ISOIEC 23001-152019 信息技术.MPEG系统技术.第15部分ISOBMFF中web资源的传输标准立项发展报告

信息技术MPEG系统技术第15部分：ISOBMFF中web资源的传输标准立项发展报告英文标题：StandardizationDevelopmentReport:Informationtechnology—MPEGsystemstechnologies—Part15:CarriageofwebresourcesinISOBMFF摘要本报告围绕国际标准ISO/IEC23001-15:2019《信息技术MPEG系统技术第15部分：ISOBMFF中web资源的传输》的立项、制定、技术内容及行业影响进行全面阐述。随着超高清视频、自适应流媒体和沉浸式媒体应用（如VR/AR）的快速发展，将Web资源（HTML、JavaScript、CSS等）无缝集成于基于ISO基带媒体文件格式（ISOBMFF）的媒体内容中，成为实现动态、交互式媒体体验的关键需求。在此背景下，国际标准化组织（ISO）启动了该标准的研制工作。本报告详细解析了标准的立项背景、核心技术在基于HTTP的动态自适应流媒体（DASH）与智能媒体格式（SMF）中的应用，以及其在提升媒体内容交互性、丰富性和可移植性方面的关键作用。报告还深入分析了标准的主要技术内容，包括Web资源在ISOBMFF中的封装机制、时序模型、存储与呈现模式等。此外，重点介绍了主要参与单位——法国电信（Orange）在标准制定过程中的核心贡献。结论部分指出，该标准的发布解决了长期以来Web技术与传统媒体文件格式互不兼容的痛点，为未来融合媒体生态系统的构建提供了坚实的技术基石，并有望催生新的交互式媒体服务模式。关键词：ISO/IEC23001-15；MPEG系统；ISOBMFF；Web资源；DASH；智能媒体格式；媒体融合；交互式媒体Keywords:ISO/IEC23001-15;MPEGSystems;ISOBMFF;WebResources;DASH;SmartMediaFormat;MediaConvergence;InteractiveMedia正文1.引言在数字化浪潮的推动下，媒体内容的消费模式正在经历深刻的变革。传统的线性广播和点播视频正逐步向具备高交互性、个性化和沉浸感的富媒体体验演进。用户不再满足于被动地观看视频，而是期望能够与内容进行互动，例如点击画面获取商品信息、切换视角、参与投票或游戏等。这一趋势要求媒体内容能够将传统的音视频数据与动态的、可执行的Web资源（如HTML页面、JavaScript脚本、CSS样式表和图片等）进行有机融合。然而，长期以来，以ISO基带媒体文件格式（ISOBaseMediaFileFormat,ISOBMFF）为核心的传统媒体封装格式，其设计初衷主要是为了高效存储和传输音视频编码数据及元数据，对承载和调度具有复杂依赖关系的Web资源缺乏原生的支持。这种技术鸿沟阻碍了跨平台、跨设备的交互式媒体应用的发展。为应对这一挑战，国际标准化组织（ISO）的MPEG（MovingPictureExpertsGroup）工作组启动了ISO/IEC23001-15标准的研制工作，旨在定义一种在ISOBMFF中封装和传输Web资源的标准化方法。2.标准立项背景与需求分析该标准的立项建立在对行业发展趋势和关键技术瓶颈的深刻洞察之上。2.1媒体融合与交互式体验的时代需求随着互联网带宽的持续增长和终端设备计算能力的显著增强，基于HTML5的Web技术已成为构建用户界面的主流选择。同时，流媒体技术，特别是基于HTTP的动态自适应流媒体（DASH,ISO/IEC23009-1），已成为互联网视频分发的事实标准。但DASH主要关注音视频流的动态切换和传输，其媒体呈现描述（MPD）文件无法直接描述一个复杂的、包含Web应用的交互式媒体片段。