淺述數(shù)字音頻及其嵌入技術(shù)在廣播電視工程的應(yīng)用

■徐 俊 萬 兵

當(dāng)前，廣播電視技術(shù)的數(shù)字化程度不斷提高，很多電視臺和影視機構(gòu)都進(jìn)行了數(shù)字化演播室的建設(shè)。作為數(shù)字技術(shù)重要分支的數(shù)字音頻技術(shù)也對廣播電視事業(yè)的發(fā)展起著巨大的推動作用。以前的音頻處理技術(shù)功能比較單一，只強調(diào)廣播電視節(jié)目錄制和播出本身能力的提升，而現(xiàn)在則強調(diào)音頻技術(shù)的網(wǎng)絡(luò)化和科學(xué)化管理，以及由此推動形成的整體解決方案和功能拓展能力，這不僅大幅提高了廣播電視節(jié)目錄制和播出質(zhì)量，也有效減少了由于各種原因造成的停播故障。因此，了解、使用和不斷研究數(shù)字音頻及其相關(guān)技術(shù)對提高數(shù)字化電視制作水平，確保廣播電視節(jié)目安全和高質(zhì)量播出有著重要意義。

一、數(shù)字音頻的內(nèi)涵和特點

數(shù)字音頻是聲音強弱的數(shù)據(jù)序列，由模擬聲音經(jīng)抽樣、量化和編碼后得到的，不同的數(shù)字音頻的編碼就對應(yīng)著不同的數(shù)字音頻格式和數(shù)據(jù)音頻技術(shù)。數(shù)字音頻信號基于數(shù)字化的廣播電視技術(shù)，最初是模擬處理階段，到現(xiàn)在發(fā)展成為數(shù)字化處理階段，然而數(shù)字化處理階段的初期也經(jīng)歷了存在重大缺陷的晶體管階段和集成電路階段，在進(jìn)入真正的數(shù)字時代后，新型音源就出現(xiàn)了，數(shù)字記錄設(shè)備和輸出生成非常精確的聲音，16位數(shù)字錄音可以精確到1/64000，大大提高了聲音的處理效率和精度，也大幅降低了聲音處理的系統(tǒng)成本。以MP3播放器為代表的音頻娛樂設(shè)備的巨大成功讓人們強烈意識到數(shù)字音頻技術(shù)的魅力和巨大潛力，比爾·蓋茨很早就表示數(shù)字音頻的增長速度與之前PC業(yè)發(fā)展速度可以比擬，當(dāng)時他就預(yù)測不久就會實現(xiàn)音頻內(nèi)容的數(shù)字化。從音頻的質(zhì)量上來說，模擬與數(shù)字音頻技術(shù)其實各有優(yōu)缺點，數(shù)字音頻通過模數(shù)/數(shù)模轉(zhuǎn)換后，越接近模擬音質(zhì)就越好，數(shù)字化技術(shù)在對音頻的處理上卻有諸多優(yōu)勢，它極大地方便了音頻的編輯、合成和效果處理，以及存儲、傳輸和網(wǎng)絡(luò)化，同時還有巨大的價格優(yōu)勢。

數(shù)字音頻技術(shù)和數(shù)字音頻設(shè)備的出現(xiàn)及廣泛使用，極大地滿足了批量化的廣播電視節(jié)目對于音頻技術(shù)的要求，在廣播電視節(jié)目的前期、后期制作以及播出過程都發(fā)生了質(zhì)的變化。數(shù)字音頻系統(tǒng)和設(shè)備與模擬音頻系統(tǒng)和設(shè)備的主要區(qū)別在于，前者一方面保留了原有音頻信號的輸入輸出方式，另一方面又在功能設(shè)計上實現(xiàn)了突破，使得數(shù)字音頻系統(tǒng)和設(shè)備可以在再模擬信號的環(huán)境下工作。數(shù)字音頻技術(shù)在聲音質(zhì)量上具有突出優(yōu)勢，對于聲音音質(zhì)實現(xiàn)了高保真的效果，最大程度上滿足了人的聽覺本能需要。

