嵌入音频在电视播出系统中的原理及应用.docx

嵌入音频在电视播出系统中的原理及应用随着数字电视技术的发展，数字播控中心也成为各电视台建设的重 点，这也是从模拟向数字化过渡的特殊时期，不可能从采编到播出全 部实现数字化，特别是音频系统，从模拟音频到数字音频，再到数字 音频的嵌入，这是一个非常繁琐的过程，下面从实际到理论就这个过 程作一下介绍一. 音频嵌入技术在电视播出系统中的应用对于视频、伴音分离的系统，在电视信号模数转换和传输的过程中， 视频和音频不同的处理方式和特点，导致视频滞后于音频，图像和声 音不协调和谐的问题也显得比较明显在电视节目播送中，视频信号制约于相应的音频信号，达到互相同 步，或利用数字视频信号对数字音频信号加以携带，形成一个有机统 一的整体（音频嵌入技术），同时又能安全的解出，以使观众得到声 画同步的完美的电视图像，是我们在数字电视播出系统设计中，极为 关心的问题以我们部门为例，简单解释一下音频信号的流程：将模 拟音频转换为AES/EBU数字音频，AES/EBU数字音频通过板卡嵌入到 SDI 数字视频当中，为了能够调节输出伴音，又将带嵌入音频的 SDI 信号分解成 SDI 视频和 AES/EBU 数字音频，再将 AES/EBU 数字音频通 过一个D/A转换成模拟音频进行音量调整,然后经A/D转换成AES/EBU 数字音频，再嵌入到 SDI 视频中输出，这是目前音频嵌入式播出系统 的普遍模式。

音频嵌入式电视播出系统，相对于音视频分离模式的系 统，有着很多优点一般来说，音频嵌入模式适合于较大型系统中的 各种切换，达到灵活轻便切换中的音视频的协调统一，是靠程序控 制中央处理器的统一指令完成的，而中央处理器的程序设计很容易实 现，运作简单、实用、可靠对于小型系统，音频嵌入也有一定的使 用价值，当然要看设备系统的性能价格比和需要而确定二. 数字音频信号1.AES/EBU 数字音频1992年，美国音频工程师协会（AES）和欧洲广播联盟（EBU） 共同制定了数字音频的接口标准，即 AES/EBU 数字音频格式在这个 基础上，国际电信联盟将其归纳为ITU-RBS647-2号建议书《广播演 播室数字音频信号的接口》AES/EBU的构成：由两个信号通道组成 这两个声道可作为立体声的左、右声道，可作为独立的声道，可将两 声道传输同样的声音，把一个 AES/EBU 信号作为单声道使用在视频 领域，我们对视频的取样为 8 比特或 10 比特，而对于音频来讲， 10 比特是远远不够的，它不能满足声音的动态范围及信躁比的要求因 此对于音频的取样为 16-24 比特每一个取样组成一个 32 位的副帧， 前 4 位为通道状态识别位，指示后面的音频数据是哪一个通道的音频 数据，其后4位的辅助数据（可以用它扩展AES/EBU为24比特）然 后是 20 位的音频取样数据，音频取样数据之后是一位音频取样有效 位，用来指明音频取样的比特位数是否有效。

在其之后用户比特位用 于携带其它信息，例如：时码第 31 位为音频通道状态位，它可以 携带与信号有关的重要信息：例如取样频率、声道类型、辅助比特的应用方式等，最后一位 CRC 奇偶效正位，用于对总的数据通道数据状态进行误码检测Au Miliary4Sample g"20 bthMse v u c pFiriimNc42.AES/EBU数据结构（如图2）：usCNinn^l Status CitParity由192个副帧进一步组成一个数据帧，每一个数据帧的起始点由 第一副帧的前4位的状态位来表述，即前置位表述为“Z”而其他 副帧前置位表述为代表通道状态的“X”或“Y” .£twr«l I¥itbwre* iLrwYTd t^/wm ir 1 J真*F >tAfa-FTiiirm £."s«h-FWfC2^FmhriiRff 1*1 Jkh ««Tpi IS4XEj2 AES/EFU数据结构3.AES/EBU 数字音频的优点：AES/EBU 数字音频信躁比高，传输质量好是独立的音频通道 便于做音频处理（调音处理）对于75 欧的 AES/EBU 数字音频系统， 可用原有模拟视频系统替代三. 嵌入数字音频在电视领域，音频信号出现“唇音”是我们非常关注的问题。

