【W(wǎng)ord版本下載可任意編輯】SMP8654的MKV播放器設(shè)計(jì)與實(shí)現(xiàn)MKV封裝格式是一種新的由開源組織制定的多媒體封裝格式，具有可擴(kuò)展，支持多種視頻和音頻編碼格式等優(yōu)點(diǎn)，是高清影片采用的主要封裝格式之一。本文基于SMP8654平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)MKV播放器，能夠支持對(duì)高清MKV文件的播放，并針對(duì)嵌入式系統(tǒng)和高清媒體的特點(diǎn)做了進(jìn)一步優(yōu)化，具有一定的工程意義和市場(chǎng)價(jià)值。

0引言

隨著電子技術(shù)和多媒體技術(shù)的進(jìn)步，數(shù)字視頻的分辨率逐步提高，開始由SD(標(biāo)準(zhǔn)清晰度)向HD(高清晰度)演變。伴隨著大屏幕液晶顯示技術(shù)的發(fā)展，高清影片開始逐步進(jìn)入到廣闊消費(fèi)者的視野。高清播放機(jī)由于支持眾多的視頻和音頻編碼格式，能夠流暢播放1080i／p清晰度的高清影片，并且在輸出方面支持模擬、數(shù)字、HDMI等多種方式。此外在價(jià)格和片源方面相對(duì)于藍(lán)光播放機(jī)有很大優(yōu)勢(shì)，將逐步替代VCD、DVD等傳統(tǒng)播放器，成為下一代家庭影音娛樂的主流產(chǎn)品。

MKV是一種新的多媒體封裝格式，支持多種視頻和音頻編碼格式，能夠?qū)⒍噙_(dá)16路不同格式的音頻和不同語言的字幕流封裝到一個(gè)文件中，在高清影片中得到了廣泛的應(yīng)用，越來越多的視頻和影片采用MKV作為其封裝格式。能否支持MKV封裝格式是高清播放機(jī)性能的一個(gè)重要指標(biāo)。本文提出了一種基于SMP8654平臺(tái)的MKV播放器設(shè)計(jì)與實(shí)現(xiàn)方案，并針對(duì)嵌入式系統(tǒng)和高清媒體的特點(diǎn)做了進(jìn)一步優(yōu)化，能夠提供對(duì)MKV文件的流暢播放。

1MKV封裝格式

MKV全稱為MatroskaVideo，是一種新的多媒體封裝格式。多媒體封裝格式也稱多媒體容器(MultimediaContainer)，它不同于H264、MPEG-2、MPEG-4這類編碼格式，它只是為多媒體編碼提供了一個(gè)“外殼”，本身不涉及編碼。MKV是由開源組織MatroskaDevelopmentTeam制定的一個(gè)標(biāo)準(zhǔn)，總共包括三部分：MKV(MatroskaVideo)、MKA(MatroskaAudio)和MKS(MatroskaSu^itles)，后兩種格式分別針對(duì)音頻和字幕，應(yīng)用較少。MKV的目的是代替AVI等傳統(tǒng)封裝格式。AVI是Microsoft于1992年推出一種封裝格式。其含義是AudioVideoInteractive，就是把視頻和音頻編碼混合在一起儲(chǔ)存。微軟在1996年推出了AVI的改良版本AVl2.0。AVI格式上限制比較多，只能有一個(gè)視頻軌道和一個(gè)音頻軌道，還可以有一些附加軌道，如文字等。AVI格式不提供任何控制功能。總體而言，AVI為主的傳統(tǒng)封裝格式構(gòu)造陳舊，只能包含少數(shù)幾種音視頻格式，并且不夠開放，可擴(kuò)展性差。正因?yàn)槿绱耍糯俪闪薓atroska這類新的多媒體封裝格式的誕生。

MKV相對(duì)于傳統(tǒng)的封裝格式，有如下優(yōu)點(diǎn)：支持可變比特率(VBR)，支持錯(cuò)誤檢測(cè)以及修復(fù)軟字幕，支持流式傳輸，強(qiáng)大的開放性和跨平臺(tái)兼容性，支持16路以上的音頻流和字幕流等。Matroska的特點(diǎn)是能容納幾乎所有類型的視頻、音頻及字幕流，除H.264以外，也可包括MPEG4、MPEG2、Ac3、AAC等其他視頻和音頻格式，即使是非常封閉的RealMedia及QuicklTime也被它包括進(jìn)去了，并將它們的音視頻開展了重新組織來到達(dá)更好的效果。