因此，将DASH与Web应用结合，实现“由数据驱动应用”的交互式直播或点播服务，迫切需要一种融合的封装格式。2.2ISOBMFF框架的局限性ISOBMFF（ISO/IEC14496-12）作为一种高度模块化和可扩展的文件格式，支持通用的媒体数据封装。然而，其元数据结构和轨道模型主要针对连续的时基媒体流（如视频、音频和时间文本）设计。Web资源，尤其是由多个文件构成的Web应用（如一个HTML文件引用了多个CSS和JS文件），其文件之间的相互引用关系、复杂的加载时序以及与媒体时间轴的同步需求，在ISOBMFF的原始框架中无法得到有效表达。2.3智能媒体格式（SMF）的催化作用MPEG在ISO/IEC23000系列中定义了智能媒体格式（SmartMediaFormat,SMF），旨在为特定的应用领域（如广告插入、个人化内容等）提供标准化的媒体格式。SMF的核心思想是将媒体内容（包括音视频、图像、文本）与逻辑描述（场景描述、交互逻辑）封装在一起。ISO/IEC23001-15的立项，正是为SMF提供了一个标准化的基础技术支撑，使其能够利用Web技术（特别是HTML5）构建复杂的交互式场景，从而摆脱对特定私有格式的依赖。3.标准核心技术内容解析ISO/IEC23001-15:2019标准的核心在于定义了一套完整的“Web资源盒”体系和轨道结构，用于在ISOBMFF文件中存储、引用、同步和呈现Web资源。3.1Web资源的封装标准定义了`'wres'`盒（WebResourceBox）及其子盒，用于在ISOBMFF文件中存储Web资源文件。每个Web资源（如一个HTML文件、一张图片、一个JavaScript脚本）可以被单独存储在一个`'wres'`盒中，或作为文件组的一部分存储。存储方式可以是原样存储，也可以是经过压缩（如gzip）或加密后存储。通过`'wres'`盒，标准解决了传统方式下Web资源文件与媒体文件分离、不易管理的问题。3.2资源清单与依赖管理为了让媒体播放器能够正确加载和解析Web应用，标准引入了资源清单（ResourceManifests）机制。通过定义特定的轨道类型，可以描述一个Web应用所需的所有资源文件、资源之间的依赖关系、资源的版本信息以及资源的本地标识符（URI映射）。这使得播放器可以像解析一个完整的Web应用包一样，从ISOBMFF文件中按需提取和组装所有必需的文件资源。3.3时序与同步模型这是标准最关键的创新点之一。传统Web应用没有固定的媒体时间轴，其执行更像是一个“时间无关”的过程。ISO/IEC23001-15通过定义基于媒体的时间轴，实现了Web资源与音视频内容的精确同步。*预加载与触发：标准定义了一个`'wacs'`（WebApplicationComponentStream）轨道，用于描述Web应用组件在时间轴上的生命周期。该轨道包含多个样本，每个样本可以指定在某个时间点预加载某个Web组件、将其注入到画面中、或者使其消亡。*事件驱动：标准允许在Web应用内部的JavaScript代码通过收听ISOBMFF文件中的`'mdat'`数据或其他元数据轨道来获取时间驱动的指令。例如，一个视频播放到特定时间点，可以触发一个JavaScript事件，弹出一个富文本的交互式气泡。3.4呈现与交互模型标准定义了Web资源的呈现空间（类似HTML中的`<div>`容器），通过`'wres'`盒中的元数据指定其在视频画面上的位置（坐标、大小、层级）。播放器需要具备内嵌的Web渲染引擎，能够在视频画面上叠加渲染Web应用的UI。交互事件（如点击、触摸）由Web引擎处理，从而实现了用户与媒体内容的深度互动。这种架构确保了交互逻辑完全由标准化的Web技术驱动，而无需依赖播放器厂商的私有API。3.5与DASH和MPEG-A的融合作为MPEG系统技术系列标准的一部分，ISO/IEC23001-15与DASH和MPEG-A（ISO/IEC23000系列）有天然的亲和力。