基于字幕时间信息的响度测量设想

卢勇文

(广东广播电视台，广东　广州 510066)



基于字幕时间信息的响度测量设想

卢勇文

(广东广播电视台，广东广州 510066)

介绍了各种关于电视节目响度测量的标准，以及几种电视节目响度控制的方法，同时提出了基于GY/T270—2013《数字电视隐藏字幕系统规范》的利用字幕出现的时间同步信息的响度测量设想。该设想与Dolby公司的对白归一方法非常接近，可应用到符合GY/T270—2013规范的双声道节目中，具有一定的参考价值。

响度；对白归一；字幕；同步

观众在观看电视节目的过程中，在不同的频道之间切换、或同一频道广告插入时，电视节目的音量就经常会发生变化。这是由于不同的电视节目来源不同、制作标准不同以及播出平台不相同，导致观众在收看不同节目时其音频信号的电平各不相同，而造成主观感觉上的响度不同。有调查表明，同一个电视节目在不同频道转播时，伴音响度差可达26dB之多，而经不同的卫星链路传输的电视节目，其伴音响度差也可达28dB[1]，这给观众在收看电视节目带来了极大的不便。因此，如何让不同电视节目的响度保持相对稳定的幅度就成为一个热门课题。

1　电视节目响度标准

为了让电视节目具有合适的响度，国际电信联盟建立了ITUBS.1770系列测量音频节目响度和真峰值电平的算法标准，采用K滤波器对音频节目进行预设加权后，再对一定时间内的音频信号进行能量均方，即可得到响度值[2-6]。以最新的ITUBS.1770-3标准为基础，结合在算法中是否使用针对微弱信号门限的不同，各个国家或地区都出台了自己的相应标准，例如欧洲广播联盟EBUR128标准设定节目的响度不会超过-23LUFS[7]，美国ATSCA/85标准[8]和日本TR-B32标准[9]，还有澳洲的OP-59标准都是-24LKFS[10]。

中国也有自己的响度标准，据《数字电视节目平均响度和真峰值音频电平技术要求》标准规定，电视节目的平均响度应在-24LKFS±2LU内。它与GY/T262—2012《节目晌度和真峰值音频电平测量算法》(等同采用ITU-RBS．1770-2)、GY/T263—2012《响度和真峰值指示仪表技术要求》(等同采用ITU-RBS．1771)一起，形成了规范广播电视节目响度的三项行业标准[11]。

2　电视节目响度控制的几个可行方法

目前有几种可行的控制方法，各有优缺点，简单介绍如下。

2.1硬件电路控制方法

采用模拟电路形式的响度控制设备，可插入到机顶盒和电视机之间的音频通路，通过自动增益控制原理，对输入的音频信号进行实时幅度检测，然后通过扩展和压缩、限幅电路，对弱电平信号进行扩展，对过强电平的信号进行压缩，并对输出信号进行限幅，以使音频信号保持一定目标范围内的恒定[12]。这种采用模拟电路进行自动增益控制的方法虽然简单可行，但其调试难度较大，其响度控制的精确度和范围也较难保证。

2.2Dolby元数据技术

采用Dolby元数据技术进行响度控制，是在节目制作时就在Dolby数字音频编码流中加入标识其响度数值的对白归一元数据。当电视信号传输到用户端后，机顶盒会根据这些元数据调节输出增益，使响度值复原到其原始设定，在这整个过程中并没有对音频进行信号处理，只是复原，这样可以保证用户获取最佳的与节目制作原意高度符合的响度体验[13]。这种方法要求节目制作采用Dolby音频和元数据编码技术，且用户端的硬件部分也支持Dolby音频和元数据解码才行，这对于普及来说有较高难度。

2.3音量描述符方法

音量描述符方法与Dolby的元数据技术有些类似，即在进行信号复用时，在节目的PMT/SDT表中对每个频道增加有一定取值范围的音量描述符的方法，即对各频道的响度做数值标签，机顶盒在解码时会根据当前频道的对应音量描述符数值进行音量衰减或增加[14]。此方法经济可行，但需要提前制定各节目的音量描述符表格并需要及时更新，否则无法达到预期效果。