由于MKV封裝格式本身具有眾多優(yōu)點(diǎn)，隨著互聯(lián)網(wǎng)和高清影片的流行，MKV格式得到了廣泛的應(yīng)用，互聯(lián)網(wǎng)上越來越多的高清影片采用MKV格式。然而，MKV是一個(gè)由開源組織制定和推廣的標(biāo)準(zhǔn)，缺乏大商業(yè)公司的支持，導(dǎo)致MKV文件的播放缺乏一個(gè)完整和有效的設(shè)計(jì)實(shí)現(xiàn)。在性能和資源受限的嵌入式平臺(tái)上，這個(gè)問題尤為嚴(yán)重。雖然目前有很多高清播放機(jī)都提供了對(duì)MKV格式的支持，但是大部分實(shí)現(xiàn)方案都存在支持不完善、播放效率比較低的問題，播放高碼率的影片時(shí)會(huì)出現(xiàn)不流暢、畫面卡頓等問題，影響觀看效果。本文提出了一種基于SMP8*平臺(tái)的MKV播放器的設(shè)計(jì)與實(shí)現(xiàn)方案，并針對(duì)嵌入式系統(tǒng)的特點(diǎn)做了優(yōu)化，較好地到達(dá)了MKV文件流暢播放的要求。

2硬件平臺(tái)和軟件總體設(shè)計(jì)

硬件平臺(tái)以SMP8654芯片為，通過總線與RAM、SATA硬盤、Flash閃存、輸入輸出設(shè)備等外設(shè)相連。SMP8654是SigmaDesign公司推出的多媒體播放SoC解決方案，集成了一個(gè)強(qiáng)大的多媒體處理器、強(qiáng)健的內(nèi)容保障系統(tǒng)、新的DDR2內(nèi)存控制器、多個(gè)片上CPU以及完備的系統(tǒng)外圍設(shè)備接口。從媒體播放角度看，SMP8654提供了一個(gè)完整支持高清晰度視頻解碼的先進(jìn)解碼引擎，能夠支持對(duì)MPEGl、MPEG-2、MPEG-4、H.264、WMV9、VCl以及AVS等格式的硬件解碼，支持高效能的圖形加速，支持多標(biāo)準(zhǔn)音頻解碼和先進(jìn)的顯示處理能力。SienaDesign公司為方便第三方廠商開發(fā)應(yīng)用，提供了與芯片相關(guān)的開發(fā)工具包和開發(fā)框架。本文的工作也基于這個(gè)框架開展二次開發(fā)。軟件平臺(tái)方面，由于一個(gè)完善的播放系統(tǒng)已經(jīng)相當(dāng)復(fù)雜，不適合直接操縱底層硬件來完成功能，需要操作系統(tǒng)的支持。本項(xiàng)目中操作系統(tǒng)采用uclinux，文件系統(tǒng)采用Romfs。uclinux是專為嵌入式系統(tǒng)定制的一款Linux，它具有標(biāo)準(zhǔn)Linux操作系統(tǒng)的穩(wěn)定性、強(qiáng)大網(wǎng)絡(luò)功能等主要優(yōu)點(diǎn)，但是卻不像標(biāo)準(zhǔn)Li-nux那樣復(fù)雜，主要針對(duì)沒有MMU(內(nèi)存管理單元)的微控制器。Romfs是一款專門為嵌入式系統(tǒng)設(shè)計(jì)的文件系統(tǒng)，體積小、可靠性好、讀取速度快，是嵌入式系統(tǒng)常用的文件系統(tǒng)。

媒體文件的播放流程一般包括如下幾個(gè)步驟：系統(tǒng)初始化、判斷文件類型、文件解析、設(shè)置硬件解碼器和音視頻解碼，其中文件解析和音視頻解碼是關(guān)鍵部分。由于SMP8654集成了完善的音視頻硬件解碼器，解碼工作主要由硬件完成，我們只需將音視頻數(shù)據(jù)按要求送入相應(yīng)的解碼緩沖區(qū)即可。整體的軟件架構(gòu)如圖2所示。

