Das Video-Format MPEG in Theorie und Praxis

Ein packendes Format

Längst geben sich Computer-Benutzer mit stehenden Bildern nicht mehr zufrieden. Das Format MPEG ist ein standardisiertes Format, das neben Videos auch die Aufzeichnung und Wiedergabe von Audiodaten in CD-Qualität ermöglicht. Es zeichnet sich unter anderem durch ausgefeilte Komprimierungstechniken aus. Für fast alle Funktionen stehen Programme zur Verfügung, die ohne teure Spezialhardware auskommen (js).

Bild 1: Der frei verfügbare MPEG-Player xmpeg bietet alle Abspielfunktionen eines Videorecorders.

MPEG läßt sich schon heute nicht mehr aus der multimedialen Welt der Computer wegdenken. Zu verdanken ist dies dem Umstand, daß das Videokompressionsformat MPEG frühzeitig in Einklang mit Wissenschaftlern und Wirtschaft international standardisiert wurde. Dank MPEG ist die Darstellung von synchronisierten, qualitativ hochwertigem Video und Audio zur Normalität geworden.

MPEG heißt »Motion Picture Expert Group« und ist die Gruppe der ISO, die sich mit der Standardisierung im Videobereich beschäftigt. Bereits im Dezember 1992 wurde ein Draft International Standard mit dem übersetzten Titel »Codierung von Bewegtbildern und assoziierten Audio für digitale Speichermedien mit bis zu 1,5 MBit/s« (also für die CD-ROM) vorgelegt, wenig später wurde das Verfahren international standardisiert (ISO 11172). Der durch die WorkGroup 11 vorgelegte Standard besteht aus drei Teilen: System, Video und Audio.

Da die digitale Darstellung eines Studio-TV-Signals eine Nettodatenrate von 166 Mbit/s erfordert und keines der bereitstehenden digitalen Medien eine solche Datenrate bieten kann, war Kompression oberstes Gebot. Video und Audio sind zeitabhänge Medien, was es ermöglicht z.B. statt der einzelnen Bilder nur die Unterschiede zwischen aufeinanderfolgenden Bildern abzuspeichern. Außerdem kann eine Verringerung des Informationsgehaltes pro Bild durch die schnelle Bildfolge (also die teilweis Wiederholung von Bildteilen) wettgemacht werden. Deshalb besteht keine Notwendigkeit, alle digitalen Informationen zu codieren und MPEG ist als verlustbehaftete Codierung konzipiert.
MPEG wurde durch die Wahl der Codierung auf asymetrische Anwendungen (Fernseh- Technik, Multimedia-Mail, etc.) zugeschnitten, das heißt die Herstellung des digitalen Datenstroms erfordert wesentlich mehr Ressourcen als dessen Konsumierung. Im Gegensatz dazu ist z.B. der ISDN-Bildtelefonstandard H.261 ein synchrones Verfahren; sowohl auf Sender- als auch auf Empfängerseite wird die gleiche Hard- oder Software vorausgesetzt.
MPEG ist nicht die optimale Videocodierung, allerdings ist sie der einzig internationale Konsens in diesem Bereich und findet, auch dank seiner Verwandschaft mit den Telekommunikations-Standards (H.261, S-VHS) sowie seiner Kompatibilität zu allen CD-ROM-Formaten (CD-Interactive, CD-Video, ISO-9660) weite Verbreitung.

Bei einem zu erzielenden Datendurchsatz von 1,5 Mbit/s werden maximal 1.2Mbit/s für den Video- und 386 Kbit/s für den Audiobereich verwendet. Durch das Codierungverfahren, sind Einzelbildzugriff, schnelles suchen (Positionierung auf I-Frames), rückwärts spielen und die Editierbarkeit des Datenstroms gegeben. Ein MPEG-Stream läßt sich in mindestens 32 Video- und Audio-Spuren und 2 Systemspuren zur Synchronisation codieren. Zur Synchronisation werden die Video- und Audiospuren in sog. Frames zerlegt und im Systemstream entsprechend der gewünschten Datenrate verschachtelt (multiplexing). Die Größe der Frames kann hierbei für die verschiedenen CD-Rom Formate variiert werden (siehe Bild 2).


