HDTV嵌入數(shù)字音頻分析軟件設(shè)計(jì)

劉 越，章文輝

（中國(guó)傳媒大學(xué) 信息工程學(xué)院，北京 100024）

隨著全國(guó)高清頻道數(shù)量的不斷增多和相關(guān)政策的發(fā)布，人們已經(jīng)完全迎來了高清時(shí)代。高清視頻無疑帶來了更逼真的視覺享受，如何獲得更高的聽覺享受，也將逐漸成為另一研究課題。

數(shù)字音頻數(shù)據(jù)流可以通過電纜線單獨(dú)傳輸，也可嵌入在數(shù)字視頻SDI流每一行的HBI（行逆程）中的輔助數(shù)據(jù)空間中傳輸。數(shù)字視頻嵌入音頻，并非單獨(dú)傳輸音頻數(shù)據(jù)，而是將音頻數(shù)據(jù)按照一定格式封裝成數(shù)據(jù)包，在視頻信號(hào)的輔助數(shù)據(jù)空間內(nèi)傳輸。這樣不僅解決了視頻、音頻不同步的問題，也大大節(jié)省了傳輸路線和裝配成本。但是，對(duì)于電視臺(tái)、影像公司、電影制作公司等傳媒公司，常常需要單獨(dú)對(duì)數(shù)字音頻進(jìn)行監(jiān)控和測(cè)量。所以，如何實(shí)現(xiàn)嵌入數(shù)字音頻的解嵌和分析，也得到越來越多的關(guān)注。

鑒于上述問題，筆者設(shè)計(jì)了基于SMPTE299M標(biāo)準(zhǔn)的HDTV嵌入數(shù)字音頻分析軟件。突破傳統(tǒng)基于硬件的系統(tǒng)設(shè)計(jì)，采用軟件從HD-SDI抓包文件中提取出一幀音頻數(shù)據(jù)，實(shí)現(xiàn)非實(shí)時(shí)分析和檢測(cè)，對(duì)系統(tǒng)測(cè)試、理論研究、實(shí)踐教學(xué)有著重要意義。

1 嵌入音頻基本原理

AES/EBU數(shù)字音頻接口標(biāo)準(zhǔn)規(guī)定，音頻數(shù)據(jù)以2的補(bǔ)碼進(jìn)行編碼，接口可以對(duì)取樣頻率為48 kHz、44.1 kHz和32 kHz，量化比特?cái)?shù)為24，20和16的數(shù)字音頻信號(hào)進(jìn)行實(shí)時(shí)傳輸，并提供輔助信息。

1.1 AES/EBU音頻格式

數(shù)字聲音的數(shù)據(jù)按照幀劃分，每個(gè)數(shù)據(jù)幀（frame）為64 bit，分為兩個(gè)子幀，即Sub-frame 1和Sub-frame 2。每個(gè)子幀中的前4 bit為前置碼，用于子幀、幀和塊的同步和識(shí)別。每個(gè)子幀的后4 bit（V，U，C，P）為輔助數(shù)據(jù)，各比特位所代表的功能如表1所示[1-4]。

表1 輔助數(shù)據(jù)[5]

每192個(gè)音頻幀（frame）構(gòu)成1個(gè)音頻塊（block）。有3種前置碼X，Y和Z，Z標(biāo)志每個(gè)音頻塊的開始。每個(gè)音頻塊中，除了第1個(gè)音頻幀的Sub-frame 1的前置碼用Z標(biāo)識(shí)外，其余各幀的Sub-frame 1的前置碼都為X；所有Sub-frame 2的前置碼都用Y表示[6]。AES/EBU音頻與音頻數(shù)據(jù)包之間的關(guān)系如圖1所示。

1.2 輔助數(shù)據(jù)空間

高清隔行掃描行、場(chǎng)定時(shí)關(guān)系如圖2所示。

高清隔行掃描系統(tǒng)，每幀圖像共1125 行。有效視頻區(qū)1080 行，數(shù)字場(chǎng)消隱區(qū)45行。其中，第21～560行為第1場(chǎng)有效視頻區(qū)，第584～1123 為第2場(chǎng)有效視頻區(qū)；第1124 行、1125 行和l～20行為第1場(chǎng)數(shù)字場(chǎng)消隱區(qū)，第561～583行為第2場(chǎng)數(shù)字消隱區(qū)。

