電視音頻技術(shù)發(fā)展現(xiàn)狀和展望

■文/張 磊 姜世杰

電視音頻技術(shù)發(fā)展現(xiàn)狀和展望

■文/張 磊 姜世杰

隨著電視視頻技術(shù)的不斷發(fā)展,電視音頻也從單聲道、雙聲道發(fā)展到多聲道及3D環(huán)繞聲的形式。本文從音頻技術(shù)高清化演進(jìn)路線入手,介紹了當(dāng)今主流的多聲道及3D環(huán)繞聲格式,并對(duì)元數(shù)據(jù)的控制功能進(jìn)行闡述。通過(guò)對(duì)現(xiàn)有技術(shù)的梳理,預(yù)測(cè)了電視音頻技術(shù)會(huì)向著全維度再現(xiàn)發(fā)展,并且隨著元數(shù)據(jù)功能的完善,未來(lái)的電視音頻會(huì)具有更好的交互性及靈活性。

高清時(shí)代；3D環(huán)繞聲；元數(shù)據(jù)；全維度

自從20世紀(jì)人類(lèi)發(fā)明黑白電視以來(lái)，電視已經(jīng)成為信息采集、交換和傳播的主流媒體。電視技術(shù)已經(jīng)經(jīng)歷三次質(zhì)的飛躍，20世紀(jì)50年代電視從黑白過(guò)渡到彩色，給觀眾帶來(lái)了前所未有的彩色視覺(jué)體驗(yàn)；20世紀(jì)90年代隨著數(shù)字技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，電視從模擬的單一傳像功能向數(shù)字化的智能型、交互式、多用途方式轉(zhuǎn)變；而第三代電視是數(shù)字高清晰度電視和3D立體電視，帶給觀眾臨場(chǎng)感極強(qiáng)的高清晰度視頻圖像和極具震撼力的音響效果。在模擬電視時(shí)代，電視系統(tǒng)最多只能提供兩個(gè)聲道的鏈路。當(dāng)電視的傳輸鏈路從模擬進(jìn)入數(shù)字時(shí)代以后，電視伴音也從單聲道過(guò)渡到雙聲道和多聲道。尤其當(dāng)數(shù)字電視的高清時(shí)代到來(lái)以后，多聲道的環(huán)繞聲系統(tǒng)已經(jīng)成為一種必然。

1.音頻技術(shù)高清化的演進(jìn)路線

人類(lèi)對(duì)于電視伴音重放質(zhì)量的要求總是在隨著科技水平的提高而不斷增長(zhǎng)。而這其中最顯著的變化，就體現(xiàn)在重放系統(tǒng)聲道數(shù)量的增加上。人類(lèi)的聽(tīng)覺(jué)是一種對(duì)多種信息的綜合性反應(yīng)。除了最基本的聲音要素，如響度、音調(diào)和音色以外，還包括反映聲音空間特性的因素，比如聲源的方向、聲源的遠(yuǎn)近、聲場(chǎng)的大小、聲場(chǎng)的色彩等。而電視伴音系統(tǒng)聲道數(shù)的不斷增長(zhǎng)，也就是為了能夠?qū)⑦@些信息盡可能多地予以體現(xiàn)。

在模擬電視時(shí)代，電視伴音采用單聲道系統(tǒng)，只使用一只或幾只揚(yáng)聲器來(lái)重放由一只傳聲器記錄的聲音信號(hào)。這種重放系統(tǒng)只能表現(xiàn)聲音的響度、音調(diào)和音色，并在一定程度上體現(xiàn)聲源的遠(yuǎn)近，而對(duì)于聲源的空間定位等重要特性并不能表現(xiàn)出來(lái)。單聲道的電視伴音為模擬信號(hào)，采用調(diào)頻傳輸，這種信號(hào)在在傳輸、存儲(chǔ)和變換過(guò)程中常會(huì)產(chǎn)生下列問(wèn)題：

