如何寻找可变比特率 (VBR) 的音频/视频数据？

Question

这可能是一个过于笼统的问题，但是如果数据具有可变比特率 (VBR)，那么在媒体文件（任何种类/格式的视频或音频）中寻找的一般方法是什么？

如果流具有恒定比特率 (CBR)，这似乎很容易。例如。如果您知道它是 256 kbit/s 并且您想向前/向后搜索 30 秒，只需计算（大约）多少位，将其转换为字节并在文件中向前/向后搜索那么多字节。最后继续读取和解析，直到找到下一个 header/block-start/keyframe/whatever 并从那里继续播放。

好的，但是如果比特率变化很大，你会怎么做？例如。它可以是从 32 到 512 kbit/s 的任何值，并且经常变化？我知道这可能取决于音频/视频格式。某些文件格式在您可能使用的开头/结尾处具有索引表，并且某些文件在流中包含指针，要跳过多少字节以跳过接下来的 X 秒。在这种情况下，您可以使用该信息，但是，如果格式没有此类表或指针怎么办？

我能想到的最幼稚的方法是尽可能地估计比特率（例如，通过查看您播放的最后几秒钟的平均比特率），根据您认为可能正确的地方跳转估计的比特率，看看你真的跳了多远。如果你跳得太多，试着往后跳一点。如果你跳得太少，试着向前跳一点。也许继续向一个方向跳跃，直到你再次跳得太远，现在再次反转方向以及步长（类似于二进制搜索算法）。每次跳得太远时，您都会反转方向并减小步长。您将越来越接近正确的点，如果您足够接近（低于某个选定的增量），只需重新开始播放（毕竟跳跃不必精确到毫秒）。

虽然上面的算法可能有效，但它听起来很糟糕，并且在实践中可能非常慢。那么它是如何真正做到的呢？有人写过某种媒体播放器/播放器插件吗？或者如果它期望软件正确地寻找而不只是从头到尾播放，那么每个支持 VBR 的“体面”格式都必须在流中具有某种索引表或跳过指针是这样吗？

Answer 1

这正是（例如）DVD 使用 VOB 文件而不是原始比特流的原因。使用 VOB 文件，您不仅可以获得比特流本身，还可以获得指向连续帧的指针，因此您可以快速轻松地跳到另一帧。

OTOH，大多数视频比特流都是设计的，因此它很容易同步并找到帧的开头（对于广播电视之类的东西是必需的），因此估计（和向下舍入），然后搜索对于一个框架开始也相当不错。许多还对可接受的最大压缩率有限制，因此仔细估计可以让您合理地接近帧的开头。

Answer 2

您描述的二进制搜索算法或多或少是seeking in Ogg Vorbis files work。我从未见过其他格式使用它，大多数使用某种索引结构进行搜索。

Answer 3

您可以在文件的开头存储一个粗略的索引，其中包含文件中固定数量的查找点的位置。在每个这样的查找点，您可以在文件的该部分中存储查找点的子索引，以此类推。您可以将其视为一种 B+ 树，但节点存储在它们索引的数据之前。

我不知道是否有人真的这样做，但它应该比你描述的二进制搜索快得多，特别是如果每​​次搜索都是机械的，因此很慢。