词汇表
最后更新时间：2025-11-19 16:13:55
封装格式
封装格式（Format）是一种将数字视频数据存储于计算机系统的文件格式。在互联网业务中，比较流行的封装格式有：
MP4：全称是 MPEG-4 Part 14，是一种最常用于存储音视频的数字多媒体容器格式，典型文件名扩展为".mp4"；支持流式传输，iOS/Android/PC Web 三端支持良好。MP4文件头存储视频文件全部索引信息，如果视频较长（例如长达数小时），则其文件头过大会影响视频加载速度。
HLS(HTTP Live Streaming)：是由苹果公司开发的一个基于 HTTP 协议的自适应码率流式通信协议，在流媒体服务器中应用广泛，iOS/Android/PC Web 端支持较好。但 IE 的支持情况依赖 Flash 的二次开发工作（建议使用腾讯视频云的 Flash 播放器控件）。由于基于标准 HTTP 协议，HLS 可以穿越任何支持 HTTP 标准流的防火墙和代理服务器。同时，HLS 也包含了标准加密机制和基于 HTTPS 的安全密钥分发，实现了一个简单的 DRM 系统。
FLV：是由 Adobe 公司开发的 Flash 视频标准，只能通过 Adobe Flash Player 及其 Web 浏览器插件播放。由于大部分移动操作系统并不支持 Flash Player 插件，因此需要独立开发才能播放该格式视频（建议使用腾讯视频云的 Flash 播放器控件）。
视频编码相关术语
编解码器
编解码器（Codec）是 coder-decoder 的缩写，是一个能够对数字视频进行编码/解码的程序或设备。常见的编解码器包括：
H.26x 系列，由 ITU（国际电信联盟）制定。该系列标准中，目前应用最广泛的是 H.264，其继任者为 H.265。同等画质下，H.265 的压缩率比 H.264 提高一倍，但受制于专利等因素，H.265 的应用尚未普及。
MPEG 系列，由 ISO（国际标准组织机构）下属的 MPEG（运动图像专家组）制定。
其他系列，例如 Google 开发的 VP8、VP9，Real 公司开发的 RealVideo 等。
码率
码率（Bitrate）是单位时间播放连续媒体（如压缩后的音频或视频）所需的比特数量，测量单位为“比特每秒”（bit/s或bps）。
帧率
帧率（Frame Rate）是单位时间内视频显示帧数的量度单位，测量单位为“每秒显示帧数”（Frame Per Second，FPS）或“赫兹”。
分辨率
分辨率（Resolution）是用以描述视频对细节的分辨能力，通常表示为每一个方向上的像素数量，比如640×480等。
GOP
GOP（Group of Pictures）是一组编码视频流内部的连续图像，指定了该组图像内部的帧内和帧间参考顺序。当遇到一个新的 GOP，意味着解码器不再需要参考之前的帧就可以解码下一帧图像。一个 GOP 可以包含以下图像类型：
I 帧(Intra Coded Picture)：内部编码图像。一个独立编码的图像，不需要参考其他图像，每个 GOP 都由此类型的图像开始（按解码顺序）。
P 帧(Predictive Coded Picture)：前向预测编码图像。包含前一帧或多帧解码图像（显示顺序）的运动补偿差异信息。在旧的 MPEG-1, H.262/MPEG-2 和 H.263标准设计中，P 帧只能引用显示顺序和解码顺序之前的一帧 I 或 P 类型图像，新版 H.264/MPEG-4 AVC 和 HEVC 标准没有限制。
B 帧(Bidirectionally Predictive Coded Pictures)：双向预测编码图像。包含前一帧或多帧解码图像（显示顺序）的运动补偿差异信息。在旧的 MPEG-1 和 H.262/MPEG-2标准设计中，B 帧只能参考显示顺序上之前和之后的两帧 I 或 P 图像，新版 H.264/MPEG-4 AVC 和 HEVC 标准没有限制。