數(shù)字音頻廣播系統(tǒng)是進(jìn)行一點對多點的數(shù)字通信系統(tǒng)，系統(tǒng)控制中心可點對點進(jìn)行對講，系統(tǒng)指揮中心可點到面進(jìn)行廣播，并可以進(jìn)行井下數(shù)字新聞播報、聲音擴播等。數(shù)字音頻廣播系統(tǒng)的技術(shù)關(guān)鍵是數(shù)字音頻信號的壓縮編碼、高速數(shù)據(jù)信號的無線傳輸和組網(wǎng)技術(shù)三個方面。應(yīng)用在數(shù)字廣播（包括數(shù)字電視和數(shù)字音頻廣播）中的音頻壓縮編碼技術(shù)有多種，它們利用了人耳的頻率、時間遮蔽效應(yīng)和對聲音的定位特性來實現(xiàn)降低碼率的目的。多數(shù)數(shù)字音頻廣播系統(tǒng)采用糾錯編碼、正交頻分復(fù)用和時間、頻率交織的組合，以滿足在移動、便攜和固定工作條件下對廣播節(jié)目的可靠傳輸，這是信道編碼和調(diào)制部分的設(shè)計需要解決的內(nèi)容。組網(wǎng)技術(shù)是解決頻率資源緊張時使用頻率不與己經(jīng)工作的廣播電臺產(chǎn)生矛盾的問題，目前總體上有兩種組網(wǎng)技術(shù)方法，一種是單頻組網(wǎng)，即多路節(jié)目載荷在相同的載波頻率的載波上，另外一種方法是與當(dāng)前正在使用的廣播電臺使用相同載波頗率。

二、數(shù)字音頻的基本原理

數(shù)字化的最大優(yōu)點在于資料傳輸與記錄的不易失真，數(shù)字化音頻的最大好處也在于此。數(shù)字音頻是模擬聲音進(jìn)入計算機后的一種記錄和存儲形式，使時間上連續(xù)變化的波形聲音變?yōu)橐淮?、1構(gòu)成的數(shù)字序列，這種數(shù)字序列就是數(shù)字音頻。數(shù)字音頻技術(shù)是將數(shù)字音頻化的過程，它首先是將需要將模擬信號轉(zhuǎn)換成數(shù)字信號即A/D轉(zhuǎn)換（反之即D/A轉(zhuǎn)換），同時有效控制這種轉(zhuǎn)換過程中的音頻信號的衰減。目前，音頻傳感器（麥克風(fēng)等）等前期音頻信號采集的設(shè)備都是模擬設(shè)備，需要進(jìn)行數(shù)字化處理。進(jìn)行數(shù)字化處理首先是將時間連續(xù)的電信號轉(zhuǎn)換為時間離散的數(shù)字格式。A/D轉(zhuǎn)換過程直接決定了數(shù)字音頻的質(zhì)量，同時A/D轉(zhuǎn)換情況還控制后期通過D/A轉(zhuǎn)換還原的模擬音頻信號的動態(tài)范圍和諧波失真，這就要求A/D轉(zhuǎn)換必須是高質(zhì)量和高效率才能保證數(shù)字音頻實現(xiàn)的高質(zhì)量和高效率。

A/D轉(zhuǎn)換包括抽樣、量化和編碼等過程，抽樣是把時間上連續(xù)的模擬信號變?yōu)闀r間上斷續(xù)離散的有限個樣本值的信號，它包括測量周期性間隔上的模擬波形的幅值。以下是較常見的幾種采樣頻率：

