電視技術(shù)中音視頻同步技術(shù)及實現(xiàn)

唐紅陽

廣西河池市巴馬瑤族自治縣廣播電視局，廣西河池 547500

音視頻的數(shù)字化處理與同步傳輸是電視節(jié)目傳輸高質(zhì)量的重要標(biāo)志，也是數(shù)字電視技術(shù)和多媒體通信技術(shù)中一個極為特殊和重要的關(guān)鍵技術(shù)。隨著數(shù)字技術(shù)、網(wǎng)絡(luò)技術(shù)、通信技術(shù)和多媒體技術(shù)的進一步發(fā)展及數(shù)字電視的廣泛普及，廣大電視用戶對音頻與視頻服務(wù)質(zhì)量的要求越來越高，如何確保音視頻同步己經(jīng)成為電視技術(shù)研究領(lǐng)域的重點問題。

1 有線電視技術(shù)中的音視頻同步

同步，即將不同類型載體所傳輸?shù)男畔凑找欢ǖ臅r間、空間和邏輯關(guān)系組成一個有機的整體，再以某種形式在同一時間點展現(xiàn)出來。音視頻同步，就是確保具有一定相關(guān)性的音視頻信號能夠在同一時間點上進行播放，以達到電視節(jié)目完整呈現(xiàn)的目的。音頻和視頻技術(shù)的發(fā)展是音視頻同步技術(shù)發(fā)展的前提。如果不能保持音視頻同步，廣大電視用戶所收看到的電視節(jié)目的聲音和圖像就不是相互匹配，邏輯關(guān)系十分混亂，降低了數(shù)字電視傳輸質(zhì)量，影響了用戶的視聽感受，使用戶無法正確理解數(shù)字電視所提供的電視節(jié)目信息。在傳統(tǒng)的模擬電視系統(tǒng)中，發(fā)送端在傳輸圖像與聲音信號時會同時發(fā)送同步信號，接收端也就能夠直接獲得時間信息，發(fā)送端與接收端夠保持同步，用戶所看到電視音視頻也就保持了統(tǒng)一。當(dāng)前，數(shù)字電視已經(jīng)逐步取代了模擬電視，被廣大用戶所接受。音視頻編解碼技術(shù)是數(shù)字電視技術(shù)的核心，圖像和聲音的數(shù)字化處理與傳輸取得突破性進展也正是其得以普及的重要原因。但在數(shù)字電視系統(tǒng)中，圖像編碼的類型不同，圖像的復(fù)雜程度明顯變化，編碼后也很難形成同步脈沖，幀與幀之間的延遲恒定性被打破，這就迫切需要新的技術(shù)來為音視頻同步服務(wù)。

2 影響音視頻同步的相關(guān)因素

音視頻數(shù)據(jù)自身的特性及其所處的環(huán)境是造成音視頻無法保持同步的重要原因。在現(xiàn)代數(shù)字電視系統(tǒng)中，發(fā)送端產(chǎn)生的音視頻數(shù)據(jù)需要通過一定的傳輸網(wǎng)絡(luò)才能為接收端所接受。而在信號傳輸?shù)倪^程中，音視頻數(shù)據(jù)的將會因一些特定的原因受到影響，從而導(dǎo)致音視頻數(shù)據(jù)被接收端接收時不能保持同步。具體來說，主要有如下幾個因素。

2.1 延時抖動

延時抖動，是指數(shù)據(jù)信號從起點傳輸?shù)浇K點時發(fā)生的延時變化。在有線電視技術(shù)系統(tǒng)中，音視頻信號在很多部位都可能發(fā)生延時抖動。延時抖動對于音視頻數(shù)據(jù)信號的同步影響較大，將導(dǎo)致視頻和音頻數(shù)據(jù)流的內(nèi)部時序關(guān)系被打斷，二者之間的一致關(guān)系也被破壞。

2.2 時鐘偏差

在無全局時鐘的情況下，由于物理因素而導(dǎo)致發(fā)送端的信源與接收端本地時鐘頻率存在偏差，而音視頻數(shù)據(jù)的播放是由接收端的本地時鐘驅(qū)動的，在一段時間之后，接收端就可能產(chǎn)生數(shù)據(jù)不足或溢出的現(xiàn)象，從而影響有線電視的收視效果。

