MPEG-DASH新功能白皮書翻譯

注：英語太爛基礎太差，本翻譯文檔僅供本中本身參考，包含一大堆本身YY的意譯。並且我如今以爲看白皮書啥用沒有，還得把標準仔細讀一遍才行，大坑！

BTW吐槽，這個白皮書的做者英語真的很爛，寫做也很隨意，真不知道這玩意兒咋發佈的

注：MPEG-DASH標準中第1-4部分爲核心功能，一些版本：

• MPEG-DASH標準第一部分初版(Media presentation description and segment formats)(ISO/IEC 23009-1:2012)，
• MPEG-DASH標準第一部分第二版(Media presentation description and segment formats)(ISO/IEC 23009-1:2014)，
• MPEG-DASH標準第二部分(Conformance and reference software)(ISO/IEC 23009-2:2017)，
• MPEG-DASH標準第三部分(Implementation guidelines)(ISO/IEC TR 23009-3:2015)，
• MPEG-DASH標準第四部分初版(Segment encryption and authentication)(ISO/IEC 23009-4:2013)
• MPEG-DASH標準第四部分第二版(Segment encryption and authentication)(ISO/IEC 23009-4:2018)
• MPEG-DASH標準第五部分初版(ISO/IEC 23009-5:2017)，
• MPEG-DASH標準第六部分(ISO/IEC 23009-6:2017)

編號：ISO/IEC JTC 1/SC 29/WG 11 N16708

時間：2017年1月

標題：MPEG-DASH新功能白皮書

1、簡介

隨着2012年4月MPEG-DASH標準初版(ISO/IEC 23009-1)的發佈，對於這第一個將整個行業兼容到同一流媒體協議中的開放國際標準，網絡視頻媒體業表現出極大的關注度。該標準由流媒體行業大量技術領先的公司共同制定，用開放的、任何人可用的單一標準，實現了更佳更爲有效的技術。這是首個真正具備兼容性、融合度的流媒體協議，基於此標準，服務提供商們能夠大大減小他們的內容副本。

圖1、MPEG-DASH標準中的重要功能 在過去的四年中，MPEG委員會致力於增強和擴展DASH的功能。當前MPEG-DASH標準一共有6個部分，其中有一些發佈了第二版。核心部分的第三版將於2017年上半年發佈。本白皮書將介紹MPEG-DASH的一些新功能，圖一中列舉的是各個版本中較爲重要的功能。

2、第一部分：MPEG-DASH核心定義

MPEG-DASH標準(ISO/IEC 23009)目前包含6個部分。第一部分[1]定義了協議的MPD(Media Description Presentation)文件和分片格式，這是該規範的核心部分。DASH標準能夠在包括HTTP/1.1在內的諸多傳輸協議上使用。這部分並未指定具體的編碼標準，它容許使用任何能被封裝在MP4[2]或TS文件中的編碼器。這部分給出了MPD文件的定義，用於描述媒體內容的時序模型。其中，表示(Representation)被用來描述媒體內容，同一內容的全部表示（如碼率、分辨率、幀率等）集合稱爲一個自適應子集(Adaptation Set)。MPD文件在內容註解方面表現極佳。對每一個媒體組件，MPD能夠定義它的角色、可訪問性、視角、音軌乃至DRM(數字版權管理)和加密信息（針對受版權保護的內容）。MPD文件的更新機制可用於添加新的內容，這在直播場景中尤其重要。同時，它還支持多CDN及多分片尋址方案。

MPEG-DASH標準中的媒體分片格式支持將媒體內容按分片傳輸（乃至按子分片的粒度）。將分片按序組合，能夠構成完整的媒體流。正確編碼生成的分片，保證了網絡波動時DASH客戶端在多個表示之間無縫切換。

該標準第一部分初版於2012年發佈，兩年後，MPEG增長了包括事件消息和屬性標識符在內的附加功能。事件消息用於傳遞時間軸事件，能夠在MPD文件或媒體分片中存在。它爲DASH客戶端或使用DASH客戶端的應用提供了一種發送稀疏信息的靈活機制。好比，MPD更新事件用於通知客戶端對所使用的MPD文件進行更新，SCTE35消息也能夠插入某個事件中，用來通知有廣告插入。

