用于T-DMB電視節(jié)目轉(zhuǎn)播的音/視頻采集及同步設(shè)計(jì)

重慶郵電大學(xué)光電學(xué)院 王國裕 張洋銘 張紅升

1.引言

T-DMB是一種新興的數(shù)字化多媒體廣播系統(tǒng)，是目前實(shí)現(xiàn)移動(dòng)數(shù)字多媒體節(jié)目接收性能最好的技術(shù)之一[1]。為了豐富T-DMB的節(jié)目來源，可以利用USB模擬電視盒將閉路電視節(jié)目轉(zhuǎn)換為T-DMB節(jié)目從而構(gòu)建出一套T-DMB電視轉(zhuǎn)播系統(tǒng)。

T-DMB電視轉(zhuǎn)播系統(tǒng)整體上分為T-DMB編碼系統(tǒng)和T-DMB發(fā)射系統(tǒng)兩部分，前者負(fù)責(zé)將閉路電視信號(hào)采集并編碼為符合T-DMB標(biāo)準(zhǔn)的節(jié)目源，后者負(fù)責(zé)將編碼好的T-DMB節(jié)目進(jìn)行節(jié)目合成、信道編碼等，然后廣播出去。

在T-DMB編碼系統(tǒng)中，如何將模擬的閉路電視信號(hào)采集為數(shù)字音/視頻信號(hào)以及音/視頻如何同步是該轉(zhuǎn)播系統(tǒng)的關(guān)鍵所在，也是難點(diǎn)，本文主要介紹這兩個(gè)模塊的設(shè)計(jì)。

2.音/視頻采集模塊設(shè)計(jì)

圖1所示為T-DMB電視轉(zhuǎn)播系統(tǒng)的結(jié)構(gòu)框圖，由圖中可知，T-DMB編碼系統(tǒng)可以分為五個(gè)模塊，其中音視頻采集模塊為第一個(gè)模塊，其主要功能為通過USB電視盒采集電視節(jié)目的聲音和圖像信號(hào)，并通過USB接口傳送至電腦。此模塊采用基于DirectShow開發(fā)包的方式。

Directshow是微軟公司開發(fā)的一套基于Windows平臺(tái)的多媒體開發(fā)工具，是建立在組件對(duì)象模型（COM）的基礎(chǔ)上，由許多模塊化的組件（Filter）組成，每個(gè)Filter實(shí)現(xiàn)一個(gè)功能，由于Filter內(nèi)部完成與硬件驅(qū)動(dòng)程序的交互，所以應(yīng)用程序開發(fā)者不需要直接和底層硬件打交道，應(yīng)用程序開發(fā)者只需要調(diào)用或者編寫合適的Filter就能控制電視盒的工作以及設(shè)置聲音和圖像采集參數(shù)。這樣大大簡化了在windows平臺(tái)上開發(fā)多媒體應(yīng)用程序的難度[2]。

本文的音/視頻采集模塊就是利用DirectShow來開發(fā)的。圖2為音/視頻采集模塊的Filter流程圖。

采集模塊共有6個(gè)Filter組成，每一個(gè)Filter提供不同的接口和用以控制電視盒的相應(yīng)硬件模塊實(shí)現(xiàn)相應(yīng)的功能。TridVid TvTuner Filter提供get_TVFormat（）函數(shù)用控制電視盒的調(diào)諧模式，中國的電視制式為NAL，AutoTuner（）函數(shù)用于自動(dòng)搜臺(tái)，可以通過編程調(diào)用此函數(shù)來切換節(jié)目。Tridvid TvAudio Filter提供Put_TvAudioMode（）函數(shù)控制聲道數(shù)和語言類別。TridVid Crossbar Filter是輸入端口選擇模塊，用來選擇接入的是模擬電視信號(hào)還是DVD信號(hào)，這里選擇Video Tuner in和Audio Tuner in端口。Capture Filter是聲音和圖像采集模塊，通過SetFormat（）函數(shù)控制聲音采集參數(shù)如下：采樣頻率48KHz，采樣字長16bit，雙聲道；圖像采集參數(shù)如下：圖像格式Y(jié)V12，像素320x240，采樣字長16bit。Grabber001 Filter和Grabber Filter是緩存Filter，此模塊是音視頻同步的一個(gè)重要模塊，每當(dāng)采集到一幀聲音或者圖像時(shí)，就會(huì)先放入這里緩存，同步模塊通過控制從此緩存中取數(shù)據(jù)的時(shí)間以及次序來進(jìn)行音視頻的同步編碼。

