一种媒体文件播放方法、播放系统及一种媒体播放器

摘要

本发明公开了一种媒体文件播放方法、播放系统及一种媒体播放器，以解决目前的媒体文件格式及其相应的播放模式不兼容第三方编码、音轨支持有限的问题。所述播放方法包括：读取媒体文件的格式信息；其中，所述媒体文件的格式以树型结构预定义，包括文件头和树型结构的节点属性，各节点分别对应不同的媒体流，各节点定义自己的属性信息；解析所述文件头，获取该媒体文件的各节点属性；根据各节点属性查找对应各节点数据的解码器；读取各节点数据，利用相应的解码器进行解码并播放。所述媒体文件格式可以任意地增加、定义音频、视频、字幕、互动或者其它属性的节点，节点的数量不受限制，从而可以支持更多的音频、视频、字幕、自定义的任何节点属性。

说明书

技术领域

本发明涉及网络技术领域，特别是涉及一种媒体文件播放方法、播放系统及一种媒体播放器。

背景技术

媒体文件是由视频、音频、字幕、图片等信息融合在一起的文件。目前常见的媒体文件格式包括AVI、RM、WMV(或WMA)、QT等，常见的媒体播放器包括Windows Media Player、RealPlayer、暴风影音等，这些播放器基本上都采用插件的模式，从而可以在本地播放常见的大部分格式的媒体文件。

AVI从开发到现在已经有10年了，在内部采用音频、视频数据交互分步的模式，很好的解决了音频、视频的同步和寻址问题，能兼容第三方的编码算法。但AVI通常只支持一个声道，而且AVI1.0还受尺寸大小的限制，不能超过1G。随后出现的AVI2.0更正了受尺寸大小限制的问题，但视频、声道数的限制没有做改进。

Real格式(如RM)是RealNetworks公司开发的媒体文件格式，是一种封闭的媒体文件格式，只支持Real公司的编解码。Real公司在视频处理方面的独特编码、解码技术RealVideo，使Real格式在视频质量方面曾经很受互联网观众的喜爱，一直是互联网上影视内容所采用的主要格式。但随着最近几年在视频编码、音频编码方面新技术、新理论的出现，RealVideo的优势变得越来小，从目前发展的趋势来看，RealVideo在影视解码有逐渐被其它新编码方式取代的趋势，不再是影视文件首选的媒体格式。而且在音效方面，Real格式不支持AC3(Dolby Surround Audio Coding-3，杜比数码环绕声)、AAC(AdvancedAudio Coding，高级音频编码)等最新的音频处理算法，不能充分发挥Real视频的优势。

WMV(或WMA)是微软公司发布的媒体格式文件，和Real媒体格式一样，内部都只能采用微软的编码算法，虽然能支持多个音轨，但这些音轨只能采用微软的算法。

由上可知，目前的各种媒体文件格式及其相应的播放模式，都存在各自的缺陷，总结如下：

其一，只支持自身的编码格式，不兼容第三方编码；

随着理论技术和计算机计算能力、接入网络技术的发展，出现了各种新型的编码算法，这些算法无论是从视频处理还是音质的处理方面，都比RM、WMV有了显著的提高，能在同样带宽的情况下，让视频质量提高30～50％，能提供更逼真的音效和现场感。但RM、WMV都不支持第三方编码，无法利用最新的技术，提供更满意的质量。

其二，音轨支持有限；

例如，上述的AVI格式虽然能兼容第三方编码，但只能支持单一音轨，不能适应多语言的要求；RM音轨也不能支持多音轨的需要，不能使用多语言。

因此，目前还没有一种媒体文件格式及其相应的播放模式能够克服以上所有缺陷。

发明内容

本发明所要解决的技术问题是提供一种媒体文件播放方法、播放系统及一种媒体播放器，以解决目前的媒体文件格式及其相应的播放模式不兼容第三方编码、音轨支持有限的问题。

为解决上述技术问题，根据本发明提供的具体实施例，本发明公开了以下技术方案：

一种媒体文件播放方法，包括：

读取媒体文件的格式信息；其中，所述媒体文件的格式以树型结构预定义，包括文件头和树型结构的节点属性，各节点分别对应不同的媒体流，各节点定义自己的属性信息；

解析所述文件头，获取该媒体文件的各节点属性；

根据各节点属性查找对应各节点数据的解码器；

读取各节点数据，利用相应的解码器进行解码并播放。

其中，所述树型结构为多层级，包括视频节点、音频节点、字幕节点、自定义节点，所述每个节点又包括下一层级的节点；所述视频节点的属性定义了视频的编解码格式，所述音频节点的属性定义了音频的编解码格式及可支持的多种音轨，所述字幕节点的属性定义了可支持的多种软字幕、多种字符集及多字幕选择。