Bild 2: Die schematische Darstellung des Multiplexers und Packatizers zeigt, wie in einem MPEG-Film Audio- und Videopakete ineinander gescahchtelt werden.

Im Gegensatz zum Festbildformat JPEG werden in MPEG feste Quantisier- und Huffmann-Tabellen verwendet. Diese sind zwar nicht für jede Video-Übertragung optimal, können dann jedoch auch in Hardware codiert werden. Quantisierung steht hier für die Anzahl der möglichen Bits, die zur Codierung eines Bildpunktes verwendet werden können. Die Huffmann-Codierung reduziert sich wiederholende Bitfolgen auf Einträge in Symboltabellen, wobei sich häufig wiederholende Bitfolgen durch möglichst kurze Symbole ersetzt werden. Feststehende Tabellen sind zwar nie optimal, jedoch unerläßlich für die Fernsehtechnik und Hardware-Integration. Die Bildgröße ist variabel (in 16-Pixel-Schritten) und kann maximal horizontal 720 Pixel und vertikal 576 Pixel betragen, dies ist die Auflösung eines normalen S-VHS Signals.

Ein MPEG-Video-Stream wird durch Aneinanderreihung von Intra- (I), Predicted- (P), und Bidirectional-Frames (B) beschrieben. I-Frames sind komplett im JPEG- Format abgelegt, in P-Frames werden nur die Differenzen zu einem I-Frame codiert, ein B-Frame codiert die mittleren Differenzen eines I- und eines P-Frames (siehe Bild 3). Dieses Verfahren nennt man Intra/Delta-Frame- Codierung. Jeder Frame wird wiederum in drei Planes, eine Luminanz-Plane (Grauwerte, Y) und zwei Chrominanz-Planes (Farbwerte, Cr und Cb), zerlegt.


Bild 3: Nur die I-Frames eines Video-Streams sind als JPEG-Bilder abgelegt, während in P- und B-Frames nur Differenzen gespeichert sind.

einem MPEG-Film Audio- und Videopakete ineinander gescahchtelt werden. Da sich gezeigt hat, daß das menschliche Auge Farbwerte in einer geringeren Auflösung als Helligkeitswerte wahrnimmt, wird der gängige RBG-Farbraum (Rot- Grün-Blau) bei den digitalen Bildstandards in drei Planes umgewandelt, eine Luminanz-Plane (Grauwerte, Y) und zwei Chrominanz-Planes (Farbwerte U/V, manchmal auch Cr/Cb). Die Farbwert-Planes können dann von ihrer Kantenlänge halbiert werden (das ist dann ein Viertel der Fläche !). Dies reduziert die Datenmenge enorm, ist jedoch ein Datenverlust. Diese Art der Codierung nennt man den 4:1:1 YUV-Farbraum.

Alle Planes werden in 8x8 Pixel-Blöcke aufgeteilt. Jeder dieser Blöcke wird mittels einer Discrete-Cosine-Transformation (DCT) codiert, dabei wird der erste Wert jedes Blocks als DC-Koeffizient (DC) bezeichnet; die restlichen Differenzwerte als AC-Koeffizienten. DC's werden untereinander auch als Differenzen gespeichert.

Von den zur Verfügung stehenden Transformationen hat sich die DCT, die von der diskreten Fourier Transformation abgeleitet ist, als besonders effizient erwiesen. Eine auf einen 8x8 Pixelblock angewendete DCT ergibt wiederum einen 8x8 Pixelblock. Die Koeffizienten der DCT lassen sich als Spektrum des 8x8 Eingabeblock interpretieren. Während die Energie des Bildsignals zufällig verteilt sein kann, konzentriert sich die Energie des korrespondierenden DCT-Blocks vorzugsweise auf Koeffizienten mit niedrigen Frequenzen. Werden die Koeffizienten im Zick-Zack durchnummeriert, ergeben sich als zu speichernde Werte ein DC-Koeffizient, dann wenige niedrige AC-Koeffizienten und viele AC-Koeffizienten nahe Null. Die DCT ist ein verlustfreies Verfahren, da die Codierung komplett umkehrbar ist und komprimiert selber nicht. Die DCT- Werte eignen sich jedoch optimal, um sie einer Entropie-Codierung zuzuführen. Die Entropie-Codierung (oder Lauflängen-Codierung) speichert bei aufeinanderfolgenden gleichen Werten einmal den Wert und dann die Anzahl der Werte. Kommt im Datenstrom also hintereinander siebenmal die 2, wird nur die 7 und die 2 codiert. Die Entropie-Codierung generiert wiederum sich wiederholende Byte-Folgen, die mit dem Huffman-Verfahren, optimal weiterkomprimiert werden können. Häufige Byte-Folgen werden durch kurze Bit-Sequenzen ersetzt. Entropie- und Huffman-Codierung sind ebenfalls verlustfrei und beide Verfahren werden auch bei allen normalen Kompressionsmethoden (compress, zip) eingesetzt. Wie sich gezeigt hat, ergibt bei Videoinformationen jedoch erst die Kompression der mit einer DCT umgewandelten Daten eine optimale Kompressionsrate.

