基于互聯網實現戶外音頻直播關鍵技術研究

吳嘉彥

(廣東省人民廣播電臺,廣東 廣州 510012)

基于互聯網實現戶外音頻直播關鍵技術研究

吳嘉彥

(廣東省人民廣播電臺,廣東 廣州 510012)

結合廣播電臺戶外現場直播特點,基于互聯網構建高質量實現戶外音頻直播系統。討論音頻信號硬件、軟件編碼的特點、設備物理網與互聯網I/O瓶頸可能導致音頻信號傳送的延遲、音頻信號數據流網絡傳輸阻塞等關鍵問題。

互聯網;戶外直播;網絡直播

前 言

時效性和現場感是廣播電臺戶外直播的最顯著特點。聽眾通過收聽廣播可近乎實時地感知現場事件的發生與進展,聽眾的現場感極強,如同近距離親歷現場,感同身受。可大大提高聽眾的參與現場意識。隨著現代廣播技術的不斷進步,戶外現場音頻信號處理及傳輸載體亦日趨多樣化。隨著互聯網的普及和網絡技術的迅速發展,廣播電臺(特別是中小電臺)完全可以通過現成的互聯網傳輸音頻信號應用于戶外直播。此技術就是基于有線寬帶互聯網,用無線網橋延伸有線互聯網解決傳輸通道。電臺戶外現場或直播車的音頻信號傳輸采用無線網絡結合有線寬帶互聯網代替傳統的小型FM發射機。這樣不但全部傳輸過程都是數字傳輸,而且幾乎不受地域建筑物的阻擋限制。只要直播現場附近(半徑在2000米范圍內)有寬帶互聯網覆蓋的地方均可進行直播活動。

以互聯網為載體,構建如下圖所示的現場與聽眾之間的高質量實時廣播系統。目前現場音頻信號采集技術、音頻信號預處理技術、廣電中心音頻信號后端處理及發射技術已日趨成熟。要實現音頻信號通過互聯網高效率傳輸,音頻信號的壓縮編碼、解碼技術、音頻信號頻帶高端擴展技術、音頻信號在線有效實時傳輸技術的研究是基于有線寬帶互聯網實現戶外音頻直播的關鍵。

1 構建基于互聯網實現戶外音頻直播系統

基于互聯網的數字流媒體技術[1]隨著現代數字電子技術、網絡信息處理技術和網絡多媒體技術的發展而快速發展。基于互聯網載體構建的廣播電臺遠程直播音頻信息的廣播系統,改變了廣播電臺傳統的音頻信號依靠微波、無線調頻、ISDN、數字電話等的信號傳輸模式,實現傳輸成本低、廣播音頻質量高、實時效果較好的目標;通過將現場采集的音頻信號進行均衡調節、數字壓縮編碼、網絡協議加載、IP數據包的互聯網絡傳輸、廣電中心的終端解碼還原現場音頻信號、經調制后實現廣播無線調頻、調幅發射或網上直播;并可實現廣播節目的備份、網上點播等功能。

研究基于寬帶互聯網實現戶外音頻的直播系統,通過對采集的音頻信號進行一定格式數字軟件(或硬件)壓縮編碼、有線或無線接入互聯網、經網上在線廣電中心解碼、制作完整廣播系統信號、以無線電臺廣播方式或網絡 IPAudio方式實現信息廣播。系統應具有音頻信號傳輸廣播質量高、現場接入及網絡傳輸成本低、廣播節目可備份、點播、廣播與聽眾雙向互動音頻廣播、直播現場監控等特點。

現場音頻直播系統的安全性,系統設計必須注重現場直播音頻信號數據在網絡上傳輸的數據安全性,系統須設置各級用戶權限,各級管理員、操作員的分級管理制度,有效防止各種非法操作。

可靠性方面:由直播現場嵌入式操作系統的主控制器與基于UNIX或Linux或Windows操作系統的服務器實現音頻信號前端硬件或軟件信號數字處理,軟硬數字處理方式實現前端雙系統備份的大容量存儲空間技術,通信網絡實現高帶寬、高可靠性和高性能的持續的高速數據讀寫傳輸要求,為確保直播信號的流暢性、現場直播前端系統的正常運行,構建現場直播前端監控系統,實現直播現場本地控制、遠程監控功能。

系統基于現場直播的各種物理網與互聯網具有高效的傳輸功能,現場直播音頻信號實現傳輸距離無限,可運行在跨網關的局域網和互聯網上,從直播現場到廣電中心的集中控制廣播,實現現場直播音頻信號的快速、可靠的信息廣播。