其中，在同一媒体文件中，视频节点和音频节点可定义不同的编解码格式，而同一节点可定义针对不同场景的编解码格式。

所述方法还包括：通过添加新节点的方式，向媒体文件插入新的媒体流并播放。

其中，所述新的媒体流包括广告信息，则根据媒体文件的播放时间及播放地域，播放不同的相关广告信息，并统计广告的点击情况。

优选的，所述树型结构的节点还包括互动节点，所述互动节点的属性定义了互动信息的网址链接，通过该网络链接地址引导用户进入相关网页。

本发明还提供了一种媒体播放器，包括：

文件解析单元，用于读取媒体文件的格式信息；其中，所述媒体文件的格式以树型结构预定义，包括文件头和树型结构的节点属性，各节点分别对应不同的媒体流，各节点定义自己的属性信息；解析所述文件头，获取该媒体文件的各节点属性；

查询单元，用于根据各节点属性查找对应各节点数据的解码器；

解码单元，用于读取各节点数据，利用相应的解码器进行解码。

播放单元，用于对解码内容进行播放。

其中，所述树型结构为多层级，包括视频节点、音频节点、字幕节点、自定义节点，所述每个节点又包括下一层级的节点；所述视频节点的属性定义了视频的编解码格式，所述音频节点的属性定义了音频的编解码格式及可支持的多种音轨，所述字幕节点的属性定义了可支持的多种软字幕、多种字符集及多字幕选择。

所述媒体播放器还包括：节点添加单元，用于向所述树型结构添加节点及其属性信息，通过添加新节点的方式，向媒体文件插入新的媒体流。

其中，所述新的媒体流包括广告信息，则根据媒体文件的播放时间及播放地域，所述播放单元播放不同的相关广告信息，并统计广告的点击情况。

优选的，所述树型结构的节点还包括互动节点，所述互动节点的属性定义了互动信息的网络链接地址，通过该网络链接地址引导用户进入相关网页。

本发明还提供了一种媒体文件播放系统，包括上述任一实施例所述的媒体播放器。

根据本发明提供的具体实施例，本发明具有以下技术效果：

首先，本发明提供了一种新的媒体文件格式，该格式是基于XML(Extensible Markup Language，可扩展标识语言)技术的一种树型二进制结构化描述方式，以树型结构定义媒体文件格式，可以任意地增加、定义自己的节点，任意的音频、视频、字幕、互动或者其它属性(包括版权信息、内容机制等)都可以作为一个节点加入，节点的数量不受限制，从而可以支持更多的音频、视频、字幕、自定义的任何节点属性。而每种类型的节点在解析的时候，根据属性和数据进行复原。

这种媒体文件可支持任意的编码格式，在同一个媒体文件中，可以针对该文件中的视频定义一种编解码格式，针对该文件中的音频定义另一种更适合的编解码格式；或者，同一个媒体流在不同场景采用不同的编解码格式，这样可以做到带宽的自适应，不同的接入用户可以自动采用不同的码率模式，从而适应互联网应用中的多样性。同一个媒体文件还可以支持多音轨、多字幕。

其次，基于这种媒体文件格式，通过增加新节点的方式可以插入任意的媒体流，如广告信息。而且，本发明还能够根据媒体文件的播放时间及播放地域，播放不同的相关广告信息，并统计广告的点击情况。

再次，本发明在所述媒体文件格式中定义了互动节点，该互动节点提供了交互的影视信息、交互的广告信息和交互的版权信息等。对于交互的影视信息，通过点击交互链接，可以直接访问相关网页内容，极大地方便了用户操作。

附图说明

图1是本发明实施例所述EBXML结构示意图；

图2是本发明实施例所述播放EBXML结构的媒体文件的方法流程图；

图3是本发明实施例所述互动节点的操作流程图；

图4是本发明实施例所述一种媒体播放器的结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

媒体文件格式是一种独特的文件格式，其首要的设计目标是能够描述数据，能够保存数据，不但能保存音频、视频数据，而且能反映与播放相关的特性，如解码类型、音视频同步信息、速率信息，与版权作者等相关的描述信息等。为了更有效地描述数据，并可以随意地扩展，本发明在借鉴XML规则的基础上，结合媒体文件都是二进制数据块存储的基础上，建立了二进制的XML格式(以下简称为EBXML)，通过这种二进制的XML来进行媒体数据的描述和解析。

