基于DirectShow的視頻通道卡的應用

杜歆文，王衛成，王歆宇

（蘇州廣播電視總臺 技術中心，江蘇 蘇州 215006）

基于DirectShow的視頻通道卡的應用

杜歆文，王衛成，王歆宇

（蘇州廣播電視總臺 技術中心，江蘇 蘇州 215006）

介紹了基于DirectShow的視頻通道卡的應用背景及意義，對相關軟、硬件技術進行了簡要闡述，基于這些技術，根據軟件開發流程，分別實現了1個多通道錄制軟件和1個通道播放軟件，并闡明相關技術要點。在多通道錄制軟件中，實現了多通道同步錄制和單通道分別錄制靈活切換，以及視音頻的合并、分離，通道播放軟件能夠無縫連續或者循環播放，操作方便快捷。2套系統在實際使用中運行良好。

視頻通道卡；錄制；多通道；播放；無縫播出

隨著節目內容的豐富，制作要求的提高，對節目錄制的要求也逐漸提高，以前也許錄制一檔節目最多需要8個機位，導播切換，錄制PGM畫面后期包裝剪輯即可，現在可能需要12、16或者更多機位，除了錄制PGM畫面，還需要有多路單掛畫面、副切畫面等，方便后期剪輯，如果大量使用藍光、P2、磁帶等介質錄制，需要占用很多錄像機，錄制操作復雜，并且后期上載工作非常繁重，因此，文件化采集非常有必要。同時，更多的現場大屏應用，與現場節目結合，背景資料、宣傳片、墊片等都需要經過演播室送至現場，文件化的播放方便、快捷，并且避免非編編輯后的二次輸出。

現代演播室中，多通道的播出、錄制已經是必不可少的一部分，各家廠商也紛紛推出自己的產品。比如大洋的演播室多通道錄制系統，新奧特CreaStudio多通道非線性采編系統等，單臺服務器通常支持4路或以上SDI輸入，多格式采集，支持多鏡頭編輯。草谷公司也推出了T2高標清硬盤錄像機，配置1個記錄通道和2個播放通道，并支持多種錄制、播放格式。

該類產品確實有其不可媲美的優點，但高昂的售價限制了其發展，另外錄制機上的多鏡頭編輯不是很符合蘇州臺編輯使用現狀，媒資素材、歷史素材交換不便，還需要將錄制素材傳輸至原非編網進行剪輯，因此決定著手自主開發多通道錄制、播放軟件。

1 相關技術

1.1 硬件

硬件方面需要一臺插有視頻通道卡的計算機[1]。

Blackmagic Design（BMD）產品質量穩定，性能優秀，在2002年11月，BMD推出了DeckLink采集卡，目前DeckLink視頻通道卡產品豐富，根據功能、通道數量有多種型號產品，有支持4K輸入輸出的DeckLink 4K Extreme，有用于簡單監看、錄制的DeckLink MiniMoni?tor和DeckLink Mini Recorder，還有雙通道視頻卡DeckLink Duo和四通道視頻卡DeckLink Quad。根據需要選用了其四通道視頻卡DeckLink Quad，該板卡擁有一個同步輸入，4個SDI輸入口和4個SDI輸出口，用于采集、回放，每個端口可以獨立配置高清或者標清格式，完全獨立。

由于DeckLink Quad采用PCI-E接口，因此計算機主板必須支持該接口，此外，視頻編解碼計算比較耗費CPU資源，計算機配置需要滿足一定需求。

1.2 軟件

微軟的DirectShow是一個應用于Microsoft Win?dows平臺的流媒體編程接口[2-4]，使用DirectShow編程，可以執行高質量的視頻、音頻播放或采集。在9.0版本之前，DirectShow SDK是DirectX SDK的一部分，從Windows Server 2003 SP1 Platform SDK開始，Direct?Show SDK成為Windows SDK的一部分。

DirectShow基于模塊化，每個功能模塊都采取COM組件方式，稱為filter，比如從文件中讀取數據，通過源filter完成，根據壓縮格式不同，選取不同的de?coder filters，通過renderer filter重畫視頻圖像。根據具體需求，選取一定的filter，然后相連接，這樣構建成的鏈表稱為filter graph。通過filter graph manager來控制filter graph中的所有filter，轉換鏈表的運行、停止、暫停狀態，其同樣是一個COM對象。在filter graph manager的管理下，filter graph中的所有filter的狀態確保一致。