HD-SDI信號(hào)里，除了有效視頻信號(hào)之外，在視頻信號(hào)消隱區(qū)里還包含其他信息[8]，如有效視頻的起始點(diǎn)SAV和終止點(diǎn)EAV、行數(shù)信息LN、冗余校驗(yàn)碼CRC、輔助數(shù)據(jù)ANC等信息。數(shù)字音頻信號(hào)嵌入在分量數(shù)字視頻格式有效行的輔助數(shù)據(jù)區(qū)中。行消隱期間的取樣708個(gè)取樣字，在標(biāo)準(zhǔn)中用“SAV”和“EAV”予以界定。音頻信號(hào)嵌入在輔助數(shù)據(jù)ANC內(nèi)[7]。

1.3 HD-SDI數(shù)據(jù)流結(jié)構(gòu)

HD-SDI即高清串行數(shù)字接口，用于傳輸高清視頻。HD-SDI信號(hào)由亮度數(shù)據(jù)流和兩個(gè)色差數(shù)據(jù)流復(fù)用而成，針對(duì)4∶2∶2的樣點(diǎn)結(jié)構(gòu)，亮度信號(hào)取樣頻率為13.5 MHz，兩個(gè)色差信號(hào)取樣頻率為6.75 MHz，以10 bit進(jìn)行量化，所以基本碼率為1485 Mbit/s。其數(shù)據(jù)流結(jié)構(gòu)如圖3所示（T為取樣周期）。

1.4 嵌入音頻格式

嵌入到視頻數(shù)據(jù)中的音頻包有2種:音頻控制包（Audio Control Packet，ACP）、音頻數(shù)據(jù)包（Audio Data Packet，ADP）[9]。高清音頻數(shù)據(jù)包支持24位，不存在音頻擴(kuò)展包。音頻數(shù)據(jù)包的長(zhǎng)度是固定的，且每個(gè)包只包含每個(gè)音頻組中4個(gè)通道的各1個(gè)音頻數(shù)據(jù)。高清音頻數(shù)據(jù)包中還包含一些額外的數(shù)據(jù)和糾錯(cuò)數(shù)據(jù)。

音頻數(shù)據(jù)包只在色差數(shù)據(jù)流（Cb/Cr）的行附屬數(shù)據(jù)空間傳輸。在由源視頻格式定義的切換點(diǎn)之后的一行所在的附屬數(shù)據(jù)空間內(nèi)，不插入音頻數(shù)據(jù)包。音頻數(shù)據(jù)包結(jié)構(gòu)如圖4所示，由附屬數(shù)據(jù)標(biāo)志（ADF）、數(shù)據(jù)標(biāo)志符（DID）、數(shù)據(jù)塊序號(hào)（DBN）、數(shù)據(jù)計(jì)數(shù)（DC）、用戶數(shù)據(jù)字（UDW）及校驗(yàn)和（CS）組成[6]。

每4個(gè)音頻數(shù)據(jù)構(gòu)成1個(gè)音頻組，每個(gè)音頻組都對(duì)應(yīng)1個(gè)音頻控制包。1個(gè)給定的音頻組中的全部音頻通道應(yīng)具有相同的取樣頻率、取樣相位和同步/異步狀態(tài)，這些控制信息都包含在音頻控制包內(nèi)。

音頻控制包應(yīng)當(dāng)每場(chǎng)傳輸一次，因?yàn)楦粜袙呙?場(chǎng)為一幀，所以每幀HD-SDI傳輸2次音頻控制包。音頻控制包在Y并行數(shù)據(jù)流視頻切換點(diǎn)(Video Switching Point)之后第二行的行附屬數(shù)據(jù)空間內(nèi)傳輸。音頻數(shù)據(jù)包結(jié)構(gòu)如圖5所示，由附屬數(shù)據(jù)標(biāo)志（ADF）、數(shù)據(jù)標(biāo)志符（DID）、數(shù)據(jù)塊序號(hào)（DBN）、數(shù)據(jù)計(jì)數(shù)（DC）、用戶數(shù)據(jù)字（UDW）、校驗(yàn)和（CS）組成[6]。

2 嵌入音頻分析軟件設(shè)計(jì)

