摘 要:闡述了電視系統中的音頻嵌入技術,音視頻信號標準,嵌入格式和加解嵌在電視系統中的應用。通過使用音頻嵌入技術,大大降低了電視信號的傳輸成本,提高了音頻信號的傳輸質量,解決了音視頻信號傳輸中不同步的問題,實現了音視頻無損耗傳輸,提高了電視節目的質量。
0 引言：
隨著電視事業的飛速發展,數字電視技術也得到了突飛猛進的發展。在電視信號模數轉換和傳輸的過程中,視頻信號和音頻信號的處理方式和特點有著明顯的差異,導致數字視頻滯后于數字音頻。表現為國家和聲音不同步。
音頻嵌入技術使以往必須分開傳送的音頻和視頻信號可合并在一根視頻電纜中傳輸,從而大大簡化了演播室中音視頻互聯所需的硬件開銷和音視頻信號的路由策略,并可實現音頻和視頻的同步傳輸與播放。
本文以SMPTE 259M標準定義的SD I ( Serial DIGItal In2ter—face)信號作為數字視頻標準,其最大優點就是提供了大量的輔助數據區(An—cillary Data Space) ,可以用來嵌入音頻信號以及其他有用信號。現有視頻格式的輔助數據區可容納最多16個通道的音頻數據,足以滿足當前電視系統的絕大多數需要。
1 數字音視頻標準：
1. 1 AES/EBU數字音頻信號：
AES/EBU標準的串行數字音頻信號可以傳輸2個通道( channel)的音頻數據, 2個通道既可以是來自同一聲音源的立體聲信號,也可以是完全不同的兩路單音頻信號。AES/EBU音頻信號的最小傳輸單位是長度為64 bit 的幀( flame) ,每幀數據包含2個32 bit的子幀,對應于2個通道音頻的各1個采樣。每個子幀都由4 bit前導碼、4 bit輔助數據、20 bit音頻數據和4 bit其他數據組成,依照標準能夠支持48 kHz, 44. 1 kHz, 32 kHz 3種采樣率以及16～24 bit的采樣字長。子幀格式見圖1。
圖1 AES/EBU串行音頻的幀格式
在1個子幀中, 4 bit的輔助數據用于容納音頻采樣字中超出20 bit的部分。當音頻字長為21～24 bit時,第4 bit是最低有效位。當20 bit的編碼字長足夠使用時, 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、用戶數據位、信道狀態位和奇偶校驗位。
在連續的AES/EBU串行音頻數據流中,音頻幀被進一步組織為192幀的數據包,數據包的第1幀中第1個子幀的前導碼為Z,其余所有的子幀l和子幀2的前導碼分別為X和Y。1個數據包中2個音頻通道的信道狀態位分別被組裝成192 bit的數據組,這一數據組給出了諸如音頻取樣字長、取樣頻率之類與音頻信號有關的重要信息,并指出了用戶數據位的格式信息。
1. 2 分量視頻信號：
625一line標準的數字分量視頻信號格式如圖2a所示。
一幀圖像共有625 行, 每行有1 728 個10 bit的數據字(word) 。1～312行為第1場, 313～625行為第2場。其中奇數場的第5 行和偶數場的第318 行保留用作檢錯處理( ErrorDetecTION and Handlin9, EDH) ,奇數場的第6行和偶數場的第319行保留用作垂直間隔切換點(VerticalIntervalSwitching Point) ,除此之外的總共621行的輔助數據空間全部可以用來嵌入音頻數據。
分量視頻行的數據格式如圖2b所示,一行視頻由1 728word組成,前288 word是數字行消隱區,后1 440word是數字有效行數據區。其中行消隱區的開頭和結尾各有4 word的時序參考信號(Timing Reference Signal, TRS) ,分別為EAV(End of ActiveVideo)和SAV ( STartof Active Video) 。嵌入的音頻數據放置在每行視頻行消隱區的EAV和SAV之間,并且必須緊接著EAV放置”。
1. 3 輔助數據空間：
分量視頻信號的輔助數據包格式如圖3所示。前3個數據字是同步頭。視頻信號中全0和全1的數據字是專門預留給同步標志使用的,故接收端通過這一包頭能可靠識別出嵌入在視頻中的音頻數據。其后的D ID (Data ID)定義了輔助數據包的特定類型,接收端根據D ID可對用戶數據進行正確解讀。DBN (Data Block Number)是一個實現連續性指示的計數器,對于所有D ID編號相同的輔助數據包,DBN依次加1,實現連續計數,以使接收端可以判斷數據是否有中斷。DC (Data Count)給出了其后的用戶數據個數,最后是從D ID到用戶數據結尾的校驗和,接收端通過校驗和可判斷接收到的數據包中是否含有錯誤。
1. 4 音頻嵌入格式：
AES/EBU數字信號按照一定格式進行打包,填充進視頻行消隱區即可實現音頻嵌入。依據標準規定,可以嵌入的音頻最少2路,最多16路。嵌入到視頻數據中的音頻包有3種:音頻控制包、音頻數據包((AudioControl Packet, ACP) Audio Data Packet, ADP) 和擴展數據包( Extended DataPacket, EDP) 。它們應該盡量均勻地嵌入視頻信號中,以減小系統中的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個音頻組,每個音頻組都擁有自己獨立的一個控制包。控制包在每場視頻切換點(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、音頻處理延時等信息。控制包在輔助數據空間中的位置必須先于其他任何音頻包。
音頻數據包(圖4b)攜帶的是有效音頻信號,每一個AES/EBU音頻子幀中的20 bit音頻取樣碼和V,U, C 3個位通過一定的格式,映射為數據包中連續的3 word。將來自2個音頻對的4個子幀的音頻數據按順序排列,數據包就可以承載多達4路AES/EBU音頻信號的1個或多個采樣。
當音頻采樣字長超過20 bit時,音頻子幀中的4 bit輔助數據被打包進擴展數據包(圖4c) ,每2個子幀的共8位輔助數據拼成擴展包中的一個有效word。
音頻數據包和擴展包必須放在每行視頻中緊接在EAV之后的位置上。擴展包必須和相關的音頻數據包放置在同一輔助數據區中,并且緊接在音頻數據包后面。
2 結束語：
通過音頻嵌入技術在電視節目錄制和播出中的應用,實現了音視頻無損耗傳輸,提高了音頻信號的傳輸質量,解決了音視頻信號傳輸中不同步的問題,大大降低了電視信號的傳輸成本,提高了電視節目的質量。