從2014年之內，MPEG-DASH第一部分已經增長了許多新的功能，預計將在2017年上半年發佈的第三版中包含。在此，咱們列舉其中的一些最新的功能。

3、空間關係描述

因爲大尺寸/多攝像機等場景的普及，一體式傳輸這些場景下的視頻內容可能效率不高，取而代之，能夠將視頻劃分爲拼接陣列，客戶端只需獲取與其視角相關的流媒體分片數據。MPD文件中的空間關係描述(Spatial Relationship Description,SRD)工具標識了拼接視頻塊相對於整個視頻的座標和大小。這些信息使得客戶端能夠計算每一個拼接視頻塊的相對位置，所以，客戶端能夠決定是傳輸一小部分視頻塊覆蓋的小片區域，或是同時傳輸每一個獨立的視頻塊來覆蓋整個視頻。SRD提供了一個很是靈活的座標系，容許重疊、ROI拼接及不一樣大小分塊的拼接。SRD是VR流高效傳輸的關鍵技術之一。

4、外部MPD連接

MPD文件能夠在當前所有節目的組合預覽頻道與每一個單一的節目/音軌之間創建關聯。在觀看組合頻道的內容時，用戶能夠瀏覽到全部的節目，並決定本身想選擇的某個頻道。而後，用戶點擊並選擇，播放端開始全屏播放當前頻道的內容。外部MPD連接(External MPD Linking)[4]爲這種場景提供支持。在組合頻道的MPD文件中，每一個節目用一個空的自適應子集(Adaptation Set,AS)來表示，用來描述該節目頻道的AS，存在於每一個頻道自身的MPD文件中。連接機制容許從組合頻道MPD文件中的空AS跳轉至對應頻道的MPD文件。

5、區段連續性

媒體會話中的時間線能夠劃分爲多個時段。MPD文件中的區段(Period)就是將時間軸分段的簡易途徑。該機制容許在MPD文件中插入動態廣告的區段，或直播場景中加入新的區段。因爲不屬於同一媒體流的區段也能夠順序播放（好比動態廣告插入場景中，先播放媒體流的一個區段，緊接着播放廣告內容的區段，而後繼續播放媒體流區段），DASH中給出了一個標識[4]用於標記當前區段與前一區段是否具有連續性。區段連續性標識還爲區段切換期間的時間戳校準提供了參考。

6、MPD鏈

在以廣告驅動的流服務中，在正式流媒體內容前播放貼片廣告是經常使用的一項功能。在這種場景下，當用戶選擇了某一內容時，貼片廣告應在媒體內容前被播放，所選擇的媒體內容能夠是點播（提早錄製存儲）或直播（實時產生）。點播場景下支持貼片廣告較爲簡單：只需建立一個新的MPD文件，將廣告的區段放在媒體內容的區段前便可。但直播場景下存在一個問題，咱們指望看到的是，用戶點擊時，先播廣告，而後再創建直播鏈路開始播放直播流。但直播中每個時間點的內容都不同，很難組建一個新的MPD文件。爲此，MPEG標準中提出了MPD鏈(MPD chaining)工具，容許兩個以上的MPD文件互相連接。這樣，播放器能夠先將第一個MPD對應內容（好比，廣告的）播放完成，再用直播當前的MPD文件開始播放。

7、廣播電視的靈活分片格式

本工具在MPEG-DASH標準第二版第四修訂案[5]中也有說起，它將碼流的切換點及隨機接入點(RAP)標識進行了區分。切換點用於動態碼率調整時實現無縫切換，而隨機接入點則表示能夠在該處開始播放（好比頻道切換時）。在DASH的基本屬性中，爲了相對簡單的格式實現，切換點和隨機接入點是一樣的。但隨機接入點的增長會致使切換點的對應增長，這樣將形成壓縮率的降低（因爲產生了更多的IDR幀）。靈活分片格式(Flexible Segment Format)機制容許拆分切換點和隨機接入點。基於此，媒體內容能夠用較高的壓縮率編碼，保證較多隨機接入點的同時，減小切換點的數目。這種機制對流媒體和廣播電視（混合傳輸）都適用。

