電視數(shù)字音頻嵌入技術(shù)

電視數(shù)字音頻嵌入技術(shù)

一、電視視頻信號在系統(tǒng)中的安裝位置和效率進行了一個整體隨著電視設(shè)備數(shù)字化的逐步深入，我們發(fā)現(xiàn)在電視信號模式轉(zhuǎn)換和傳輸過程中，視頻源信號的處理方法和傳輸路徑存在差異，并且視頻源信號的接收延遲，導(dǎo)致圖像和聲音之間的不同步。為達到圖像和聲音的和諧統(tǒng)一以及保證干凈的切換,我們可以在系統(tǒng)中添置相應(yīng)的數(shù)字視/音頻延時器。但數(shù)字延時器必須經(jīng)過實地測量視音頻的延時量后才能進行預(yù)調(diào)諧,一旦系統(tǒng)有所變動,還得重新調(diào)整,這樣也就增加了系統(tǒng)的復(fù)雜程度,影響了系統(tǒng)的可靠性。同時我們也發(fā)現(xiàn),雖然電視視頻信號的模數(shù)轉(zhuǎn)換方式,隨模擬信號的構(gòu)成不同(復(fù)合和分量方式)而有一定的差異,數(shù)字拾取后的數(shù)據(jù)傳輸方式也有并行和串行之分,但都有一個共同的特征,那就是在共同的部位,如數(shù)字視頻信號的行、場消隱期間的信息是不需要的,因而不予采樣,使數(shù)字視頻中存在空隙,可以攜帶數(shù)字信息,我們可以將數(shù)字音頻和其他一些輔助數(shù)據(jù)按照一定方式鑲嵌在這個空間里,利用數(shù)字視頻信號對數(shù)字音頻信號加以攜帶,形成一個有機統(tǒng)一的整體,達到互相同步。這就是音頻嵌入技術(shù)(EmbeddedAudio)。二、輸、存儲、播出系統(tǒng)的操作如圖1所示,從錄像機輸出的視頻信號經(jīng)A/D轉(zhuǎn)換后成為串行數(shù)字信號,再經(jīng)過MirandaAMX1Oi(內(nèi)帶音頻A/D轉(zhuǎn)換)嵌入音頻信號后直接進入數(shù)字傳輸、存儲、播出系統(tǒng),其中包括數(shù)字矩陣、Profile視頻服務(wù)器、播出切換臺及下游鍵等設(shè)備,進行切換、壓縮、存儲、按指令自動播出等操作。播出的SDI數(shù)字信號經(jīng)過視頻D/A轉(zhuǎn)換即可還原出模擬視頻信號,經(jīng)MirandaADX10i(內(nèi)帶音頻D/A轉(zhuǎn)換)可解出內(nèi)嵌的數(shù)字音頻信號并轉(zhuǎn)換成模擬音頻信號,再經(jīng)音分后與模擬視頻信號一起送發(fā)射系統(tǒng)或總控模擬矩陣。音頻信號的嵌入、解嵌過程都是在嵌入、解嵌設(shè)備內(nèi)部控制數(shù)據(jù)處理器的指令下進行工作,保證了時間關(guān)系的準確無誤。三、數(shù)字音頻嵌入技術(shù)采用音頻嵌入方式的設(shè)備系統(tǒng),視音頻采用同一根電纜進行傳送,無需設(shè)置專門的音頻通道,省掉了音頻切換矩陣、音頻處理設(shè)備系統(tǒng)、大量的音頻連接電纜、連接器及相應(yīng)的延時器,大大簡化了系統(tǒng)的設(shè)備構(gòu)成,使系統(tǒng)出故障幾率相對減少,也就很大程度地提高了電視播出的安全系數(shù)。系統(tǒng)最好采用配有音頻嵌入功能的數(shù)字式放像機,如我臺使用的DVCPRO50等機型。對于以前的模擬式放像機及一些外來信號,需配備音頻嵌入設(shè)備。采用音頻嵌入的數(shù)字電視系統(tǒng)中的電視信號,必須通過解嵌設(shè)施,才能供監(jiān)聽、監(jiān)看及播出,這需要增加部分投資,但這些相對于系統(tǒng)所省去的設(shè)備來說,還是微不足道的。