hd-sdi音频数据解嵌技术的分析与实现

hd-sdi音频数据解嵌技术的分析与实现

0电视系统与伴音的协调一致随着数字技术的发展，标准清晰的电视逐渐转向高清晰的电视。数字电视信号可以保证信号的无损多代复制,相较于标清电视,高清晰电视又可提供更丰富的细节、更高饱和度的色彩和更逼真的声音效果等。从科技发展服务大众生活的角度看,发展高清晰电视是符合社会需求的。在高清晰度电视节目的播出和传输中,实现电视图像和伴音协调一致的方法大致有两种,最简易的方法是在电视系统中添置音频延时器达到视音频的协调一致;而另一种优化方法则是音频嵌入技术,即AES/EBU数字音频数据和控制信息按一定格式封装成音频包插入到HD-SDI串行数字视频流当中,与视频信号复用成一个信号1数字音频嵌入技术1.1数字高清岩视频行和场同步HD-SDI(High-DefinitionSerialDigitalInterface)为高清晰度数字串行接口,用来传输无压缩的基带数字视频信号,不存在由压缩产生的画质下降和时延。HD-SDI数据流定义了一些定时基准信号TRS(TimingReferenceSignal)来实现行、场同步。数字高清晰度视频行格式如图1所示。数字行消隐区的开头和结尾各有4个数据字的定时基准信号,分别为EAV和SAV在电视系统中,亮度信号和色差信号分别在各自的通道进行处理,因此各自具有视频行的所有特征。针对4∶2∶2的采样方案,在并串转换和加扰转换等操作之前,HD-SDI交错数据流如图2所示。HD-SDI交错数据流由并行传输的两路数据,10BT亮度信号Y和10BT时分复用的色差信号Cb/Cr,复用成一个并行10数据流1.2t的音频帧AES/EBU数字音频最小传输单位是长度为64BT的音频帧。每帧数据包含2个32BT的音频子帧,由前置码、音频采样值和一些辅助信息位构成。有三种前置码X、Y和Z,用于帧、子帧和音频块的同步识别1.3aes/ebu数字音频模型SMPTE299M(SocietyofMotionPictureandTelevisionEngineers)定义了如何把AES/EBU数字音频数据和相关的控制数据打包嵌入到按照SMPTE292M标准定义的串行视频的辅助数据空间中音频数据包的格式如图3所示,共含31个数据字,音频数据包应紧跟循环校验码CRC之后,相邻音频数据包首尾相连。音频数据包以辅助数据标志ADF表征起始,由000、3FF和3FF三个十六进制数据字组成。数据识别符DID(DataID)用于识别音频组的标志,音频组1(声道1~4)的DID是2E7h,音频组2(声道5~8)的DID是1E6h,音频组3(声道9~12)的DID是1E5h,音频组4(声道13~16)的DID是2E4h其余16个数据字用于携带四个通道的AES/EBU音频数据。四个通道构成一个音频组,辅助数据空间可提供最多四个音频组。在高清晰度视频格式中,AES/EBU数字音频子帧通过映射转换成一个音频通道的4个数据字。每两个相邻通道构成一个样对,这两个通道通常是从同一音频源得到的,所以一个样对的第2个通道不包含原音频子帧的前置码Z。音频控制包的格式如图4所示,共含18个数据字。音频控制包用于音频数据流的解码处理,嵌在数据切换点之后的第2行,每场发送一次。音频控制包具有与音频数据包相同的包头结构,DBN的值恒为200h,DC的值恒为10bh。音频控制包定义了11个用户数据字。AF给出了视频帧的序列号,在每帧音频采样值数不为整数时,有助于识别音频采样值的位置。RATE指示音频采样率。ACT指示有效声道,当一个音频组中的哪个声道有效,就将相应的比特设置为1。DELm-n指示音频处理对视频相对时延的累积数。RSRV为保留字2hd-sdi色散解决方案2.1解嵌音频的过程基于以上音频嵌入技术的理论分析,设计了一个基于VisualC++6.0集成开发环境MFC类库的非实时数字音频解嵌软件。由于我国高清演播室规定采用1125/50i制式,所以该软件只针对这种高清格式进行HD-SDI音频解嵌。该软件所提取的音频包嵌在数字视频辅助数据,音频数据包只在原始视频数据第一列和第三列的色差通道Cb/Cr中传输,音频控制包只在第二列和第四列的亮度通道Y中传输。解嵌音频的步骤为解嵌音频包,解嵌映射数据字和分析音频参数当搜索范围设定为色差通道,即进入音频数据包的解嵌流程。首先,搜索基准信号EAV。由于1125/50i制式的规定,可以确定每视频行TRS的指针位置,即包头ADF的搜索范围。EAV的指针起始位置下移6120个字节推出同行SAV的指针起始位置,下移22440个字节推出下行EAV的指针起始位置;其次,搜索音频数据包头ADF。成功读入包头ADF,即可循环读入音频数据包其余28个数据字。解嵌音频数据包完成后,即开始映射数据字的提取和进制转换。解嵌映射数据字可获得音频采样值和C、V、U、P、Z标志符。映射数据字以10BT量化,音频子帧和数据字的映射关系如表2所示。当音频块起始标志符Z为1时,连续记录192个声道1的通道状态C,并根据表1进一步分析音频参数。当搜索范围设定为亮度通道时,即进入音频控制包的解嵌流程。在1125/50i制式中,音频控制包只嵌在高清视频第11行和第573行的辅助数据区中,所以音频控制包的EAV和ADF的搜索比较简单,只要成功读入包头ADF,即可循环读入音频控制包其余15个数据字。2.2数字视频监控系统的功能HD-SDI音频解嵌的软件运行结果如图6所示。为了满足各类用户的使用需求,设计了两个细节:第一,设计了两个计数器,计数每帧高清晰视频嵌入的音频数据包和每行高清晰视频嵌入的音频数据包,以便于丢包定位;第二,设计了音频分析结果保存功能,以作为检修日志或科研日志。本文的创新点在于:首次达成了HD-SDI音频解嵌的软件实现,摆脱了HD-SDI音频解嵌硬件系统成本和空间的束缚,存于小容量优盘中,即可随安随用,适于演播室外