近年来,Internet在全世界范围内的快速发展和语音信号处理技术的进步,使流媒体应用用户量急剧增加,进而带动IP网络中的流媒体业务的迅速兴起。流媒体(Stream Media)是指在网络中使用流式传输技术的多媒体。它提供的服务不仅包括基本的文本、声音和图像信息还包括高质量视频媒体信息的服务。它具有及时性、传输的有效性、方便性和继承性等特点。流媒体技术,就是把经过压缩编码后的连续影像和声音信息放到流媒体网络服务器上,客户端可以一边下载一边观看、收听,而不需要等整个多媒体文件下载完成就可即时观看的技术。用户只需忍受几秒钟的启动延时就可在计算机上通过相应的播放器进行播放和观看视频。现有的流媒体技术主要包括服务器技术,编码技术,传输技术,以及信道自适应播放技术等。自适应媒体播放技术(Adaptive Media Playout)是信道自适应播放技术中的一种。自适应媒体播放技术是一种允许客户端控制缓冲区视频数据消耗速率的技术,其主要思想是根据网络信道状况及当前客户端缓冲区缓冲量来调节视频数据的播放速率,从而实现视频的平滑播放,减小下溢概率。针对传统自适应播放算法的不足,本文提出了一种动态的基于概率估计的自适应播放算法,算法使用滑动窗口来实时记录缓冲区的帧数,并根据记录值来计算溢出概率,进而控制播放速率。播放速率按照可调步长在限定范围内逐渐调整,避免了速率的突变。由于综合考虑了缓冲区缓冲量变化趋势和信道状态,因此该算法具有较好的性能。通过仿真结果可知该算法在降低缓冲区下溢概率的同时,还可减少平均时延,实现视频的平滑播放。由于IP网络是一个尽力而为的网络,网络的可用带宽发生波动是常有的事情。因此为了更有效的解决网络的高丢包率和突发事件,以达到更好的播放效果。本文提出一种基于大偏差理论的在线缓冲量估计模型,此模型综合考虑当前缓冲量大小及其历史变化趋势利用大偏差理论来估计溢出概率,进而推导出精确的播放速率控制机制。综合考虑实验仿真和性能分析结果,在无线信道情况下,此算法比传统自适应算法和仅考虑缓冲量变化的算法具有更高的鲁棒性。