Совместная передача речи, видеоизображений и данных

Совместная передача речи, видеоизображений и данных

Мультимедийные, приложения, ориентированные на передачу голоса и видеоизображений, широко распространены в сетях и Интернете. Многие люди просматривают новые видеоклипы, слушают музыку или учатся, используя интерактивное видео, - при этом всю информацию они получают через сеть. Врачам доступны средства телемедицины, позволяющие знакомиться с новыми процедурами на веб-сайтах. Студенты могут пройти полный курс обучения в частных институтах, колледжах и университетах, которые предлагают свои сертификаты и ученые степени исключительно через Интернет. Во многих областях бизнеса проведение телеконференций через локальные и глобальные сети позволяет сэкономить тысячи долларов, потраченных на поездки. В следующем десятилетии новые мультимедийные приложения для образования, развлечений и бизнеса, приложения, которые сейчас даже трудно себе представить, будут восприниматься как нечто само собой разумеющееся.

Специалисту по сетям для оценки затрат на совместную передачу речи, видеоизображений и данных необходимо хорошо понимать специфику этих коммуникаций, а также уметь создавать надежные сети. В начале этой статьи вы познакомитесь с аналоговыми и цифровыми видеотехнологиями, поcле чего будет рассмотрено множество технологий создания аудиофайлов. Будет рассказано о дискретизации аудио- и видеосигналов, а также о способах совместной передачи речи, видео и данных по сети. Вы узнаете о технологии передачи голоса по IP-протоколу (VIP) и о способах определения; полосы пропускания сети и ее производительности. Также будут описаны методы передачи пакетов и фреймов для интегрированных мультимедийных приложений. И, наконец, вы познакомитесь с методами проектирования локальных и глобальных сетей, позволяющих передавать мультимедийный трафик, а также узнаете о факторах, определяющих перспективы развития мультимедийных коммуникаций.

Корни компьютерных видеотехнологий лежат в аналоговом телевидении. В настоящее время все наоборот: компьютерные технологии проникают в телевидение. Таким образом, границы между компьютерным воспроизведением видеоизображений и цифровым телевидением становятся неразличимыми. В следующих разделах излагаются основы аналоговых и цифровых видеотехнологий, а затем рассматриваются три основных технологии, применяемые в компьютерах: Audio Video Interleave (AVI), Motion Pictures Experts Group (MPEG) и фрактальные преобразования.

Исторически передаваемые видеоизображения представляли собой аналоговый сигнал, в первую очередь, используемый в телевидении. Первые телевизионные системы передавали черно-белые кадры в соответствии со стандартами, определенными Федеральной комиссией связи в начале 1940-х годов. В начале 1950-х годов телевидение стало быстро развиваться, возник большой интерес к трансляции цветных телевизионных сигналов. Для созданиям стандартов телевещания был организован комитет National Television Standards Committee (NTSC), который в 1954 году установил стандарт для цветного телевидения. Стандарты NTSC применяются в Канаде, Центральной Америке, Японии и США. Они согласованы со стандартами электропитания, принятыми в этих странах, в соответствии с которыми используется переменный ток с частотой 60 Гц.

Изображение, видимое на телеэкране, представляет собой последовательность быстро передаваемых отдельных картинок, которые создают иллюзию4, движения, поскольку каждая картинка немного отличается от другой. Одна картинка составляет телевизионный кадр. Стандарт NTSC для цветного вещания на одном канале (в одном диапазоне частот) определяет 525 cтpoкой развертки по вертикали и частоту передачи, равную 30 кадрам в секунду. Строки развертки (scan line) представляют собой отдельные линии, отображаемые сверху вниз и используемые для создания одного изображения (кадра) на экране телевизора.

