网络视频会议系统是一种现代化的工作系统, 它可以把不同地点的实时场景和语音互连起来, 实时传输视频与音频信息, 使人们可以远距离进行实时信息交流、开展协同工作, 从而达到“面对面”交流的效果。利用多媒体技术的支持, 网络视频会议系统可以实现各种信息远程处理, 从而构造出一个多人共享的工作、学习空间。
1 网络视频会议的发展
1.1 网络视频会议技术发展
随着全球步入信息化时代, 人们对了解事物、交换信息的要求已经从纸、笔、书本、话音等发展到通过声光电信号等各种方式更准确、更快捷、更丰富地表达出来。在需求的推动下, 多媒体计算机技术与通信技术相结合, 逐渐发展成为一种新的边缘技术——多媒体通信技术。个人计算机的普及、微电子技术和多媒体技术的飞速发展、综合业务数字网的建立及运营商宽带线路资费的逐步下降, 有力地推动了多媒体通信的发展。
视频通信是多媒体通信的典型应用, 视频通信系统是指两个或两个以上不同地方的个人或群体, 通过传输线路及多媒体设备, 将声音、影像及文件资料互传, 达到即时且互动的沟通, 以完成会议目的的系统设备。视频通信系统自从推出以来, 大大节省了费用, 还可节省时间。视讯应用在政府、军队、教育、金融、交通、能源、医疗、企业等行业开始普及。
1.2 网络视频会议的视频编解码标准
目前, 网络视频会议系统体系结构的标准化工作主要由国际电信联盟 (ITU-T) 来完成。ITU-T关于网络视频会议系统的体系结构标准主要有两个:H.320和H.323。
H.320是基于电路交换的网络视频会议标准, 视频设备之间通过专线或ISDN相连, 网络结构主要采用主从星型结构。H.320的优点是传输图像的信道是固定分配的。在带宽资源较为紧张的广域网上, 能保证视频会议的效果。但由于设备之间要采用专线连接, 因此对线路要求较高, 组网不够灵活。
H.323是基于分组交换的网络视频会议标准。视频设备之间的通信依托于路由器、交换机等构建的数据网络 (Internet/Intranet) , 每个视频设备通过数据网络实现互联通信。由于依托于数据网络, 因此H.323视频会议系统具有非常灵活的网络结构, 不需要为视频业务提供专门的信道。除了视频传输之外, H.323还能提供视频点播、网上直播、数据会议、桌面可视通话等丰富的多媒体应用功能。但由于视频业务与数据业务在同一个网上传输, 因此存在带宽争用的问题, 它要求网络设备具有较好的QoS机制。
随着各种图像压缩方法的出现和应用, 国际标准化组织 (ISO) 和国际电信联盟 (ITU-T) 致力于制定统一的规范和标准, ITU先后推出了电视会议的H.261、H.263、H.263+等建议, 而ISO先后推出了运动图像压缩的MPEG-1、MPEG-2、MPEG-4等标准。这些标准和建议的提出, 大大促进了图像压缩编码的应用。
H.261、H.263、H.263+、MPEG-1的编解码标准占用带宽为64K-2048K, 只支持352×288, 1CIF的图像分辨率, 即使今后网络带宽提升, 也无法提高图像分辨率。
MPEG-2能支持704×576 (4 CIF) 的高分辨率, 但占用带宽要求太高, 要达到4CIF分辨率, 需要6M以上的带宽, 即使在低分辨率情况下最低带宽也至少2M, 主要应用于视频存储 (DVD) 、视频广播和视频流媒体。
MPEG-4继承了MPEG-2高质量图像和H.263低带宽要求的特点, 利用其独有的高压缩比, 实现了在低带宽下传输高质量图像。MPEG-4电视会议系统对于突变情况如场景切换等具备更好的适应性;可以用最少的数据获得最佳的图像质量, 满足了较低码率应用的需求, 在1.5Mbps的情况下, 图像质量可以达到DVD质量, MPEG-4也逐渐成为网络流媒体的编解码标准。
H.264是JVT (Joint Video Team, 视频联合工作组) 制定的新的视频编码标准, 用来实现视频的高压缩比、高图像质量、良好的网络适应性等目标。目前JVT的工作已被I T U-T接纳, 该标准也被I S O接纳, 称为AVC (Adv anced Video C oding) 标准, 是MPEG-4的第10部分。H.264不仅比H.263节约了50%的码率, 而且对网络传输具有更好的支持功能。它引入了面向IP包的编码机制, 有利于网络中的分组传输, 支持网络中视频的流媒体传输, 支持不同网络资源下的分级编码传输, 从而获得平稳的图像质量。