①音頻信號(hào)存儲(chǔ)載體的信號(hào)動(dòng)態(tài)范圍只有40～50 dB，遠(yuǎn)低于節(jié)目源的最大信號(hào)動(dòng)態(tài)范圍（120 dB）；

②在信號(hào)編輯和變換中（節(jié)目編輯、轉(zhuǎn)錄和延時(shí)效果處理等）隨著變換次數(shù)的增加，音質(zhì)會(huì)迅速惡化。

因此，為了改善模擬單聲道電視伴音質(zhì)量，音頻的數(shù)字化發(fā)展成為必然趨勢(shì)。進(jìn)入數(shù)字電視時(shí)代，針對(duì)標(biāo)清數(shù)字電視，電視伴音為單聲道或雙聲道立體聲數(shù)字信號(hào)；針對(duì)高清數(shù)字電視，電視伴音為多聲道數(shù)字環(huán)繞聲信號(hào)。音頻信號(hào)的數(shù)字化，很容易實(shí)現(xiàn)大于90dB的動(dòng)態(tài)范圍。此外數(shù)字音頻信號(hào)可以進(jìn)行非線性編輯，而不會(huì)增加音頻信號(hào)的失真。

對(duì)于標(biāo)清數(shù)字電視的立體聲雙聲道系統(tǒng)，能夠利用“雙耳效應(yīng)”來(lái)產(chǎn)生“聽(tīng)覺(jué)幻像”，實(shí)現(xiàn)對(duì)前方聲源橫向、縱向的定位，并產(chǎn)生比較明顯的表現(xiàn)聲音空間特性。雖然該重放系統(tǒng)相對(duì)模擬單聲道時(shí)代在音質(zhì)和聽(tīng)音效果上有了較大提升，但是與實(shí)際的聲場(chǎng)還有很大的差距，其主要問(wèn)題是聽(tīng)者的側(cè)方和后方區(qū)域聲場(chǎng)沒(méi)有如實(shí)地反映出來(lái)。

進(jìn)入高清時(shí)代以后，隨著電視畫(huà)面的清晰度越來(lái)越高，為了得到更佳的視聽(tīng)享受，多聲道環(huán)繞聲系統(tǒng)的電視伴音成為必然。多聲道環(huán)繞聲系統(tǒng)追求的是對(duì)聲音空間特性的全方位表現(xiàn)，給人們?nèi)S的立體空間印象。目前數(shù)字電視音頻標(biāo)準(zhǔn)中都采用5.1環(huán)繞聲系統(tǒng)，也就是3/2/.1的配置方案。這種方法是按照ITU-R BS.775的建議來(lái)確定用于重放的揚(yáng)聲器擺放位置[1]，如圖1所示。

圖1 ITU-R建議的5.1聲道揚(yáng)聲器設(shè)置

人們?yōu)榱双@得更穩(wěn)定的聲像定位和覆蓋范圍更大的聽(tīng)音區(qū)域，多聲道環(huán)繞聲系統(tǒng)已經(jīng)由5.1聲道擴(kuò)展為7.1、10.2，甚至22.2聲道系統(tǒng)，極大地豐富了聲音的再現(xiàn)能力。目前10.2和22.2聲道的環(huán)繞聲系統(tǒng)還處于體驗(yàn)階段，而7.1聲道的環(huán)繞聲系統(tǒng)已經(jīng)成為絕大多數(shù)高清影片的伴音格式，常用的揚(yáng)聲器擺位如圖2所示。7.1聲道環(huán)繞聲系統(tǒng)增加了一組環(huán)繞聲揚(yáng)聲器（Lb和Rb），而將5.1聲道系統(tǒng)的環(huán)繞揚(yáng)聲器（Ls和Rs）前置，將環(huán)繞聲場(chǎng)分解成前側(cè)方(30°～90°)、后側(cè)方（90°～150°）和后方(150°～180°)三個(gè)部分，進(jìn)一步增強(qiáng)了環(huán)繞聲場(chǎng)聲像定位的連續(xù)性和包圍感。

