包音頻幀頭的示意圖；
圖3所示為包含三幀音頻RTP包示意圖。
具體實施方式AMR，全稱Adaptive Multi-Rate，主要用于移動設(shè)備的音頻編碼，壓縮比比較大。 它分為AMR-WB (Adaptive Multi-Rate wide band)禾口AMR-NB (AdaptiveMulti-Rate narrow band)兩種類型。其AMR音頻幀數(shù)據(jù)格式包括幀頭+語音數(shù)據(jù)，其中幀頭為一個字節(jié)，音頻 幀幀頭實際為六個bits，但基于實際應用的需要，一般將其定義為1個字節(jié)，后面兩位為補 0位。其具體定義如圖1所示其中，P 填充位lbit，一般設(shè)置為0。Q:lbit，為幀質(zhì)量指示器。如果為0表明幀被損壞。FT (編碼模式)4bits，可查表求得該模式下的幀率和幀長度。以下是Amr-nb主要的一些編碼模式以及對應的數(shù)據(jù)速率及每幀數(shù)據(jù)的長度TypeRateframe IenMode O-AMR 4. 75-Encodes at 4. 75kbit/s, 13Mode I-AMR 5. 15-Encodes at 5. 15kbit/s, 14Mode 2-AMR 5. 9-Encodes at 5. 9kbit/s,16Mode 3-AMR 6. 7-Encodes at 6. 7kbit/s,18Mode 4-AMR 7. 4-Encodes at 7.4kbit/s,20Mode 5-AMR 7.95-Encodes at 7. 95kbit/s, 21Mode 6-AMR 10. 2-Encodes at 10. 2kbit/s, 27Mode 7-AMR 12. 2-Encodes at 12. 2kbit/s, 32以下是Amrib主要的一些編碼模式TypeRateframe IenMode 0-AMR-ffB 6. 60-Encodes at 6. 60kbit/s,18Mode 1-AMR-ffB 8. 85-Encodes at 8.85kbit/s,24Mode 2-AMR-ffB 12. 65-Encodes at 12. 65kbit/s, 33Mode 3-AMR-ffB 14. 25-Encodes at 14. 25kbit/s, 37Mode 4-AMR-ffB 15. 85-Encodes at 15. 85kbit/s, 41Mode 5-AMR-ffB 18. 25-Encodes at 18.25kbit/s, 47Mode 6-AMR-ffB 19. 85-Encodes at 19. 85kbit/s, 51Mode 7-AMR-ffB 23. 05-Encodes at 23. 05kbit/s, 59本發(fā)明核心思想在于設(shè)計一種基于AMR音頻的RTP快速聚包方法。因為AMR數(shù)據(jù) 不同編碼類型和模式對應的語音數(shù)據(jù)幀長度不同，對于采用UDP的數(shù)據(jù)承載方式，該方法 可以直接針對不同編碼類型和模式的AMR數(shù)據(jù)進行聚包，并針對各AMR數(shù)據(jù)類型和編碼模 式大小，在不超過一個MTU單元包長的情況下，通過計算，可盡可能多的將AMR音頻數(shù)據(jù)封 裝在一個RTP包中進行傳輸。
聚包原則少于一個MTU單元長度的數(shù)據(jù)，需對其進行聚包傳輸，以節(jié)省網(wǎng)絡(luò)帶 寬，提高網(wǎng)絡(luò)處理能力。AMR音頻幀的封裝完全遵循RFC3267文檔標準，一般是將幾個音頻 幀封裝成一個RTP包，該RTP包總體長度不能超過一個MTU單元大小，對于多個音頻幀的封 裝，其封裝格式為<formula>formula see original document page 6</formula>當需打包的AMR音頻幀數(shù)目為η時，又可以表示為RTP頭+Payload header (1字節(jié))+幀頭1+幀頭2+· · · +幀頭η+語音數(shù)據(jù)1+語音 數(shù)據(jù)2+... +語音數(shù)據(jù)η。其中Payload Header 的前 4bits 是 CMR(Codec Mode Request)，根據(jù) RFC3267 文 檔規(guī)范，如果終端沒有定義對何種模式的優(yōu)先選擇性接收，CMR值必須設(shè)置為15，其他位為 0，因此PayloadHeader的值為OXFO。Payload Data指的是所有音頻幀數(shù)據(jù)，包括各音頻的 幀頭和幀數(shù)據(jù)。