一个 GOP 内的帧数，称为 GOP 长度。
IDR 帧对齐
IDR 帧 (Instantaneous Decoding Refresh Picture) 是 I 帧的一种。与普通 I 帧的区别在于，一个 IDR 帧之后的所有帧都不能参考该 IDR 帧之前的帧的内容；相反，对于普通的 I 帧，其后的 P 帧和 B 帧可以引用该普通 I 帧之前的其他 I 帧。
在对同一个视频进行多码率时，如果指定 IDR 帧对齐（IDR Frame Alignment），则意味着所有输出视频的 IDR 帧在时间点、帧内容方面都保持精确同步，此时播放器便可实现多码率视频平滑切换，从而不会出现较为明显的切换卡顿。
编码档次
编码档次（Profile）是一组特定的编码参数的集合。由于编解码标准具有大量的功能特性，硬件和软件需要大量的努力才能支持整个标准，所以为了方便应用，选出一些常用的参数组合组成不同的编码档次。H.264 规定了三种主要档次：
Baseline：主要用于需要额外数据丢失容错的低成本应用，例如视频会议和移动。
Main：用于主流的消费级标清数字电视广播。
High：主要的广播和磁盘存储档次，尤其是高清电视应用，如蓝光存储格式和 DVB 高清电视广播服务。
颜色空间
颜色空间（Color Space）是对色彩的组织方式。借助色彩空间和针对物理设备的测试，可以得到色彩的固定模拟和数字表示。例如 RGB 颜色空间，HSB 颜色空间等。相对地，色彩模型（Color Model）是一种表示颜色空间颜色值的数学方法，通过一组数字来表示颜色（例如 RGB 使用三元组、CMYK 使用四元组）。
视频处理相关术语
视频降噪
所谓视频噪音，是由传感器、扫描仪电路或数码相机产生的图像的亮度或彩色随机变动。视频噪音也源自于胶片粒度和不变的量子检测器中的点噪声。视频噪音通常被看作图像获取中不需要的成分。而视频降噪，则是去除这些不必要的噪声，保留视频中比较重要的细节等信息。
去隔行扫描
在模拟电视时代，播放设备的处理速度与网络带宽都存在限制。为了在确保不降低帧率的前提下降低传输码率，隔行扫描技术应运而生，该技术可以在图像质量下降不多的情况下，将视频传输带宽降低一半。但隔行扫描带来的负面影响也不可忽视，例如清晰度较低、容易产生闪烁、图像边缘锯齿化等。
目前，视频播放设备与网络带宽都已经得到长足发展，故而隔行扫描已经被逐步淘汰。部分新型设备已经不再支持隔行扫描。因此，对于部分历史遗留的、使用隔行扫描技术的视频，需要进行“去隔行扫描”操作。
音频编码参数
编解码器
编解码器（Codec）是将声音从模拟信号转换为数字信号（或反向转换）的方式。主要包括无损编码和有损编码两种方式。根据采样定理，音频编码只能“无限接近”自然信号，故而所有的音频编码器实质上都是有损的。在计算机领域中，通常约定能够达到最高保真水平的 PCM 编码为无损编码。互联网中常见的音频编码均为有损编码，常见的编码格式有 MP3、AAC 等。
采样率
采样率（Sample Rate）是每秒从连续信号中提取的离散信号的数量，单位为赫兹(Hz)。
码率
声道
声道（Sound Channel）是指声音在录制（或播放）时，在不同空间位置采集（或播放）的相互独立的音频信号。所谓声道数，也就是声音录制时的音源数量或播放时的扬声器数量。
其它通用术语
ISO 日期格式
ISO 日期格式（ISO Datetime）是 ISO 8601 标准规定的时间表示方式。如无特别指定，所有时间相关参数统一采用 ISO 8601 表示的 UTC 时间，格式为 YYYY-MM-DDThh:mm:ssZ。如：2018-10-01T10:00:00Z，表示北京时间 2018 年 10 月 01 日 18点 00 分 00 秒（北京时间值为 UTC 时间值 + 8 小时）。
文档反馈