基于有线电视网的DRA音频应用

黄 力，欧君荣

（广州珠江数码集团有限公司，广东 广州 510010）

1 DRA标准简介

2009年4月19日，由广州广晟数码技术有限公司自主研发的具有国际先进水平的DRA（Digital Rise Audio）音频编解码技术，被国家标准委批准成为国家标准（GB/T 22726—2008）。这项技术是中国在数字音频核心技术领域的一项重大突破，对于我国数字音视频产业打破国外技术垄断，提升行业全球竞争力有着重要意义，更为发展我国自主的数字音频产业提供了必要的条件。DRA编解码流程如图1所示[1]。

笔者就在广州珠江数码集团有限公司（以下简称“珠江数码”）的有线电视网中开展DRA应用的模式进行探讨和分析，并提出相应的解决方案。

2 DRA应用模式及解决方案

通过统一集中的网络存储和共享的资源管理器，可实现DRA采集、编辑、审核、储存、播发等流程的一体化操作，其流程如图2所示。

2.1 DRA信号的采编

目前市场上基本没有DRA格式的节目源，因此需要进行信号采集。DRA的信号采集有两种方式：1）采用DRA编码器直接将现存的多声轨音频节目编码为DRA格式的音频文件，采用该方式制作出的音频文件质量好，但对节目源要求较高，制作成本也较高（见图3）；2）采用转码方式生成DRA音频文件，该方式较为简单快捷，但音效会有所损失（见图4）[1]。

图4 DRA信号采集方式二

2.2 DRA节目的制作

DRA技术在应用层面的业务流程与Dolby和DTS非常类似。采用非编系统软件插件方式可以顺利完成DRA制作的相关工作[1]。所选择的非编系统应满足：

1）采集精度支持24 bit采样，内部32 bit数字化处理，以保证声音还原质量。

2）支持真正5.1声道环绕声制作，支持不少于6路音频输入/输出，同时支持左右平衡和声像定位功能。

3）除了对音频进行增益和电平高低调节外，还可对各路输出电平进行编组操作，以同时控制多路音频以及添加音频的各种特技。此外还有多个音频处理模块，实现对音频的多种编辑和调节。

4）能实现精确到采样点的波形编辑，对声音缺陷进行修补，提供采样降噪和消除爆破音特技功能，支持用户自行扩充特技类型。支持音频特技的动态调整，调整特技时能实时监听效果。

5）支持多个第三方音频特效插件和第三方效果器。

2.3 DRA节目的封装

目前，我国标清数字电视视频编码格式为MPEG-2，音频部分是以单声道为主的MPEG音频（符合GB/T 17975.3—2002[2]和GB/T 17191.3—1997[3]的第1层和第2层格式）。演播室或录音室输出的多轨5.1PCM音频信号通过后期视频编辑工作站，在合成TS流的过程中，同时嵌入多声轨多格式压缩编码的音频信号组合，如MPEG+DRA，MPEG+DRA+DTS，MPEG+DRA+AC3，MPEG+DRA+DTS+AC3等，制作及复用传输过程对不同组合、不同音频编码都加以相对应的识别符，接收端机顶盒解调识别后按照不同的收听方式，选择音频输出路径及解码方式。

2.3.1 MPEG_TS封装处理

目前，珠江数码的媒资系统是国内首个支持DRA音频封装的媒资平台。该平台在处理DRA ES流在MPEG-2 TS流中的打包方式和MPEG-2音频流打包的方式相同，首先打包成PES（Packetized Elementary Stream），然后形成MPEG-2 TS。复用DRA ES流的必要项包括：stream_ID，stream_type，DRA注册描述符（DRA registration descriptor）和DRA音频流描述符（DRA audio stream descriptor）。stream_ID被包含在PES头中，stream_type、DRA注册描述符和DRA音频流描述符都被包含在节目映射表PMT（Program Map Table）中。下面具体介绍各项内容。