1.3 网络视频会议的音频编解码标准
与视频编解码相似, 一个视频会议系统还需要实现音频编解码功能。目前, 音频编解码标准也主要有两大类:ITU-T的G系列 (G.711、G.722、G.728、G.729) 和MP3。其中, G系列是基于传统的电话音质的编码技术, 频响范围为300Hz-3400Hz, 采样率为8kHz, 每路声音占用带宽为8k～64k。G.711为64k不压缩PCM编码, 其它几种都是有损压缩编码。而MP3是用于高保真音乐的高效声音压缩算法, 频响范围10Hz到20kHz, 采用频率为44.1kHz, 而且MP3还支持双声道编码技术, 其效果比G系列音质要好得多。但MP3对带宽要求较高。
如果带宽资源比较丰富, 从音频效果上可采用MP3编码标准;如果带宽资源比较紧张, 从带宽资源上考虑建议采用G系列编码标准。目前的数据带宽集成了视频和数据等多项业务, 可根据带宽实际使用情况, 以及不同时候的带宽占用情况, 优先采用MP3双声道编码技术, 并根据实际情况及效果要求动态调整。
2 网络会议系统组成
网络视频会议的建立需要满足几个条件:一是视音频数据采集压缩设备达到技术要求;二是网络传输带宽、传输时延、纠错机制达到技术要求;三是接收到的视音频数据的存储转发设备达到技术要求。
按照上述条件, 一个网络视频会议系统必须由视音频数据处理转发设备多点控制单元 (MCU) 、视音频数据存储的数据服务器、视音频会议终端、摄像头、话筒以及满足视音频数据实时传输的传输网络组成。结构图如图1。
3 网络视频会议的应用和扩展功能
网络视频会议的功能决定了其应用的广泛性, 远程多媒体教学、远程会商、远程培训等, 越来越多的应用到了实际的工作中。
随着网络视频会议技术的发展, 更多功能被整合到网络视频会议中, 人们在面对面交流的同时, 可以更加便利的实现更多应用 (图2) 。
网络视频会议的扩展功能。
(1) 双视频流。根据需求, 在召开视频会议的同时, 为了实现更为方便的会议资料传输、远程教学和远程图像展示等功能, 要求系统支持H.239双视频流功能。内置双流功能的视频会议终端提供两路视频流, 第一视频流传送会场声音和图像, 第二视频流传送计算机桌面、实物展示台、POWERPOINT幻灯片等图像。
(2) 多画面分割。根据需求, 系统需要实现多画面功能, 以实现在一个显示器上同时分屏显示多个分会场画面, 一方面可以在MCU上可直接输出分屏模拟图像, 另一方面又可以将合成后的分屏图像数字码流传送到各个分会场, 由分会场终端解码输出模拟分屏图像。
(3) 混音。根据需求, 系统可以实现混音功能, 以提供多个会场同时发言讨论的效果, 同时, 通过混音功能的支持, 还可实现会前点名功能。
(4) 数字录像和点播。流媒体服务器系统是一套全数字化的视频点播系统, 系统稳定可靠, 抗病毒感染, 扩展能力强, 便于二次开发和应用层的扩展。即可以作为视频会议系统的一个子系统来使用, 又可以作为一个独立的系统来使用。
(5) 网络管理。由于整个网络节点很多, 采用统一的网管, 支持分布式应用, 采用全中文的图形化界面, 保证操作维护简单、便捷, 在网管上可以对MCU和所有终端进行管理, 包括状态管理、配置管理、告警管理以及测试等。
随着网络、多媒体、通信技术的飞速发展和性能的提升, 基于IP网络构建视频会议系统技术会不断被发展和完善, 必将以其独特的优势广泛应用到I nt er n et、Extranet、Intranet上, 为政府机关、商业集团、科研院所、医疗机构及普通个人等进行异地交流提供方便条件, 成为工作、学习、生活中不可或缺的工具。
摘要：网络视频会议系统是支持人们远距离进行实时信息交流、开展协同工作的应用系统。网络视频会议系统是利用各种通信网络, 在多点之间进行实时双向视频、音频、数据通信的多媒体通用交流平台, 会议、医疗、教学等是在这个平台上实现的诸多应用。
关键词：网络会议,视频,音频