Помимо стандартов NTSC, используются и два других стандарта телевещания: Phase Alternation Line (PAL) и Systems Electronic Couleur Avec Memiore (SECAM). В первую очередь эти стандарты применяются в странах, где основное силовое напряжение имеет частоту 50 Гц. Стандарт PAL распространен в Африке, Европе, на Ближнем Востоке и в Южной Америке. Он предусматривает 625 строк вертикальной развертки (вместо 525), и передача ведется с частотой 25 кадров в секунду. В стандарте SECAM также предусмотрено 625 строк развертки, однако в телевизорах SECAM используется другой источник опорных синхросигналов подмагничивания. Эти сигналы выполняют те же функции, что и идентификаторы при передаче фреймов данных. SECAM применяется во Франции, в России и некоторых странах Африки.

Появление компьютерных технологий позволило улучшить способы воспроизведения видеоизображений на компьютерах и в телевизорах. В настоящее время цифровые видеоизображения широко распространены в Интернете, где имеются видеофайлы всех типов.

В области телевидения Федеральная комиссия связи (FCC) работает над тем, чтобы большинство коммерческих телекомпаний перешли с аналогового вещания на цифровое приблизительно к 2009 году. Цифровое изображение можно передавать на большее расстояние, при этом картинка получается четче. Это стало возможным благодаря тому, что ошибки передачи, вызванные радио и электромагнитными помехами, можно скорректировать с помощью контрольной информации, передаваемой вместе с цифровым сигналом. Коды исправления ошибок позволяют телевизору мгновенно обнаруживать и исправлять искажения, вызванные перекрестными помехами. Сигнал может передаваться (без необходимости преобразования из аналогового представления в цифровое) со скоростью 20 Мбит/с и выше.

Цифровое телевидение и передача видеоизображений в сети являются близкими родственниками, поскольку они используют оцифрованные изображения. Важным различием между ними является то, что для сетевых передач видео применяются несколько технологий, а в цифровом телевидении, по сути, используется только одна технология (MPEG-2). На компьютерах и сетях распространены три технологии сжатия видеоизображений:

Audio Video Interleave (AVI);

Motion Pictures Experts Group (MPEG);

фрактальное сжатие изображений.

(AVI) это метод форматирования комбинирования аудио- и видеофайлов, предложенный компанией Microsoft для использования в системах Windows версии 3.1 и выше. AVI на самом деле является подмножеством формата Resource Interchange File Format (RIFF) (Формат файлов для обмена ресурсами), разработанного совместно компаниями Microsoft и для воспроизведения коротких аудио- и видеоклипов. В файлах этого формата видео- и аудиоданные чередуются: сначала идет видеоклип, затем сопровождающий его аудиоклип, затем снова видеоклип и т. д. Стандарт AVI имеет недостатки, относящиеся к качеству воспроизведения и транспортировке по ceти. Кроме того, файлы получаются относительно большими.

Motion Pictures Experts Group - это группа в составе ISO, разработавшая стандарт сжатия Motion Pictures Experts Group (MPEG), который часто применяется на компьютерах, в средствах мультимедиа и Интернете. MPEG версий

(MPEG-2) предусматривает также методы доставки комбинированных аудио- и видеосигналов в системах цифрового телевидения. Цифровой телевизор воспроизводит передаваемый сигнал MPEG-2 так, как это происходит на компьютере.

Согласно стандарту MPEG-2, существуют три уровня разрешения:

704 х 480 пикселов с построчной разверткой (также обозначается 480р);

1280 х 720 пикселов с построчной разверткой (также обозначается 720р);

1920 х 1080 пикселов с чересстрочной разверткой (также обозначается I080р)

На экране компьютерного монитора или цифрового телевизора пиксель (pixel) представляет собой маленькую точку света. Построчная (progressive) развертка означает, что за секунду передается до 60 кадров, а при чересстрочной,(interlaced) развертке за секунду передается до 30 кадров. Уровни 720р и 1080р относятся к высококачественному воспроизведению, отсюда и идет название цифровое телевидение высокой четкости (High-definition digital TV (HDTV). Для сжатия видеоизображений стандарт MPEG использует комбинацию четырех методов:

1. сжатие с потерями (как в изображениях JPEG), прогностическое кодирование и двунаправленную интерполяцию.