這六個(gè)模塊通過調(diào)用AddFilter()函數(shù)將其加入程序里，并使用Render()函數(shù)將其按圖2所示連接起來，然后調(diào)用Run()函數(shù)，采集模塊就開始工作了。模擬的電視信號(hào)就轉(zhuǎn)換為數(shù)字的信號(hào)并且音/視頻信號(hào)分別存入電腦內(nèi)存中。

圖1 T-DMB電視轉(zhuǎn)播系統(tǒng)的基本結(jié)構(gòu)框圖

圖2 音/視頻采集模塊Filter流程圖

圖3 音視頻同步模塊結(jié)構(gòu)如圖

圖4 播放器截圖

3.音/視頻同步模塊設(shè)計(jì)

音視頻同步模塊是系統(tǒng)中最重要的模塊，主要功能包括：1)按照ISO/IEC 14496-1和ISO/IEC 13818-1標(biāo)準(zhǔn)進(jìn)行音視頻同步編碼；2)碼率控制。該模塊輸入數(shù)據(jù)為已編碼好的音/視頻幀，輸出數(shù)據(jù)為188字節(jié)的MPEG-2 TS(transport stream)包。音/視頻同步模塊結(jié)構(gòu)如圖3所示。

3.1 同步編碼

經(jīng)過壓縮后的音/視頻數(shù)據(jù)以幀為單位進(jìn)行同步編碼。由上圖可知，首先將音/視頻幀進(jìn)行同步層打包，為音/視頻幀打上時(shí)間戳并生成SL包。時(shí)間戳采用DTS（decoding time stamp）、CTS（composition time stamp），分別表示解碼時(shí)間和合成時(shí)間。再將SL包進(jìn)行傳輸層打包，將PES包、PSI段及14496段經(jīng)TS多路選擇器生成TS包，在TS包自適應(yīng)區(qū)中有另一重要參數(shù)PCR（program clock reference），提供解碼時(shí)的參考時(shí)鐘并校正接收端時(shí)鐘[3-4]。

同步編碼中時(shí)間戳和參考時(shí)鐘是最重要的參數(shù)，在編碼器端和解碼端，它們通過計(jì)數(shù)來達(dá)到間接計(jì)時(shí)的目的。PCR的作用是在解碼器切換節(jié)目時(shí)，提供對(duì)解碼器PCR計(jì)數(shù)器的初始值，以讓該P(yáng)CR值與PTS、DTS最大可能地達(dá)到相同的時(shí)間起點(diǎn)，用于音視頻的同步顯示。

T-DMB標(biāo)準(zhǔn)中，時(shí)間戳的時(shí)間精度為90kHz，如果程序中用計(jì)數(shù)器來實(shí)現(xiàn)的話是很難做到的。由于電視盒的視頻幀率和音頻采樣率可以手動(dòng)設(shè)置，如果將視頻幀率設(shè)置為為25fps，折算成時(shí)間戳為3600；音頻采樣率設(shè)置為為48kHz，每幀1024采樣點(diǎn)，折算成時(shí)間戳為1920?？梢园l(fā)現(xiàn)音視頻幀對(duì)應(yīng)的時(shí)間戳增量都是整數(shù)，因此可不使用計(jì)數(shù)器，而只要在每一幀后直接增加相應(yīng)的時(shí)間戳增量即可(考慮到解碼也需要時(shí)間，CTS要比DTS大一些)。T-DMB標(biāo)準(zhǔn)中對(duì)PCR要求的時(shí)間精度更高，達(dá)到27MHz，這種精度的計(jì)數(shù)器用軟件幾乎是不可能實(shí)現(xiàn)的。通過查閱標(biāo)準(zhǔn)發(fā)現(xiàn)，PCR在傳輸時(shí)傳輸時(shí)是分為PCR_base和PCR_ext兩部分，PCR_ext以系統(tǒng)時(shí)鐘頻率27MHz為計(jì)數(shù)單位，其作用是修正解碼器的系統(tǒng)時(shí)鐘，使之和編碼器一致；由于該部分精度太高，目前無法實(shí)現(xiàn)。且若忽略其不計(jì)，最大誤差也不足0.01ms，且這個(gè)誤差是不累加的，因此可只考慮PCR_base[5]。

T-DMB標(biāo)準(zhǔn)規(guī)定PCR的循環(huán)插入周期不超過100ms，本文視頻幀率設(shè)置為25fps，視頻幀的周期為40ms，兩幀為80ms，因此可在傳輸圖像數(shù)據(jù)的TS包中，每兩幀插入載有PCR的自適應(yīng)區(qū)，且PCR_base等于該幀的DTS。