首先介绍XML格式。XML是一种结构化的描述语言，提供了一种标准化、灵活、强大的方法，用于在许多不同平台和应用程序之间交换数据。市场上已经有许多成熟的软件可用来帮助编写、管理XML文件，它是一种开放式的标准，是实现网络功能的最佳选择。XML高效而且可扩充，XML的可扩展性很大，在XML中可以定义无限量的标记。此外，用户可以在XML中开发出其他的语言与标记，可以定义自己的标记集。

如上所述，XML是一种结构化的、可扩展的、可自定义标记集的语言，但标准的XML是针对字符形式的，而媒体数据通常都是二进制格式的数据块。在借鉴XML优势的基础上，本发明定义了EBXML——基于二进制的树型XML格式，通过EBXML来进行媒体数据的描述和扩展。

传统的媒体文件格式，通常采用的是固定的、不可伸缩的方式来进行数据的描述，如AVI格式，如下：

00000000-00000003  多媒体文件识别码：RIFF；

00000004-00000007  文件大小(10EDICh字节)-8字节；

00000008-0000000B  AVI文件识别码；

0000000C-0000000F  第一个LIST块识别码；

00000010-00000013  第一个LIST块的大小(168h字节)；

00000014-00000017  hdrl部分识别码，以下数据记录着此文件的格式；

00000018-0000001B  hdrl部分所包含的avih块识别码，此模块记录着本文件的初始化信息；

0000001C-0000001F  avih块大小(38h字节)；

00000020-00000023  每帧画面显示所维持多少个百万分之一秒，本例为1046Bh，即66667百万分之一秒，约0.07秒，所以在播放此文件时，看到的画面约每秒15帧。

如上面所示，AVI文件只能支持2个块，一个是标识视频，一个是标识音频。这种完全的二进制描述方式不可扩展。而EBXML是一种结构化的描述性质，如同常规的XML一样，如下所示：

初始媒体格式简要说明：

<Video>ID＝1codec＝MPG4</Video>

<Audio>ID＝1codec＝AAC</Audio>

这样就标识在该媒体文件中，包含了2个流，一个是音频流，一个是视频流。如果需要在让该媒体文件中增加第二种视频，其结构变成了如下：

扩展媒体格式简要说明：

<Video>ID＝1codec＝MPG4</Video>

<Audio>ID＝1codec＝AAC</Audio>

<Video>ID＝2codec＝RMV2</Video>

EBXML是一种树型的二进制结构化描述规则，而不是传统的固定的二进制非结构化描述方式，EBXML可以任意地增加、定义自己的节点，从而可以任意地定义音频、视频、字幕、互动等节点。每种类型的节点在解析的时候，根据属性和数据进行复原。

参照图1，是实施例所述树型的EBXML结构示意图。

所述结构是一种多层级结构，包括文件头信息和节点属性，其中文件头信息记录了查找各节点的相关信息，因此根据文件头就可以找到各节点属性。文件头是根节点，根节点下的节点包括视频节点属性、音频节点属性、互动节点属性、字幕节点属性、自定义节点属性、等等，每种节点属性对应一种媒体流，各节点定义自己的属性信息。其中，每种节点属性又可以定义多个，如视频节点属性可以定义1...N。而每个节点属性下又可以定义多层级的多个节点，如视频节点属性下包括数据节点1...N和节点属性信息1...N。

从上可以看出，由于采用了树型的二进制XML格式，任意的音频、视频、字幕、互动或者其它属性(包括版权信息、内容机制等)都可以作为一个节点加入，节点的数量不受限制，从而可以支持更多的音频、视频、字幕、自定义的任何节点属性。

例如，在同一个媒体文件中，可以针对该文件中的视频节点属性定义一种编解码格式，针对该文件中的音频节点属性定义另一种更适合的编解码格式。这样，同一个媒体文件可以支持多种格式的视频和音频，如支持包括Real、WMV、其它第三方视频、音频编码格式等。而现有技术中的媒体文件只支持单一的视频或音频格式，如WMV只支持WMV系统，RM只支持RM系列，即在一个媒体文件中对音频和视频都只能用单一的编解码方式。本发明则可以兼容第三方编码，可以根据视频和音频的特性选择各自最适合、最有效的编码。