2.3 數(shù)據(jù)采集和傳輸時間偏差

當(dāng)音視頻信號源頭為多個信源的時候，信源必須保持同步采集和傳輸，否則，就會引起接收端信號的不同步現(xiàn)象。

2.4 其他

音視頻信號在傳輸過程中由于受到影響，或者是有線電視網(wǎng)絡(luò)傳輸能力出現(xiàn)問題，都有可能造成信號丟失或者是時間邏輯關(guān)系混亂，導(dǎo)致音視頻無法同步。

3 MPEG-2 壓縮編碼技術(shù)及其在數(shù)字電視中的應(yīng)用

MPEG-2 壓縮編碼技術(shù)是數(shù)字電視系統(tǒng)中的關(guān)鍵技術(shù)。MPEG，即活動圖像專家組英文表述的縮寫，Moving Picture Expert Group，MPEG-2 是由ISO/IEC 信息技術(shù)聯(lián)合技術(shù)委員會1988 年于制定的一種通用的活動圖像、伴音及其組合編碼的標(biāo)準(zhǔn)。這一標(biāo)準(zhǔn)支持較高范圍內(nèi)的圖像分辨率。MPEG-2 壓縮編碼技術(shù)在數(shù)字電視技術(shù)體系中有重要地位。數(shù)字電視，是將原有的模擬信號轉(zhuǎn)換為數(shù)字信號，再經(jīng)過 MPEG-2 壓縮編碼形成數(shù)字信號源，并在電視傳輸網(wǎng)絡(luò)上進行傳輸，用戶接收端在模擬電視機上安裝一個可以機頂盒，再經(jīng)過調(diào)諧、QAM 解調(diào)、解擾等一系列處理后，將數(shù)字信號還原為模擬信號，最終實現(xiàn)用普通模擬電視來收看到高質(zhì)量數(shù)字電視節(jié)目的電視技術(shù)。

4 主要的音視頻同步算法

音視頻同步是指音頻、視頻在經(jīng)過存儲、處理、傳輸和播放等環(huán)節(jié)仍能維持同一的時間邏輯關(guān)系。這一時間邏輯關(guān)系是在獲取音視頻數(shù)據(jù)時同時確定的，并且要保持恒定，否則就會影響數(shù)字電視節(jié)目的播放質(zhì)量。目前，在MPEG-2 標(biāo)準(zhǔn)下，以MPEG-2 實時解碼技術(shù)為核心的音視頻同步算法主要操作方法有：

4.1 恢復(fù)系統(tǒng)時鐘

針對因發(fā)送端與接收端時鐘不一致而導(dǎo)致的音視頻不同步現(xiàn)象，可以利用碼流中的PCR 恢復(fù)系統(tǒng)時鐘的STC，進而按照DTS 和PTS 所指示的時間解碼和播放音視頻幀，這樣音視頻就能保持同步。

4.2 音視頻跟蹤技術(shù)

利用MPEG-2 軟件解碼器進行解碼時可以采用這一方法。其中，音頻跟蹤技術(shù)主要是以音頻為主流媒體，視頻為從流媒體，在保持音頻的播放速率不變的基礎(chǔ)上，利用基于相同時間基點的數(shù)據(jù)單元的時間標(biāo)簽，通過調(diào)整視頻的播放幀率來實現(xiàn)音視頻同步。而視頻跟蹤技術(shù)中，就是以視頻為主流媒體，音頻為從流媒體，處理方法同上。

4.3 其他

除上述方法之外，還可以將音頻信號，嵌入到視頻的傳輸系數(shù)中，再將這種混合了音視頻的數(shù)據(jù)一起進行編碼。接收端接收到數(shù)據(jù)信息之后，先從混合信號中提取出隱藏的音頻信息，再利用解碼器進行解碼，這時就可以實現(xiàn)音視頻信號的同步播放。

當(dāng)前，數(shù)字電視已成為廣播電視主要播出時所采用的主要形式，數(shù)字電視高質(zhì)量傳輸和播出的重要標(biāo)志就是音視頻同步。音視頻同步具體是指音視頻信號經(jīng)過信號存儲、轉(zhuǎn)換、傳輸、信號還原之后，在被播出時能夠保持一致。MPEG-2 是適用于廣播電視技術(shù)圖像及語音同步的編碼標(biāo)準(zhǔn)，針對造成音視頻信號不能同步的因素，制定有效方案來實現(xiàn)音視頻同步，為廣大用戶提供更高質(zhì)量的有線數(shù)字電視播放服務(wù)。

[1]蔡安妮，孫景鰲.多媒體通信技術(shù)基礎(chǔ)[M].1版.北京：電子工業(yè)出版社，2000.