（1）32kHz：這是早期的數(shù)字音頻抽樣頻率，應(yīng)用于饋給FM立體聲廣播發(fā)射機的地面線路；

（2）37.8kHz：適用于對最高頻率在17.5kHz以下的聲音采樣，能達(dá)到調(diào)頻廣播音質(zhì)標(biāo)準(zhǔn)；

（3）44.1kHz：這是理論上的光盤唱片采樣標(biāo)準(zhǔn)，這種抽樣頻率是為了使用安裝有PCM適配器的NTSC和PAL的廣播電視專業(yè)磁帶錄像機（VTR）來記錄并播放轉(zhuǎn)換為偽視頻波形的數(shù)字音頻信號，同時VTR節(jié)目信號被刻錄成光盤，并且44.1kHz成為用于R-DAT中“僅回放”應(yīng)用程序的實際標(biāo)準(zhǔn)；

（4）48kHz：該頻率與32kHz頻率存在關(guān)聯(lián)關(guān)系并且便于標(biāo)準(zhǔn)轉(zhuǎn)換。44.1kHz和48kHz都主要符合音樂采樣的音質(zhì)要求，不過對最高頻率在20kHz以下的聲音，一般采用44.1kHz的采樣頻率，以減少對數(shù)字聲音的存儲用量。

抽樣只是解決了音頻波形信號在橫軸上的波形數(shù)字化分割，波形幅度的數(shù)值則需要量化過程完成。量化的過程是采取二進(jìn)制的方式，將采樣后的信號按波幅分割為可量化的數(shù)值，原始的模擬波形的每個樣本由量化器設(shè)備指定一個數(shù)字二進(jìn)制代碼表示，量化的誤差是與原始音頻波形和抽樣相對應(yīng)的。

模擬信號經(jīng)抽樣和量化后形成的是離散的脈沖信號，需要進(jìn)行編碼過程從而形成符合計算機運行需要的數(shù)據(jù)。A/D轉(zhuǎn)換的編碼是指對量化結(jié)果的二進(jìn)制數(shù)據(jù)進(jìn)行處理（其中包括在有用的數(shù)據(jù)中加入用于糾錯、同步和控制的數(shù)據(jù)）以形成符合傳輸和記錄需要的格式表示的過程。目前有多種編碼系統(tǒng)，使用較多的編碼系統(tǒng)是脈沖編碼調(diào)制（PCM）、脈沖寬帶調(diào)制（PWM）等，HEAAC也是重要趨勢之一，它是ISO標(biāo)準(zhǔn)中的高性能編解碼器，可作為廣播電視系統(tǒng)領(lǐng)域提供高質(zhì)量音頻的良好選擇。在經(jīng)過不同方式的抽樣、量化和編碼后，就形成了多種類型的聲音文件格式了。

三、數(shù)字音頻嵌入技術(shù)在廣播電視工程中的應(yīng)用

鑒于數(shù)字音頻的諸多優(yōu)勢，在廣播節(jié)目制作過程中引入數(shù)字音頻技術(shù)和建立數(shù)字音頻工作站，會為其聲音的后期制作帶來很大便利。分量視頻數(shù)據(jù)信號的輔助數(shù)據(jù)區(qū)可用來傳輸數(shù)字音頻信號，輔助數(shù)據(jù)的最大用途是放置音頻，這個被放置的音頻就稱為嵌入音頻。簡單地說，音頻嵌入技術(shù)就是將信息數(shù)據(jù)嵌入到符合規(guī)定要求的地方。嵌入音頻信號是以塊或段為單位，打包傳送的，每個數(shù)字音頻碼流可以作為立體聲、雙聲道模式使用。音頻嵌入的最大好處是解決了電視信號在傳輸中的聲畫同步、協(xié)調(diào)的問題，它可以將不同頻率的數(shù)字插入進(jìn)去，使得播出時視頻傳輸效率和質(zhì)量大幅提高，而且由于嵌入音頻后的視頻信號可用一根電纜同時傳送音視信號，因此還簡化了設(shè)備系統(tǒng)。

