如何使用可变比特率（VBR）寻找音频/视频数据？

Question

这可能是一个过于笼统的问题，但如果数据具有可变比特率（VBR），那么在媒体文件（任何类型/格式的视频或音频）中搜索的一般方法是什么？

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并且您想要向前/向后搜索30秒，那么只需计算（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。最后继续阅读和解析直到下一个标题/块开始/关键帧/找不到任何内容并从那里继续播放。

好的，但如果比特率变化很大，你会怎么做？例如。它可以是32到512 kbit / s的任何东西并且经常变化？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，以跳过下一个X秒跳过多少字节。在这种情况下，您可以使用该信息，但是，如果格式没有这样的表或指针，该怎么办？

我能想到的最天真的方法是尽可能地估计比特率（例如，通过查看你回放的最后几秒的平均比特率），跳到你认为可能正确的位置根据估计比特率，看看你真正跳得多远。如果你跳得太多，试试跳一下。如果你跳得太少，请尝试向前跳一下。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，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），只需再次开始播放（在所有跳转不必精确到毫秒之后）。

虽然上面的算法可能有效，但听起来相当差，在实践中可能非常慢。那怎么回事呢？有没有人写过某种媒体播放器/播放器插件？或者就是这样，支持VBR的每个“体面”格式必须有一些索引表或跳过指针，如果它希望软件正确搜索而不仅仅是从头到尾播放？

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，大多数视频比特流是设计的，所以它很容易同步并找到一个帧的开头（广播电视之类的必要），所以估计（和舍入），然后搜索对于框架开始工作也相当好。许多人也对可接受的最大压缩率有限制，因此仔细估算可以让你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，大多数都使用某种索引结构进行搜索。

Answer 3

您可以在开头将粗索引存储到文件中，并在文件中包含固定数量的搜索点的位置。在每个这样的搜索点，您可以在文件的该部分内存储搜索点的子索引，依此类推。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。