確保現場直播音頻信號的高質量廣播,現場直播音頻信號廣播輸出流暢,播放音質達CD級,頻響:20H-15KHz。采樣率:32-96KHz。動態范圍:數字:144dB。模擬:110dB4 THD。失真:<0.01%(20 - 1KHz) < 0.05%(15KHz), <0.02%(SMPTE)。系統隔離度:>55dB(20H-15KHz)。

現場直播音頻信號管理系統具一定的可移植性。直播管理系統可采用ODBC和JDBC多種數據庫且基于Java標準的三層結構的系列系統管理模式,對數據庫中數據操作遵循SOL Server標準,使直播管理系統適用于多種數據庫管理系統,盡可能降低系統運行的硬件平臺要求、適用 UNIX、Linux、Windows的多操作系統及可在多種互聯網絡服務器管理平臺上實現移植。

2 音頻信號壓縮編解碼

一般的,人對于聲音細節的分辨最佳效果為20Hz—20KHz。為實現較為理想的在線音樂效果,首先,對于音頻信號的采樣處理,可借鑒CD激光唱盤為提高音質而遵循Harry Nyquist采樣理論,對直播現場音頻信號的數字采樣頻率為40KHz,采用96dB雙聲道動態范圍,采樣頻率高于輸入信號最高頻率兩倍將有足夠空間從采樣信號重構直播現場原始音頻信號,播放音質達CD級。基于音頻信號必須流暢平滑直播的音質效果要求與信號互聯網傳輸載體有限資源的矛盾,應用現代數字電子技術針對音頻信號不論采用軟件壓縮編解碼或是采用硬件壓縮編解碼方式,將面對音頻數據流在線傳輸、播放可能出現的聲音延時與間斷、直播現場物理網與互聯網接口I/O瓶頸數據流網絡傳輸出現的數據包擁堵等關鍵技術問題。

利用硬件設備實現直播現場音頻信號壓縮編解碼。直到2010年廣州亞運會開幕之前,市面上已出現了類似于法國品牌的DIGIGRAM公司生產的PYKO系列基于IP網絡音頻傳輸的硬件設備,該品牌系列設備針對音頻信號基于UDP傳輸協議實現編碼與解碼,頻響效果達20Hz—20KHz,諧波失真小于-84dB。經現場實際應用發現,由于物理網所有設備的固有設計,還是未能解決設備網絡音頻信號壓縮編解碼與互聯網帶寬資源實時最優化解決接口I/O瓶頸數據包擁堵問題,硬件設備音頻編解碼作為現場直播實時備用方案。

直播現場音頻信號軟件方式壓縮編解碼,通過任何一種網絡底層傳輸協議的使用,構建音頻信號網絡流媒體數據結構,將音頻信號及同步信號、實時控制命令等打包組合為多媒體數據流信息,以互聯網資源為載體,實現音頻流媒體數據包的在線傳輸及經制作后的廣播節目在線廣播。然而,基于 TCP開發的網絡音頻信號廣播管理系統,由于固有網絡資源傳輸速度的限制,經常會導致音頻信號數據包的連接占用很長時間,將出現在線連接失敗,若在2—3秒內未能恢復建立連接,在線廣播就失敗了。通過改進在線廣播系統程序中套接字的超時信息,視在線實時帶寬資源的實際情況,先將套接字設置成非阻塞模式,系統在線連接時繼續執行后面的指令集合,之后恢復套接字的阻塞模式,可實現較好效果的音頻信號在線廣播。Microsoft公司的Windows Media(＊.wmv,＊.asf)[2]、RealNetworks 公 司 的RealMedia(＊.rm)和Apple公司的QuickTime是目前流媒體的主要工具。而微軟公司的“Windows Media”的核心是 ASF(Advanced Stream Format),且ASF支持較大自由度的音頻信號的壓縮編解碼方式。微軟公司在用于網絡在線應用開發主要工具SDK,基于SDK開發平臺,可將直播現場采集到的音頻信號進行壓縮編碼,以ASF標準數據格式構建流媒體數據包并與在線直播管理系統相集成。其中,由Windows Media Format SDK及Windows Media Servics SDK平臺可開發在線IP單播或在線互聯網一對多直播播管理系統,而微軟公司提供的Windows Media Format SDK平臺用于asf格式文件的讀寫、編輯應用程序開發,Windows Media Encoder SDK是作為系統配置及實現 Windows Media Encoder控制接口的開發平臺。

