引言

1994年歐洲制定的數字視頻廣播（DVB）標準和1996年美國聯邦通信委員會（FCC）的先進電視制式委員會（ATSC）地面廣播電視標準，在視頻部分都采用了MPEG-2 標準。我國的CATV 數字網，也采用DVB 標準。MPEG-2 標準的出現，大大推動了數字視頻業務的發展。越來越多的節目交換是以MPEG-2壓縮方式進行的，使演播室制作涉及大量對MPEG編碼壓縮節目的處理，如非線性編輯涉及的不同節目間的切換、剪切和串編、在畫面上加字幕、臺標、實現淡入淡出等。其中節目剪切和串編是實現其他編輯功能的基礎，因此實現節目剪切和串編功能更加重要。

本文針對MPEG-2 音視頻，采用DirectShow（微軟公司提供的在Windows 平臺上進行流媒體處理的開發包）的DirectShow編輯業務（DES，DirectShow Editing Services)來實現MPEG-2音視頻節目的剪切和串編。DES作為DirectShow的增強應用，簡化了原本煩瑣的視頻編輯，彌補了非線性編輯應用軟件的空白,可方便地進行音視頻編輯，因此用它來編輯MPEG-2音視頻文件不失為一個行之有效的方法。

DES 簡介

時間線模型
DES的內部結構模型，是一個基于時間線(Timeline)的模型，它提出了一個時間線和軌道的概念，將所有的多媒體編輯組織到一個虛擬的時間線之上，實際上代表了最終的音視頻剪輯作品。而對于程序員來說，這些時間線和軌道同一般的通信（COM）接口一樣，都是一個個的純虛類，可以通過繼承、派生和添加必要的函數，來實現編輯操作。圖1給出了DES的時間線內部模型。

這是一個樹形結構，在這棵樹中，音視頻文件是葉結點，稱作為媒體源（Source）；一個或多個Source組成一個軌道（Track），每個Track都有統一的媒體格式輸出；Track的集合Express總線回傳給CPU。CPU或者將數據通過PCI總線傳輸給I/O板卡轉換成基帶信號輸出，或者再回送到軟件編解碼器編碼成DV格式的數據并通過1394總線輸出。

相對于基于專門硬件的非編系統，基于CPU+GPU軟件架構的非編系統完全擺脫了對硬件板卡的依賴，突破了專用硬 件結構的局限，利用通用的硬件系統資源實現了高性能的視頻編輯和處理。

在性能方面，目前基于CPU+GPU的主流非編系統已經可以輕松實現4～6層三維特技的實時輸出，遠遠超越了目前基 于專用板卡的主流非編系統。

在可擴展性方面，由于系統完全采取軟件架構，一方面通過提高計算機平臺的配置來獲得更高的硬件性能，從而直接提高非編系統的性能；另一方面，通過軟件模塊的添加和升級，可以支持更多的編輯格式、獲得更多的特技效果。

在穩定性方面，由于拋棄了專用的硬件板卡，改用結構簡單的I/O板卡實現基帶信號輸出，系統故障率、功耗、發熱量等都大大下降，穩定性則大大提高。通過進一步優化系統硬件結構，選用設計更成熟和安全的品牌圖形工作站，同時將I/O板卡作進一步的模塊拆分，將模擬處理電路從板卡中拆分出來作為一個獨立供電、獨立散熱的接口盒，可使非編系統實現工作站和服務器級的安全性和穩定性，從而大大降低維護成本，提高設備利用率。

在成本方面，目前基于CPU+GPU的非編系統，其缺點主要是對計算機系統的配置要求高，計算機平臺上的成本投入高昂，但由于沒有專用板卡上的成本投入，總體成本并沒有增加。由于計算機技術快速發展和性價比不斷提高，基于CPU+GPU的非編系統在性能不斷提高的同時總體成本呈下降趨勢。

稱作為集合（Composition），每個Composition可以對其所有的Composition 或Track 進行各種復雜的編輯；頂級的Composition或Track就組成了組（Group）；每個Group輸出單一格式的媒體流，所有的Group組成一個時間線（Timeline）,Timeline表示一個視頻編輯的項目，它是這棵樹的根節點。一個Timeline項目必須至少包含一個Group,最典型的情況一般包含兩個Group: 音頻組（Audio Group）和視頻組（VideoGroup）。

圖2所示的是一個典型的基于時間線的媒體軌道圖，箭頭方向即是時間線的方向。這個時間線由兩個組組成，每個組中包含兩個媒體源軌道（SourceTrack）。在視頻組中，軌道是有優先級的(軌道0具有最低的優先級，依次類推)。運行時，總是輸出高優先級的軌道中的媒體源內容。如果此時高優先級的軌道中沒有媒體源輸出，則讓低優先級的軌道中的媒體源輸出。如圖1中視頻組的輸出順序為媒體源A→媒體源C→媒體源B。而對于音頻組，它的所有軌道的輸出只是簡單的合成。我們利用時間線的這一原理，將媒體素材挨個賦予到相應的媒體源上去，隨后將媒體源組織到不同優先級 別的軌道上，最終在時間線模型的組織下輸出我們所需要的合成節目。這也就是MPEG-2 音視頻編輯功能的核心模型。