圖2 7.1聲道環(huán)繞聲系統(tǒng)揚(yáng)聲器擺位

與立體聲雙聲道系統(tǒng)對(duì)比，多聲道環(huán)繞聲系統(tǒng)存在以下優(yōu)勢(shì)：

①多聲道環(huán)繞聲由于添加了側(cè)后方揚(yáng)聲器，可以在一定程度上實(shí)現(xiàn)對(duì)后方聲源的重放。

②多聲道系統(tǒng)對(duì)聲源方向的安排更加靈活。在奧運(yùn)會(huì)轉(zhuǎn)播過(guò)程中，評(píng)論員的聲音由中置聲道重放，運(yùn)動(dòng)聲響主要由左、右聲道重放，觀眾的歡呼聲及運(yùn)動(dòng)場(chǎng)環(huán)境聲則由左、右、左環(huán)繞和右環(huán)繞聲道重放，可以較好地將不同聲音元素分離開(kāi)[2]。

③相比于雙聲道立體聲，多聲道環(huán)繞聲拓展了聆聽(tīng)區(qū)域。雙聲道立體聲系統(tǒng)，要求聽(tīng)者必須位于距兩揚(yáng)聲器等距離的某一點(diǎn)，才能獲得比較滿意的聲像感。而多聲道環(huán)繞聲系統(tǒng)的聽(tīng)音范圍比較寬，處于環(huán)繞聲系統(tǒng)最佳聽(tīng)音位置附近的聽(tīng)者對(duì)聲像的感受不會(huì)產(chǎn)生很大差異，有利于多人一起欣賞。

④運(yùn)用多聲道環(huán)繞聲系統(tǒng)能夠還原聲源所在聲場(chǎng)的聲學(xué)特點(diǎn)，即空間感、包圍感、溫暖感等。人們?cè)谟^賞多聲道環(huán)繞聲的音樂(lè)會(huì)轉(zhuǎn)播時(shí)，就好像在真實(shí)的音樂(lè)廳中聆聽(tīng)現(xiàn)場(chǎng)演奏一般。

2.高清時(shí)代的多聲道環(huán)繞聲格式

多聲道環(huán)繞聲格式在20世紀(jì)90年代初開(kāi)始逐漸普及，到現(xiàn)在為止已經(jīng)有十幾種多聲道環(huán)繞聲格式，下面按照聲道數(shù)的遞增，選取典型的環(huán)繞聲格式進(jìn)行梳理和闡述。

2.1 5.1聲道環(huán)繞聲格式

目前5.1聲道的環(huán)繞聲格式是最為普及的系統(tǒng)，常見(jiàn)的環(huán)繞聲格式包括Dolby Digital、DTS等。Dolby Digital格式由Dolby公司開(kāi)發(fā)[3]，主要應(yīng)用于專(zhuān)業(yè)電影、廣播電視和家庭影院。該格式采用AC-3編解碼技術(shù)，壓縮率可達(dá)10∶1，支持的最高數(shù)據(jù)傳輸率為640kbit/s。目前在廣播電視領(lǐng)域，多數(shù)電視臺(tái)采用Dolby Digital和Dolby E技術(shù)進(jìn)行數(shù)字高清電視節(jié)目的錄制和傳輸，如圖3所示。在電視制作端采用Dolby E技術(shù)[4]，該技術(shù)可以通過(guò)一個(gè)AES數(shù)字音頻對(duì)傳輸多達(dá)8聲道的數(shù)字音頻信號(hào)。目前電視廣播基礎(chǔ)設(shè)施（錄像機(jī)）絕大部分只有2聲道或4聲道的音頻處理能力，采用Dolby E技術(shù)可以將多聲道信號(hào)存儲(chǔ)在現(xiàn)有的設(shè)備上，不用更新設(shè)備即可傳輸多聲道音頻信號(hào)。此外經(jīng)過(guò)Dolby E技術(shù)編碼的音頻幀時(shí)長(zhǎng)為40ms，與視頻幀相同便于進(jìn)行聲畫(huà)的同步編輯。在電視播出前用Dolby Digital編碼將多種格式（5.1聲道、單聲道、雙聲道立體聲）數(shù)字音頻信號(hào)進(jìn)行壓縮編碼為一對(duì)Dolby Digital碼流，輸入MPEQ編碼/復(fù)用。在用戶接收端，利用機(jī)頂盒對(duì)Dolby Digital碼流進(jìn)行解碼，還原編碼前的音頻信號(hào)，輸入到用戶的家庭影院。