2.4采用广播级专用产品的方法

生产用于响度控制的广播级专业产品的厂家有很多，如Dolby、T.C.Electronics、Orban、Junger、大洋、捷成等。以T.C.Electronics的DB8产品为例，其核心是LC6n响度修正功能，可以根据不同的响度计算标准进行响度计算，然后调整到设定的响度值。该产品可插入到电视台播出系统的末级环节中，在信号复合之前，针对所接入的频道节目信号进行响度自动检测和调节，使其达到最终的目标响度值，然后才进行码流复合并传输到终端用户的机顶盒中。此方法可以获得非常良好的效果，但需要庞大的资金并对现有各电视台的播出系统进行改造，短期内很难实现，目前也只有CCTV配备了100台DB8MKII，以一对一备份的方式，对50个频道进行了处理[15]，其他电视台还未能大规模使用这种设备。

3　一种基于字幕同步时间信息的对白响度测量设想

根据Dolby公司的研究，电视节目中的对白在响度感知中占据非常重要的地位，人耳对对白响度改变的容忍度相对于音乐而言要小得多，因而观众更在乎的是不同节目切换时对白响度的一致性，所以Dolby公司建议响度控制应以对白归一化为基础进行[13]。因此，如能将对白信号单独分离出来进行响度测量，对白归一化将可以完美进行。DolbyAC-3等有独立对白通路的音频格式是可以很方便地进行响度测量的，但对于目前以两路立体声为主的电视节目来说，其对白信号与其他非语言音频信号已经混为一体，对白归一化的方法就很难进行。如果采用某些特定的语言识别类算法进行分离，一来需要耗费更多的DSP资源，增加硬件成本，二来对白分离的准确度又难以保证。

随着GY/T270—2013《数字电视隐藏字幕系统规范》的发布，在将来的电视节目中，字幕数据将被封装在PES流中以独立编码的形式整合到数字电视的复用信号中，用户机顶盒对解复用后的字幕编码流进行解码后，用户就可选择关闭字幕显示，或选择想要的语种进行字幕的显示。要想达到此功能，字幕编码流中必然包含有与音视频信号同步的时间信息，才能达到字幕与音画同步的目的。《数字电视隐藏字幕系统规范》中规定，PES中的PTS字段的值应该与对应的视频帧的显示时间对应[16]，也就是说，每条字幕都有其显示的起始时间和终止时间。通常情况下，字幕显示和对白是同步进行的，可以根据这些时间信息读取对应字幕显示期内的音频信息，这些音频信息必然以对白为主，即使某些情况下混合了其他非对白信号，也可通过信号处理的方法，增加例如符合语言特征的300～3 000Hz带通滤波器来提取语言频带内的信号，然后以这些信号作为对象来进行响度值的计算，所得结果与Dolby对白归一的方法就极为接近了。这个设想的流程框图如图1所示。

上述图框中，Li为当前字幕段对白的平均响度值，可以看作是短期响度值。La则为该节目从第一句对白开始累加到当前对白的平均响度值，当节目刚开始时，La可以看作是短期平均值，可以此作为响度的瞬间或短期调节的依据，随着时间的推移，它会逐步趋向于整条节目的对白平均响度值，此时作为调节响度的依据将更为准确有效。真峰值Pi则作为对信号进行压缩或限幅的依据。

图1　基于字幕时间信息的对白响度测量设想流程框图

需要注意的是，不同国家或地区以ITU-RBS.1770规定算法为基础而得到的-23LUFS或-24LKFS目标响度值，在信号电平意义上是一个绝对电平值，对于节目制作具有参考意义。但对于观众而言，他们不懂响度值如何计算，也不关心响度的绝对值是否符合标准规定，而是关心在观看过程中，广告接入或更换节目时，电视音量是否变化很大而需要重新调节音量，也就是说，响度的相对变化值对于用户而言更有意义。因此，在进行响度值控制时，其测量不一定要严格按照ITUBS.1770的标准进行，只要测量响度的算法统一，即使不同频道节目的响度绝对值存在误差，这些误差在计算不同频道或同一频道但不同时刻的响度相对值时也会被抵消，由此所获得的相对值仍然是有绝对意义的，可以作为响度调节的可靠依据。