時間概念
DES中大致有3種時間：
(1) 時間線時間(Timeline Time):相對于整個時間線項目的時間；
(2) 媒體時間（Media Time）：相對于媒體源的時間，比如媒體源是一個文件，那么媒體時間實際上是指相對于文件開頭的位置時間；
(3) 父對象時間（Parent Time）:相對于時間線中已編排的某個對象的時間。

設計方案

設計方案如下：首先要完成播放MPEG-2音視頻文件的功能，在瀏覽的過程中對需要的音視頻片斷的編入點和編出點作標記。其次要完成可對編輯好的音視頻預覽的功能，如果編輯結果比較滿意，要將其保存到文件中。剪切時，僅需對播放中的文件設置入出點，按保存按鈕即可邊預覽邊保存；串編時，依次打開要編輯的文件，設置入出點，然后再按預覽或保存按鈕即可。

實現過程

用DirectShow實現播放功能非常方便。該功能模塊主要是由GetCurrentPosition()函數得到編入點和編出點的時間，為后面的編輯提供媒體起始時間。下面主要介紹用DES進行預覽和保存的實現方法。

時間線的構建
用DES實現剪輯后的預覽或保存功能首先必須構建時間線模型。首先調用了系統提供的一個虛接口(虛接口的含義是:該接口包含許多未被定義的函數方法，它只提供了一個面向應用層的接口)。這個虛接口，稱為IAMTimeline。我們要做的事情就是，遵循圖1中時間線的結構定義自己所需要的屬性和函數，并且建立出我們的時間線對象。最基本的屬性包括有圖1中所提到的組（Group）,集合（Composition）,軌道（Track）和媒體源（Source）。

(1) 首先創建一個時間線對象
IAMTimeline*pTL=NULL;
hr=CoCreatelnstance(CLSID_IAMTimeline,NULL,CLSCTX_INPROC_SERVER,IID IAMTimeline,(void* *)&pTL);
這時，我們面對的是一個空的時間線框架，接下來所作的是根據自己的需要為我們的“樹形”時間線結構填上“枝 葉”。

(2) 接下來使用接口方法IAMTimeline::CreateEmptyNode創建各種DES 對象。包括：IAMTimelineGroup（視頻組pVideoGroup，音頻組pAudioGroup）、IAMTimelineComp（視頻pVideoComp,音頻pAuioComp）、IAMTimelineTrack（視頻pVideoTrack,音頻pAuioTrack）、IAMTimelineSrc（視頻pVideoSrc,音頻pAuioSrc）。
以下示例均為視頻組代碼，音頻組與視頻組類似。
IAMTimelineGroup *pVideoGroup=NULL;
IAMTimelineObj *pVideoGroupObj=NULL;
pTL → CreateEmptyNode(&pVideoGroupObj,TIMELINE_MAJOR_TYPE_GROUP);
pGroupObj→Querylnterface(IID_IAMTimelineGroup,(void **)&pVideoGroup);
調用IAMTimeline::CreateEmptyNode成功后，我們可以得到一個IAMTimelineObj接口指針。也就是說，每個我們創造的DES對象上都實現了IAMTimelineObj接口。

(3) 接著在組中加入軌道
pVideoComp→VTracklnsBefore(pVideoTrackObj, -1);
pVideoTrackObj→Querylnterface(IID_IAMTimelineTrack,(void **)&pVideoTrack)。

(4) 這是最關鍵的一步，設置媒體源的剪切時間和其在時間線上的時間，然后將其放到相應的軌道上。串編情況下，筆者設計了一個類記錄該媒體源的文件名、片斷長度、編入點和編出點，并用模版類CArray管理該類。
"class CFileInfo
" {
"public:
" CString filename;
" LONGLONG ClipLen;
" LONGLONG Outdot;
" LONGLONG Indot;
" CFileInfo();
" virtual ~CFileInfo();
" } ;
"CArrayFileArray
" for (i=1; i<=FileArray.GetSize();i++)
" {
"FileArray[0].ClipLen = 0;
hr=pVideoSrcObj→SetStartStop(FileArray[i-1].ClipLen,FileArray[i-1].ClipLen+FileArray[i].ClipLen);//設置時間線時間
hr=pVideoSrcObj→SetMediaTimes(FileArray[i].Indot,FileArray[i].Outdot );//設置媒體源時間
hr=pVideoSrcObj → SetMediaName(T2W(FileArray[i].filename));//設置媒體源文件名
hr=pVideoTrack→SrcAdd(pVideoSrcObj);//將媒體源添加到相應的軌道上
FileArray[i].ClipLen=FileArray[i-1].ClipLen+FileArray[i].ClipLen;//下一個媒體源的時間線起點時間是前一個媒體源時間線的終點時間。
" }