圖3 Dolby公司推出的數(shù)字電視音頻解決方案

DTS格式由DTS公司開(kāi)發(fā)，主要應(yīng)用在專(zhuān)業(yè)電影、家庭影院和純音樂(lè)領(lǐng)域中。該格式采用相干聲學(xué)編解碼技術(shù)，壓縮率在2.9∶1到4.3∶1之間，取樣率在8～192kHz之間，量化精度在16～24bit之間。在1993年6月11日放映的《侏羅紀(jì)公園》首次采用了該系統(tǒng)，該系統(tǒng)使用了聲畫(huà)分離的方式，DTS碼流記錄在CD-ROM上。因此只要將錄制數(shù)字音頻信號(hào)的CD單獨(dú)拿出來(lái)播放，就能得到多聲道環(huán)繞聲音效。如果將多聲道音樂(lè)按DTS格式錄制在一張CD上，用普通的CD機(jī)播放，并在其數(shù)字輸出口處接上一臺(tái)DTS解碼器，就可以得到環(huán)繞聲音樂(lè)。這種光盤(pán)被稱(chēng)為DTS-CD。

2.2 7.1聲道環(huán)繞聲格式

在電影領(lǐng)域，隨著B(niǎo)D光盤(pán)的普及，高清電影已經(jīng)成為主流形式。各大公司都為在高清領(lǐng)域爭(zhēng)得一席之地而努力研發(fā)自己的新型環(huán)繞聲系統(tǒng)。杜比公司就在2004年的東京AES大會(huì)上，首次展示了全新的Dolby Digital Plus系統(tǒng)[5]，隨后還推出了Dolby True HD系統(tǒng)[7]，這兩個(gè)系統(tǒng)都是為高清光盤(pán)格式的發(fā)展而設(shè)計(jì)的多聲道音頻格式。而DTS公司也不甘示弱，推出了DTS HD系統(tǒng)[6]。目前這三款音頻格式都已經(jīng)納入BD光盤(pán)的音頻標(biāo)準(zhǔn)格式中?？v觀這幾種新型的系統(tǒng)，它們都以7.1聲道為起點(diǎn)，可向上擴(kuò)展。此外聲音的再現(xiàn)也不僅僅局限在水平維度上，通過(guò)揚(yáng)聲器的配置可再現(xiàn)垂直維度的定位感，極大增強(qiáng)了聲音的表現(xiàn)力。

2.3 加入高度聲道的3D環(huán)繞聲格式

當(dāng)前人們對(duì)聲音的再現(xiàn)能力開(kāi)始追求“全息立體聲”的效果。SMPTE成立的DC28數(shù)字電影技術(shù)委員會(huì)給未來(lái)數(shù)字電影制定了可容納聲道數(shù)量與揚(yáng)聲器的配置方式（《SMPTE 428.3M協(xié)議》），如圖4所示。該配置方式描述了20個(gè)聲道的設(shè)定，除了水平維度設(shè)置的16個(gè)聲道，還有4個(gè)聲道當(dāng)作垂直陣列，用于增強(qiáng)高度層次感。