2. Сжатие с потерями (lossy compression) учитывает тот факт, что человеческий глаз не различает небольших изменений цвета. Таким образом, при сжатии некоторые разряды в кадрах отбрасываются. При распаковке получается изображение, близкое к оригиналу, при этом некоторые изменения цветов не заметны для человеческого глаза. Недостаток сжатия с потерями заключается в следующем: чем больше удаляется разрядов, тем более заметными становятся изменения цветов при распаковке кадра. При использовании этого метода существует предел приемлемого сжатия, приблизительно равный 24:1.

Метод сжатия с потерями, примененный в MPEG, первоначально использовался в распространенном стандарте сжатия Joint Photographic Experts Group (JPEG), созданном ISO и ITUT. В этом стандарте для сжатия также задействуется кодирование по методу Хаффмана, которое чаще всего встречающиеся фрагменты изображения представляет короткими двоичными последовательностями, а реже встречающиеся - более длинными последовательностями. В результате этого сокращается общее число использованных двоичных разрядов. Сжатие JPEG предназначается для неподвижных изображений и не обеспечивает такой коэффициент сжатия, который требуется для передачи последовательности кадров через сеть или модемы. Поэтому MPEG объединяет сжатие JPEG с прогностическим кодированием и двунаправленной интерполяцией. При такой комбинации методов достигается больший коэффициент сжатия, чем тот, который возможен при использовании одного сжатия JPEG.

3. При прогностическом кодировании (predicted encoding) предполагается, что часть кадра содержит некоторый фрагмент, который присутствует также и в предыдущем кадре. Вместо того чтобы использовать сжатие JPEG для всего кадра, создаются указатели на блоки пикселов из предыдущего кадра. Это позволяет избежать дублирования той части изображения, которое не менялось. При прогностическом кодировании кадр делится на блоки размером 16 х 16 пикселов и на их основе создаются указатели на соответствующие блоки.

4. Двунаправленная интерполяция (bidirectional interpolation) напоминает прогностическое кодирование, однако указатели строятся на идентичные блоки пикселов, которые располагаются как в предыдущем, так и в последующем кадрах. В стандарте MPEG применение всех рассмотренных методов сжатия кадров видеоизображения позволяет достигнуть скорости передачи 1,5 Мбит/с. Это довольно впечатляющая скорость, если учесть сложность передаваемой информации и сложность математических алгоритмов, использованных при сжатии и распаковке.

Нa момент написания книги существовали различные уровни MPEG, которые уже были утверждены или находились в разработке. Перечень этих ровней содержится в табл. 1.

Таблица 1. Уровни MPEG

При фрактальном сжатии изображений (fractal image compression) в кадрах выполняется поиск повторяющихся структур (pattern), даже если эти структуры имеют разную ориентацию или размер. Математики называют такие структуры аффинными преобразованиями. Для уменьшения размера общих аффинных преобразований используется математическое сжимающее отображение. Достоинством фрактального сжатия является высокий коэффициент сжатия, достигающий значения 80:1 и выше. Недостаток заключается в том, что из-за математической сложности этот метод требует заметно больше времени на сжатие и распаковку изображений по сравнению с MPEG или JPEG. Поэтому в значительной степени фрактальное сжатие изображений до сих пор является экспериментальной технологией.

Один из способов воспроизведения видеоклипа в формате MPEG состоит в том, что его можно сохранить на некотором сервере и позволить клиентам обращаться к нему. Весь видеоклип копируется как файл, после чего он воспроизводится с помощью программного MPEG-плеера. Такой способ воспроизведения является предсказуемым в смысле получаемого качества изображения и времени, необходимого для полного проигрывания клипа; Он напоминает воспроизведение видеоклипа с компакт-диска.

Другим способом воспроизведения MPEG-файла является его потоковая передача по сети. При потоковой передаче (streaming) воспроизведение видеоклипа начинается, как только будет получен первый фрагмент файла при этом не нужно ждать, пока этот файл будет загружен полностью. Потоковое воспроизведение особенно удобно при организации видеоконференций или при просмотре длинного учебного материала, который может состоять из множества MPEG-файлов. Недостатком потокового видео является то, что воспроизведение может быть неровным из-за изменений состояния сети (например, при неоднородном сетевом трафике), при этом кадры могут теряться для обеспечения более равномерного воспроизведения, достигаемого за счет качества и непрерывности изображения.