stream_ID：是位于PES头中packet_start_code_prefix之后的一个8 bit字段。对于DRA音频ES流，stream_ID的值应为0xBD，表示private_stream_1。多个DRA流可以使用相同的stream_ID值，这是因为当MPEG-2传输流中是多路节目复用时，每个流指派一个特定的包识别码PID。

stream_type：是PMT中的一个8 bit字段。对于DRA音频ES，stream_type的值应为0x06，表示PES中包含私有数据。

DRA注册描述符：为了唯一地识别DRA音频流，PMT中应使用注册描述符，如表1所示。

表1 DRA注册描述符

DRA音频流描述符：DRA_audio_stream_descriptor的目的是为综合解码接收机提供DRA音频解码配置信息。该描述符位于PSI的PMT中，同MPEG-2描述符的语法一致，以一个8 bit的descriptor_tag和一个8 bit的descriptor_length开始，然后包含DRA音频信息的描述字段如sample_rate_index，num_normal_channels和num_lfe_channels等。descriptor_tag指示描述符的类型，可用来辨识DRA音频流。DRA_audio_stream_descriptor的语法如表2所示。

表2 DRA音频流描述符

表2中：对于DRA音频流描述符，descriptor_tag的值为0xA0；descriptor_length表示DRA音频流描述符的长度，即descriptor_length之后的字节数，对于DRA音频流描述符来说，其最小值是2，即该字段之后至少要包含16 bit的描述符内容；sample_rate_index表示编码音频流的采样率，其具体取值如表3所示。

表3 sample_rate_index对应的音频采样率

此外，num_normal_channels表示DRA音频流的常规声道数，实际的常规声道数等于num_normal_channels+1，有效范围为1～64；num_lfe_channels表示DRA音频流LFE的通道数，有效范围为0～3；dra_version_flag表示DRA的版本号，通常设置成0；text_present_flag表示DRA音频流描述符中是否包含一个描述性的文本字段，如果text_present_flag为1，则后面包含文本字段，如果为0，则不包含文本字段；language_present_flag表示在DRA音频流描述符中是否包含一个3 byte的语言字段，若language_present_flag为1，则后面包含语言字段，若为0，则不包含语言字段；reserved flag是预留的1 bit字段，目前应设置成“0”；text_length表示描述性文本字段的长度，以16 bit的短字为单位；text[i]为文本字段，主要记录关于DRA音频流的文本描述，该文本使用2 byte的Unicode字符集编码；language为3 byte或24 bit长的字段，包含了在ISO 639-2B[4]中所规定的3字符码，根据ISO 8859-1或ISO Latin-1，每个字符编码成8 bit，并且被连续插入到该字段中，该字段编码和ISO/IEC 13818-1[5]对ISO_639_language_descriptor中的MPEG-2 ISO_639_language_code的规定相同；additional_info[i]为可选字段，预留给将来使用。

2.3.2 STD音频缓冲区大小

DRA音频访问单元AU（Access Unit）是一个DRA帧，DRA典型帧包含1 024个音频采样数据，其持续时间可根据采样频率计算得出，即

对于1路MPEG-2传输流，主音频缓冲区大小BSn定义为

式中：BSmux=736 byte，BSoh为PES头大小，BSdec为访问单元缓冲区。

为防止缓冲区上溢，BSoh应不小于最大的PES头大小，BSdec应支持IRD允许的最高比特率。由于PES头大小通常不大于59 byte，因此选用BSoh=64 byte。为了支持IRD允许的最高比特率，BSdec必须不小于相应的最大DRA编码帧长度。例如，为了支持48 kHz音频采样下，256 kbit/s的最高比特率，BSdec应不小于（256 000/8）×（1 024/4 8000）byte=682.7 byte。如果IRD需要支持所有比特率，则BSdec应不小于4 092 byte，即一个DRA常规编码帧的最大帧长度。

