]> git.jsancho.org Git - lugaru.git/blob - Dependencies/libogg/doc/ogg-multiplex.html
Fixed Xcode project.
[lugaru.git] / Dependencies / libogg / doc / ogg-multiplex.html
1 <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
2 <html>
3 <head>
4
5 <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-15"/>
6 <title>Ogg Documentation</title>
7
8 <style type="text/css">
9 body {
10   margin: 0 18px 0 18px;
11   padding-bottom: 30px;
12   font-family: Verdana, Arial, Helvetica, sans-serif;
13   color: #333333;
14   font-size: .8em;
15 }
16
17 a {
18   color: #3366cc;
19 }
20
21 img {
22   border: 0;
23 }
24
25 #xiphlogo {
26   margin: 30px 0 16px 0;
27 }
28
29 #content p {
30   line-height: 1.4;
31 }
32
33 h1, h1 a, h2, h2 a, h3, h3 a, h4, h4 a {
34   font-weight: bold;
35   color: #ff9900;
36   margin: 1.3em 0 8px 0;
37 }
38
39 h1 {
40   font-size: 1.3em;
41 }
42
43 h2 {
44   font-size: 1.2em;
45 }
46
47 h3 {
48   font-size: 1.1em;
49 }
50
51 li {
52   line-height: 1.4;
53 }
54
55 #copyright {
56   margin-top: 30px;
57   line-height: 1.5em;
58   text-align: center;
59   font-size: .8em;
60   color: #888888;
61   clear: both;
62 }
63 </style>
64
65 </head>
66
67 <body>
68
69 <div id="xiphlogo">
70   <a href="http://www.xiph.org/"><img src="fish_xiph_org.png" alt="Fish Logo and Xiph.org"/></a>
71 </div>
72
73 <h1>Page Multiplexing and Ordering in a Physical Ogg Stream</h1>
74
75 <p>The low-level mechanisms of an Ogg stream (as described in the Ogg
76 Bitstream Overview) provide means for mixing multiple logical streams
77 and media types into a single linear-chronological stream. This
78 document specifies the high-level arrangement and use of page
79 structure to multiplex multiple streams of mixed media type within a
80 physical Ogg stream.</p>
81
82 <h2>Design Elements</h2>
83
84 <p>The design and arrangement of the Ogg container format is governed by
85 several high-level design decisions that form the reasoning behind
86 specific low-level design decisions.</p>
87
88 <h3>Linear media</h3> 
89
90 <p>The Ogg bitstream is intended to encapsulate chronological,
91 time-linear mixed media into a single delivery stream or file. The
92 design is such that an application can always encode and/or decode a
93 full-featured bitstream in one pass with no seeking and minimal
94 buffering. Seeking to provide optimized encoding (such as two-pass
95 encoding) or interactive decoding (such as scrubbing or instant
96 replay) is not disallowed or discouraged, however no bitstream feature
97 must require nonlinear operation on the bitstream.</p>
98
99 <h3>Multiplexing</h3>
100
101 <p>Ogg bitstreams multiplex multiple logical streams into a single
102 physical stream at the page level. Each page contains an abstract
103 time stamp (the Granule Position) that represents an absolute time
104 landmark within the stream. After the pages representing stream
105 headers (all logical stream headers occur at the beginning of a
106 physical bitstream section before any logical stream data), logical
107 stream data pages are arranged in a physical bitstream in strict 
108 non-decreasing order by chronological absolute time as 
109 specified by the granule position.</p>
110
111 <p>The only exception to arranging pages in strictly ascending time order
112 by granule position is those pages that do not set the granule
113 position value. This is a special case when exceptionally large
114 packets span multiple pages; the specifics of handling this special
115 case are described later under 'Continuous and Discontinuous
116 Streams'.</p>
117
118 <h3>Seeking</h3> 
119
120 <p>Ogg is designed to use a bisection search to implement exact
121 positional seeking rather than building an index; an index requires
122 two-pass encoding and as such is not acceptable given the requirement
123 for full-featured linear encoding.</p>
124
125 <p><i>Even making an index optional then requires an
126 application to support multiple methods (bisection search for a
127 one-pass stream, indexing for a two-pass stream), which adds no
128 additional functionality as bisection search delivers the same
129 functionality for both stream types.</i></p>
130
131 <p>Seek operations are by absolute time; a direct bisection search must
132 find the exact time position requested. Information in the Ogg
133 bitstream is arranged such that all information to be presented for
134 playback from the desired seek point will occur at or after the
135 desired seek point. Seek operations are neither 'fuzzy' nor
136 heuristic.</p>
137
138 <p><i>Although key frame handling in video appears to be an exception to
139 "all needed playback information lies ahead of a given seek",
140 key frames can still be handled directly within this indexless
141 framework. Seeking to a key frame in video (as well as seeking in other
142 media types with analogous restraints) is handled as two seeks; first
143 a seek to the desired time which extracts state information that
144 decodes to the time of the last key frame, followed by a second seek
145 directly to the key frame. The location of the previous key frame is
146 embedded as state information in the granulepos; this mechanism is
147 described in more detail later.</i></p>
148
149 <h3>Continuous and Discontinuous Streams</h3>
150
151 <p>Logical streams within a physical Ogg stream belong to one of two
152 categories, "Continuous" streams and "Discontinuous" streams.