Zusätzlich können Frames auch als Verweise der Macroblöcke auf gleiche, in vorherigen Frames gespeicherten Blöcken codiert werden (hier bezieht man sich jedoch auf 16x16 Pixel-Blöcke). Dieses Verfahren nennt man Motion-Compensation. Die hohe Kompressionsrate von um die 80:1 (VHS-Video nach MPEG-1 Systemdatenstrom) ergibt sich erst durch die Kombination aller aufeinander abgestimmter Kompressiontechniken: 4:1:1 YUV-Farbraum, Intra/Delta-Frame- Codierung, DCT, Motion Compensation, Entropie- und Huffmann-Codierung.

Der Audio-Teil des MPEG-Draft beschreibt Mechanismen und Algorithmen, mit denen die digitale Speicherung von Audiosignalen auf kostengünstigen Speichermedien auf der einen Seite und die digitale Übertragung von Audiosignalen auf Kanälen mit begrenzter Kapazität auf der anderen Seite ermöglicht wird. Bei all dem Zielstreben steht jedoch die Erhaltung der Qualität in einem bestimmten Bereich im Vordergrund. Im Audio-Bereich wird eine der Compact Disc nahekommende Qualität erreicht. Viele lassen sich immer noch durch das stetige Flimmern der Videobilder blenden und haben völlig übersehen, daß die eigentliche Multimedia-Revolution soeben im Audiobereich stattgefunden hat. Die Übertragung von Musik und Sprache über z.B. Ethernetnetze und die Speicherung von mehr als 10 Stunden Audio auf einer CD-Rom, und das alles in CD-Qualität, kann nicht hoch genug eingeschätzt werden. Selbst die Übertragung übers Internet ist bereits möglich und realisiert.
Die Darstellung eines stereophonen Audiosignals im Studioformat erfordert eine Abtastfrequenz von 48 KHz und eine gleichförmige Quantisierung von 16 Bit pro Abtastwert. Daraus ergibt sich eine Datenrate von 768 KBit/s für ein Monosignal, als Produkt der Multiplikation der 48 KHz mit den 16 Bit pro Abtastwert. Daraus resultierend ergibt sich für ein Stereosignal eine Datenrate von 2x768 KBit/s, also ca. 1,5 MBit/s. Als Vergleich dazu wird auf einer Compact Disc mit einer Abtastfrequenz von 44,1 KHz bei der gleichen Quantisierung von 16Bit pro Abtastwert gearbeitet, wodurch sich eine Datenrate von circa 706 KBit/s (Mono) ergibt.
Im MPEG-Audio-Standard werden drei Abtastfrequenzen verwendet, 32 KHz, 44.1 KHz und 48 KHz. Aber im Gegensatz zu den oben beschriebenen Fällen ergeben sich hier im Endeffekt Datenraten zwischen 32 KBit/s und 192 KBit/s für ein Monosignal. Für ein Stereosignal liegen sie zwischen 128 KBit/s und 384 KBit/s. Mit einer Datenrate unter 128 KBit/s (mono 64 KBit/s) können leider noch keine zufriedenstellende Ergebnisse erzielt werden.
Das Ziel des Standards ist es, mit einer von 1,5 MBit/s im Studioformat auf 256 KBit/s reduzierten Datenrate eine der Compact Disc ebenbürtige Qualität zu erreichen, wobei auch bei niedrigeren Datenraten wie 192 KBit/s bis hinunter zu 128 KBit/s noch akzeptable Qualitäten erzielt werden sollen. Das menschliche Gehör ist im allgemeinen bei Störungen im Audio-Bereich empfindsamer als im visuellen Bereich, d.h. kurzzeitiges Rauschen und Knacken ist störender als z.B. Flimmern im visuellen Bereich, daher wird eine der CD vergleichbare Qualität angestrebt.
Innerhalb der Codierung sind vier Modi zu unterscheiden. Single Channel Coding für Monosignale, Dual Channel Coding zur Codierung von z.B. bilingualen Monosignalen (wie z.B. Zweikanalton im Bereich des TV), Stereo Coding zur Codierung eines Stereosignals, bei dem die beiden Kanäle separat codiert werden. Zusätzlich ist das Joint Stereo Coding zu nennen, das ebenso wie das Stereo Coding zur Codierung eines Stereosignals benutzt wird. Bei diesem Verfahren wird die Datenredundanz und -irrelevanz zwischen den beiden Kanälen ausgenutzt und somit eine Datenverminderung erreicht. Das digitale Eingangssignal wird in 32 gleichförmige Spektralkomponenten (Frequenzgruppen, Teilbänder) zerlegt, dieses Grundprinzip entspricht dem Vorgang im menschlichen Gehör (Psychoakustik). Der Vorgang wird als Zeit- Frequenzbereichs-Umsetzung bezeichnet. Die Spektralkomponenten werden dann in Abstimmung auf die Wahrnehmungseigenschaften des menschlichen Gehörs codiert. Diese Codierung wird von einem der drei definierten Layer durchgeführt.
Sowohl Quantisierung als auch Codierung werden unter Einbeziehung einer Maskierungsschwelle realisiert. Diese Maskierungsschwelle wird vom Psychoakustischen Modell für jede Komponente individuell nach einer diskreten Fourier Transformation berechnet und gibt die maximal erlaubte Quantisierungsfehlerleistung an, mit der noch codiert werden darf, ohne daß eine Wahrnehmung dieses Fehlers durch das menschliche Gehör befürchtet werden muß. Die oben erwähnten drei Layer des MPEG-Audio-Standard arbeiten alle nach dem beschriebenen Grundprinzip. Die Zerlegung des Eingangssignals und der Codierung unterscheidet sich jedoch sowohl in der benötigten Rechenleistung als auch in der erreichten Kompressionsrate (siehe Bild 4).