采用音頻嵌入技術(shù)后,系統(tǒng)中間環(huán)節(jié)無法對數(shù)字音頻進行調(diào)整,因此對播出節(jié)目帶的音頻信號的幅度等指標一定要符合標準。我們在進行系統(tǒng)設(shè)計時,曾擔(dān)心采用數(shù)字音頻嵌入技術(shù)后可能會出現(xiàn)的兩個問題:一是在進行信號源切換時,可能會出現(xiàn)輕微“喀啪”聲,二是據(jù)說各個廠商為了保護自己的利益,在進行音頻嵌入操作時,處理方式可能稍有差別,致使整個數(shù)字系統(tǒng)中只能使用同一類型的嵌入、解嵌設(shè)備,如我臺的DVCPRO50放像機等設(shè)備內(nèi)有的嵌入系統(tǒng)也不能直接使用,造成資源浪費。但在系統(tǒng)投入運行后,這兩個問題均未出現(xiàn)。可見,音頻嵌入式電視系統(tǒng),相對于系統(tǒng)的音視頻分離模式,有著很多優(yōu)點。一般來說,音頻嵌入模式適合于較大型系統(tǒng)中音視頻的各種切換、傳輸,達到靈活輕便。切換中的音視頻的協(xié)調(diào)統(tǒng)一,是靠程序控制中央處理器的統(tǒng)一指令完成的,而中央處理器的程序設(shè)計很容易實現(xiàn),運作簡單、實用、可靠。對于小型系統(tǒng),音頻嵌入也有一定的使用價值,當(dāng)然要看設(shè)備系統(tǒng)的性價比和需要而確定。四、數(shù)字音頻的提取視頻信號進行模數(shù)轉(zhuǎn)換有兩種編碼方式,即復(fù)合編碼和分量編碼。采用復(fù)合編碼時由取樣頻率和副載頻間的差拍造成的干擾將影響圖像的質(zhì)量,分量編碼由于Y、Cb和Cr分別編碼,可采用時分復(fù)用方式,避免亮色互串,可獲得高質(zhì)量的圖像。因此,對于帶有分量輸出的設(shè)備來說,應(yīng)盡量使用分量編碼方式。據(jù)行業(yè)規(guī)定,對于最常用的4:2:2方式分量數(shù)字視頻格式的有效行中,625/50PAL制共有1728個取樣字節(jié),其中對Y、Cb和Cr取樣有1440個取樣字節(jié),行消隱期間的取樣可安排288個取樣字節(jié)。數(shù)據(jù)傳送中,每行的消隱期間的數(shù)據(jù)是相同的,在標準中用“SAV”(StartofActiveVideo)和“EAV”(EndofActiveVideo)予以界定并作為接收端恢復(fù)的標志,就不再需要傳送同步和色同步信息了。那么在“EAV”和“SAV”之間的288個字節(jié),可用來放置輔助數(shù)據(jù)(包括“SAV”和“EAV”的8個字節(jié)),這個區(qū)域稱為行輔助數(shù)據(jù)區(qū)“HANC”,如圖2所示,圖中畫出了一個數(shù)字幀的信號,其中包含兩個數(shù)據(jù)場。根據(jù)AES(美國音頻工程學(xué)會)/EBU(歐洲廣播聯(lián)盟)接口標準,數(shù)字音頻信號的取樣頻率為48kHz,則相對于625/50掃描標準,行頻為15625Hz,所以在對應(yīng)于一個行周期時間內(nèi),音頻的取樣點數(shù)為:48kHz/15625Hz=3.072個,約為3個取樣。如果音頻按20比特量化,一個音頻取樣值為2個字節(jié)(每字節(jié)10比特),則共為6個字節(jié)。在行消隱期間留下的280個字節(jié)(除去“SAV”和“EAV”的8個字節(jié))可傳送幾十路數(shù)字音頻,通常留出16路AES/EBU標準的數(shù)字音頻信號空間。