ISOIEC 23009-12022 信息技术.HTTP上的动态自适应流媒体（DASH）.第1部分媒体表示描述和段格式标准立项发展报告

信息技术.HTTP上的动态自适应流媒体（DASH）.第1部分:媒体表示描述和段格式标准立项发展报告EnglishTitle:StandardizationDevelopmentReport:Informationtechnology—DynamicadaptivestreamingoverHTTP(DASH)—Part1:Mediapresentationdescriptionandsegmentformats摘要本报告旨在全面分析国际标准ISO/IEC23009-1:2022《信息技术——HTTP上的动态自适应流媒体（DASH）——第1部分：媒体表示描述和段格式》的立项背景、技术演进、核心内容及产业影响。随着互联网视频流量的爆炸式增长，高效、可靠的流媒体传输技术成为数字经济的基石。DASH（DynamicAdaptiveStreamingoverHTTP）标准，作为由ISO/IECJTC1/SC29/WG5（原MPEG组）制定的国际规范，因其基于HTTP协议的通用性、可扩展性以及对网络自适应能力的强大支持，已迅速成为全球自适应流媒体领域的核心标准，并被DASH-IF等产业论坛采纳为基准规范。本报告深入探讨了2022版标准相较于旧版的关键技术革新，包括对格式化XML的精准规范、对HTTP/2与HTTP/3先进传输协议的支持、紧急信令机制的引入以应对突发新闻场景、以及链路自适应机制的增强等。报告同时分析了该标准对视频点播（VOD）、直播、体育赛事转播、远程教育等应用场景的深远影响。结论指出，ISO/IEC23009-1:2022不仅巩固了DASH作为下一代流媒体主流技术的地位，更为未来沉浸式体验、低延迟交互以及基于AI的智能传输网络奠定了坚实的技术基础，其推动的标准化工作对促进全球视频产业协同发展具有不可替代的战略意义。关键词：动态自适应流媒体；媒体表示描述；段格式；MPEG；HTTP流媒体；视频编码；自适应比特率Keywords:DynamicAdaptiveStreamingoverHTTP;MediaPresentationDescription;SegmentFormat;MPEG;HTTPStreaming;VideoCoding;AdaptiveBitrate正文1.引言：从视频码流到智能分发的标准演进HTTP上的动态自适应流媒体（DASH），正是为解决这一挑战而生的国际标准。回溯其发展历程，早期流媒体技术如RTP/RTSP依赖于专用服务器和复杂的有状态协议，部署成本和网络穿透性较差。而后出现的苹果HLS、微软SmoothStreaming和AdobeHDS等“事实标准”，虽然推动了行业发展，但各自为政，形成了新的“孤岛”效应，阻碍了内容分发和互操作性的深度融合。在此背景下，ISO/IECJTC1/SC29/WG5（即著名的动态图像专家组，MPEG）于2010年启动了DASH标准的制定工作，并于2012年发布了第一版国际标准ISO/IEC23009-1。其核心思想在于为内容提供商提供一个统一的媒体呈现描述（MediaPresentationDescription,MPD）文件，它是一个XML文档，描述了媒体内容的结构、可用编解码器、分辨率、比特率以及对应的段（Segment）在网络上的位置。客户端（播放器）通过解析MPD，结合自身缓存和实时网络带宽，智能地选择并请求最合适的媒体段进行无缝切换播放。DASH凭借其“无状态、基于HTTP、可扩展”的架构优势，迅速获得了全球主流流媒体服务商、CDN厂商和终端设备制造商的广泛支持。2.标准背景与目的ISO/IEC23009-1:2022是DASH标准系列中最核心的规范，其最新的2022版本是对2019年第二版（ISO/IEC23009-1:2019）的全面修订与升级。本次修订的主要目的包括：*适应新一代传输协议：随着HTTP/2和HTTP/3（基于QUIC）协议在Web上的广泛应用，原有DASH标准对HTTP/1.x的假设已不再完全适用。新版标准需要明确如何在利用多路复用、服务器推送、快速握手等新特性提升效率的同时，确保与旧协议的向后兼容。*增强低延迟场景支持：对于直播、体育赛事以及实时互动场景而言，端到端延迟是关键指标。业界典型的CTV-A等CABLELABS方案已广泛实践低延迟DASH。2022版标准需要从MPD和段格式层面，为低延迟“分块编码”（CMAFChunkedEncoding）和“及时转发”（In-timeDelivery）提供更清晰、更正式的规范，以便于全球内容分发网络（CDN）实现低延迟流媒体服务。*提升紧急信令能力：在突发新闻、广告插入或频道切换等场景下，流媒体服务需要能够中断或修改正在呈现的内容流。2022版引入了更强的紧急信令机制，允许服务端在MPD或“紧急段”中向客户端实时发送切换指令，例如跳转到另一个频道或插入突发事件报道。*改善多语言与可访问性：随着全球化内容分发需求的增长，对多语言音频轨、字幕（包括隐藏式字幕与音频描述）的切换和管理提出了更高要求。标准在MPD描述中进一步明确了这些元数据的承载方式，并遵循WCAG（Web内容无障碍指南）原则，提升视听觉障碍人士的访问体验。*强化内容保护与智能分发：新版标准加强了对内容加密、许可证获取的标准化描述。同时，通过增强的链路自适应机制，允许服务器向客户端提供更丰富的网络状态指示，使客户端能够做出更优的带宽利用决策，避免不必要的“卡buffering”或启动延迟。3.核心技术内容与规范性要求ISO/IEC23009-1:2022涵盖以下几个核心方面：*媒体呈现描述（MPD）：XMLSchema定义了MPD文件的结构。