2010 廣州亞運會現場音頻直播選用實時流式傳輸。針對現場采集的音頻信號預處理后,由音頻壓縮編碼系統對前端音頻模擬信號進行數字化采樣,數據流打包,再由直播現場的 Windows Media Services音頻服務器中的Windows Media Encoder 9進行壓縮編碼,配置Windows Media Encoder 9 SDK系統支持 Windows Media Encoder,而由 Windows Media Encoder平臺將直播現場音頻信號進行數據流格式化,實現WMEncoder類的相關對象和方法描述。Windows Media Services音頻服務器的Windows Server 2003與Windows Media Services將音頻數據流對指定的IP進行有線或無線數據傳輸,最終實現音頻數據流化處理,通過Windows Media Services進行音頻數據流網絡數據格式化,協議加載后由無線路由器傳輸到最近互聯網IP端口,實現現場直播與互聯網的音頻數據壓縮打包傳輸,廣電中心利用Windows Media Player進行音頻信號解壓縮后實現廣播。

基于 WindowsMediaFormatSDK編輯Windows Media格式音頻腳本文件,以 Windows Media數據流格式進行音頻信號的壓縮編碼,形成Windows Media格式的流媒體文件。同時基于Visual C++6.0利用Windows Media Format SDK進行直播音頻信號管理系統的二次開發,在SDK中聲明#include ”wmsdk.h”;頭文件 ,包含 Wmvcore.lib 和WMStub.lib庫文件,調用 WMCreateWriter來創建IWMWriter 對 象, 配 置 SetProfile、SetOutputFilename、BeginWriting、WriteSample、Flush、EndWriting,完成 Windows Media Script文件的寫入;由URL腳本命令向Media Player瀏覽器發送URL。基于Windows Media Encoder SDK完成直播現場音頻信號流媒體壓縮編碼任務,經實際直播應用,現場直播音頻信號的高頻端信號的壓縮與解壓處理音頻質量仍有提高空間。

目前,網絡數據通信技術的在快速發展,對聲音及流媒體技術的要求在提高,而實際網絡資源實難滿足人們對高保真音頻信號的追求,因此,對直播現場音頻信號的壓縮編解碼處理,在現有網絡載體資源的基礎上可最大限度減少重構音頻信號的音質損失將是實際存在的一對矛盾。隨著現代網絡技術、數字技術的不斷發展,直播現場音頻信號處理的壓縮編解碼的較為先進的有效算法還有待進一步研究。

3 互聯網傳輸層關鍵技術

為解決數據流物理網與互聯網各種實際存在的導致信號傳送產生的延遲、數據流傳輸阻塞等 I/O瓶頸問題。實現現場音頻信號實時順暢的流式廣播,Windows Media Services提供了控制協議插件支持Microsoft Media服務器端協議功能及實時音頻信號數字流式傳輸協議,在線HTTP超文本傳輸協議。直播現場在對音頻信號進行壓縮處理之前對Windows Media Services音頻信號處理系統服務器須進行系統配置。

首先,基于Windows Media Services的匿名驗證方式配置 Windows Media Services的控制協議,然后,將WMS HTTP服務器的控制協議設置為禁止,配置 HTTP數據推送協議,最后,設置 Windows Media Services的 HTTP協議端口,設置為80端口,一般的網絡防火墻對該端暢通。

4 高頻擴展關鍵技術研究

針對音頻信號進行壓縮編碼技術處理,傳統習慣算法普遍依據低頻端音頻信號對人耳較高頻端音頻信號更敏感的現象,更多注重音頻信號的壓縮編碼效率,簡化音頻數據流冗余,優化傳播載體資源,著重音頻信號低頻信息的壓縮編碼,如MP3、MPEG-2 AAC編碼方法[3],而忽視音頻信號高頻信息的壓縮編碼,系統對音頻信號的最終解碼還原質量不高。例如:基于音頻數據信號的統計波形編碼,PCM(Pulse Code Modulation),DPCM(Differential Pulse Code Modulation),APCM (Adaptive Pulse Code Modulation),ADPCM(Adaptive Differential Pulse Code Modulation),特點是適應環境資源性較強及語音還原質量較好,缺點是音頻數據信號壓縮比較小、音頻信號數據包大;基于音頻的濾波器、預測音頻線性系數等聲學參數編碼,特點是音頻信號的數據率較低,缺點是還原音頻信號的質量較差;均未能較理想的實現音頻信號的高質量重構。

