HDTV嵌入數字音頻分析軟件設計

劉 越，章文輝

（中國傳媒大學 信息工程學院，北京 100024）

隨著全國高清頻道數量的不斷增多和相關政策的發布，人們已經完全迎來了高清時代。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。

數字音頻數據流可以通過電纜線單獨傳輸，也可嵌入在數字視頻SDI流每一行的HBI（行逆程）中的輔助數據空間中傳輸。數字視頻嵌入音頻，并非單獨傳輸音頻數據，而是將音頻數據按照一定格式封裝成數據包，在視頻信號的輔助數據空間內傳輸。這樣不僅解決了視頻、音頻不同步的問題，也大大節省了傳輸路線和裝配成本。但是，對于電視臺、影像公司、電影制作公司等傳媒公司，常常需要單獨對數字音頻進行監控和測量。所以，如何實現嵌入數字音頻的解嵌和分析，也得到越來越多的關注。

鑒于上述問題，筆者設計了基于SMPTE299M標準的HDTV嵌入數字音頻分析軟件。突破傳統基于硬件的系統設計，采用軟件從HD-SDI抓包文件中提取出一幀音頻數據，實現非實時分析和檢測，對系統測試、理論研究、實踐教學有著重要意義。

1 嵌入音頻基本原理

AES/EBU數字音頻接口標準規定，音頻數據以2的補碼進行編碼，接口可以對取樣頻率為48 kHz、44.1 kHz和32 kHz，量化比特數為24，20和16的數字音頻信號進行實時傳輸，并提供輔助信息。

1.1 AES/EBU音頻格式

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

表1 輔助數據[5]

每192個音頻幀（frame）構成1個音頻塊（block）。有3種前置碼X，Y和Z，Z標志每個音頻塊的開始。每個音頻塊中，除了第1個音頻幀的Sub-frame 1的前置碼用Z標識外，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音頻與音頻數據包之間的關系如圖1所示。

1.2 輔助數據空間

高清隔行掃描行、場定時關系如圖2所示。

高清隔行掃描系統，每幀圖像共1125 行。有效視頻區1080 行，數字場消隱區45行。其中，第21～560行為第1場有效視頻區，第584～1123 為第2場有效視頻區；第1124 行、1125 行和l～20行為第1場數字場消隱區，第561～583行為第2場數字消隱區。

HD-SDI信號里，除了有效視頻信號之外，在視頻信號消隱區里還包含其他信息[8]，如有效視頻的起始點SAV和終止點EAV、行數信息LN、冗余校驗碼CRC、輔助數據ANC等信息。數字音頻信號嵌入在分量數字視頻格式有效行的輔助數據區中。行消隱期間的取樣708個取樣字，在標準中用“SAV”和“EAV”予以界定。音頻信號嵌入在輔助數據ANC內[7]。

1.3 HD-SDI數據流結構

HD-SDI即高清串行數字接口，用于傳輸高清視頻。HD-SDI信號由亮度數據流和兩個色差數據流復用而成，針對4∶2∶2的樣點結構，亮度信號取樣頻率為13.5 MHz，兩個色差信號取樣頻率為6.75 MHz，以10 bit進行量化，所以基本碼率為1485 Mbit/s。其數據流結構如圖3所示（T為取樣周期）。

1.4 嵌入音頻格式

嵌入到視頻數據中的音頻包有2種:音頻控制包（Audio Control Packet，ACP）、音頻數據包（Audio Data Packet，ADP）[9]。高清音頻數據包支持24位，不存在音頻擴展包。音頻數據包的長度是固定的，且每個包只包含每個音頻組中4個通道的各1個音頻數據。高清音頻數據包中還包含一些額外的數據和糾錯數據。

音頻數據包只在色差數據流（Cb/Cr）的行附屬數據空間傳輸。在由源視頻格式定義的切換點之后的一行所在的附屬數據空間內，不插入音頻數據包。音頻數據包結構如圖4所示，由附屬數據標志（ADF）、數據標志符（DID）、數據塊序號（DBN）、數據計數（DC）、用戶數據字（UDW）及校驗和（CS）組成[6]。

每4個音頻數據構成1個音頻組，每個音頻組都對應1個音頻控制包。1個給定的音頻組中的全部音頻通道應具有相同的取樣頻率、取樣相位和同步/異步狀態，這些控制信息都包含在音頻控制包內。

音頻控制包應當每場傳輸一次，因為隔行掃描2場為一幀，所以每幀HD-SDI傳輸2次音頻控制包。音頻控制包在Y并行數據流視頻切換點(Video Switching Point)之后第二行的行附屬數據空間內傳輸。音頻數據包結構如圖5所示，由附屬數據標志（ADF）、數據標志符（DID）、數據塊序號（DBN）、數據計數（DC）、用戶數據字（UDW）、校驗和（CS）組成[6]。

2 嵌入音頻分析軟件設計

2.1 系統框圖

軟件設計的系統框圖如圖6所示。大體分為3部分:音頻控制包和音頻數據包的提取；音頻控制包和音頻數據包格式的分析；音頻數據的提取和取補[9]。

2.2 實驗結果

為驗證本文所述分析的可行性，按照圖6所示的流程，利用C語言編程實現。數據源采用一幀HD-SDI抓包文件，成功實現分析任意行音頻數據包和音頻控制包的格式，取出音頻個數、采樣頻率和嵌入的音頻通道數。實驗結果如圖7所示。

2.3 實現方法

HD-SDI數據量很大，1幀畫面有400多萬個數據。限于軟件處理速度，該實驗采取實時讀取、分析的設計思路。每讀取一行便分析一行，對需要的數據進行處理、顯示、存儲，不需要的數據則直接跳過。音頻數據包和音頻控制包以附屬數據標志（ADF）即000，3FF，3FF為標志。音頻數據包嵌入在輔助數據空間中，所以編程實現直接跳過有效視頻區。音頻控制包只嵌入在視頻切換點之后的第2行的行附屬數據空間。以1125 /50/2∶1系統為例，切換點在第7行及第659行，所以只需在Y并行流的第9行及第571行的行附屬數據空間內尋找音頻控制包。同時，實驗采用多線程技術，以提高效率。

3 小結

本文提出的基于SMPTE299的HD-SDI嵌入音頻分析軟件實現簡單，通用性強。隨著高清數字廣播電視的逐步發展和高清電視的不斷普及，對嵌入音頻的分析和研究，也將占據越來越重要的地位。雖然限于軟件的處理速度，只能進行靜態分析，但其對理論研究、實驗教學、系統測試都具有重要意義，對于高清數字電視的發展與變革也有一定推動作用。

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

[2]姜秀華，張永輝.數字電視廣播原理與應用[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據信號的24比特數字音頻格式[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.現代電視原理[M].北京:高等教育出版社，2008.

[8]李寧.HD-SDI信號的特征及檢測方法的提案[J].現代電視技術，2004，（8）:35-42.

[9]謝元祿，張春，王志華.基于SMPTE272M標準的音頻加解嵌系統設計[J].電視技術，2008，32（7）:10-23.