圖4 SMPTE 428.3M的揚(yáng)聲器配置及分布

日本NHK公司為了配合超高清電視(UHDTV)而推出了22.2聲道的環(huán)繞聲系統(tǒng)[7]，如圖5所示。整個(gè)系統(tǒng)有10只揚(yáng)聲器位于聽(tīng)者頭部所在的水平面，9只揚(yáng)聲器高于聽(tīng)者頭部水平面，其他3只揚(yáng)聲器和2只重低音揚(yáng)聲器設(shè)置在低于聽(tīng)者頭部水平面。雖然該系統(tǒng)仍在推廣體驗(yàn)階段，但是由此可以看出數(shù)字電視的音頻系統(tǒng)將朝著多通道的全維度方向發(fā)展。

圖5 NHK針對(duì)超高清電視推出的22.2聲道環(huán)繞聲系統(tǒng)

Dolby、DTS和Baccro等公司近幾年也分別推出了Dobly Atmos、DTS∶X和Auro-3D等3D環(huán)繞聲重放系統(tǒng)。Dolby Atmos及DTS∶X針對(duì)家庭影院推出了7.1.4，7.1.2，5.1.4，5.1.2等四種重放格式，圖6顯示了DTS∶X的7.1.4重放系統(tǒng)。Auro-3D的家庭影院系統(tǒng)包括9.1和10.1兩種格式，圖7顯示了Auro 3D的10.1格式重放系統(tǒng)。由于高度聲道的增加，可以增強(qiáng)空間聲源的定位及有效的擴(kuò)展三維空間感，為觀眾帶來(lái)更加真實(shí)的體驗(yàn)。

圖6 DTS∶X的7.1.4重放示意圖

圖7 Auro 3D的10.1重放系統(tǒng)示意圖

3.多聲道格式中元數(shù)據(jù)的控制功能

為保證數(shù)字電視音頻信號(hào)的正確傳輸和接收，需要使用元數(shù)據(jù)作為貫穿節(jié)目從制作到播出和接收完整鏈路的控制手段。所謂元數(shù)據(jù)，其本質(zhì)的意義是關(guān)于音頻數(shù)據(jù)的數(shù)據(jù)，即一些音頻描述和控制參數(shù)，例如下混合參數(shù)和對(duì)白歸一化參數(shù)等。不同的多聲道編解碼技術(shù)都采用元數(shù)據(jù)來(lái)進(jìn)行音頻信號(hào)的控制。

3.1 下混合元數(shù)據(jù)

下混合元數(shù)據(jù)是為使多聲道節(jié)目能夠被立體聲和單聲道用戶收看收聽(tīng)而設(shè)定的。由于低音增強(qiáng)LFE聲道記錄的音頻信號(hào)主要用于渲染烘托氣氛，所以在多聲道節(jié)目下變換成雙聲道或單聲道時(shí)，只用其中的L、R、C、Ls、Rs五個(gè)主聲道。圖8和圖9分別顯示了Dolby Digital和MPEG 2-AAC[8]提供的多聲道節(jié)目下變換到雙聲道的算法。

圖8 Dolby Digital提供的兩種下變換算法

圖9 MPEG 2-AAC提供的兩種下變換算法

3.2 對(duì)白歸一化

當(dāng)重放不同來(lái)源的音頻時(shí)，進(jìn)行節(jié)目切換時(shí)常常出現(xiàn)響度不一致的情況。播放的音頻可能是同一頻道不同的節(jié)目類(lèi)型（新聞，廣告），也可能是不同的播放頻道。為了解決這個(gè)問(wèn)題，在進(jìn)行編碼時(shí)往往將參考電平直接編碼到音頻數(shù)據(jù)流中。通常使用正?？陬^對(duì)白的主觀聲壓級(jí)作為參考電平。