而且，无论是电影、电视剧还是其它视频，本身场景是变化的，针对特定的场景采用特定的编码算法，能达到更优的效果；同时，在互联网情况下，用户的接入带宽是不同的，目前的单一编码、单一码率的方式，很难让不同接入带宽的用户都欣赏到适合自身网络情况的内容。而本发明不仅能支持多种编码格式，还可以对同一个媒体流在不同场景采用不同的编解码格式，如定义一个视频节点的属性，该视频流在正常播放情况下采用一种编码格式，在音乐背景下采用另一种更适合的编码格式。这样，媒体流能根据场景的变化采用不同的编解码，达到最好的播放效果；同时，可以做到带宽的自适应，不同的接入用户可以自动采用不同的码率模式，从而适应互联网应用中的多样性。

还例如，可以在媒体文件的音频节点属性下定义可支持的多种音轨，如能达到16个音轨以上，也就是说可以支持至少16种语言。还可以在字幕节点属性下定义可支持的多种软字幕、多种字符集及多字幕选择，如支持SSA、ASS软字幕；支持STR、Unicode字符集，能更好的支持亚洲、欧美等字幕；支持多字幕选择，在播放的时候，用户可以自由的选择字幕。

针对上述媒体文件格式，本发明实施例提供了一种播放该媒体文件的方法。参照图2，是实施例所述播放EBXML结构的媒体文件的方法流程图。通常，该格式的媒体文件由播放器来播放，可以是在线播放，也可以下载到本地播放。下面以下载到本地播放为例进行说明。

S201，选择要播放的媒体文件；

S202，播放器读取媒体文件的格式信息；其中，所述媒体文件的格式以树型结构预定义，包括文件头和树型结构的节点属性，各节点分别对应不同的媒体流，各节点定义自己的属性信息；

如，所述树型结构为多层级，包括视频节点、音频节点、字幕节点、自定义节点，所述每个节点又包括下一层级的节点。所述视频节点的属性定义了视频的编解码格式，所述音频节点的属性定义了音频的编解码格式及可支持的多种音轨，所述字幕节点的属性定义了可支持的多种软字幕、多种字符集及多字幕选择。

在同一媒体文件中，视频节点和音频节点可定义不同的编解码格式，而同一节点可定义针对不同场景的编解码格式。

S203，播放器解析所述文件头，获取该媒体文件的视频、音频、字幕等各节点属性；

S204，播放器根据各节点属性查找对应各节点数据的解码器；

如果没有对应的解码器，则中止操作，并提示下载；如果找到，则继续S205。

S205，播放器读取各节点数据，利用相应的解码器进行解码并播放。

优选的，播放器在获取该媒体文件的各节点属性之前，还包括：根据文件头信息获取版权信息，并发送到服务器端进行版权认证，服务器端需要确认该媒体文件是否可以播放，并确认版权人信息。如果允许播放，播放器才可以获取各节点属性。

优选的，播放器还可以将播放情况(如播放内容、播放时间、播放地域等信息)发送给服务器端，以便服务器端进行统计，统计出针对版权人的媒体文件播放情况。

优选的，本发明通过在媒体文件中增加新节点的方式，提供了一种互动节点属性。通过设置互动节点，可以在播放视频文件的时候，在设定的时间显示出设定的资源(可能是图片、短视频或者滚动的文字信息)，当用户点击这些资源(如广告)，则会引入到互动节点中定义好的url地址，同时将这些点击信息进行统计。例如，互动节点属性可定义互动媒体信息和互动广告信息。

互动媒体信息是指提供了媒体文件的相关网址链接，用户点击可以连接到相关网页。例如，现有技术中的视频文件都只能显示出部分版权信息，更不能提供具体交互的版权信息。而本发明中，不但能提供文件信息(长度、比特率、视频编解码器等)、内容信息(标题、艺术家、唱片集、作曲者、版本、分级)、播放列表(标题、作者、版权、分级)等信息，还能提供演员链接信息(导演、出品人、演员)等以及交互式的信息服务。这种交互式的信息服务是指播放器的“查看”工具条提供了演员信息的网址链接，用户点击该链接即可访问演员的相关信息。

互动广告信息是指通过设置互动节点，在播放视频文件的时候，在设定的时间显示出设定的广告，用户点击广告可以进入相关网页，同时将这些点击信息进行统计。优选的，还可以根据媒体文件的播放时间及播放地域，有效地定位用户群，针对不同用户播放不同的相关广告信息，并统计广告的点击情况反馈给服务器端。这种方式能做到广告的精准投放、定点投放，能让广告投放方得到精确的用户反馈。