Bild 4: Das psychoakustische Modell erlaubt eine verlustbehaftete Komprimierung, die sich am menschlichen Gehör orientiert.

Layer II ist im Verhältnis zum Layer I komplexer aber im Bezug auf die Codierung auch effizienter.
Der Layer III besitzt die größte Komplexität und zugleich die höchste Effizienz. Er kann mittlerweile auf hochwertigen Computern (Pentium oder Workstations) auch in Echtzeit in Software decodiert werden. Im Unterschied zu Layer I und II verwendet dieser Layer analog zur Umsetzung im Videoteil eine Modified Discrete Cosine Transformation (MDCT), die es erlaubt die Anzahl der notwendigen Quantisierungwerte optimal zu errechnen. Laute, niederfrequente Signale überdecken dabei leise, hochfrequente, die letzeren müssen dann also nicht mit der vollen Bit-Tiefe, sprich Quantisierung, codiert werden. Die Art der Generierung der Quantisierungswerte mit Hilfe der MDCT wird Psychoakustisches Modell genannt und wurde durch langwieriger Hörtests von Musikern, Tontechniker und anderen Spezialisten optimiert. Wie im Videoteil wird zusätzlich eine Entropie- und Huffmann-Codierung vorgenommen, die die Werte nach der Umsetzung durch die MDCT optimal komprimieren. Die CD-Qualität wird hierbei mit der selben Datenrate wie in Layer II erreicht (256 KBit/s). Seine Stärke zeigt die Codierung nach Layer III erst bei niedrigeren Datenraten, bei denen immer noch eine beeindruckende Qualität erzielt werden kann.
Insgesamt erhält man bei der MPEG-Audiokomprimierung als sehr nützlichen Nebeneffekt die Rauschfreiheit, d.h. es sind keine zusätzlichen Verfahren zur Geräuschminderung wie z.B. das Dolby-System nötig.
Die Layer I und II sind bereits vollständig als integrierte Schaltungen realisiert. Die Layer I Codierung wurde bereits seit den DCC-Recordern (Digital-Compact-Cassette) verwendet. Die Layer II Codierung wird vom europäischen DAB (Digital Audio Broadcasting) System verwendet werden. Zukünftiges Ziel dürfte es sein, mit dem Layer III die CD-Qualität schon bei einer Datenrate von 2x64kbit/s zu erreichen, hierzu wird eine ideale Realisierung des Joint Stereo Coding notwendig sein. Dies ist in naher Zukunft zu erwarten.