153 Although these are discussed in more detail later, the distinction is
154 important to a high-level understanding of how to buffer an Ogg
155 stream.</p>
156
157 <p>A stream that provides a gapless, time-continuous media type with a
158 fine-grained timebase is considered to be 'Continuous'. A continuous
159 stream should never be starved of data. Clear examples of continuous
160 data types include broadcast audio and video.</p>
161
162 <p>A stream that delivers data in a potentially irregular pattern or with
163 widely spaced timing gaps is considered to be 'Discontinuous'. A
164 discontinuous stream may be best thought of as data representing
165 scattered events; although they happen in order, they are typically
166 unconnected data often located far apart. One possible example of a
167 discontinuous stream types would be captioning. Although it's
168 possible to design captions as a continuous stream type, it's most
169 natural to think of captions as widely spaced pieces of text with
170 little happening between.</p>
171
172 <p>The fundamental design distinction between continuous and
173 discontinuous streams concerns buffering.</p>
174
175 <h3>Buffering</h3>
176
177 <p>Because a continuous stream is, by definition, gapless, Ogg buffering
178 is based on the simple premise of never allowing any active continuous
179 stream to starve for data during decode; buffering proceeds ahead
180 until all continuous streams in a physical stream have data ready to
181 decode on demand.</p>
182
183 <p>Discontinuous stream data may occur on a fairly regular basis, but the
184 timing of, for example, a specific caption is impossible to predict
185 with certainty in most captioning systems. Thus the buffering system
186 should take discontinuous data 'as it comes' rather than working ahead
187 (for a potentially unbounded period) to look for future discontinuous
188 data. As such, discontinuous streams are ignored when managing
189 buffering; their pages simply 'fall out' of the stream when continuous
190 streams are handled properly.</p>
191
192 <p>Buffering requirements need not be explicitly declared or managed for
193 the encoded stream; the decoder simply reads as much data as is
194 necessary to keep all continuous stream types gapless (also ensuring
195 discontinuous data arrives in time) and no more, resulting in optimum
196 implicit buffer usage for a given stream. Because all pages of all
197 data types are stamped with absolute timing information within the
198 stream, inter-stream synchronization timing is always explicitly
199 maintained without the need for explicitly declared buffer-ahead
200 hinting.</p>
201
202 <p>Further details, mechanisms and reasons for the differing arrangement
203 and behavior of continuous and discontinuous streams is discussed
204 later.</p>
205
206 <h3>Whole-stream navigation</h3>
207
208 <p>Ogg is designed so that the simplest navigation operations treat the
209 physical Ogg stream as a whole summary of its streams, rather than
210 navigating each interleaved stream as a separate entity.</p>
211
212 <p>First Example: seeking to a desired time position in a multiplexed (or
213 unmultiplexed) Ogg stream can be accomplished through a bisection
214 search on time position of all pages in the stream (as encoded in the
215 granule position). More powerful searches (such as a key frame-aware
216 seek within video) are also possible with additional search
217 complexity, but similar computational complexity.</p>
218
219 <p>Second Example: A bitstream section may consist of three multiplexed
220 streams of differing lengths. The result of multiplexing these
221 streams should be thought of as a single mixed stream with a length
222 equal to the longest of the three component streams. Although it is
223 also possible to think of the multiplexed results as three concurrent
224 streams of different lengths and it is possible to recover the three
225 original streams, it will also become obvious that once multiplexed,
226 it isn't possible to find the internal lengths of the component
227 streams without a linear search of the whole bitstream section.