本發(fā)明RTP包封裝過程如下1、接收AMR音頻幀，取音頻幀頭，分離FT位，得出FT值，然后按照音頻編碼類型 (編碼類型在SDP中判斷，AMR表示NB類型，AMR-WB表示W(wǎng)B編碼)的不同，根據(jù)音頻編碼 類型及對應的FT值查表確認編碼模式，并獲取對應的AMR音頻幀長度值L。2、根據(jù)音頻幀長度L確認一個RTP封裝包可聚包的總的音頻幀數(shù)量N，計算公式 為N = (MTU 長度-RTP 包頭長度-PayloadHeader 長度)/L0例如MTU長度取1400字節(jié)，L選擇為AMR-NB編碼模式ModeO所對應的13字節(jié)， RTP包頭長度為12字節(jié)，AMR負載幀頭PayloadHeader長度為1字節(jié)，則計算出N為106。3、創(chuàng)建RTP包，長度為一個MTU單元，填充RTP頭信息和PayloadHeader信息，其 中RTP頭信息中M位置1，PT值由SDP獲取，序列號SeqNo、時間戳TimeStamp和SSRC必須 與RTSP信令中描述一致。PayloadHeader信息的值為0XF0。4、幀頭信息處理，將該音頻幀中的幀頭和語音數(shù)據(jù)分離，幀頭中幀編碼模式位FT 位保持不變，最低兩位補ο位清0，對于沒遭到破壞的幀，幀質(zhì)量指示位Q位設(shè)置為1，遭破 壞的置為O ；5、將AMR音頻幀的幀頭和語音數(shù)據(jù)信息的RTP包填充。將下述數(shù)據(jù)按順序直接存 入RTP包的相應位置。AMR音頻幀的幀頭填充位置RTP 包頭長度 +PayloadHeader 長度 + (i_l)幀頭長度1個字節(jié)AMR音頻幀的語音數(shù)據(jù)填充位置RTP 包頭長度 +PayloadHeader 長度 +N+ (i_l) X L幀數(shù)據(jù)長度(L-I)個字節(jié)其中i表示需聚包的音頻幀序號，底標從1開始，直到N(由步驟2計算出的一個 RTP封裝包可聚包的總的音頻幀數(shù)量)，L表示AMR音頻幀語音數(shù)據(jù)長度值。如果幀數(shù)據(jù)序號小于N，則表示該幀不是RTP包里面的最后一幀數(shù)據(jù)，幀頭中的填 充位P位置1，表示后面有接連續(xù)的音頻幀，幀數(shù)據(jù)序號為N的幀是最后一個音頻，其幀頭最高位P位則清0，表示音頻幀頭的結(jié)束。如圖2所示為包含三幀音頻的RTP包音頻幀頭示意圖，分為幀頭1、幀頭2與幀頭3，其中幀頭格式與圖1所示的打包前的AMR音頻幀幀頭的格 式完全一樣，僅在P位的具體取值有差別。6、循環(huán)接收AMR音頻幀，每接收到音頻數(shù)據(jù)即重復執(zhí)行步驟4，5，直到接收到N個 音頻幀為止。這樣，一個完整的RTP包就打好了。如圖3所示為包含三幀音頻RTP包示意 圖圖中RTP(12)表示RTP包頭占用12字節(jié)，PH(I)表示PayloadHeader占用1字節(jié)，幀頭 1 (1)、幀頭2 (1)、幀頭3 (1)分別表示各幀頭占用1字節(jié)，語音數(shù)據(jù)1 (L)、語音數(shù)據(jù)2 (L)、語 音數(shù)據(jù)3 (L)表示各語音數(shù)據(jù)占用L字節(jié)，例如L取AMR-NB編碼模式ModeO所對應的13字 節(jié)。本發(fā)明可以直接針對不同編碼類型和模式的AMR數(shù)據(jù)進行聚包，并針對各AMR數(shù) 據(jù)類型和編碼模式大小，在不超過一個MTU單元包長的情況下，計算出一個RTP包所能負載 的最大音頻幀數(shù)，盡可能多的將AMR音頻數(shù)據(jù)封裝在一個RTP包中進行傳輸，且通過對AMR 數(shù)據(jù)進行直接的RTP包填充，無需耗費任何其他額外的內(nèi)存資源，可以在減少網(wǎng)絡(luò)開銷的 同時達到高效的目的。在上述實施例中，僅對本發(fā)明進行了示范性描述，但是本領(lǐng)域技術(shù)人員在不脫離 本發(fā)明所保護的范圍和精神的情況下，可根據(jù)不同的實際需要設(shè)計出各種實施方式。
權(quán)利要求
一種基于AMR音頻幀的RTP快速聚包方法，具體步驟如下步驟1接收AMR音頻幀，取音頻幀頭，分離FT位，得出FT值，判斷音頻編碼類型，根據(jù)音頻編碼類型及對應的FT值查表確認編碼模式，并獲取對應編碼模式的AMR音頻幀長度值L；步驟2根據(jù)音頻幀長度L確認一個RTP封裝包可聚包的總的AMR音頻幀數(shù)量N，步驟3創(chuàng)建RTP包，填充RTP頭信息和PayloadHeader信息，其中RTP頭信息中M位置1，PT值由SDP獲取；步驟4對AMR音頻幀頭信息處理，將該音頻幀中的幀頭和語音數(shù)據(jù)分離，幀頭中幀編碼模式位FT位保持不變，最低兩位補0位清0，對于沒遭到破壞的幀，幀質(zhì)量指示位Q位設(shè)置為1，遭破壞的置為0；步驟5將AMR音頻幀幀頭和語音數(shù)據(jù)信息填充至RTP包，步驟6循環(huán)接收AMR音頻幀，每接收到音頻數(shù)據(jù)即重復執(zhí)行上述步驟4、5，直到接收到N個音頻幀為止，完成所述N個音頻幀封裝至所述RTP包。