MPEG-2 ist die Erweiterung von MPEG-1, die Rücksicht auf die hardwaretechnischen Neuerungen und Erfordernisse nimmt. MPEG-2 ist nicht mehr zugeschnitten auf die Datenraten der CD-ROM und speziell für den Einsatz in der professionellen Videotechnik gedacht. Besonders ist hierbei die neu hinzugefügte Funktionalität der Scalability zu nennen. Sie soll eine Anpassung der Ausgabequalität an die zur Verfügung stehende Hardware ermöglichen. Der Decoder hat dazu die Fähigkeit, Teile des Datenstroms zu ignorieren und mit dem decodierten Teil eine »brauchbare« Video und Audio- Ausgabe zu produzieren. Insbesondere wird dadurch bei einem HDTV-codierten 16:9-Bild die Abwärtskompatibilität zu einem »normalem« 4:3 Fernsehbild garantiert. Weitere Features von MPEG-2 sind: angepaßte Bandbreite bis 10 MBit/s für Satelliten-Broadcasts, Electronic Cinema und Digital Home Television, MPEG-1 and H.261 Abwärtskompatibilität, Multi-Channel-Mode, Dolby Surround, intelligente Schachtelung von Video und Audio zur Vermeidung von Synchronisationsverlusten (auto-sync.) und Verschlüsselung.

Digital Video Interactive (DVI) ist ein früher Versuch der Firma Intel (in Zusammenarbeit mit IBM) einen Standard in der Kompression von kontinuierlichen Medien durchzusetzen. Intel kaufte 1988 die Rechte an DVI vom David Sarnoff Research Center. Ein Jahr später stellte man das erste Produkt vor. Es war ein 386er PC mit sieben Steckkarten. Zwei Kompressionsformate werden von DVI unterstützt: RTV (Real Time Video) wurde vom Benutzer mittels seiner lokalen Hardware gebraucht; PLV (Production Level Video) erreichte Kompressionsraten von 160:1, konnte jedoch nur von authorisierten Firmen erzeugt werden und erforderte teure Spezialhardware. Bis jetzt ist DVI weder auf anderen Rechnerwelten noch ohne extreme Hardwareunterstützung denkbar. Außerdem scheint sich Intel mit dem neuen Verfahren »Indeo« mittlerweile gegen das eigene DVI gestellt zu haben. Trotzdem hat die Firma Fast kuerzlich ein DVI-Board produziert (eigentlich handelt es sich um die sogenannte Screen Machine von Fast mit einer neuen Software unter Windows 3.1 und einem DVI-Kompressionschip).

Das in das Apple Betriebssystem integrierte, zeitbasierte Format Quicktime wird oft als Konkurrenz zu MPEG gesehen, der Vergleich hinkt jedoch stark. Quicktime ist ein Format, um digitale Daten und deren zeitabhängige Präsentation zu codieren und zu synchonisieren. In Quicktime können sowohl Video, als auch Ton, Text oder Programme und Geräte gesteuert, Effekte definiert und verschiedene Spuren synchonisiert werden. Quicktime selber ist kein Komprimierungsformat, innerhalb eines Quicktime-Datenstromes werden jedoch die verschiedensten (auch komprimierten) Datenformate genutzt: z.B. das Videokomprimierungsverfahren Cinepak, welches auch für AVI lizensiert wurde. Außerdem ist ein MPEG-Codec zur Einbettung in Quicktime erhältlich. Hier sollte also eher Cinepak mit MPEG verglichen werden.