228 However, it is possible to find the length of the whole bitstream
229 section easily (in near-constant time per section) just as it is for a
230 single-media unmultiplexed stream.</p>
231
232 <h2>Granule Position</h2>
233
234 <h3>Description</h3>
235
236 <p>The Granule Position is a signed 64 bit field appearing in the header
237 of every Ogg page. Although the granule position represents absolute
238 time within a logical stream, its value does not necessarily directly
239 encode a simple timestamp. It may represent frames elapsed (as in
240 Vorbis), a simple timestamp, or a more complex bit-division encoding
241 (such as in Theora). The exact encoding of the granule position is up
242 to a specific codec.</p>
243
244 <p>The granule position is governed by the following rules:</p>
245
246 <ul>
247
248 <li>Granule Position must always increase forward or remain equal from
249 page to page, be unset, or be zero for a header page. The absolute
250 time to which any correct sequence of granule position maps must
251 similarly always increase forward or remain equal. <i>(A codec may
252 make use of data, such as a control sequence, that only affects codec
253 working state without producing data and thus advancing granule
254 position and time. Although the packet sequence number increases in
255 this case, the granule position, and thus the time position, do
256 not.)</i></li>
257
258 <li>Granule position may only be unset if there no packet defining a
259 time boundary on the page (that is, if no packet in a continuous
260 stream ends on the page, or no packet in a discontinuous stream begins
261 on the page. This will be discussed in more detail under Continuous
262 and Discontinuous streams).</li>
263
264 <li>A codec must be able to translate a given granule position value
265 to a unique, deterministic absolute time value through direct
266 calculation. A codec is not required to be able to translate an
267 absolute time value into a unique granule position value.</li>
268
269 <li>Codecs shall choose a granule position definition that allows that
270 codec means to seek as directly as possible to an immediately
271 decodable point, such as the bit-divided granule position encoding of
272 Theora allows the codec to seek efficiently to key frame without using
273 an index. That is, additional information other than absolute time
274 may be encoded into a granule position value so long as the granule
275 position obeys the above points.</li>
276
277 </ul>
278
279 <h4>Example: timestamp</h4>
280
281 <p>In general, a codec/stream type should choose the simplest granule
282 position encoding that addresses its requirements. The examples here
283 are by no means exhaustive of the possibilities within Ogg.</p>
284
285 <p>A simple granule position could encode a timestamp directly. For
286 example, a granule position that encoded milliseconds from beginning
287 of stream would allow a logical stream length of over 100,000,000,000
288 days before beginning a new logical stream (to avoid the granule
289 position wrapping).</p>
290
291 <h4>Example: framestamp</h4>
292
293 <p>A simple millisecond timestamp granule encoding might suit many stream
294 types, but a millisecond resolution is inappropriate to, eg, most
295 audio encodings where exact single-sample resolution is generally a
296 requirement. A millisecond is both too large a granule and often does
297 not represent an integer number of samples.</p>
298
299 <p>In the event that audio frames are always encoded as the same number of
300 samples, the granule position could simply be a linear count of frames
301 since beginning of stream. This has the advantages of being exact and
302 efficient. Position in time would simply be <tt>[granule_position] *
303 [samples_per_frame] / [samples_per_second]</tt>.</p>
304
305 <h4>Example: samplestamp (Vorbis)</h4>
306
307 <p>Frame counting is insufficient in codecs such as Vorbis where an audio
308 frame [packet] encodes a variable number of samples. In Vorbis's
309 case, the granule position is a count of the number of raw samples
310 from the beginning of stream; the absolute time of
311 a granule position is <tt>[granule_position] /
312 [samples_per_second]</tt>.</p>
313  
314 <h4>Example: bit-divided framestamp (Theora)</h4>
315
316 <p>Some video codecs may be able to use the simple framestamp scheme for
317 granule position. However, most modern video codecs introduce at
318 least the following complications:</p>
319
320 <ul>
321
322 <li>video frames are relatively far apart compared to audio samples;
323 for this reason, the point at which a video frame changes to the next
324 frame is usually a strictly defined offset within the frame 'period'.
