1. 基于时间的媒体（time-based media）
任何数据随时间的变化而变化的可被定义为基于时间的媒体。音频剪辑，MIDI序列，视频剪辑，动画都是基于时间的媒体形式。
下图从基本的数据处理过程模式角度说明了基于时间的媒体的主要特点和使用过程：
2. 流媒体（streaming media）
基于时间的媒体的一个主要特点是它必须被实时的传输和处理。一旦这个媒体数据流打开，它的接收（receiving）和显示（presenting）数据必须要基于时间。正因为此，基于时间的媒体通常被定义为流媒体（streaming media）。
2.1内容类型（content type）
媒体存储的格式称为它的内容类型（content type）。QuickTime, MPEG, WAV 都是内容类型的一种。
2.2媒体流（media streams）
媒体流是指从本地文件，网络或相机，麦克中得到的媒体数据。媒体流通常包含多个数据通道，称其为道（tracks）。例如，一个Quicktime文件可能包含一个音频道和一个视频道。包含多道的媒体流通常被称为复合的（multiplexed）或合成的（complex）媒体流。分离（Demultiplexing）是指从一个合成的媒体流中提取单个道的过程。
一个道的类型（type）识别了它所包含的数据的类型，比如是音频的或视频的。一个道的格式（format）定义了它所包含的数据结构。
一个媒体流可以通过它的存储位置和用于访问它的协议来识别。例如，可以使用URL来定位一个本地的或非本地的QuickTime文件。如果它是本地的，可以通过文件协议（FILE protocol）访问它。如果它在一个Web服务器上，可以通过HTTP协议（HTTP protocol）访问它。当无法使用URL来定位媒体流时，可以使用一个媒体定位器（media locator）来识别媒体流的位置。
以下是基于传输方式的媒体流分类：
lPull—由客户端发起并控制的数据传输。超文本传输协议和文件传输协议都是pull协议。
lPush—由服务器端发起并控制的数据传输。实时传输协议（RTP）是一个用于流媒体的push协议。
2.3常用媒体格式（formats）
下表列出了常用的音频（Table2）和视频（Table1）格式。在选用某种格式时，我们应该考虑对媒体质量的要求、对CPU的要求和对网络传输带宽的要求。
3. 媒体播放（media presentation）
大部分基于时间的媒体都是音频或视频数据，它可以通过输出设备如扬声器(speaker)和监示器（monitor）输出。这些设备都是最常用的用于媒体数据输出的目标地（destination）。媒体数据也可以被传输到一些其它目标地，例如，保存到文件或传输到网络。一个用于媒体数据输出的目标地有时被称为数据汇集点（data sink）。
3.1播放控制（presentation contrals）
当输出一个媒体流时，用户可以对其进行一般的控制操作。如停止、快进、重放等。
3.2 缓冲期（latency）
在大多数情况下，特别是在播放网络上的媒体数据时，播放不能立即开始。在播放前的这段时间被称为缓冲期（start latency）。多媒体的播放通常是合成多种类型（types）的媒体流将其同步播放。当播放多条同步的媒体数据流时，必须考虑每条媒体流的缓冲期，否则会出现多条媒体流在重放（playback）时不同步的情况。
在大多数情况下，媒体流的数据在播放前必须经过处理。通常在播放前要经过一系列的处理操作：
l如果媒体流是复合的，必须提取出所有的道（tracks）。
l如果这些道（tracks）是压缩的，他们必须被解码。
l如果必要，还要将这些道（tracks）转换为其它格式（format）。
l如果必要，还需要对这些已经解码的道（tracks）进行渲染。
然后这些道才能被传递到相应的输出设备。如果是存储媒体流，则处理过程会有所不同。例如，如果你想从摄像机捕获音频和视频将其存储到一个文件，处理过程如下：
l捕获音频和视频道（tracks）。
l对这些原始数据进行必要的渲染。
l每条道（tracks）被解码。
l将这些经过压缩的（compressed）道合成为一条单一的媒体流。
l将这条合成的媒体流存储到文件。
4.1分离器与复用器（demultiplexers and multiplexers）
分离器的作用是从一个合成的媒体流中分离出每条道的媒体数据。复用器的作用是将单独的道的媒体数据合成为一条复合的媒体流。
4.2编解码器（codecs）
一个编解码器的作用是对媒体数据进行压缩和解压缩。当一个道被编码，它将被压缩成一个易于存储和传输的格式（format）；当它被解码，它将被解压成一个易于播放的格式（format）。
每种编解码器都有其相应的输入格式和输出格式。
渲染器的作用是产生特殊的效果，如模糊和回声。
渲染器通常可分为预处理效果和后处理效果渲染器。这主要由它们是在编解码过程前后进行决定。原则上，渲染应当是对未被压缩的（原始）数据进行。
4.4显示器（renderers）
显示器是指宏观上的所有播放设备。对于音频，播放设备一般是指计算机的声卡，由它传递声音到扬声器（speakers）。对于视频，播放设备一般是指计算机的监视器（monitor）。
5．媒体捕获（media capture）
基于时间的媒体可以捕获自一个实时的数据源，再对其进行处理（processing）和重放（playback）。例如可以通过麦克风捕获音频数据。捕获可以被看作是标准媒体处理模式的输入阶段。
一个捕获设备可能会捕获到多条媒体流。例如，一个摄像机可能会捕获到音频和视频。这些媒体流可能会被单独的捕获和处理或者合成为一条单一的流。合成流中会同时包含音频道（track）和视频道(track)。
本文转自zhangjunhd51CTO博客，原文链接：http://blog.51cto.com/zhangjunhd/25464，如需转载请自行联系原作者