该版本对MPD的层次模型（如Period、AdaptationSet、Representation、Segment）进行了微调，新增了如`@availabilityTimeOffset`、`@earliestPresentationTime`等属性，用于更精确地描述时间线和段可用性。特别地，明确规定了`FormattingXML`应遵循特定的国际化规则，防止因编码不一致导致解析错误。*段格式与段索引（SegmentIndexBox,‘sidx’）：定义了媒体内容（ISOBMFF，国际标准框结构）在DASH中的组织方式。2022版对段初始化逻辑和‘sidx’的处理进行了优化，尤其支持了分块段的索引，这对于低延迟场景至关重要。一个段现在可以被分割成多个“子段”（Subsegments），客户端可以在完整下载整个段之前开始播放子段，大幅降低了初始启动延和端到端延迟。*基于模板与列表的URL构造：MPD通过`SegmentTemplate`（地址模板）和`SegmentList`（段列表）描述段的访问地址。标准进一步完善了`$Number$`、`$Time$`等占位符的语义和边界情况处理，并强调了对绝对URL与相对URL的正确解析。*紧急信令机制（Events）：引入MPD中的`EventStream`和`SegmentTimeline`中的时间事件来描述突发性事件。标准的`emsg`框（事件消息框）是承载用户端事件的核心，其中包含了事件的持续时间、方案标识符和具体数据，允许客户端按需处理。2022版规范了`emsg`的版本号和应用场景。*内容保护（DRM）：通过ContentProtection元素，标准允许在MPD中描述所需的DRM系统、许可证URL以及相关的密钥信息。2022版进一步强化了与通用加密（CENC）标准（ISO/IEC23001-7）的集成，明确了KID（密钥标识符）和PSSH（盒子）在MPD中的映射关系。*性能与可靠性：定义了客户端和服务器应遵循的算法建议，如切换点检测、网络带宽估算、缓存管理策略等，以提升在不同网络条件下的回放鲁棒性。4.介绍主要参与单位：MovingPictureExpertsGroup(MPEG)ISO/IEC23009-1:2022标准由国际标准化组织ISO与国际电工委员会IEC共同维护，其具体制定工作由ISO/IECJTC1/SC29（编码音频、图像、多媒体和超媒体信息）分技术委员会下的WG5工作组，即著名的MovingPictureExpertsGroup(MPEG)负责。单位性质与地位：MPEG是成立于1988年的国际领先的音视频编码、多媒体系统和标准的开发组织，隶属于国际标准化组织（ISO）和国际电工委员会（IEC）的联合技术委员会（JTC1）。它并不是一个单一的企业，而是一个由来自全球各国学术机构、产业巨头、内容提供商、广播公司、研究机构以及独立专家组成的开放式工作组。MPEG在多媒体技术标准化领域拥有无可争议的权威地位，其制定的MPEG-1、MPEG-2、MPEG-4、H.264/AVC、H.265/HEVC、MPEG-H等系列标准，从根本上改变了人类视听娱乐和信息交互的方式。核心职能与贡献：MPEG的核心职能是通过严格、开放、共识驱动的过程，维护ISO标准制定规范，推动技术标准化工作。*技术倡议与市场驱动：MPEG鼓励业界成员提交技术提案，通过核心实验进行性能验证。在DASH领域，MPEG响应市场对统一标准替代HLS、平滑流等碎片化协议的强烈呼声，主导了DASH标准的制定。其制定的MPD和段格式解决了互操作性难题。*协议规范与一致性测试：MPEG不仅制定标准文档，还发布参考软件和一致性测试套件（标准的部分）。这对于DASH而言至关重要，因为不同的播放器和服务器的实现必须遵循相同的MPD和段解析规则，才能确保在全球范围内的互通。*持续演进与维护：MPEG通过召开定期会议（通常每年三次），审议和修订现有标准。ISO/IEC23009-1:2022的发布，正是MPEG团队对产业界新需求（低延迟、新协议、AI集成）的快速响应结果。*与产业论坛的协同：MPEG与DASH-IF（DASH行业论坛）保持紧密合作。MPEG制定的核心技术规范，由DASH-IF将其转化为更详细的实现指南和测试认证计划。许多MPEG成员同时活跃在DASH-IF中，保证了技术规范从理论到产业落地的顺畅衔接。代表性成就：除了DASH，MPEG在压缩领域的MPEG-H系列（包括3D音频）、在沉浸式媒体领域的MPEG-I、在编码领域的VVC/H.266等标准持续引领前沿。MPEG的工作方法是全球技术标准化合作的典范，其产出的标准不仅对产品开发企业和内容提供商至关重要，更对全球知识产权、专利池授权和国际贸易产生深远影响。5.结论ISO/IEC23009-1:2022《信息技术——HTTP上的动态自适应流媒体（DASH）——第1部分：媒体表示描述和段格式》标准的发布，标志着自适应流媒体技术进入了一个更加成熟、高效和智能化的新阶段。通过引入对HTTP/2与HTTP/3的明确支持、强化紧急信令机制、完善低延迟直播的规范细节，本标准成功回应了当前视频行业对更优观看体验和新型交互模式（如视频会议、云游戏、交互式直播）的迫切需求。展望未来，DASH标准的发展将聚焦于以下几个方向：首先是基于AI的智能分发，通过MPD的进一步增强，允许服务器元数据携带诸如CDN负载、预测带宽等AI辅助信息，使客户端做出最合理的选择；其次是面向沉浸式媒体的扩展，目前的DASH已经能很好地支持360度视频和点云模型（通过MPEG-I），未来将演进出更灵活的覆盖范围和视口选择机制；第三是与Web技术的深度融合，或许会推出封