AVI (Audio-Video-Interlaced) scheint Microsofts Antwort auf Apple's Quicktime zu sein, kann dies jedoch nicht leisten. AVI stellt unter der Benutzeroberfläche MS-Windows 3.1 mehrere Utilities und Driver zu Verfügung, die es erlauben, kleinste Video-Sequenzen (20 Sekunden 160x120 Pixel bei 8 Bit Farbe nehmen immerhin 2 MB Daten ein) per Hardware zu digitalisieren, zu editieren, komplett in die Windows-Umgebung zu integrieren, mit von Hardware gesampeltem Audio zu synchonisieren und natürlich auch alles zusammen abzuspielen. Insbesondere wird hier ein Kompressionverfahren der Firma Intel (Indeo) eingesetzt, das ein zweidimensionales »scaling« des Video-Filmes erlaubt. Entsprechend der Microsoft-Philosophie sind die Softwarecodecs austausch- und einfach in das AVI-Format integrierbar. Das große Manko von AVI ist die noch ungenügende Kompression. Da AVI bis jetzt auch nur auf einer Hardware-Platform implementiert ist (und AVI kein internationaler Standard ist) wird sich AVI zwar einer großen Verbreitung in der Intel/Microsoft-Welt erfreuen, jedoch wohl kaum in den Bereich der Telekommunikation vordringen können. Mittlerweile werden die meisten hochwertigen PC-Videokarten bereits mit Hardunterstützung für AVI und MPEG geliefert, außerdem ist auch ein MPEG- Codec zur Integration in AVI-Videos erhältlich.

Das Datenkompressionformat MPEG-1 ist entwickelt worden, um mit Hilfe von zusätzlichen, preiswerten Spezial-Chips den Datenstrom in Echtzeit zu decodieren. Mittlerweile sind diese MPEG-Karten im PC-Bereich weit verbreitet, andere Plattformen ziehen langsam nach. Vorreiter waren hier die Firma Sigma Designs und Phillips, die die ersten MPEG-Decoder-Chips herstellten, letztere insbesondere für ihre CD-I-Player.
Die Echtzeitcodierung ist, da sich MPEG durch ein asynchrones Codierungsverhalten auszeichnet, extrem aufwendig und nur durch mehrere hochspezialisierte Bausteine realisierbar. Die Firma OptiBase stellte die ersten Codierer-Lösungen für den PC vor. Sun hat die SunVideo-Karte entwickelt, eine generelle Grabber-Karte, die den von der Kamera oder Videorecorder eintreffenden Bilderstrom in wenigen festen Auflösungsstufen digitalisiert und in Echtzeit unkomprimiert, mit der Sun typischen Komprimierung CellB oder mit MPEG komprimiert ablegen kann. Diese preisgünstige Variante erzeugt jedoch keine Systemdatenströme. Audio kann nur im Sun-Audio-Format µlaw aufgenommen und synchronisiert werden.