3系統(tǒng)關(guān)鍵技術(shù)設(shè)計(jì)和實(shí)現(xiàn)

3.1MKV文件解析

MKV文件解析主要是對(duì)MKV格式的各個(gè)組成元素開展解析，以獲得必需的音視頻參數(shù)和媒體數(shù)據(jù)。MKV作為一種封裝格式，實(shí)際的視頻和音頻數(shù)據(jù)都被封裝到某一個(gè)子模塊中，要想獲得實(shí)際的數(shù)據(jù)，必須首先對(duì)文件開展解析，并且文件解析貫穿播放的全過程。能否有效并正確的解析，關(guān)系到讀取數(shù)據(jù)的準(zhǔn)確性，進(jìn)而影響播放的效果。MKV格式采用可變長(zhǎng)編碼，能夠減少存儲(chǔ)空間，另一方面，也給解析帶來了新問題。

MKV文件格式建立在EBML(ExtensibleBinaryMetaLanguagel根底上，EBML是一種類似于XML格式的可擴(kuò)展二進(jìn)制元語言，使用可變長(zhǎng)度的整數(shù)存儲(chǔ)，以節(jié)省空間。EBML的基本構(gòu)造是典型的TLV構(gòu)造，有三部分組成：

ID標(biāo)志屬性類型，size為后面data部分的大小，data部分為ID所標(biāo)識(shí)屬性的實(shí)際數(shù)據(jù)，ID和size均為可變長(zhǎng)編碼的整數(shù)。整數(shù)的長(zhǎng)度為length=1+。前面的零的個(gè)數(shù)多為7個(gè)，即多能表示56個(gè)比特的整數(shù)。文件中不允許出現(xiàn)大于56比特的數(shù)。

MKV文件格式的顯著特點(diǎn)是模塊化、構(gòu)造化存儲(chǔ)。每一個(gè)高的元素由若干次的元素組成，直至基本的組成元素，每個(gè)元素都是一個(gè)TLV構(gòu)造。一個(gè)標(biāo)準(zhǔn)的MKV文件有兩部分組成：EBMLHeader和Segment。EBMLHeader由EBMLVersion、DocType等子元素組成，包含了文件的版本、文檔類型等相關(guān)信息。Segment部分保存了媒體文件的視頻和音頻的實(shí)際數(shù)據(jù)，其data部分又可以分為SeekHead、Tracks、Cluster等若干子元素(表1)。所有元素的處理都可以按照一個(gè)統(tǒng)一的流程來開展。我們可以仿照TCP／IP協(xié)議分層的思想，對(duì)每一層的每個(gè)功能都用一個(gè)函數(shù)來完成，使用更底層的函數(shù)完成此項(xiàng)功能，并可被更高層的函數(shù)調(diào)用。文件解析時(shí)，從文件頂層開始，每當(dāng)上的元素解析到有某個(gè)子元素時(shí)，調(diào)用此函數(shù)開展次的解析，依次直至文件結(jié)束，即可完成對(duì)文件的解析處理。整個(gè)MKV的解析調(diào)用過程如圖3所示。Hea-derParse和SegmentParse為文件上層的元素解析函數(shù)，ClusterParse、Tracks_Parse等為次組成元素的解析函數(shù)。ebml_read_ele-ment_idebmlreadelementlength為層基本組成元素的解析函數(shù)。

3.2設(shè)置硬件解碼器音視頻參數(shù)

Tracks用來描述文件中包含的每一路多媒體流的信息。一路多媒體流用一個(gè)TrackEntry描述，所有的track都要在一個(gè)Tracks中開展描述。一個(gè)TrackEntry主要包含：TrackNumber(判定屬于哪一路流的ID)、TrackType(video、audio或者su^itle)、TimeScale(時(shí)間戳單位)、CodecID(編碼格式)；CodecPrivate(不同的編碼格式所需的私有數(shù)據(jù))等；對(duì)于視頻，還包含以下信息：PixelWidth、PixelHeight等。對(duì)于音頻，track還包含以下信息：channels、SamplingFrequency等。這些是關(guān)于音視頻能否正確解碼播放的關(guān)鍵參數(shù)，需要在解析時(shí)獲得，然后通過硬件操縱函數(shù)設(shè)置。