4　总结

不同频道或不同节目间响度的不同，对观众造成了一定的困扰。在众多响度控制的方法中，由于观众对对白响度改变的容忍度很小，因此Dolby公司的对白归一化响度控制方法被认为是最为精确的方法。但此方法必须在有独立对白信号通路的情况下才有用，在目前还是占主导地位的两声道传统节目上很难实现。

本文针对将来符合GY/T270—2013《数字电视隐藏字幕系统规范》要求的节目源，提出一种基于对白同步信息的响度测量设想：分析电视节目的PES流，可获取含有对白时间同步信息的PTS值，基于此值可抽取对应于对白时间段内的音频信号进行响度值计算，非对白的音频信号则尽可能地被排除在外，由此所得响度值即可与Dolby对白归一的方法极为近似，并为将来可能的响度控制方法提供了更为真实而可靠的依据。此设想方法简单，原理可靠，对传统的双声道节目也有效，可行性高，具有一定的参考价值。

[1]邓向东.电视节目伴音响度一致性方案研究[J].广播与电视技术，2011(S1)：60-79.

[2]ITU-RBS.1770-0，Algorithmstomeasureaudioprogrammeloudnessandtrue-peakaudiolevel[S].2006.

[3]ITU-RBS.1770-1，Algorithmstomeasureaudioprogrammeloudnessandtrue-peakaudiolevel[S].2007.

[4]ITU-RBS.1770-2，Algorithmstomeasureaudioprogrammeloudnessandtrue-peakaudiolevel[S].2011.

[5]ITU-RBS.1770-3，Algorithmstomeasureaudioprogrammeloudnessandtrue-peakaudiolevel[S].2012.

[6]ITU-RBS.1770-4，Algorithmstomeasureaudioprogrammeloudnessandtrue-peakaudiolevel[S].2015.

[7]EBUR.128-2011，Loudnessnormalisationandpermittedmaximumlevelofaudiosignals[S].2011.

[8]ATSCA/85，Techniquesforestablishingandmaintainingaudioloudnessfordigitaltelevision[S].2013.

[9]ARIBTR-B32，Operationalguidelinesforloudnessofdigitaltelevisionprograms[S].2015.

[10]FreeTVOP-59，Measurementandmanagementofloudnessinsoundtracksfortelevisionbroadcasting[S].2010.

[11]张建东.数字电视节目平均响度和真峰值音频电平技术要求标准解读[J].广播与电视与技术，2014，41(12)：54-61.

[12]乐文华.简便实用的机顶盒伴侣优化设计及应用[J].电声技术，2013，37(8)：29-34.

[13]张丽娜.杜比元数据技术详述[J].现代电视技术，2014(6)：128-131.

[14]温志强.实现数字电视系统音量平衡的一种方法[J].有线电视技术，2005(9)：64-66.

[15]ELECTRONICTC.CCTVINSTALLS100DB8MKII[EB/OL].[2016-05-08].http：//www.tcelectronic.com/cctv-installs-100-db8-mkii-transmission-processors/.

[16]GY/T270—2013，数字电视隐藏字幕系统规范[S].2013.

责任编辑：时雯

Ideaofloudnessmeasurementwithtimeinformationofcaption

LUYongwen

(Guangdong TV Station，Guangzhou 510066，China)

AmethodforloudnessmeasurementwithtimeinformationofcaptionwhichbasedonthestandardGY/T270—2013specficationofclosedcaptionsystemfordigitaltelevisionwasintroducedbythispaper.Comparedtotheotherloudnessmeasurementmethods，thismethodissimilartothemethodofDolbydialoguenormalization，andithasthecertainreferencevalueandcanbeusedfortwochannelTVprogramwhichaccordingtothestandardGY/T270—2013.

loudness；dialoguenormalization；caption；synchronization

TN945+.7

BDOI：10.16280/j.videoe.2016.08.016

2016-07-11

文献引用格式：卢勇文.基于字幕时间信息的响度测量设想[J].电视技术，2016，40(8)：84-86.

LUYW.Ideaofloudnessmeasurementwithtimeinformationofcaption[J].Videoengineering，2016,40(8)：84-86.