所 谓的“唇音”指的是由于视频信号和音频信号传输路径不同，因此信 号的延时也不同，这样就造成了声音和图像出现延时差在分离的视、 音系统中需要一些音频延时器予以克服而在数字视频SDI的传输的 同时，我们可以利用SDI信号的辅助数据区，把数字音频信号嵌入到 SDI 信号中一起传输，从根本上消除了的除了“唇音”问题这也就 是传输音频信号的第3 种格式—嵌入音频格式1.嵌入数字音频的位置在模拟视频中存在着行、场消隐期在行、场消隐期内并不存在 着有效图象信号对于数字视频信号，也对应存在这样一个时间区间， 这个区间被称为行、场的辅助数据区行辅助数据区由SMPTE （活动 图像和电视工程师协会）定义为“ HANC”（Horizon tal Anicillary Date）,场辅助数据区由 EBU 定义为 “VANC”（VerticalAnicillary） 我们清楚地知道，分量数字视频格式的有效行中，625/50制共有 1728 个取样字（525/60制为1716个取样字），其中对Y、Cb和Cr取样 有1440个取样字（0〜1439）而对行消隐期间的取样可安排288个 取样字（525/60 制为 276 个取样字）。

数据传送中，每行的消隐期 间的数据是相同的，对于数字化来说就是所谓的“冗余”部分，在标 准中用“SAV”和“EAV”予以界定并作为接收端恢复的标志，就不再 需要传送同步和色同步信息了那么在“EAV”和“SAV”之间就可用 来放置288个字（525/60制为276个），作为辅助数据（包括“EAV” 和“SAV”的8个字）因此，模拟视频中的行消隐期间，在数字视 频中被称为行辅助数据区“ HANC ” （Horizontal Anicillary Data） 同样，模拟视频中的场消隐期间，在数字视频中被称为场或帧辅助数 据区，由 EBU 定义为“VANC”（Vertical Anicillary Data）我国 广播电影电视行业标准GY/T160-2000《数字分量演播室接口中的附 属数据信号格式》，是等效采用 ITU-RBT1364 建议书标准,规定了数 字分量演播室应用的嵌入到视频数据信号中的辅助数据格式（图 3）圉3嵌入辅助数据包的数据格式根据 SMPTE 291M 标准定义的辅助数据包和空间的格式：（1） 在每个数据包的最前面，有一个包头（ADF）对于分量系 统是由3个字组成，它们为：000H、3FFH、3FFH。

2） 其次是表明辅助数据之内容的数据识别码ID（DID），用 于组织嵌入音频所使用的数据包3） 在数据识别码之后是数据包号码①BN），接收设备可根据 包号码的连续性来判别是否丢失数据4） 数据包号码之后1个字称之为数据计数字（DC），用来表明包中数据总和5）在数据计数字之后就是数据区，有 255 个字6）最后是数据效验位（Checksum）分量视频数据信号的辅助数据区，可用来传输数字音频等辅助数据 信号辅助数据信号以数据包的形式运载，每个包都带有自身的包头 标识，在辅助数据区内，不可随意放置依据标准规定，插入在数字 视频的串行数据流中，可以同时发送多达16 个通道，（8 个 AES/EBU 数据流通道）20或24比特的声音信号但必须紧接在EAV后面，不 能有一个码字的空隙误码检测信号 EDH（SMPTE RP165 定义）被放 置在行辅助数据区的第5或315行（625/50制）,但必须紧邻在“SAV” 前面，同样不能有一个码字的空隙行辅助数据区的剩余部分，可安 排其它数据使用数字音频插入的规则：（1） 第 5、318 行用于插入 EDH 的数据2） 第 6、319 行不插入任何数据，专门用于 SDI 的切换区。

