0 引言

　　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(yǔ)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(lái)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SMP86 54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。

　　1 MKV封裝格式

　　MKV全稱為Matroska Video，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(Multimedia Container)，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(kāi)源組織Matroska Development Team制定的一個(gè)標(biāo)準(zhǔn)，總共包括三部分：MKV(Matroska video)、MKA(Matroska Audio)和MKS(Matroska Su^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audio Video Interactive，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的改進(jìn)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?？傮w而言，AVI為主的傳統(tǒng)封裝格式結(jié)構(gòu)陳舊，只能包含少數(shù)幾種音視頻格式，并且不夠開(kāi)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(kāi)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最大的特點(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，并將它們的音視頻進(jìn)行了重新組織來(lái)達(dá)到更好的效果。

　　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(lái)越多的高清影片采用MKV格式。然而，MKV是一個(gè)由開(kāi)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(wèn)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(wèn)題，播放高碼率的影片時(shí)會(huì)出現(xiàn)不流暢、畫(huà)面卡頓等問(wèn)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，較好地達(dá)到了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SMP86 54芯片為核心，通過(guò)總線與RAM、SATA硬盤(pán)、Flash閃存、輸入輸出設(shè)備等外設(shè)相連。SMP86 54是Sigma Design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，SMP86 54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。Siena Design公司為方便第三方廠商開(kāi)發(fā)應(yīng)用，提供了與芯片相關(guān)的開(kāi)發(fā)工具包和開(kāi)發(fā)框架。本文的工作也基于這個(gè)框架進(jìn)行二次開(kāi)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(lái)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(méi)有MMU(內(nèi)存管理單元)的微控制器。Romfs是一款專門(mén)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SMP86 54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)

　　3.1 MKV文件解析

　　MKV文件解析主要是對(duì)MKV格式的各個(gè)組成元素進(jìn)行解析，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)文件進(jìn)行解析，并且文件解析貫穿播放的全過(guò)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(lái)了新問(wèn)題。

　　MKV文件格式建立在EBML(Extensible Binary MetaLanguagel基礎(chǔ)上，EBML是一種類似于XML格式的可擴(kuò)展二進(jìn)制元語(yǔ)言，使用可變長(zhǎng)度的整數(shù)存儲(chǔ)，以節(jié)省空間。EBML的基本結(jié)構(gòu)是典型的TLV結(jié)構(gòu)，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+[number of leading zero bits]。前面的零的個(gè)數(shù)最多為7個(gè)，即最多能表示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、結(jié)構(gòu)化存儲(chǔ)。每一個(gè)高一級(jí)的元素由若干次一級(jí)的元素組成，直至最基本的組成元素，每個(gè)元素都是一個(gè)TLV結(jié)構(gòu)。一個(gè)標(biāo)準(zhǔn)的MKV文件有兩部分組成：EBML Header和Segment。EBML Header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(lái)進(jìn)行。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(lái)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(kāi)始，每當(dāng)上一級(jí)的元素解析到有某個(gè)子元素時(shí)，調(diào)用此函數(shù)進(jìn)行次一級(jí)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(guò)程如圖3所示。Hea-der Parse和Segment Parse為文件最上層的元素解析函數(shù)，Cluster Parse、Tracks_Parse等為次一級(jí)組成元素的解析函數(shù)。ebml_read_ele-ment_idebml read element length為最底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核心參數(shù)

　　Tracks用來(lái)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中進(jìn)行描述。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、Sampling Frequency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(guò)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(lái)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)使播放不能流暢進(jìn)行。在高清文件中碼率一般在10～30M/ps之間，最高可達(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(wèn)題。為解決這個(gè)問(wèn)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(guò)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(wú)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(wú)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(wú)效數(shù)據(jù)，不進(jìn)行解析，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(wèn)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(wèn)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(wèn)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)中有多個(gè)幀，能夠提供一定的緩沖，這樣在碼率波動(dòng)時(shí)就仍然能夠及時(shí)提供數(shù)據(jù)，避免出現(xiàn)硬件緩沖區(qū)為空造成的卡頓，播放不流暢等問(wèn)題。

　　4 結(jié)語(yǔ)

　　本文詳細(xì)介紹了MKV封裝格式的特點(diǎn)。并基于SMP86 54提出了一種MKV播放器的設(shè)計(jì)與實(shí)現(xiàn)方案，經(jīng)驗(yàn)證，能夠達(dá)到對(duì)高清MKV文件的流暢播放，并已經(jīng)實(shí)際應(yīng)用到產(chǎn)品上。接下來(lái)將做進(jìn)一步研究，在MKV播放器的基礎(chǔ)上，設(shè)計(jì)一種針對(duì)多種封裝格式的通用媒體播放器框架，將FLV、FLAC等其他格式也融合進(jìn)來(lái)，并提供較好的可擴(kuò)展性，方便后續(xù)擴(kuò)充其他的封裝格式。