Наличие приложений с потоковой передачей видеоизображений является одной из причин реализации QoS в сети. Для этого, например, можно использовать технологию ATM.

Технологии создания аудиофайлов различаются в значительно большей степени, чем видеотехнологии. Кроме того, передаваемые файлы могут быть относительно короткими или очень большими. Существует множество технологий создания аудио-файлов, некоторые из наиболее используемых перечислены в табл. 2.

Для передачи по сетям чаще всего используются три перечисленных ниже технологии создания аудиофайлов:

1.ACELP - применяется, например, в медиа- и аудиоплеерах;

2.MPEG - используется для передачи через Интернет любых комбинированных видео- и аудиосигналов;

3.WAV (особенно PCM U-law) - применяется для воспроизведения музыкальных файлов через Интернет.

Все три технологии оказали чрезвычайное влияние на развитие сетей, поскольку аудио-файлы зачастую имеют большой размер и передаются как через Интернет, так и по локальным сетям.

Таблица 2. Технологии создания аудиофайлов

Во многих аудио- и видеотехнологиях для преобразования аналогового сигнала в цифровой используются методы дискретизации (sampling). Это означает, что для получения цифрового сигнала в определенные моменты времени снимаются значения амплитуды аналогового сигнала, частота которого изменяется в герцах. Чем выше частота дискретизации, тем выше будет качество воспроизведения звука, полученного из цифрового сигнала. Таким образом, качество звука при частоте дискретизации, равной 8 кГц, будет выше, чем при дискретизации с частотой 2 кГц. Кроме того, реальная частота дискретизации для многоканального сигнала будет равна количеству каналов, умноженному на частоту дискретизации. Например, для одноканального монофонического аудио-сигнала, оцифрованного с частотой 2 кГц, общая частота дискретизации будет равна 2 кГц, однако для двухканального стерео сигнала общая частота дискретизации составит 4 кГц.

Аудио- и видеотехнологии используются организациями и частными лицами для многих целей. Важной областью применения технологий создания аудиофайлов стали Интернет-радио и музыкальные файлы, загружаемые из Интернета. (Следует, однако, заметить, что загрузка музыкальных файлов может являться нарушением авторских прав исполнителей.)

Аудио- и видеоконференции являются еще одной областью применения, которая расширяется по мере того, как компании ищут пути снижения расходов на командировки. Кроме этого, многие учебные заведения предлагают учебные курсы или целые образовательные программы, с которыми можно познакомиться в онлайновом режиме через Интернет, а некоторые производители предлагают интернет-семинары.

Индивидуальные пользователи компьютеров во всем мире посылают по электронной почте письма с вложениями, содержащими речь или видеосообщения. Также электронная почта может использоваться для пересылки презентаций с аудио- и видеоклипами.

Производители компьютеров и сетевого оборудования предлагают аудио и видео учебные курсы для знакомства с новыми технологиями.

Местные и национальные информационные службы предлагают аудио- видеоклипы, иллюстрирующие новости и последние события. Некоторые люди используют сети или Интернет для телефонных переговоров, а другие пересылают отснятые видеосюжеты.

Все большее применение аудио- и видеоприложений уже повлияло на развитие компьютерных систем и сетей. Первые компьютеры предъявляли весьма скромные требования к памяти и жесткому диску (например, хватало нескольку сот килобайт ОЗУ и 10 -20-мегабайтного диска). В настоящее время компьютерам необходимо 64, 128 и более мегабайт памяти, несколько гигабайт дискового пространства и привод CD-ROM. Аналогичный рост можно наблюдать и в отношении требований к сетевым ресурсам. В первых сетях скорость 10 Мбит была более чем достаточной, однако в наше время даже для небольших сети требуется скорость не ниже 100 Мбит/с, чтобы справиться с возросшей нагрузкой, создаваемой при передаче голоса, видео и данных.