2.如權(quán)利要求1所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于步驟1中所 述編碼類型在會話描述信息中SDP判斷，AMR或AMR-NB表示NB編碼類型，AMR-WB表示W(wǎng)B 編碼類型。
3.如權(quán)利要求2所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于步驟2中 確定N的計算公式如下N = (MTU 長度-RTP 包頭長度-PayloadHeader 長度)/L其中MTU長度為網(wǎng)絡(luò)最大傳輸單元，單位為字節(jié)，RTP包頭長度為12字節(jié)，AMR負載頭 PayloadHeader長度為1字節(jié)。
4.如權(quán)利要求1所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于步驟3中， PT值由SDP獲取，SeqNo, TimeStamp和SSRC與RTSP信令中描述一致。
5.如權(quán)利要求3所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于步驟5進 一步包括51.確定AMR音頻幀頭在RTP包中的填充位置，將幀頭按順序直接存入RTP包的相應 填充位置；52.確定AMR音頻幀語音數(shù)據(jù)在RTP包中的填充位置，將語音數(shù)據(jù)按順序直接存入 RTP包的相應填充位置。
6.如權(quán)利要求5所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于步驟51， AMR音頻幀頭在RTP包中的填充位置確定方法如下RTP 包頭長度 +PayloadHeader 長度 +(i_l)步驟52AMR音頻幀語音數(shù)據(jù)在RTP包中的填充位置確定方法如下RTP 包頭長度 +PayloadHeader 長度 +N+(i_l) XL其中RTP包頭長度為12字節(jié)，PayloadHeader長度為1字節(jié)，(i_l)單位為字節(jié)，i表 示需聚包的音頻幀序號，底標從1開始，直到N。
7.如權(quán)利要求6所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于如果幀數(shù) 據(jù)序號i小于N，則表示該幀不是RTP包里面的最后一幀數(shù)據(jù)，RTP包中幀頭中的填充位P 位置1，表示后面有接連續(xù)的音頻幀，幀數(shù)據(jù)序號為N的幀是最后一個音頻，其幀頭最高位P位則清0，表示音頻幀頭的結(jié)束。
8.如權(quán)利要求3所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于 PayloadHeader 信息的值為 OXFO。
9.如權(quán)利要求3所述的基于AMR音頻幀的RTP快速聚包方法，其特征在于MTU長度取 1400字節(jié)，L選擇為AMR-NB編碼模式ModeO所對應的13字節(jié)。
全文摘要
本發(fā)明涉及一種基于AMR音頻幀的RTP快速聚包方法，步驟如下1接收AMR音頻幀，取音頻幀頭，確認編碼模式，并獲取對應編碼模式的AMR音頻幀長度值L；2根據(jù)音頻幀長度L確認一個RTP封裝包可聚包的總的AMR音頻幀數(shù)量N；3創(chuàng)建RTP包，填充RTP頭信息和PayloadHeader信息；4對AMR音頻幀頭信息處理，將該音頻幀中的幀頭和語音數(shù)據(jù)分離；5將AMR音頻幀幀頭和語音數(shù)據(jù)信息填充至RTP包，6循環(huán)接收AMR音頻幀，每接收到音頻數(shù)據(jù)即重復執(zhí)行上述步驟4、5，直到接收到N個音頻幀為止，其中音頻幀頭和幀數(shù)據(jù)統(tǒng)稱為PayloadData信息。本發(fā)明方法可有效減少網(wǎng)絡(luò)開銷，減少頻繁數(shù)據(jù)發(fā)送造成的高丟包率，可大大提高流媒體業(yè)務的服務質(zhì)量。
文檔編號H04L1/00GK101814973SQ20101010539
公開日2010年8月25日 申請日期2010年1月29日 優(yōu)先權(quán)日2010年1月29日
發(fā)明者歐志 申請人:深圳市融創(chuàng)天下科技發(fā)展有限公司