8、第五部分：DASH的服務端和網絡支持

DASH客戶端能夠基於可用帶寬和其餘本地資源，用客戶端拉取方式來調整它們的請求。事實證實，這比在CDN上部署服務端推送機制更爲容易。然而，當須要爲高級用戶提供持續的、更高質量服務時，DASH的這種分散性帶來了新的挑戰。好比，如下場景時服務質量可能受到影響：

• 在網絡故障或配置更新後，MPD文件中聲明的資源可能已通過時，這會致使客戶端請求DASH分片時數據錯誤或請求失敗。
• 當手機端網絡切換或緩存未命中時，DASH客戶端可能錯誤地認爲帶寬下降，從而切換到較低質量的分片。
• DASH客戶端可能錯誤地從低質量分片開始播放，直到評估出帶寬較高時才提高清晰度。
• 多個DASH客戶端可能共享並競爭帶寬，這會致使沒必要要的相互影響及網絡抖動。

MPEG-DASH標準第五部分：DASH的服務端和網絡支持(Server and Network-assisted DASH,SAND)[6]解決了以上這些問題。SAND的關鍵功能是實現了網絡到客戶端、網絡與網絡之間對於質量相關信息的異步通訊。

圖2、原有DASH架構及新增的SAND結構 SAND信道的增長，使得支持SAND的組件之間能夠傳遞SAND信息，所以SAND結構被認爲是原有DASH架構體系的增強，如圖二。這些SAND消息攜帶了諸如帶寬可用性、DASH客戶端後續請求、附近HTTP節點中緩存的媒體分片等信息。此外，SAND的實時性和無狀態性，使得在各種網絡環境（如家庭網絡，OTT，移動網絡等）中進行部署優化成爲可能。

9、第六部分：服務端推送和WebSocket傳輸DASH流

HTTP/2和WebSocket的引入和部署，爲DASH提供了基於這些協議傳輸及使用其優越性的機會。HTTP/2和WebSocket都容許服務端啓動或客戶端啓動機制、數據請求取消機制、多個請求響應數據的複用。

DASH標準的第六部分[7]爲每種協議提供了服務端推送模式下的交互操做。該規範定義了當客戶端發送多個請求時，服務端如何合併響應並推送。每一個推送指令都定義了不一樣的推送策略。好比，使用按需推送(push-next)指令，客戶端請求服務端推送後續的K個分片，其中K值由客戶端定義；使用按時推送(push-time)指令，客戶端請求服務端在接下來的N秒內推送當前流的全部可用分片，其中N值由客戶端定義；使用按列表(push-list)指令，客戶端請求服務端推送指定列表中的對應分片。該規範還定義了服務端響應指令時的推送確認消息。

基於服務端推送和WebSocket傳輸的DASH流主要用於低延時直播場景。這種狀況下，客戶端接收的數據在時序上很是接近播放點。爲了減小延遲，應在儘量短的時間內將分片發送到客戶端上。在這種場景下，若是服務端已收到相應的推送指令，就無需等待來自客戶端的HTTP GET請求，當服務器上某個數據分片可用時，直接將其推送到客戶端。

10、引用

• [1] ISO/IEC 23009-1:2014 Dynamic adaptive streaming over HTTP (DASH) -- Part 1: Media presentation description and segment formats
• [2] ISO/IEC 14496-12:2015 Information technology -- Coding of audio-visual objects -- Part 12: ISO base media file format
• [3] ISO/IEC 23009-1:2014/Amd 2:2015 Spatial relationship description, generalized URL parameters and other extensions
• [4] ISO/IEC 23009-1:2014/Amd 3:2016 Authentication, MPD linking, Callback Event, Period Continuity and other Extensions
• [5] ISO/IEC 23009-1:2014/Amd 4:20xx AMENDMENT 4: Segment Independent SAP Signalling (SISSI), MPD chaining, MPD reset and other extensions
• [6] ISO/IEC 23009-5 Information technology -- Dynamic adaptive streaming over HTTP (DASH) -- Part 5: Server and network assisted DASH (SAND)
• [7] ISO/IEC DIS 23009-6 Information technology -- Dynamic adaptive streaming over HTTP (DASH) -- Part 6: DASH with server push and websockets