2.1 系統(tǒng)框圖

軟件設(shè)計(jì)的系統(tǒng)框圖如圖6所示。大體分為3部分:音頻控制包和音頻數(shù)據(jù)包的提取；音頻控制包和音頻數(shù)據(jù)包格式的分析；音頻數(shù)據(jù)的提取和取補(bǔ)[9]。

2.2 實(shí)驗(yàn)結(jié)果

為驗(yàn)證本文所述分析的可行性，按照?qǐng)D6所示的流程，利用C語言編程實(shí)現(xiàn)。數(shù)據(jù)源采用一幀HD-SDI抓包文件，成功實(shí)現(xiàn)分析任意行音頻數(shù)據(jù)包和音頻控制包的格式，取出音頻個(gè)數(shù)、采樣頻率和嵌入的音頻通道數(shù)。實(shí)驗(yàn)結(jié)果如圖7所示。

2.3 實(shí)現(xiàn)方法

HD-SDI數(shù)據(jù)量很大，1幀畫面有400多萬個(gè)數(shù)據(jù)。限于軟件處理速度，該實(shí)驗(yàn)采取實(shí)時(shí)讀取、分析的設(shè)計(jì)思路。每讀取一行便分析一行，對(duì)需要的數(shù)據(jù)進(jìn)行處理、顯示、存儲(chǔ)，不需要的數(shù)據(jù)則直接跳過。音頻數(shù)據(jù)包和音頻控制包以附屬數(shù)據(jù)標(biāo)志（ADF）即000，3FF，3FF為標(biāo)志。音頻數(shù)據(jù)包嵌入在輔助數(shù)據(jù)空間中，所以編程實(shí)現(xiàn)直接跳過有效視頻區(qū)。音頻控制包只嵌入在視頻切換點(diǎn)之后的第2行的行附屬數(shù)據(jù)空間。以1125 /50/2∶1系統(tǒng)為例，切換點(diǎn)在第7行及第659行，所以只需在Y并行流的第9行及第571行的行附屬數(shù)據(jù)空間內(nèi)尋找音頻控制包。同時(shí)，實(shí)驗(yàn)采用多線程技術(shù)，以提高效率。

3 小結(jié)

本文提出的基于SMPTE299的HD-SDI嵌入音頻分析軟件實(shí)現(xiàn)簡(jiǎn)單，通用性強(qiáng)。隨著高清數(shù)字廣播電視的逐步發(fā)展和高清電視的不斷普及，對(duì)嵌入音頻的分析和研究，也將占據(jù)越來越重要的地位。雖然限于軟件的處理速度，只能進(jìn)行靜態(tài)分析，但其對(duì)理論研究、實(shí)驗(yàn)教學(xué)、系統(tǒng)測(cè)試都具有重要意義，對(duì)于高清數(shù)字電視的發(fā)展與變革也有一定推動(dòng)作用。

[1]王明臣，姜秀華，張永輝.數(shù)字電視與高清晰度電視[M].北京:中國(guó)廣播電視出版社，2003.

[2]姜秀華，張永輝.數(shù)字電視廣播原理與應(yīng)用[M].北京:人民郵電出版社，2007.

[3]Society of Motion Picture and Television Engineers.SMPTE292M-1998 Bit-Serial digital interface for high-definition television systems[S].1998.

[4]國(guó)家廣播電影電視總局.GY/T 162-2000高清晰度電視串行接口中作為附屬數(shù)據(jù)信號(hào)的24比特?cái)?shù)字音頻格式[S].2000.

[5]SMPTE.ANSI/SMPTE 299M-199724 -Bit digital audio format for hdtv bit-serial interface[S].1997.

[6]HARDING P，SHERRATT R，GUY C.Convergence of standard defi?nition(SD)and high definition(HD)SDI for audio multiplexing and de-multiplexing by implementing modular design[C]//Proc.2004 IEEE International Symposium on Consumer Electronics.[S.l.]:IEEE Press，2004:541-544.

[7]姜秀華，柴劍平，林正豹，等.現(xiàn)代電視原理[M].北京:高等教育出版社，2008.

[8]李寧.HD-SDI信號(hào)的特征及檢測(cè)方法的提案[J].現(xiàn)代電視技術(shù)，2004，（8）:35-42.

[9]謝元祿，張春，王志華.基于SMPTE272M標(biāo)準(zhǔn)的音頻加解嵌系統(tǒng)設(shè)計(jì)[J].電視技術(shù)，2008，32（7）:10-23.