Come funzionano le richieste di intervallo di byte del video HTML5 (pseudo-streaming)?

Question

Se riproduci un video HTML5 per un video ospitato su un server che accetta richieste di intervallo, quando provi a cercare una parte del video senza buffer, noterai dal traffico di rete che il browser fa una richiesta di intervallo di byte. Suppongo che il browser calcoli il byte conoscendo la dimensione totale del video prima del tempo e assumendo un bitrate costante (se si fa clic a metà della barra di avanzamento, quindi richiederà il byte a metà). Ma soprattutto se il video è bitrate variabile, sembra improbabile che il byte che richiede possa realmente corrispondere al punto temporale su cui l'utente ha fatto clic e il byte potrebbe cadere nel mezzo di un frame.

Come fa il browser a sapere qual è l'inizio del fotogramma successivo, una volta iniziato il recupero con un byte arbitrario?

Answer 1

presumo il video è in un contenitore MP4. Il formato file mp4 contiene una struttura gerarchica di 'box'. Una di queste caselle è la casella Time-To-Sample (stts). Questa scatola contiene il tempo di ogni fotogramma (in modo compatto). Da qui puoi trovare il "chunk" che contiene il frame usando l'atomo Sample-to-Chunk (stsc). E infine l'atomo di offset Chunk (stco) ti dà l'offset di byte nel file.

La durata totale del film è memorizzata nell'atomo di intestazione del film (mvhd). Quando si sposta l'handle di scrub, viene stimato un tempo in base alla durata del film e in cui si rilascia l'handle di scrub, viene eseguito un calcolo dall'intestazione del file scaricato in precedenza e viene effettuata una richiesta.

Modifica: Se non è mp4, altri contenitori hanno un meccanismo simile. Codec è irrilevante.

Answer 2

Molti tipi di video/media, come MPEG, sono codificati in stessi pacchetti fissi.

MPEG era originariamente progettato su pacchetti da 188 byte (originariamente scelti come 8 celle del livello di trasporto ATM, anche se ora è obsoleto). Quindi, se cerchi un multiplo di quella dimensione di 188 byte, il lettore leggerà i pacchetti validi & recupera sincronizzazione quando trova l'inizio di un frame.

L'immagine reale può essere visualizzata quando il browser/lettore raggiunge un I-frame (o fotogramma chiave) che può essere decodificato indipendentemente da qualsiasi altro fotogramma. I fotogrammi P e B sono interpolazioni, quindi se li cerchi non puoi ancora costruire un'immagine.

Vedi:

• http://en.wikipedia.org/wiki/MPEG_transport_stream

• http://en.wikipedia.org/wiki/MPEG-1#Frame.2Fpicture.2Fblock_types