*与DASH的结合：DASH的MPD可以被扩展，以引用包含Web资源的ISOBMFF片段。用户请求DASH分段时，可以同时获得音视频数据和Web应用数据，播放器在解码音视频的同时启动Web应用，实现无缝的原生交互体验。例如，一个体育直播的DASH流，可以在每个节间广告时段，下载并播放一个带有交互式游戏或投票功能的Web应用。*与MPEG-A的结合：一个完整的MPEG-A“智能媒体格式”应用，可以用一个ISOBMFF文件表示，其中包含了音视频轨道、字幕轨道以及一个或多个以这种方式封装的Web应用。这使得整个交互式媒体节目可以被当作一个单文件分发，极大简化了内容管理和版权保护。4.主要参与单位介绍：法国电信（Orange）在ISO/IEC23001-15:2019标准的制定过程中，法国电信（Orange）作为全球领先的电信运营商和融合媒体技术推动者，扮演了至关重要的角色。Orange的研发部门，特别是其位于巴黎的媒体实验室，是标准提案的核心贡献者，并在技术方案验证、工程实践和标准化协调方面做出了突出贡献。4.1技术提案与思想领导Orange的专家团队是“在ISOBMFF中封装Web应用”这一原始概念的早期倡导者。在MPEG标准会议的多次讨论中，Orange提交了关键的技术提案，尤其是在时序模型和资源管理方面。他们提出的基于`'wacs'`轨道的组件生命周期管理方案，有效解决了Web应用如何适应固定媒体时间轴的问题，是标准技术架构的基石。Orange强调，标准的制定不应停留在“能封装文件”层面，而应解决“如何智能地调度和呈现”的深层次问题，这种思想领先性体现在了标准的诸多细节中。4.2参考实现与互操作性测试为了证明技术方案的可行性和稳定性，Orange开发了一套完整的参考实现代码。这套代码包括一个能够解析标准定义的`'wres'`盒和`'wacs'`轨道的媒体播放器原型，以及一个能够将Web站点打包成标准ISOBMFF文件的打包工具（muxer）。Orange使用这些工具，制作了多个示范应用，例如一个交互式教育视频和一个支持“画中画”实时评论的新闻播报应用，并在MPEG研讨会上进行演示。这些实际的演示成果，大大增强了其他成员国对标准价值的信心。4.3协调与推广Orange的标准化专家不仅在技术上贡献卓越，还在MPEG的标准化流程中发挥了重要的协调作用。他们积极与来自英特尔、高通、微软、博通等公司的代表进行沟通，解决各方在技术细节上的分歧，例如在加密方案、版权管理（DRM）集成和DASHMPD扩展等方面达成共识。此外，Orange还在多个国际行业会议上发表演讲和撰写白皮书，积极推广该标准的技术价值，呼吁内容提供商和平台方采用标准化方案。Orange的参与使该标准从一个纯技术提案，变成了一个兼顾工程实践、商业可行性和产业生态的标准。5.结论与展望ISO/IEC23001-15:2019标准的发布，是媒体内容封装技术发展历程中的一个重要里程碑。它成功地在成熟、高效的ISOBMFF框架与现代、动态的Web技术之间架起了一座标准化的桥梁。该标准不仅解决了长期以来媒体文件格式与Web应用互不兼容的痛点，更重要的是，它为未来构建“可编程媒体”、“交互式流媒体”和“沉浸式媒体”提供了坚实的技术基石。标准将媒体的交互逻辑从播放器固件中解放出来，交给了Web开发者。这意味着，任何能够编写HTML/JavaScript的前端工程师，都能够开发跨平台的交互式电视、广告和应用。这极大地降低了交互式媒体内容的生产门槛，有望催生出一个庞大的、以标准为基础的内容创新生态。展望未来，随着5G/6G网络的普及、边缘计算能力的增强以及增强现实（AR）/虚拟现实（VR）设备的成熟，对媒体内容的高交互性和时空一致性要求将进一步提升。ISO/IEC23001-15标准所定义的机制——将Web资