最新！《信息技术运动图像及其伴音信息的通用编码第1部分:系统》国家标准意见稿发布，123页pdf

2022 年 5 月 1 日 专知

《信息技术运动图像及其伴音信息的通用编码第1部分:系统》国家标准意见稿，本文件给出系统层编码规范。它主要被设计用于支持把 GB/T 17975 第2 部分和第3 部分定义的视频和音频编码方式或者 GB/T 20090 第 2 部分、第 16 部分和第 10 部分定义的视频和音频编码方式或者GB/T 33475 第 2 部分和第 3 部分定义的视频和音频编码方式或者 GB/T 22726 定义的音频编码方式组合起来。系统层支持以下五个基本功能：1) 解码时多条压缩流的同步；2) 多条压缩流交织为一个单一流；3) 为启动解码而对缓冲区进行初始化；4) 连续的缓冲区管理；5) 时间标识。

本文件论述了这样一个问题，即如何将单路或多路基本音频和视频流以及其它数据组合成为适合于存储和传输的单路和多路复合流。系统编码遵循本规范指定的语法和语义规则，并提供了使解码器缓冲区能在一个宽范围的补偿或接收条件下同步解码的信息。系统编码被指定为两种形式：传输流和节目流。每一种针对不同的应用集合加以优化，本文件本文件中定义的传输流和节目流提供了编码语法，该语法对于同步解码及展现音频、视频信息是必要的也是充分的，同时保证了解码器中数据缓冲区不发生上溢和下溢。在该语法中，利用有关编码音频和视频数据解码和演示的时间戳以及有关数据流自身传输的时间戳对信息进行编码。传输流和节目流都是面向分组的多路复合流。单一音频和视频基本流的多路复合过程参见图0-1。视频数据按GB/T 17975.2或GB/T 20090.2或GB/T20090.16或GB/T 33475.2编码，音频数据按GB/T 17975.3或GB/T 20090.10或GB/T 33475.3或GB/T22726编码。压缩数据被打包以形成PES分组。在形成PES分组的过程中可能会加入独立使用传输流或节目流的PES分组所需的信息。当PES分组进一步与系统层信息结合形成传输流或节目流时，这一信息是不必要的也是不能加入的。本系统标准覆盖了竖直虚线右边所示的处理过程。

节目流与GB/T 17191系统层类似。它是由具有共同时间基准的一个或多个PES分组合并而成的单一流。有些应用中要求包含单个节目的基本流是未多路复合的分离流。对这些应用，基本流也可作为分离的节目流编码。每一基本流含一个节目流且具有共同时间基准。在这种情况下，不同流中SCR字段的编码值必须一致。和单一节目流一样，所有的基本流都可被同步解码。节目流被设计为用于相对无差错环境中，且适用于牵涉到诸如交互式多媒体应用等系统信息软件处理的应用。节目流分组长度可变，而且可能很长。传输流将具有一个或多个不同时钟基准的一个或多个节目组成一个单一流。由属于同一个节目的多个基本流组成的多个PES分组共享一个时钟基准。传输流是为用于可能出现差错的环境设计的，例如在有损或有噪媒体中的存储或传输。传输流分组长度为188字节。

节目和传输流是为不同应用设计的，它们的定义并不严格遵守分层模型。彼此之间的转换是可能和合理的，但并不互为子集或超集。特别是，从一个传输流中抽取一个节目的内容并创建一个有效节目流是可能的。该工作利用PES分组的公共互换格式完成，但并非节目流需要的所有字段都包含在传输流中，有一些必须导出，而在分层模型中，传输流可能横跨多个层，且被设计为在宽带应用中高效和易于实现。系统规范中陈述的语法和语义规则的范围是不同的：语法规则仅用于系统层编码，并不延伸到音频、视频规范的压缩层编码，而语义规则适用于复合流。本文件并未规定编码器或解码器的体系结构或实现方法，也未对多路复合器或分流器作相应的规定。然而，比特流的性质对编码器、解码器、多路复合器和分流器提出了功能和性能上的要求。例如，编码器必须满足最小的时钟容差要求等。尽管有这样或那样的要求，编码器、解码器、多路复合器和分流器的设计与实现仍然有相当大的自由度。