為實現較理想的現場音頻直播效果,實現最終現場直播音頻信號的重構廣播質量,必須解決現場音頻信號采集、壓縮編解碼、網絡傳輸、音頻信號解碼重構及功率放大廣播整個鏈路的音頻帶寬擴展技術問題,必須解決音頻信號的高頻擴展關鍵技術問題。音頻信號高頻端帶寬重構是由于預處理直播現場音頻信號時所構建的音頻數所包中忽略了音頻信號的高頻端信號,通過一定算法,最終由解碼重構音頻信號的低頻信息構建音頻信號的高頻端信息,實現音頻解碼信號質量的提高。目前,較為行之有效的音頻信號高頻端帶寬恢復的方法有:非盲目式[4]音頻信號高頻端重構法和盲目式[5]音頻信號高頻端重構法。非盲目式音頻信號高頻端重構法,由音頻信號壓縮編碼系統對音頻信號的低頻端信號、高、低頻相關關系參數、高頻端諧波/噪聲關系、音頻信號高頻端的能量包絡函數等信息進行系統編碼,最終由音頻信號的低頻端信息及各種音頻信號高頻端信號的關系重構音頻信號的高頻端信息;盲目式音頻信號高頻端帶寬重構法,音頻信號解碼系統直接用音頻信號的低頻端帶寬信息重構音頻信號的高頻端內容。

實現音頻信號解碼還原高頻端擴展的非盲目式算法主要有:PlusV音頻帶高端擴展重構法、SBR的音頻帶復制擴展法、SPBE音頻帶寬擴展法、BBSM音頻譜高端擴展建模法、最小熵音頻帶高頻端擴展算法等。

實現音頻信號解碼還原高頻端擴展的盲目式算法主要有:LE音頻帶高端線性擴展算法、EHBE音頻帶高頻端帶寬擴展算法、HSE混合音頻信號擴展算法等。

5 交互式直播技術、直播現場監控系統研究

基于互聯網的廣播電臺戶外現場直播系統以網絡作為新的傳播媒介,將音頻直播與互聯網相融合,改革傳統廣播理念,依托現代互聯網資源優勢,實現直播系統資源的二次挖掘:實現廣播與聽眾互動的雙向交互式直播模式;實現廣播內容備份;廣告的插播;廣播電臺的廣播模式向網絡多媒體或超媒體的方向發展。

利用基于互聯網的廣播電臺戶外現場直播系統實現直播現場本地控制、遠程監控功能。如下圖所示。由攝像頭采集直播現場的實時視頻信息,通過互聯網將廣電中心服務器端及客戶端構建一直播現場監控系統,實現直播現場監控。例如,利用Windows Media Server軟件可以較理想的實現以上功能。

6 實際應用效果分析、改進設想

在2010年廣州亞運會中,電臺現場直播使用的是Windows media編碼器、無線路由器等構建了基于互聯網的亞運會現場直播系統,注重直播現場音頻信號的高頻端擴展補償。經過頻響曲線以及延時測試,該系統穩定性及延時方面都可以達到播出要求。

[1]張麗.流媒體技術大全[M].北京:中國青年出版社,2001.

[2]Microsoft Corporation.Windows Media Encoder 9 Series SDK Documentation[EB/DK].2003.

[3]潘政彥.節省參數并提升音質之改良式高頻重建方法[D].臺灣:大葉大學,2005.PAN Jeng-yan.A Solution of High Frequency Reconstruc-tion for Saving more Parameters and Improving Quality[D].Taiwan:Da-Yeh University,2005.(in Chinese)

[4]ISO/IEC 11172-3,Codingof moving pictures and associated audio for digital storage media at up to about 1.5Mbit/s—Part 3 Audio[S].

[5]ISO/IEC 13818-7,Information technology-Generic coding of moving pictures and associated audio information-Part 7:Advanced Audio Coding(AAC)[S].

A Study on the Key Technologies of the Internet-based Broadcasting

WU Jia-yan
(Radio Guangdong,Guangzhou 510012)

This study probes into the construction of a high-quality Internet-based radio outside broadcast system with regards to the characteristics of live broadcast.It discusses the key issues such as audio hardware,software coding features,the transmission delays resulting from the I/O bottlenecks between the physical network and the Internet,and the transmission congestions in audio data streaming,etc.

the internet;outside broadcast;webcast

G229.24

A

1673-8861(2011)03-0136-04

2011-07-21

吳嘉彥(1985-),男,廣西梧州市人,廣東人民廣播電臺任助理工程師,碩士。主要研究方向:轉播直播技術。