如前文所述，在DirectShow中，DeckLink Quad視頻卡的4個輸入口各表現為1個源filter，4個輸出口分別表現為renderer filter。編解碼器在DirectShow開發中也表現為注冊在Windows中的filter，編解碼的優劣表現為兼容性好，圖像的還原度高，實時性高，資源占用率低等。較為常用的編解碼器有MainConcept，Elecard等。前者產品線豐富，有各種格式的編解碼器，性能優秀，但是價格較高；后者性價比高，功能滿足要求，但是格式較為單一，主要支持MPEG相關格式。

2 需求分析

2.1 錄制需求

1）不同于單通道的錄制軟件，多通道錄制軟件的最大區別在于要保證各通道完全同步。以典型的4通道錄制為例，如果4個通道完全獨立，操作者分別開始4個通道的錄制，保存的文件開始時間碼必然不同步，在多畫面剪輯時，只能根據聲音把多軌視頻畫面時間碼同步，費事費力不精確，如果4個通道文件能夠完全同步開始，在剪輯時只需要在故事版上把各視頻軌對齊即可。

2）軟件需要支持高清和標清信號，并且對記錄文件壓縮格式可以設置，支持多種碼流。

3）支持至少2軌音頻，考慮實際使用，以4軌以上為佳，軟件界面顯示VU表指示響度。

4）錄制文件具有良好的兼容性，現有非編軟件對于錄制文件能夠流暢剪輯、高質量解碼。

5）錄制文件由于體積較大，需要能夠方便傳輸至非編網進行編輯。

2.2 播放需求

1）播放軟件要求是兩段文件連續播放時不能中斷，因此常規播放完一個文件再播另一個文件的方式就不適用，需要想辦法避免兩段文件播放中的黑場、閃斷。

2）支持標清、高清輸出，支持常規格式文件解碼播放。

3）播放軟件操作較多，比如預卷、播放、跳播、中斷等，用戶需要有熟悉、學習的過程，因此軟件界面及操作應盡可能和現有主流軟件相似。

4）列表播放需要支持素材打點、列表循環播等擴展功能。

5）列表中素材應可以即時動態調整。

3 總體設計與測試、實施

3.1 多通道錄制軟件

單通道錄制軟件的設計比較簡單，將板卡視音頻輸入filter與編碼filter分別相連，編碼后經復用器打包成文件，保存。具體流程如圖1所示。

圖1 單通道錄制流程

多通道的錄制軟件設計稍顯復雜，軟件需要適應單通道分別錄制和多通道同步錄制，每個通道可以單獨啟動錄制，也可以同時開始錄制。如果將單通道的流程重復多次，在單擊同步錄制按鈕的時候同時啟動4個graph，經測試無法保證4個通道完全同步開始，可能會產生1～2幀的誤差，不能夠滿足廣播級的編輯要求，因此，考慮把4路視頻流放在1個graph中，由參考時鐘確保數據流同步，當需要同時錄制時，啟動1個圖表即可，如圖2所示，以2通道為例。當需要分別錄制幾個通道，沒有同步開始的需求時，仍然采用多個graph的方式，靈活多變。

圖2 2通道同步錄制流程

為了滿足不同的需求，錄制碼率可以設置，同時，為了方便剪輯、傳輸，有時需要錄制一份低碼率的文件，在板卡視頻輸入filter和音頻輸入filter后端分別添加Infinite Pin Tee filter，將輸入流分流成多份，一份送窗口預覽，一份壓縮保存為高碼文件，還有一份壓縮保存為低碼文件。此外，微軟還提供了Smart Tee filter，只能將輸入流分流成2份，并且其中一路輸出為Pre?view Pin，用于監看，會主動丟幀以保證另一路Capture Pin輸出處理。

由于節目制作的多樣性需求，2聲道的保存已經不能滿足節目錄制的需求，4聲道甚至8聲道也常常被應用到節目錄制中，本系統中，錄制文件壓縮格式通常為MPEG，其中音頻壓縮格式為MPEG-1 Audio Layer II（MP2），常規編碼器只支持2路音頻的壓縮編碼，因此，需要采用變通的辦法。由于音頻碼率低，占用空間小，本軟件中將多軌音頻編碼保存為WAV文件，視頻還是經MPEG編碼，保存為視頻文件，視音頻文件分離為2個文件，在非編中導入時，由于2個文件名相同，會被關聯成同一個素材，不影響剪輯，在大洋非編3.0版本中測試成功。在音頻流進入計算機后，還可以把多軌聲道分離，對每個聲道進行編碼保存，這樣增加了文件數量，但是后期處理更加靈活。