從實際來看，廣播電視節(jié)目的前期制作和后期處理都會用到數(shù)字音頻嵌入技術(shù)和數(shù)字分量串行接口（SDI）。多媒體文件資料在數(shù)字化傳輸中有串行和并行兩種方式，當(dāng)然這兩種方式的處理結(jié)果也有誤差范圍性質(zhì)的差別，不過，當(dāng)一種方式傳輸失效時就可以采用另一種方式。SDI按照音頻嵌入技術(shù)傳遞數(shù)據(jù)的過程就是將數(shù)字化的資料傳遞到既定位置，并且在傳送過程中將資料信息轉(zhuǎn)化為所要求的音頻的過程。需要注意的是，在選擇對應(yīng)的視頻處理器時，應(yīng)考慮其接口與數(shù)字傳輸?shù)牟粎f(xié)調(diào)因素對音頻質(zhì)量的影響，這是由于很多視頻處理器只是對音頻處理比較粗糙，如果不能排除掉接口與數(shù)字傳輸?shù)牟粎f(xié)調(diào)因素就會降低音頻處理質(zhì)量。因此，為有效排除掉這些不協(xié)調(diào)因素和提高音頻質(zhì)量，就要重視音頻信號的實際處理。

隨著科技的深入發(fā)展，廣播電視技術(shù)的數(shù)字化進(jìn)程必然會進(jìn)一步加快，數(shù)字化必將全面融入電視節(jié)目的制作、播出、傳輸和儲存的各個環(huán)節(jié)。根據(jù)廣電技術(shù)的發(fā)展特點和趨勢，嵌入音頻技術(shù)的應(yīng)用將會更加廣泛和深入，每個電臺電視臺需要結(jié)合自身資源特點來進(jìn)行加大嵌入音頻技術(shù)的應(yīng)用，同時，針對音頻嵌入技術(shù)應(yīng)用中的共性問題和重大個性問題，音頻嵌入技術(shù)的行業(yè)標(biāo)準(zhǔn)的進(jìn)一步完善的需求也較為迫切。其實還有一個重要環(huán)節(jié)不能忽視，這就是，作為電視節(jié)目，從制作到存儲并非節(jié)目制作的終結(jié)，還需要對節(jié)目播出評估或者檢測，這是一個重要的反饋環(huán)節(jié)。在進(jìn)一步完善的行業(yè)標(biāo)準(zhǔn)出臺之前，對現(xiàn)有數(shù)字音頻傳輸?shù)臋z測十分迫切，因為它決定了音頻嵌入技術(shù)的應(yīng)用效果以及如何進(jìn)一步調(diào)整來確保音頻處理質(zhì)量，有效防止和排除廣播電視節(jié)目播出過程中的信號干擾問題。在計算機技術(shù)和廣電技術(shù)的融合發(fā)展的大背景下，隨著數(shù)字化的深入發(fā)展，建立比較完善的能對數(shù)字音頻進(jìn)行實時檢測分析的自動報警檢測系統(tǒng)十分必要，這是一個系統(tǒng)工程，需要從戰(zhàn)略高度來設(shè)計布局，也會對廣播電視工程中數(shù)字音頻嵌入技術(shù)的應(yīng)用效果產(chǎn)生積極影響。

1.魯琦：《數(shù)字音頻處理技術(shù)在廣播電視中的應(yīng)用分析》[J]，《電子制作》，2013（15）:85。

2.郭宏：《淺淡數(shù)字音頻技術(shù)及其在廣播電視工程領(lǐng)域中的應(yīng)用》[J]，《科技創(chuàng)新導(dǎo)報》，2011（22）:231。

3.錢軍：《數(shù)字音頻技術(shù)在廣播電視領(lǐng)域中的應(yīng)用》[J]，《科技創(chuàng)新導(dǎo)報》，2009（01）: 66-70。

4.韓憲柱：《數(shù)字音頻技術(shù)及應(yīng)用》[M]，中國廣播電視出版社，2003年版。

5.裘永軍：《廣播電視檢測音頻關(guān)鍵技術(shù)》[J]，《中國傳媒科技》，2013（14）:133-134。