3）第 7、320 行空一行，不插入音频数据第 8、321 行用于插入音频控制数据：该音频控制包包含以下信息： 音频的帧数、取样的频率、有效通道和视、音的相对延时，对于 48KHZ 的工作方式下，音频控制数据包的是可选择的，而对于其它频率，必 须传送音频控制数据在广播电视系统中，数字音频的取样频率通常采用48KHz （其它取 样频率有32KHz和44.1KHz），在每秒25帧的扫描系统中，一个视 频帧的音频样值数为48000/25 = 1920，即一个视频帧内有整数个音 频样值，这时音频的取样频率能和视频时钟保持同步，可称为同步音 频在数字音频中，通常将由同一 AES/EBU音频源中得到的两个音频 通道称为一个通道对，由两个通道对组成一个音频组这样，一个音 频组可以有 4 个音频通道音频组的编号为1 至 4，通道编号为1至 16通道1 至 4 为第1 组，通道5 至8 为第 2组，依次类推2.嵌入音频目前辅助数据最大的用途是放置音频，然而被放置的音频称为嵌 入音频采用音频嵌入方案的电视系统，最大的好处是解决了电视信 号在传输中的声画同步、协调的问题由于嵌入音频后的视频信号可 用一根电缆同时传送音视信号，还简化了设备系统。

被嵌入的音频信 号是以块（或称段）为单位，打包传送的一个块由192 个连续帧组 成，每个帧包含有相关的两个子帧，每个子帧（32 比特）表示一个 音频通道，放置一个音频取样字，因此一个数字音频码流可以作为立 体声、双声道模式使用 每个子帧定义为32 比特，其中前置码占有 4 比特，音频数据为24 比特，在数据位后的 4比特，分别是有效标 志位V（Validity）,用户数据位U（User Data）,通道状态位（Channel Status Data）和子帧的奇偶校验位P （Parity）帧的传输速率与 源取样频率要严格对应如果音频取样频率为48KHz, —帧的取样时 间为20.83m s，每一子帧的取样时间就是10.415m s帧传输速率与 源取样频率要严格对应嵌入音频实质上是采用时分复用的方式，将 数字音频数据作为附属数据与数字视频数据合为一路数据信号嵌入 音频放置在行辅助数据区内（HANC），按照SMPTE272M标准的规定， 在行辅助数据区内最多可嵌入 16 个通道的音频数据，16 个通道划分 为 4 组，每组含有4 个（即两对）音频通道为此需要使用两种用来 传送 AES/EBU 音频信息的附属数据包，即音频数据包和音频控制包。

这两种音频包均应符合下表所示的附属数据包的格式，它们之间的差 别仅在于用户数据部分和相关的标识符表1音频数据包和音频控制包的D功字音频数据包中携带有数字音频的样值数据，按照标准规定，它放置 在 CB/CR 色差信号并行数据流的行附属数据区内音频控制包中所含 数据则用于音频数据流的解码处理，每场仅传送一次有关音频数据 的嵌入过程和这两种音频包的具体结构，下面分别予以介绍 音频数据包图 4 表示了音频数据的嵌入过程为简明计，这里只画出了一个通 道对（AES/EBU 1为第一通道对，AES/EBU 2为第二个通道对）中一 个通道的嵌入示意，通道对 3、4 的嵌入完全相同ALSLEJU^.2Af$ E?h 于AFi.fPU 5=W?音频控制包LSBAEWJE 日 U 召伍对 1 対比捕肯誓祥僅竝MS8VUCPS4音频数据的。