2.3.3 字节对齐

DRA原始流在MPEG-2传输流中应是字节对齐的，即DRA编码帧的最初8 bit应包含在MPEG-2传输流中的一个完整的独立字节中。

2.4 DRA信号的存储

在DRA节目的存储中，由于DRA本身属多声道音频技术，存储的要求高于普通立体声节目，加上高清技术的应用，对存储的要求则更高。不同的电视节目制作流程对画质和码率的要求是不一样的，为简化起见，这里均采用MPEG-2编码作为参考。

1）原始音频素材文件采用八通道PCM方式存储，每声道384 kbit/s，加上元数据等，按4 Mbit/s计算。

2）节目制作通常需要不止一版的反复编解码，编辑时需要精确定位，所以300 Mbit/s的MPEG-2 I帧是合乎要求的（H.264不低于100 Mbit/s）。节目制作对带宽的要求很高，需采用光纤FC+以太网的双网结构。

3）DRA音频播出文件按500 kbit/s计算。

4）标清DRA视音频播出文件按8 Mbit/s计算。

5）高清视DRA音频播出文件按18 Mbit/s计算。

高清电视对存储容量和带宽的要求约是标清电视的4～8倍，这就要求数据存储设备具有更高的容量、带宽等性能指标，现有技术中只有光纤FC+以太网双网结构能够满足业务的要求。为节目采集与制作提供可靠、高效的带宽。在系统中，需存储以下信号：多声道PCM信号的音频文件、DRA格式的音频文件、标清DRA伴音视频节目和高清视音频节目。系统存储容量的需求大致如表4所示。

表4 各类视音频文件存储容量对比表

2.5 DRA信号的播出和传输

在DRA信号播出中，可以分为直播节目和录播节目，分别采用DRA编码器或播出服务器播出，这两种信号都可以直接复用后进入数字电视系统，通过有线方式传送，也可以通过卫星、地面、IP等方式传送。

目前整转型机顶盒由于价格的原因，CPU的处理能力不强，暂时无法支持DRA的解码。另外，由于DRA的市场尚未形成，没有丰富的节目源，因此音响也只支持DTS和Dolby，而不支持DRA。但标清芯片可以支持DRA数字信号的光纤和同轴输出，由机顶盒把DRA信号送到DRA解码器和音响，从而完成DRA信号在用户终端的重现。DRA信号在有线电视网传送至单向DVB-C机顶盒接收的方式以及音频多轨分布分别如图5和图6所示。这一方式的优点是充分利用了市场上标清整转型机顶盒的成熟度，顺利完成了DRA信号的传送。同时，由于标清整转型机顶盒的市场占有量巨大，可以使支持DRA终端的数量在短期内急剧增加，形成良好的市场效应，从而带动音响等相关产业的联动。

3 系统应用情况

DRA作为数字电视伴音的多声轨嵌入及复用集成应用技术方案，由珠江数码研发集成并在全国率先成功应用，目前在机顶盒中看到的界面如图7所示。

图7 DRA应用界面（截图）

该技术在高标清数字电视TS码流内嵌入封装MPEG-2编码视频与DRA环绕声音频轨道信号，属行业内独创，其声音轨道同时含有3种编码方式的声轨可选，包括在全国电视频道中率先采用DRA5.1环绕声音频和DTS5.1环绕声音频作为电视伴音，同时兼容现有DVB-C技术体系的MPEG单声道音频。珠江数码的数字电视DRA伴音嵌入及复用技术，将DRA技术从实验室首次大规模应用在数字电视领域，既为广大用户提供了高质量的音频服务，又为该技术的行业应用及发展提供了成功案例，有效推动了广州广播电视产业的发展。

[1]朱勤伟.DRA技术在数字电视中的应用[J].电视技术，2009，33（1）：18-20.

[2]GB/T 17975.3—2002，信息技术运动图像及其伴音信号的通用编码第3部分：音频[S].2002.

[3]GB/T 17191.3—1997，信息技术具有1.5 Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编码第3部分：音频[S].1997.

[4]ISO 639-2，Codes for the representation of names of languages：part2：alpha-3 code[S].1998.

[5]ISO 8859-1，Information technology：generic coding of moving pictures and associated audio information：systems[S].2007.