在解碼端，參考電平值被用在重放系統(tǒng)中設(shè)定重放音量，對(duì)系統(tǒng)的音量控制一般根據(jù)聽(tīng)眾期望的響度或根據(jù)聲壓級(jí)（SPL）來(lái)設(shè)定。應(yīng)用參考電平值，主要包含以下的功能：達(dá)到聽(tīng)眾期望的對(duì)白聲壓級(jí)，以及指出在音頻信號(hào)中對(duì)白聲壓級(jí)的參考電平值。這樣不論被解碼的什么類(lèi)型的節(jié)目，聽(tīng)眾都能夠設(shè)定對(duì)白音量，讓對(duì)白的主觀響度保持一致。

如圖10所示幾種不同的音頻信號(hào)，其平均對(duì)白電平如圖數(shù)字標(biāo)記所示。在切換不同節(jié)目時(shí)，由于電平的不一致，會(huì)導(dǎo)致不同的主觀聲壓級(jí)。如果將電影的對(duì)白電平降低3dB到-30dB作為主觀聲級(jí)，即參考電平值，通過(guò)應(yīng)用參考電平值，再切換成不同類(lèi)型節(jié)目時(shí)，都會(huì)自動(dòng)的將節(jié)目中的對(duì)白電平歸一化為-30dB，以達(dá)到一致的相同主觀感知，如圖11所示。

4.結(jié)論

模擬電視時(shí)代人們對(duì)聲音在電視系統(tǒng)中所起的作用有所忽視，一直將其稱(chēng)為電視伴音。隨著電視從模擬標(biāo)清發(fā)展到數(shù)字高清晰度電視、超高清晰度電視以及立體電視，人們?cè)谧非笠曈X(jué)臨場(chǎng)感的過(guò)程中，音頻將對(duì)視頻起到極大的輔助作用。聲音從單聲道、雙聲道立體聲發(fā)展到多聲道環(huán)繞聲格式已經(jīng)成為一種必然趨勢(shì)，相信隨著數(shù)字電視音頻技術(shù)的進(jìn)一步發(fā)展，聲音將實(shí)現(xiàn)全維度的再現(xiàn)。而隨著元數(shù)據(jù)功能越來(lái)越完善，未來(lái)的電視音頻技術(shù)會(huì)增加更多的互動(dòng)性及靈活性。

圖10 幾種典型的音頻信號(hào)

圖11 歸一化后的音頻信號(hào)

[1] ITU-R Recommendation BS.775-1. Multichannel Stereophonic Sound System with and without Accompanying Picture. International Telecommunication Union, Geneva, Switzerland, 1992-1994.

[2]王樹(shù)森. 奧運(yùn)轉(zhuǎn)播國(guó)際公用信號(hào)制作的音頻技術(shù)應(yīng)用[J].電聲技術(shù), 2008, 32（5）：4-10.

[3] ATSC A/52B：2010. Digital Audio Compression Standard（AC-3, E-AC-3）. Advanced Television Systems Committee, Washington, D.C., 22 November 2010.

[4]孔曉蕾. 杜比E技術(shù)簡(jiǎn)介. 電聲技術(shù), 2003（5）：61-63.

[5] Roger Dressler. Dolby Audio Coding for Future Entertainment Formats. Dolby Laboratories, Inc., San Francisco, CA, White Paper, 2006.

[6] DTS-HD Audio Consumer White Paper for Blu-ray Disc and HD DVD Applications. DTS, Inc., White Paper, 2006.

[7] Kimio Hamasaki, Toshiyuki Nishiguchi, Reiko Okumura, Yasushige Nakayama, Akio Ando1. A 22.2 Multichannel Sound System for Ultrahigh-Definition TV （UHDTV）. SMPTE Motion Imaging Journal, 2008, 117：40–49.

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

（作者單位：北京電視臺(tái)）

G220.7

A

1671-0134（2017）12-061-04

10.19483/j.cnki.11-4653/n.2017.02.011