為了方便文件傳輸，錄制計算機配備USB 3.0接口，方便快速拷貝至移動硬盤[5]，另外，為了保證數據安全，系統被安裝在單獨的硬盤上，數據盤采用2塊硬盤組成RAID1，一塊裝在機箱內部，另一塊使用專用插槽固定在光驅位，錄制完成后可以將這塊外置硬盤拔下，直接導入非編網進行編輯。4通道同時錄制標清文件時，對系統并無特殊要求，常規配置均可滿足，當錄制高清文件時，對CPU性能要求較高，實際測試配置2顆至強E5-2630 CPU時，錄制4路高清視頻CPU使用率穩定在50%左右，能夠順利完成錄制任務。

3.2 通道播出軟件

DeckLink Quad視頻卡擁有4個SDI輸入口和4個SDI輸出口，但是一組接口不可以同時使用，即同時使用輸入和輸出總通道數不超過4路。4路輸入之間以及4路輸出之間完全獨立。

實現視頻的播放較為簡單，如圖3所示，視頻文件由信號分離filter分離為視頻流和音頻流，分別經解碼器解碼，然后送板卡播放。

圖3 文件播放流程

如果是實現一個簡單的播放器，這么做就夠了，但是要實現廣播級的通道播出，如此播放兩段文件之間肯定會有短暫的間斷，為了能夠連續播放，無黑場，無抖動，需要在放前一段文件的同時，把后一段文件在內存中準備好。

GMFBridge是英國GDCL公司開發的一種特殊COM組件，其全稱為GDCL Multigraph Framework Bridge。基于DirectShow，利用GMFBridge，在程序中組成多graph結構，視音頻數據流可以在多個graph中流動，這是解決無縫切換問題的一種方法。由GMFBridge組成的多FilterGraph工作結構如圖4所示。在source graph的末端，有一個sink filter，在render graph的開頭，有一個source filter提供源，圖中source graph和render graph之間靠 Bridge Controller、Bridge Sink、Bridge Source filter連接。

圖4 GMFBridge工作結構

從圖中可以看出，BridgeSink、BirdgeSource和Bridge Controller是GMFBridge的關鍵組成部分。

BridgeSink是音頻視頻解碼filter graph的Render?er filter，BridgeSource是播放filter graph的source filter，Bridge Controller是GMFBridge中的一種COM組件，用來連接BridgeSink和BridgeSource。Bridge Controller定義了特定的流結構來傳送數據，成為BridgeStream。BridgeStream代表連接2個filter Graph的音頻或視頻流。通過GMFBridge提供的接口，Bridge Controller控制Source Graph與Render Graph之間的數據通斷，以實現無縫切換。

為了模擬放像機操作，一般播出軟件都會有預卷的過程，在文件化播出中，本質上就是對下一條待播素材的準備。利用GMFBridge技術，當播放當前素材時，預卷下一條待播素材，構建一個新的source graph，當前素材播放結束，Bridge Controller切換連接到下一個source graph的Bridge Sink。也可以當素材添加進列表時就構建source graph，這樣既可以保證列表中文件的有效性，也可以快速、任意切換播放。

4 總結

本文簡單介紹了利用視頻通道卡開發設計的相關技術，并設計實現了一個多通道錄制軟件和一個通道播放軟件，總結了設計開發過程中的技術要點，并最終完成系統，投入實際使用。

基于DirectShow架構，視頻通道卡的應用還有很多，比如視音頻質量的監控、收錄系統、延時播，甚至播出系統、軟件切換臺等，各類應用底層相似度很高，如果能自行研發，可以滿足各個臺自身的一些特殊需求，更加靈活，并能節約很大采購成本。

[1] 薛達新.基于視頻通道卡和通用服務器平臺的視音頻延時系統的設計與應用[J].電視字幕·特技與動畫，2009（7）：60-61.

[2]陸其明.DirectShow開發指南[M].北京：清華大學出版社，2003.

[3]陸其明.DirectShow實務精選[M].北京：科學出版社，2004.

[4] 梁斌.基于DirectShow架構的音視頻無縫播出器的設計與實現[D].成都：電子科技大學，2009.

[5] 周偉鋒，熊金凱.視音頻硬盤采集壓縮系統設計、應用與分析[J].電視技術，2011，35（20）：67-69.

TN948

B

??健男

2014-04-15

【本文獻信息】杜歆文，王衛成，王歆宇.基于DirectShow的視頻通道卡的應用[J].電視技術，2014，38（20）.