参照图3，是实施例所述互动节点的操作流程图。

S301，选择要播放的媒体文件；

S302，播放器读取媒体文件的格式信息，并进行解析，获取媒体文件属性(如版权、节点属性等)；

S303，播放器将媒体文件属性发送给服务器端；

当用户播放媒体文件的时候，和现有的媒体文件不同，本发明所述新型的媒体文件格式中包含了各种属性(如版权、内容标识等)，播放器将媒体属性发送给服务器端。

S304，服务器端从数据库中查询并进行验证，取得互动等有关的信息，然后返回给播放器；

S305，播放器播将返回的互相属性和媒体文件中的互动节点属性相比较，从而播放更新的互动信息。

如果媒体播放器不能联网或者没有更新的互动属性，则采用媒体文件中缺省的互动节点属性来进行显示。

S306，在播放媒体文件的进程中，播放器会根据互动节点的属性显示互动信息，如果用户点击，则会引导进入设定的url，同时对点击情况进行统计，并将统计信息提交给服务器端。

由上可以看出，该媒体文件是一种“互动”的，不仅仅可以和后台服务器进行互动，进行媒体属性、授权等验证，而且还能实时地修改互动节点信息，完成各种互动操作。

此外，本发明通过添加新节点的方式，可以向媒体文件插入任意的媒体流并播放，如上述的互动广告信息，插入的媒体流不受编码格式的限制。

本发明还提供了一种媒体播放器，用于播放上述EBXML结构的媒体文件。参照图4，是实施例所述一种媒体播放器的结构图。所述播放器主要包括：

文件解析单元U41，用于读取媒体文件的格式信息；其中，所述媒体文件的格式以树型结构预定义，包括文件头和树型结构的节点属性，各节点分别对应不同的媒体流，各节点定义自己的属性信息；解析所述文件头，获取该媒体文件的各节点属性；

查询单元U42，用于根据各节点属性查找对应各节点数据的解码器；

解码单元U43，用于读取各节点数据，利用相应的解码器进行解码。

播放单元U44，用于对解码内容进行播放。

其中，所述树型结构为多层级，包括视频节点、音频节点、字幕节点、自定义节点，所述每个节点又包括下一层级的节点；所述视频节点的属性定义了视频的编解码格式，所述音频节点的属性定义了音频的编解码格式及可支持的多种音轨，所述字幕节点的属性定义了可支持的多种软字幕、多种字符集及多字幕选择。

优选的，所述媒体播放器还包括：节点添加单元，用于向所述树型结构添加节点及其属性信息，通过添加新节点的方式，向媒体文件插入新的媒体流。

其中，所述新的媒体流包括广告信息，则根据媒体文件的播放时间及播放地域，所述播放单元播放不同的相关广告信息，并统计广告的点击情况。

优选的，所述树型结构的节点还包括互动节点，所述互动节点的属性定义了互动信息的网络链接地址，通过该网络链接地址引导用户进入相关网页。

所述播放器的主要功能是：媒体文件流的读取、解码、播放，互动信息的显示，与服务器间的通讯等。所述播放器主要播放EBXML格式的媒体文件，并且能播放其它格式的媒体文件，和常见的播放软件一样，该播放器能提供拖动、音量、暂停、停止、播放等功能，还提供显示管理功能。

在播放过程中，播放器根据服务器端设定的策略，进行互动字幕、互动图片和短视频的显示。如果播放器不能和服务器端进行连接，播放器就显示媒体文件中的缺省互动信息。和现有技术中的插播视频广告不同，EBXML播放器能统计用户的点击观看情况，并能将互动广告信息的点击情况发送给服务器端，从而不仅仅能提供广告的投放情况，而且还能准确地统计出广告的浏览情况，这是目前很多视频投放广告所不能提供的。

此外，本发明实施例还提供了一种媒体文件播放系统，该系统主要包括上述任一实施例所述的媒体播放器，以及服务器端的管理单元，该媒体播放器通过与管理单元交互完成EBXML媒体文件的读取、解码、播放等功能。

图4所示播放器中未详述的部分可以参见图1所示文件格式、图2、图3所示方法的相关部分，为了篇幅考虑，在此不再详述。

以上对本发明所提供的一种媒体文件播放方法、播放系统及一种媒体播放器，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。