摘　要:闡述了電視系統(tǒng)中的音頻嵌入技術(shù),音視頻信號(hào)標(biāo)準(zhǔn),嵌入格式和加解嵌在電視系統(tǒng)中的應(yīng)用。通過(guò)使用音頻嵌入技術(shù),大大降低了電視信號(hào)的傳輸成本,提高了音頻信號(hào)的傳輸質(zhì)量,解決了音視頻信號(hào)傳輸中不同步的問(wèn)題,實(shí)現(xiàn)了音視頻無(wú)損耗傳輸,提高了電視節(jié)目的質(zhì)量。

　　0　引言：

　　隨著電視事業(yè)的飛速發(fā)展,數(shù)字電視技術(shù)也得到了突飛猛進(jìn)的發(fā)展。在電視信號(hào)模數(shù)轉(zhuǎn)換和傳輸?shù)倪^(guò)程中,視頻信號(hào)和音頻信號(hào)的處理方式和特點(diǎn)有著明顯的差異,導(dǎo)致數(shù)字視頻滯后于數(shù)字音頻。表現(xiàn)為國(guó)家和聲音不同步。

　音頻嵌入技術(shù)使以往必須分開(kāi)傳送的音頻和視頻信號(hào)可合并在一根視頻電纜中傳輸,從而大大簡(jiǎn)化了演播室中音視頻互聯(lián)所需的硬件開(kāi)銷(xiāo)和音視頻信號(hào)的路由策略,并可實(shí)現(xiàn)音頻和視頻的同步傳輸與播放。

　　本文以SMPTE 259M標(biāo)準(zhǔn)定義的SD I ( Serial DIGItal In2ter—face)信號(hào)作為數(shù)字視頻標(biāo)準(zhǔn),其最大優(yōu)點(diǎn)就是提供了大量的輔助數(shù)據(jù)區(qū)(An—cillary Data Space) ,可以用來(lái)嵌入音頻信號(hào)以及其他有用信號(hào)?，F(xiàn)有視頻格式的輔助數(shù)據(jù)區(qū)可容納最多16個(gè)通道的音頻數(shù)據(jù),足以滿(mǎn)足當(dāng)前電視系統(tǒng)的絕大多數(shù)需要。

　　　1　數(shù)字音視頻標(biāo)準(zhǔn)：

　　1. 1　AES/EBU數(shù)字音頻信號(hào)：

　　AES/EBU標(biāo)準(zhǔn)的串行數(shù)字音頻信號(hào)可以傳輸2個(gè)通道( channel)的音頻數(shù)據(jù), 2個(gè)通道既可以是來(lái)自同一聲音源的立體聲信號(hào),也可以是完全不同的兩路單音頻信號(hào)。AES/EBU音頻信號(hào)的最小傳輸單位是長(zhǎng)度為64 bit 的幀( flame) ,每幀數(shù)據(jù)包含2個(gè)32 bit的子幀,對(duì)應(yīng)于2個(gè)通道音頻的各1個(gè)采樣。每個(gè)子幀都由4 bit前導(dǎo)碼、4 bit輔助數(shù)據(jù)、20 bit音頻數(shù)據(jù)和4 bit其他數(shù)據(jù)組成,依照標(biāo)準(zhǔn)能夠支持48 kHz, 44. 1 kHz, 32 kHz 3種采樣率以及16～24 bit的采樣字長(zhǎng)。子幀格式見(jiàn)圖1。

圖1　AES/EBU串行音頻的幀格式

　　在1個(gè)子幀中, 4 bit的輔助數(shù)據(jù)用于容納音頻采樣字中超出20 bit的部分。當(dāng)音頻字長(zhǎng)為21～24 bit時(shí),第4 bit是最低有效位。當(dāng)20 bit的編碼字長(zhǎng)足夠使用時(shí), 8～27 bit為取樣碼, 4～7 bit是輔助取樣位。V,U, C, P分別為有效位、用戶(hù)數(shù)據(jù)位、信道狀態(tài)位和奇偶校驗(yàn)位。

　　在連續(xù)的AES/EBU串行音頻數(shù)據(jù)流中,音頻幀被進(jìn)一步組織為192幀的數(shù)據(jù)包,數(shù)據(jù)包的第1幀中第1個(gè)子幀的前導(dǎo)碼為Z,其余所有的子幀l和子幀2的前導(dǎo)碼分別為X和Y。1個(gè)數(shù)據(jù)包中2個(gè)音頻通道的信道狀態(tài)位分別被組裝成192 bit的數(shù)據(jù)組,這一數(shù)據(jù)組給出了諸如音頻取樣字長(zhǎng)、取樣頻率之類(lèi)與音頻信號(hào)有關(guān)的重要信息,并指出了用戶(hù)數(shù)據(jù)位的格式信息。

　　1. 2　分量視頻信號(hào)：

　　625一line標(biāo)準(zhǔn)的數(shù)字分量視頻信號(hào)格式如圖2a所示。

　一幀圖像共有625 行, 每行有1 728 個(gè)10 bit的數(shù)據(jù)字(word) 。1～312行為第1場(chǎng), 313～625行為第2場(chǎng)。其中奇數(shù)場(chǎng)的第5 行和偶數(shù)場(chǎng)的第318 行保留用作檢錯(cuò)處理( ErrorDetecTION and Handlin9, EDH) ,奇數(shù)場(chǎng)的第6行和偶數(shù)場(chǎng)的第319行保留用作垂直間隔切換點(diǎn)(VerticalIntervalSwitching Point) ,除此之外的總共621行的輔助數(shù)據(jù)空間全部可以用來(lái)嵌入音頻數(shù)據(jù)。