Cluster包含實(shí)際的數(shù)據(jù)，一個(gè)Cluster塊，通常是幾秒鐘時(shí)間跨度的媒體數(shù)據(jù)，一個(gè)文件有數(shù)以千計(jì)的Cluster。每個(gè)Cluster又有若干個(gè)BlockGroup。根據(jù)Cluster和BlockGroup的起始pts和持續(xù)時(shí)間，可以計(jì)算出當(dāng)前Block的實(shí)際pts。PTS是用來確定播放時(shí)間的重要數(shù)據(jù)，也是音視頻同步的關(guān)鍵信息。這部分信息要在送入視頻或音頻數(shù)據(jù)的同時(shí)設(shè)置硬件解碼器。

3.3性能優(yōu)化

MKV封裝的影片通常為高清影片，分辨率在1920×1080，即使采用H.264等先進(jìn)編碼格式，碼率依然非常高。同時(shí)，MKV支持可變碼率，可變碼率能夠減少文件的體積，但是劇烈波動(dòng)的碼率會(huì)使播放不能流暢開展。在高清文件中碼率一般在10～30M／ps之間，可達(dá)60Mp／s，如此高的碼率，如果不做特殊處理，播放時(shí)很容易出現(xiàn)卡頓，播放不流暢等問題。為解決這個(gè)問題，我們從兩方面考慮。

在解析方面，解析的效率關(guān)系到能否盡快將數(shù)據(jù)讀入緩沖區(qū)，如果處理時(shí)間過長(zhǎng)，造成一段時(shí)間內(nèi)緩沖區(qū)為空，這時(shí)候就會(huì)出現(xiàn)卡頓。MKV文件中通常包含一路視頻、多路音頻和多路字幕，播放時(shí)只選中其中一路音頻和一路字幕，其他路的數(shù)據(jù)可以被視為無效數(shù)據(jù)。在解析時(shí)，可以根據(jù)Block頭的標(biāo)記判斷出這路數(shù)據(jù)是當(dāng)前播放需要的有效數(shù)據(jù)還是無效數(shù)據(jù)。如果是有效數(shù)據(jù)，則繼續(xù)解析，并將音視頻數(shù)據(jù)送入緩沖區(qū)，如果是無效數(shù)據(jù)，不開展解析，直接移動(dòng)文件指針到下一個(gè)Block，這樣可大大加快文件解析和數(shù)據(jù)讀取速度。

在播放方面，通常播放時(shí)的處理流程是讀取一幀數(shù)據(jù)，然后送入硬件解碼器，等到收到硬件解碼器為空的信號(hào)，再讀取下一幀的數(shù)據(jù)。如果是處理低碼率文件的播放，這樣做不會(huì)有問題，但是當(dāng)文件分辨率比較高，碼率比較高時(shí)，解析讀取時(shí)問和解碼時(shí)間都會(huì)增加，這樣做就會(huì)造成卡頓。為解決這個(gè)問題，我們?cè)趦?nèi)存中設(shè)計(jì)了一個(gè)緩沖FIFO，相當(dāng)于一個(gè)滑動(dòng)窗口(圖4)，緩沖區(qū)可以存放若干個(gè)幀(一幀就是一個(gè)Block，根據(jù)幀的大小緩沖區(qū)存放的個(gè)數(shù)不等)。當(dāng)緩沖區(qū)未滿時(shí)，讀取文件中的一個(gè)Block并解析，然后將實(shí)際數(shù)據(jù)到緩沖區(qū)的隊(duì)尾。當(dāng)發(fā)現(xiàn)硬件緩沖區(qū)空閑時(shí)，將FIFO隊(duì)首的數(shù)據(jù)從內(nèi)存直接送入硬件緩沖區(qū)，不需要再去讀取文件。由于緩沖區(qū)中有多