預覽功能的實現
創建好時間線后，創建基本渲染引擎IRenderEngine，它的作用是通過已經建立好的時間線構建濾波器圖（FilterGraph）供預覽或者輸出文件。所以，我們需把時間線的信息傳遞給它。接下來的過程很簡單了，調用ConnectFrontEnd連接時間線部分所建立的濾波器（F i l t e r ），調用RenderOutputPins。至此，濾波器圖已成功建立，只要調用IMediaControl接口的Run()函數即可進行預覽了。
IRenderEngine *pRenderEngine = NULL;
hr=CoCreatelnstance(CLSID_RenderEngine, NULL,CLSCTX_INPROC_SERVER,IID_IRenderEngine, (void**)&pRenderEngine); //創建基本渲染引擎
hr=pRender→SetTimelineObject(pTL); //確定要渲染的時間線
hr=pRenderEngine→ConnectFrontEnd( );//構建graph的前端
hr=pRenderEngine→RenderOutputPins( );//將前端出來的引腳根據媒體類型分別連接到音視頻渲染器，完成graph的構建
IGraphBuilder *pGraph=NULL;
IMediaControl *pControl=NULL;
hr=pRender→GetFilterGraph(&pGraph);
hr=pGraph→QueryInterface(IID_IMediaControl, (void **)&pControl);
hr=pControl→Run();//運行Filter Graph。

保存功能實現
創建好時間線和前端后，前端輸出的是非壓縮的音頻流和視頻流，而我們要保存的是壓縮數據，所以必須向濾波器圖中加入MPEG-2音頻編碼器和視頻編碼器以及復用器。

第一步，將視頻編碼器、音頻編碼器和復用器以及文件寫入程序濾波器加入到濾波器圖中
hr=AddFilterByCLSID(pGraph,LSID_VIDEO_ENCODER,L"mpeg video encoder",&pVideoEncoder);
第二步，得到組的個數及輸出引腳指針，根據引腳的媒體類型將其連接到相應的編碼器上。
long NumGroups;
pTL->GetGroupCount(&NumGroups);
IPin *pPin;
"for (i = 0; i < NumGroups; i++)
" {
" if (pRenderEngine->GetGroupOutputPin(i, &pPin)== S_OK)
" {
" hr=GetMediaType(pPin);
" if (hr==TRUE) // 返回值為TRUE，則引腳輸出的是視頻流
" ConnectFilters(pGraph,pPin,pVideoEncoder,TRUE);
" else
" ConnectFilters(pGraph,pPin,pAudioEncoder,TRUE);
" }
" }
第三步，將視頻編碼器和音頻編碼器濾波器連接到復用器濾波器上
hr=ConnectFilters(pGraph,pVideoEncoder,pMux,TRUE);
hr=ConnectFilters(pGraph,pAudioEncoder,pMux,TRUE);
第四步，連接復用器和文件寫入程序濾波器
hr=ConnectFilters(pGraph,pMux,pfilewriter,TRUE);
第五步，創建MPEG輸出文件IFileSinkFilter *pSin= 0;pfilewriter→QueryInterface(IID_IFileSinkFilter,(void**)&pSink);
pSink→SetFileName(T2W(strSaveFile), NULL);
最后調用IMediaControl接口的Run()函數即可進行保存了。

測試效果

實現MPEG-2 音視頻剪輯的界面如圖3 所示。列表框顯示了待編輯的文件列表，雙擊文件名即可顯示該文件的第一圖3 MPEG-2 音視頻剪輯界面幀，點擊播放按鈕可實現對本地文件的回放。點擊入點按鈕可設置要剪切文件的入點，點擊出點按鈕后，將先暫停播放并得到剪切終止點。依次對多個文件進行出入點設置后點擊預覽按鈕后，回放的畫面流暢，無馬賽克現象，無明顯延時。點擊保存按鈕可保存串編結果，保存后的MPEG-2音視頻流，用暴風影音等軟件對該文件進行回放，回放的畫面流暢，質量令人滿意。

結束語

音視頻剪輯，無論是對電視臺的節目編輯制作，還是對一般的家庭用戶，都具有很大的吸引力。因此，視頻剪輯功能的實用化、普及化具有很強的現實意義。采用DES可使時間線管理、特技合成更加方便可靠，同時DES采用插件方式，可以有很多支持微軟DirectX的第三方插件使用，使軟件更易于擴展，為用戶提供更多的選擇。DES使得程序的模塊化更強，有利于軟件的開發，同時在不斷升級過程中，更可以方便地集成新的功能。當然，這種視頻編輯的方法也存在著它的局限性，即編輯的精度較傳統的硬件實現方法低，不適合應用于精度要求很高的編輯，這也是該軟件實現視頻編輯的一個缺陷。

基于DirectShow/DES的MPEG-2音視頻編輯軟件的實現方案