Zusätzlich zu den Hardwarelösungen existiert für fast alle Aufgaben Software, die meist als Quelltext in C bzw. C++ zur Verfügung steht und auf fast allen Unix-Plattformen lauffähig ist. So gibt es Tools für das Komprimieren, Abspielen, Multi- und Demultiplexen. Wichtig sind die Encoder-/Decoder- Lösungen der Universitäten Berkeley und Stanford. Der unter der GPL (GNU Public Licence) verbreitete Code beider Pakete ist in Dutzende Player anderer Systeme eingebaut worden. In der neuesten Version des Berkeley- Toolkits sind nicht nur Encoder und Decoder sondern auch diverse Analysetools und das Statistiktool mpegstat der TU-Berlin enthalten (ftp://ftp.cs.berkeley.edu/multimedia/mpeg). Der Stanford-Encoder glänzt durch die Möglichkeit der Verteilung auf mehrere Maschinen im Netz, was bei ausreichender Anzahl Echtzeit-Encoding ermöglicht. Weite Verbreitung hat xmplay von Jürgen Meyer und Frank Gadegast (TU-Berlin) gefunden, ein X11-Frontend auf Basis des Berkeley-Decoders mit zusätzlichen Features wie schneller Suchlauf, Vor- und Zurückspulen. (Source-Code und weitere Infos unter http://www.mpeg1.de/xmplay.html). Für Stanford-Encoder glänzt Windows empfiehlt sich vmpeg Version 1.7 von Stefan Eckhard (TU München), das auf den meisten Mailboxen und FTP-Servern gefunden werden kann. Es unterstützt den kompletten MPEG-Datenstrom (Video, Audio und System), sowie das direkte Abspielen von CD-Is und Video-CDs.
Als Audio-Encoder steht die Beispielimplementierung der CCITT namens musicio zur Verfügung die jedoch nicht geschwindigkeitsoptimiert ist. Als Player hat maplay -- ein Echtzeitdekoder für fast jedes Unixderivat -- große Verbreitung gefunden. Die C++-Implementierung glänzt durch Echtzeitdekodierung eines Stereo-MPEG-Audio Signals auf Sun- und SGI-Rechnern, sowie auf Pentium-PCs. Für neue Audio-Hardware kann der Code recht einfach um neue Audio-Interface- Klassen erweitert werden. Portierungen auf Mac und PC sind vorhanden. Ein TclTk-basiertes Interface dafür ist soeben in Arbeit (Binaries und Quelltext bekommt man unter ftp://ftp.cs.tu-berlin.de/incoming/maplay/). Für Windows sollte man sich als Audio-Player mpgaudio von Xing Technologies, für den Mac das Programm MPEG/CD besorgen.

Die im MPEG-Bereich sehr aktive Firma Xing Technologies hat sowohl für Windows als auch für SunOS und Solaris ein Client/Server-Paket namens StreamsWorks ( http://www.xingtech.com/) herausgebracht. Hiermit werden bereits heute über »normale« Internet-Leitungen Programme von Radiostationen, Life-Musik oder Konferenzen in Echtzeit und CD-Qualität übertragen. Die Server passen sich dabei bei der Codierung in Echtzeit der reellen Übertragungsleistung an, um Aussetzer und Verzögerungen zu vermeiden. Die Videoübertragung mittels MPEG ist zwar bereits in StreamWorks integriert, erfordert jedoch mehrere ISDN-B-Kanäle, die Übertragung ist hier nicht mehr über das Internet möglich.
Die wohl größte Sammlung freier MPEG-Videos findet man im niederländischen MPEG-Archiv unter http://w3.eeb.ele.tue.nl/mpeg/index.html, die besten Audio-Files findet man auf dem IUMA-Archiv (http://www.iuma.com): Mehr als 500 Underground-Bands präsentieren hier mindestens einen kompletten Song. Als weitere Adresse im Web ist das MPEG-Archiv bei PowerWeb zu nennen (http://www.mpeg1.de). Dort findet man die »Frequently Asked Questions« (FAQs) zu MPEG. Außerdem enthält es die wichtigsten Utilities und mehr als 200 Links zum Thema. Anlässe, wie z.B. die Reichstagverhüllung von Christo werden dort mit MPEG-Filmen dokumentiert.

Alle hier genannten Utilities und deren Source-Code, sowie Beispiel-Streams (Audio und Video) sind z.B. auf der CD »The Internet MPEG CD-ROM« zusammengestellt.

Zum Schluß beibt festzustellen, daß das MPEG-Kompressionverfahren dank seiner Standardisierung sowohl im Computer- als auch im Consumer-Markt (digitales Fernsehen, CD-I und nicht zu vergessen die Spieleconsolen von Amiga und Sony) bereits eine feststehende Größe ist. Die Codierung anderer Verfahren mag zwar noch effizienter sein und auch mehr Funktionalität bieten, in Zeiten der globalen Vernetzung ist jedoch Platformunabhängigkeit und Kompatibilität der stärkere Trumpf. (Frank Gadegast /js)

Nähere Informationen:

»The Internet MPEG CD-Rom«
PHADE Software
http://www.powerweb.de/phade/
Tel. (030) 344 23 66

»StreamWorks«
Xing Technologies
http://www.xingtech.com

© 1995 by Frank Gadegast/Juergen Schmidt/AWi Verlag
Published in UNIXopen 12/95.
All rights reserved.