　　分量視頻行的數(shù)據(jù)格式如圖2b所示,一行視頻由1 728word組成,前288 word是數(shù)字行消隱區(qū),后1 440word是數(shù)字有效行數(shù)據(jù)區(qū)。其中行消隱區(qū)的開(kāi)頭和結(jié)尾各有4 word的時(shí)序參考信號(hào)(Timing Reference Signal, TRS) ,分別為EAV(End of ActiveVideo)和SAV ( STartof Active Video) 。嵌入的音頻數(shù)據(jù)放置在每行視頻行消隱區(qū)的EAV和SAV之間,并且必須緊接著EAV放置”。

　　1. 3　輔助數(shù)據(jù)空間：

　　分量視頻信號(hào)的輔助數(shù)據(jù)包格式如圖3所示。前3個(gè)數(shù)據(jù)字是同步頭。視頻信號(hào)中全0和全1的數(shù)據(jù)字是專(zhuān)門(mén)預(yù)留給同步標(biāo)志使用的,故接收端通過(guò)這一包頭能可靠識(shí)別出嵌入在視頻中的音頻數(shù)據(jù)。其后的D ID (Data ID)定義了輔助數(shù)據(jù)包的特定類(lèi)型,接收端根據(jù)D ID可對(duì)用戶(hù)數(shù)據(jù)進(jìn)行正確解讀。DBN (Data Block Number)是一個(gè)實(shí)現(xiàn)連續(xù)性指示的計(jì)數(shù)器,對(duì)于所有D ID編號(hào)相同的輔助數(shù)據(jù)包,DBN依次加1,實(shí)現(xiàn)連續(xù)計(jì)數(shù),以使接收端可以判斷數(shù)據(jù)是否有中斷。DC (Data Count)給出了其后的用戶(hù)數(shù)據(jù)個(gè)數(shù),最后是從D ID到用戶(hù)數(shù)據(jù)結(jié)尾的校驗(yàn)和,接收端通過(guò)校驗(yàn)和可判斷接收到的數(shù)據(jù)包中是否含有錯(cuò)誤。

　　1. 4　音頻嵌入格式：

　　AES/EBU數(shù)字信號(hào)按照一定格式進(jìn)行打包,填充進(jìn)視頻行消隱區(qū)即可實(shí)現(xiàn)音頻嵌入。依據(jù)標(biāo)準(zhǔn)規(guī)定,可以嵌入的音頻最少2路,最多16路。嵌入到視頻數(shù)據(jù)中的音頻包有3種:音頻控制包、音頻數(shù)據(jù)包((AudioControl Packet, ACP) Audio Data Packet, ADP) 和擴(kuò)展數(shù)據(jù)包( Extended DataPacket, EDP) 。它們應(yīng)該盡量均勻地嵌入視頻信號(hào)中,以減小系統(tǒng)中的buffer所占用的資源。

　　音頻控制包格式如圖4a所示。待嵌入的音頻每4路為1個(gè)音頻組,每個(gè)音頻組都擁有自己獨(dú)立的一個(gè)控制包。控制包在每場(chǎng)視頻切換點(diǎn)(Video Switching Point)后面的視頻行中傳輸一次,它包含了采樣率、音頻聲道有效性指示、音頻處理延時(shí)等信息。控制包在輔助數(shù)據(jù)空間中的位置必須先于其他任何音頻包。

　　音頻數(shù)據(jù)包(圖4b)攜帶的是有效音頻信號(hào),每一個(gè)AES/EBU音頻子幀中的20 bit音頻取樣碼和V,U, C 3個(gè)位通過(guò)一定的格式,映射為數(shù)據(jù)包中連續(xù)的3 word。將來(lái)自2個(gè)音頻對(duì)的4個(gè)子幀的音頻數(shù)據(jù)按順序排列,數(shù)據(jù)包就可以承載多達(dá)4路AES/EBU音頻信號(hào)的1個(gè)或多個(gè)采樣。

　　當(dāng)音頻采樣字長(zhǎng)超過(guò)20 bit時(shí),音頻子幀中的4 bit輔助數(shù)據(jù)被打包進(jìn)擴(kuò)展數(shù)據(jù)包(圖4c) ,每2個(gè)子幀的共8位輔助數(shù)據(jù)拼成擴(kuò)展包中的一個(gè)有效word。

　　音頻數(shù)據(jù)包和擴(kuò)展包必須放在每行視頻中緊接在EAV之后的位置上。擴(kuò)展包必須和相關(guān)的音頻數(shù)據(jù)包放置在同一輔助數(shù)據(jù)區(qū)中,并且緊接在音頻數(shù)據(jù)包后面。

　　2　結(jié)束語(yǔ)：

　　通過(guò)音頻嵌入技術(shù)在電視節(jié)目錄制和播出中的應(yīng)用,實(shí)現(xiàn)了音視頻無(wú)損耗傳輸,提高了音頻信號(hào)的傳輸質(zhì)量,解決了音視頻信號(hào)傳輸中不同步的問(wèn)題,大大降低了電視信號(hào)的傳輸成本,提高了電視節(jié)目的質(zhì)量。