3.2 碼率控制

雖然音/視頻編碼出的平均碼率恒定，但是為了節(jié)省碼率同時(shí)保證畫質(zhì)，編碼出來的每一幀視頻的數(shù)據(jù)大小肯定不是恒定的，導(dǎo)致數(shù)據(jù)實(shí)時(shí)碼率不穩(wěn)定，因此需采用碼率控制技術(shù)，將實(shí)時(shí)碼率保持穩(wěn)定以保證節(jié)目的流暢。

本文采用的碼率控制方法為在編碼端插入空包。通過周期性檢測碼率，并對(duì)檢測結(jié)果進(jìn)行統(tǒng)計(jì)，從而確定是否插入及插入多少個(gè)空包，利用空包控制碼率。具體實(shí)現(xiàn)為：首先確定需要的碼率為384kbit/s，檢測周期T為1s，即每編碼25個(gè)視頻幀檢測一次。假設(shè)檢測到一個(gè)周期內(nèi)發(fā)送了m個(gè)TS包，則碼率為：

即一個(gè)TS包在1s內(nèi)的碼率為1.504kbit/s。設(shè) △btr 為b t r 與3 8 4 之 間 的 差 值，則：△btr = 384-btr ，則需要添加的空包數(shù)N的值為：

該方法方便地調(diào)控了發(fā)送過程中的實(shí)時(shí)碼率，使平均碼率保持在384kbit/s左右，且容易用代碼實(shí)現(xiàn)。

4.測試

在把本文的兩個(gè)模塊集成進(jìn)整個(gè)T-DMB編碼系統(tǒng)之后，在本實(shí)驗(yàn)室已成熟的DAB發(fā)射系統(tǒng)和成熟的T-DMB播放器基礎(chǔ)上，對(duì)本系統(tǒng)進(jìn)行了測試。測試的目的是為了驗(yàn)證本轉(zhuǎn)播系統(tǒng)能否實(shí)時(shí)無誤地采集閉路電視信號(hào)，以及音/視頻是否同步。

測試參數(shù)為兩組不同分辨率和碼率的組合參數(shù)，第一組：分辨率320x240，碼率384kbps，第二組：分辨率640x480，碼率512kbps。測試結(jié)果顯示T-DMB節(jié)目能夠?qū)崟r(shí)正確播放，沒有聲音和視頻幀的丟失，且音/視頻能保持同步，表明本文的設(shè)計(jì)是滿足系統(tǒng)要求的。圖4為T-DMB播放器截圖。

5.結(jié)論

本文基于對(duì)DirectShow和T-DMB標(biāo)準(zhǔn)的研究，設(shè)計(jì)并實(shí)現(xiàn)了閉路電視信號(hào)的采集和音/視頻的同步，本文的設(shè)計(jì)可以用于構(gòu)建T-DMB電視轉(zhuǎn)播系統(tǒng)。同時(shí)該系統(tǒng)也存在一些有待繼續(xù)擴(kuò)展研究之處，比如采集模塊所用的電視盒為模擬電視盒，隨著數(shù)字電視的普及，今后可以利用數(shù)字電視盒采集數(shù)字電視節(jié)目并轉(zhuǎn)換為T-DMB節(jié)目，這也是今后工作的一個(gè)方向。

[1]李棟.數(shù)字聲音廣播[M].北京：北京廣播學(xué)院出版社,2001：143-147.Li Dong.Digital Audio Broadcasting[M].Bei Jing：Communication University of China Press,2001：143-147.

[2]謝屈波,王六森等.基于DirectShow的圖像采集的實(shí)現(xiàn)[J].軟件導(dǎo)刊,2010.6,Vol.9 No.6.

[3]European Broadcasting Union.ETSI EN 300 401 v1.4.1 Radio Broadcasting Systems；Digital Audio Broadcasting(DAB)to mobile,portable and fixed receivers[S].France：Sophia Antipolis Cedex,2006.

[4]European Broadcasting Union.ETSI TS 102 428 v1.2.1 Digital Audio Broadcasting(DAB)；DMB vedio service；User application specification[S].France：Sophia Antipolis Cedex,2009.

[5]金盛,張文軍等.MPEG-2數(shù)字視頻廣播傳輸流中節(jié)目參考時(shí)鐘的處理[J].紅外與激光工程,2000,10,第29卷第5期.