音视频标准是什么:MPEG制定过哪些标准,现在由谁延续
数字音视频里的“标准”,指的是一套公开约定的编码、压缩和封装规则,让不同厂商的摄像头、播放器、芯片和平台能互相读懂同一段数据。MPEG(Moving Picture Experts Group)是ISO/IEC下的一个工作组,专门制定这类标准,开发出了MP3、MPEG-2、MPEG-4、AVC、AAC、HEVC等被广泛使用的技术。根据MPEG官网的说明,这个工作组已于2020年6月2日关闭,官网作为历史参考保留,并转向介绍MPAI——一个以人工智能进行数据编码为使命的后续组织。如果你关心的是“某个文件/设备该用什么标准”,先看编码类型和应用领域,再看授权框架。
标准解决的核心问题:互通
一段视频从拍摄到播放,要经过采集、压缩、传输、解码、显示多个环节。如果每个厂商用自己的私有格式,用户就会遇到“这个文件在别的设备上打不开”的问题。标准的作用就是把这些环节的输入输出约定清楚:
- 编码标准:规定如何把原始音视频压缩成比特流,例如MPEG-2、AVC、HEVC。
- 音频编码标准:规定音频如何压缩,例如MP3、AAC。
- 封装与接口:规定数据如何打包、如何通过接口传递,让不同模块可以组合。
MPEG官网把这类工作的价值描述为:其标准和技术组合创造了一个价值数千亿美元的产业。这也是理解“标准”意义的现实角度——它不只是技术文档,而是让多厂商生态能协作的基础。
MPEG的代表性标准分别解决什么
| 标准 | 主要解决的问题 | 典型应用场景 |
|---|---|---|
| MP3 | 音频压缩,在可接受音质下大幅减小文件 | 音乐播放、便携设备 |
| MPEG-2 | 标清/高清视频压缩与传输 | 数字电视广播、DVD |
| MPEG-4 | 更灵活的视频与多媒体对象编码 | 网络视频、流媒体 |
| AVC(H.264) | 更高压缩效率的视频编码 | 高清视频、视频会议、蓝光 |
| AAC | 比MP3效率更高的音频编码 | 流媒体、移动设备、广播 |
| HEVC(H.265) | 面向更高分辨率、更高压缩效率 | 4K/8K视频、超高清传输 |
这些名称经常出现在同一个文件或设备说明里,因为它们处在不同环节:例如一个视频可能是“HEVC视频 + AAC音频”,再封装进某种容器。判断兼容性时,要分别看视频编码、音频编码和封装格式,而不是只看一个名字。
MPEG工作组已关闭,现在由谁延续
MPEG官网明确说明:该工作组由发起者于1987年夏天构思、1988年实施,并领导了32年,于2020年6月2日关闭。官网现在作为历史参考,用来记录MPEG的成就,同时用于发布MPAI的新闻。
MPAI的全称是Moving Picture, Audio and Data Coding by Artificial Intelligence,即“由人工智能进行移动图像、音频和数据编码”。它的定位是:让普遍可访问的标准对AI产生类似标准对数字媒体那样的积极影响,并把“数据编码”作为标准能促进AI发展的领域。
MPAI对“数据编码”的定义是:把数据从一种表示转换为更适合特定应用的等价表示,例如压缩和语义提取。它把AI模块(AIM)作为构建AI应用的基本单元,AIM由其功能以及接口数据的语法和语义定义,而不由功能如何实现来定义——这意味着AIM可以用硬件或软件实现,可以用AI、机器学习或传统数据处理实现。
MPAI目前列出的标准方向
根据MPEG官网列出的已发布标准,MPAI的工作覆盖多个方向,例如:
- AI Framework(MPAI-AIF):支持创建、执行、组合和更新基于AIM的工作流,被描述为MPAI标准化的基石,使多厂商AIM互联的复杂AI方案成为可能。
- Context-based Audio Enhancement(MPAI-CAE):基于上下文的音频增强。
- Connected Autonomous Vehicle(MPAI-CAV)– Architecture:网联自动驾驶汽车架构。
- Compression and Understanding of Industrial Data(MPAI-CUI):工业数据的压缩与理解。
- Governance of the MPAI Ecosystem(MPAI-GME):MPAI生态治理。
- Human and Machine Communication(MPAI-HMC):人机通信。
- Multimodal Conversation(MPAI-MMC):多模态对话。
- MPAI Metaverse Model(MPAI-MMM)– Architecture:元宇宙模型架构。
- Neural Network Watermarking(MPAI-NNW):神经网络水印。
- Object and Scene Description(MPAI-OSD):对象与场景描述。
- Portable Avatar Format(MPAI-PAF):可移植虚拟形象格式。
官网还提到,MPAI关注“清晰的授权框架”(clear licencing frameworks)。如果你要采用某个标准,授权条件是需要单独确认的一环,不能仅凭标准存在就推断可以无条件使用。
怎么判断一个标准是否适合你的场景
可以按下面几步核对:
- 确定环节:你要解决的是压缩、传输、封装还是接口问题?不同环节对应不同标准。
- 看编码类型:视频、音频、数据各有自己的标准,混用名称容易误判兼容性。
- 看应用领域:广播、流媒体、车载、工业数据、AI工作流,各自对应的标准组织和工作组不同。
- 确认状态:MPEG工作组已关闭,新项目更多在MPAI框架下推进;查资料时要区分历史标准与当前在研方向。
- 核对授权框架:官网提到MPAI强调清晰的授权框架,但具体条款需以对应标准的正式文件为准。
例如需要为一个多厂商AI处理流水线选接口规范时,可以优先看MPAI-AIF这类定义AIM工作流的标准;而如果只是想让一段视频在常见播放器上打开,则更直接的是确认它的视频编码(如AVC或HEVC)、音频编码(如AAC)和封装格式是否被目标设备支持。