325 That is, video at 50fps could just as easily define frame transitions
326 &lt;.015, .035, .055...&gt; as at &lt;.00, .02, .04...&gt;.</li>
327
328 <li>frame rates often include drop-frames, leap-frames or other
329 rational-but-non-integer timings.</li>
330
331 <li>Decode must begin at a 'key frame' or 'I frame'. Keyframes usually
332 occur relatively seldom.</li>
333
334 </ul>
335
336 <p>The first two points can be handled straightforwardly via the fact
337 that the codec has complete control mapping granule position to
338 absolute time; non-integer frame rates and offsets can be set in the
339 codec's initial header, and the rest is just arithmetic.</p>
340
341 <p>The third point appears trickier at first glance, but it too can be
342 handled through the granule position mapping mechanism. Here we
343 arrange the granule position in such a way that granule positions of
344 key frames are easy to find. Divide the granule position into two
345 fields; the most-significant bits are an absolute frame counter, but
346 it's only updated at each key frame. The least significant bits encode
347 the number of frames since the last key frame. In this way, each
348 granule position both encodes the absolute time of the current frame
349 as well as the absolute time of the last key frame.</p>
350
351 <p>Seeking to a most recent preceding key frame is then accomplished by
352 first seeking to the original desired point, inspecting the granulepos
353 of the resulting video page, extracting from that granulepos the
354 absolute time of the desired key frame, and then seeking directly to
355 that key frame's page. Of course, it's still possible for an
356 application to ignore key frames and use a simpler seeking algorithm
357 (decode would be unable to present decoded video until the next
358 key frame). Surprisingly many player applications do choose the
359 simpler approach.</p>
360
361 <h3>granule position, packets and pages</h3>
362
363 <p>Although each packet of data in a logical stream theoretically has a
364 specific granule position, only one granule position is encoded
365 per page. It is possible to encode a logical stream such that each
366 page contains only a single packet (so that granule positions are
367 preserved for each packet), however a one-to-one packet/page mapping
368 is not intended to be the general case.</p>
369
370 <p>Because Ogg functions at the page, not packet, level, this
371 once-per-page time information provides Ogg with the finest-grained
372 time information is can use. Ogg passes this granule positioning data
373 to the codec (along with the packets extracted from a page); it is the
374 responsibility of codecs to track timing information at granularities
375 finer than a single page.</p>
376
377 <h3>start-time and end-time positioning</h3>
378
379 <p>A granule position represents the <em>instantaneous time location
380 between two pages</em>. However, continuous streams and discontinuous
381 streams differ on whether the granulepos represents the end-time of
382 the data on a page or the start-time. Continuous streams are
383 'end-time' encoded; the granulepos represents the point in time
384 immediately after the last data decoded from a page. Discontinuous
385 streams are 'start-time' encoded; the granulepos represents the point
386 in time of the first data decoded from the page.</p>
387
388 <p>An Ogg stream type is declared continuous or discontinuous by its
389 codec. A given codec may support both continuous and discontinuous
390 operation so long as any given logical stream is continuous or
391 discontinuous for its entirety and the codec is able to ascertain (and
392 inform the Ogg layer) as to which after decoding the initial stream
393 header. The majority of codecs will always be continuous (such as
394 Vorbis) or discontinuous (such as Writ).</p>
395
396 <p>Start- and end-time encoding do not affect multiplexing sort-order;
397 pages are still sorted by the absolute time a given granulepos maps to
398 regardless of whether that granulepos represents start- or
399 end-time.</p>
400
401 <h2>Multiplex/Demultiplex Division of Labor</h2>
402
403 <p>The Ogg multiplex/demultiplex layer provides mechanisms for encoding
404 raw packets into Ogg pages, decoding Ogg pages back into the original
405 codec packets, determining the logical structure of an Ogg stream, and
406 navigating through and synchronizing with an Ogg stream at a desired
407 stream location. Strict multiplex/demultiplex operations are entirely
408 in the Ogg domain and require no intervention from codecs.</p>
409
410 <p>Implementation of more complex operations does require codec
411 knowledge, however. Unlike other framing systems, Ogg maintains
412 strict separation between framing and the framed bitstream data; Ogg
413 does not replicate codec-specific information in the page/framing
414 data, nor does Ogg blur the line between framing and stream
415 data/metadata. Because Ogg is fully data-agnostic toward the data it
416 frames, operations which require specifics of bitstream data (such as
417 'seek to key frame') also require interaction with the codec layer
418 (because, in this example, the Ogg layer is not aware of the concept
419 of key frames). This is different from systems that blur the
420 separation between framing and stream data in order to simplify the
421 separation of code. The Ogg system purposely keeps the distinction in
422 data simple so that later codec innovations are not constrained by
423 framing design.</p>
424
425 <p>For this reason, however, complex seeking operations require
426 interaction with the codecs in order to decode the granule position of
427 a given stream type back to absolute time or in order to find
428 'decodable points' such as key frames in video.</p>
429
430 <h2>Unsorted Discussion Points</h2>
431
432 <p>flushes around key frames? RFC suggestion: repaginating or building a
433 stream this way is nice but not required</p>
434
435 <h2>Appendix A: multiplexing examples</h2>
436
437 <div id="copyright">
438   The Xiph Fish Logo is a
439   trademark (&trade;) of Xiph.Org.<br/>
440
441   These pages &copy; 1994 - 2005 Xiph.Org. All rights reserved.
442 </div>
443
444 </body>
445 </html>