為實現(xiàn)較長距離及較經(jīng)濟的傳輸,我們把所有的數(shù)字視頻數(shù)據(jù)、同步信息、多種輔助數(shù)據(jù)以及多路AES/EBU標準的數(shù)字音頻數(shù)據(jù),通過時分復(fù)用方式合為一路時序信號,用一根電纜進行傳輸,即SDI串行數(shù)字傳輸方式,接口標準規(guī)定為10比特的量化精度。圖3表示出把數(shù)字音頻嵌入數(shù)字串行視頻中的過程。被嵌入的音頻信號是以塊為單位打包傳送的。一個塊由192個連續(xù)幀組成,每個幀表示一路AES/EBU標準的數(shù)字音頻信號,包含相關(guān)的兩個子幀,每個子幀(32比特)表示一個音頻通道,放置一個音頻取樣字。如圖中所示,每個通道包括1個通道標識Z(或Y、X,由首標和附加數(shù)據(jù)組成,共8比特)和1個音頻樣值(20比特)及有效標志碼V、用戶數(shù)據(jù)碼U、通道狀態(tài)碼C和子幀的奇偶校驗碼P(各為1比特,共4比特)。當(dāng)把它嵌入數(shù)字視頻行消隱期間時,去掉原首標和附加數(shù)據(jù)及最后的奇偶校驗碼P,共計去掉9比特,剩下的數(shù)字音頻信號和V、U、C相關(guān)數(shù)據(jù)共23比特,通過映射轉(zhuǎn)換成30比特,即3個10比特字X、X+1、X+2嵌入到靠近音頻數(shù)字包的包頭之后,把通道2也以同樣方式嵌入靠近通道1之后,構(gòu)成1個樣對。一個樣對的兩個通道一般是從同一AES/EBU音頻源中得到的。其后又可以把通道3和通道4構(gòu)成第2個樣對,由2個樣對構(gòu)成1個音頻組。在視頻串行接口中可傳輸多達8個AES/EBU樣對,即4個音頻組,16個音頻通道。圖中附屬數(shù)據(jù)標志ADF表示數(shù)據(jù)包的開始,數(shù)據(jù)標識DID規(guī)定附屬數(shù)據(jù)包中用戶數(shù)據(jù)字所運載數(shù)據(jù)的內(nèi)容和性質(zhì),數(shù)據(jù)塊序號DBN表明數(shù)據(jù)包號碼,以區(qū)分帶有共用數(shù)據(jù)標識的相繼附屬數(shù)據(jù)包,接收機可根據(jù)包號碼的連續(xù)性,來判別是否丟失數(shù)據(jù),數(shù)據(jù)計數(shù)DC表示附屬數(shù)據(jù)包中用戶數(shù)據(jù)字的數(shù)量,數(shù)據(jù)包誤碼校驗CS用于在接受端確定數(shù)據(jù)包的有效性。由23比特數(shù)字音頻映射為3個連續(xù)的輔助數(shù)據(jù)字(X、X+1、X+2),其格式如下表所示。表中CH表明該子幀屬于那個通道,Z表示AES/E-BU通道狀態(tài)塊開始比特即0幀開始信息,LSB表示最低有效值,MSB為最高有效值。數(shù)字分量串行數(shù)據(jù),其數(shù)據(jù)率高達270MHZ,可以同時傳輸16個音頻通道,即四個音頻組,經(jīng)由一RAM緩沖器進行時間壓縮,使之形成與數(shù)字視頻信號一樣的比特流后嵌入到數(shù)字分量串行視頻數(shù)據(jù)流之中,達到數(shù)字視音頻信號同時傳輸之目的。嵌入音頻數(shù)據(jù)字均勻地放置在各電視行中,有效消除很敏感的伴音和畫面口形的不一致,進而達到聲畫同步,協(xié)調(diào)一致。為適應(yīng)數(shù)字音頻高分辨率,即符合全AES實施標準規(guī)定的24比特量化的要求,又在緊靠數(shù)字音頻包后設(shè)置了擴展數(shù)據(jù)包,每幀增加8比特,每個通道由20比特變?yōu)?4比特。隨著信息技術(shù)和數(shù)字技術(shù)、廣播電視新技術(shù)的突飛猛