电视广播声音和图像的相对定时原理及应用

丁玉洁 江苏省广播电视总台

在演播室系统中，包含视频系统和音频系统。一个PGM信号中包含了视频和音频两种信号。在节目制作过程中，有的阶段视音频信号经过不同路由分别处理，有的阶段音频信号嵌入视频信号中同时处理。当信号分别处理时，原则上存在不等时性，使得视音频的同步性有所下降，从而出现声音和图像不同步的现象。演播室信号声音和图像时延，以下简称AV时延，是在演播系统建设中确保得到声画同步的高质量节目信号必须关心的问题。

1.音频嵌入技术

要了解AV时延，首先我们得了解串行数字视频信号中音频信号是如何加嵌和传输的。

1.1 数字音频

1992年，美国音频工程师协会（AES）和欧洲广播联盟（EBU）共同制定了数字音频的接口标准，即AES/EBU数字音频格式。在这个基础上，国际电信联盟将其归纳为ITU-RBS.647-2号建议书《广播演播室数字音频信号的接口》。AES/EBU数字音频被广泛地应用在演播室的各种数字音频设备，AES/EBU数字音频的信号格式，可以通过多通道组合嵌入SD-SDI和HD-SDI数字视频信号中，嵌入的规范要符合GY/T 160-2000《数字分量演播室接口中的附属数据信号格式》、GY/T 161-2000 《数字电视附属数据空间内数字音频和附属数据的传输规范》、GY/T 162-2000《高清晰度电视串行接口中作为附属数据信号的 24 比特数字音频格式》。

1.2 辅助数据区和嵌入音频

1.2.1 辅助数据

视频、音频信号的数字化，就是对视频、音频信号的取样、量化和编码的过程。其中，取样就是实现时间轴的离散化，而量化则是信号幅度上的离散化，编码是实现把离散后的值用二进制数码表示，进而变成一系列的脉冲波。

视频模拟分量信号经A/D转换之后，就形成了数字分量数据流。在模拟电视中，利用行场同步脉冲来实现收、发两端的同步扫描；而在数字分量信号中，定时信息是通过有效视频结束（EAV）标志和有效视频开始（SAV）标志这两种定时基准码来传送的，因此就不再需要传送同步信号和色同步信号了。SAV和EAV分别位于每一个数字有效行的起始处和结束处。在625/50制中，在模拟视频中的行消隐期间，可以用来放置288个字作为辅助数据（包括EAV和SAV的8个字），在数字视频中被称为行辅助数据区HANC(Horizontal Anicillary Data)。同样，模拟视频中的场消隐期间，在数字视频中称为场或帧辅助数据区，由EBU定义为VANC(Vertical Anicillary Data)。

我国的GY/T 160-2000《数字分量演播室接口中的附属数据信号格式》，等效于ITU-R BT.1364建议书标准，它规定了数字分量演播室应用的嵌入到视频数据信号中的辅助数据格式。

分量视频数据信号的辅助数据区，可用来传输数字音频等辅助数据信号。辅助数据信号是以数据包的形式运载，每个包都带有自身的包头标识，在辅助数据区内，是不可以随便放置的。依据标准规定，插入在数字视频的串行数据流中，可以同时发送多达16个通道（8个AES/EBU数据流通道）20或24bit的声音信号，但必须紧接在EAV后面，不能有一个码字的空隙。误码检测信号EDH(SMPTE RP165定义)被放置在辅助数据区的第5或315行（625/50制），但必须紧邻在SAV前面，同样不能有一个码字的空隙。行辅助数据区的剩余部分，可安排其他数据使用。

对场辅助数据区（VANC）也有特殊规定，以625/50制为例，第5/318行，字1701-1723留给EDH码，第6/319行，字0～1439留给SMPTE RP168标准场切换，第10行留给放置DVITC(Digital Vertical Interval Time Code)码。

对于分量数字视频格式的辅助数据包有具体的规范，其辅助数据包的结构如图1所示。

图1 辅助数据包结构

附属数据标志ADF表征数据包的开始。ADF由三个字的序列组成，其数值为：000，3FF，3FF。因此，如果该空间中的前三个字不是ADF，则可以认为不存在附属数据包，整个区域或可以用于插入附属数据包，但不能重写定时基准信号。

数据标识DID（Data ID）规定了附属数据包中用户数据字所运载数据的内容和性质。

数据块序号DBN（Data Block Number）表明数据包号码，以区分带有共用数据标识的相继附属数据包（类型I）。接收机可以根据包号码的连续性，来判别是否丢失数据。另一种（类型2）附属数据包没有数据块序号DBN，而将这一字节用来补充数据标识SDID，以增加数据标识范围。

数据计数DC（Data Count）表示辅助数据包中用户数据字的数量。

用户数据字UDW（User Data Words），用来传送由DID标识的最多225个字。注意的是625/50制比525/60多出12个字的空间。

数据包误码检验CS(Check Sum)用来确定自EAV至UDW的辅助数据包中的误码检错。

1.2.2 音频嵌入

行辅助数据区的最大用途是放置音频，称为嵌入音频。

被嵌入的音频信号是以块（或称段）为单位，打包传送的。一个块由192 个连续帧组成，每个帧包含有相关的两个子帧，每个子帧（32bit）表示一个音频通道，放置一个音频取样字，一个数字音频帧可以作为立体声、双声道模式使用。

每个子帧定义为32bit，其中前置码占有4bit，音频数据为24bit，在数据位后的4bit，分别是有效标志位（Validity），用户数据位U(User Data)，通道状态位C(Channel Status Data)和子帧的奇偶校验位P(Parity)。帧的传输速率与源取样频率严格对应。

在视频串行接口中可传输多达8个AES/EBU通道对（音频通道编号为1-16），分编到编号为1-4的音频组中。每个音频数据包传输1个音频组，每个音频组包含两个从各自的AES/EBU音频通道中得到的数字音频通道对，即4个音频通道。即使在4个通道（CH1-CH4）中只有1个通道为有效通道时，也应该把4个通道的所有音频数据传输出去，此时要把所有无效通道的V、U、C和P比特置为零。

用户数据字（UDW）包括音频时钟相位数据（CLK）、两个AES/EBU音频通道对组成的音频组（4路音频通道）的音频数据（CHn）和纠错码（ECC）。音频数据是AES/EBU数字音频子帧的全部比特，透明地变成4个顺序的UDW字。包括与1个音频样值的24bit AES/EBU音频流前置码中得到的Z标志比特。对于AES/EBU通道对的两个通道，Z比特值是相同的。

与SD系统中的嵌入音频相比较，HD环境中的AES/EBU音频的嵌入既有相似之处，也有一些不同的地方。在SD和HD之间，辅助数据的格式是相同的。但用户数据中包含的信息是不同的，在SD格式中，音频数据划分为20比特的音频样值，也可将4个附属数据比特扩展为音频数据。在HD格式中，将所有的24比特音频数据用一个数据包来传送。按照规范和使用经验，嵌入音频数据字是均匀地放置在各电视行消隐藏中，这样最有利消除很敏感的伴音和口型的不一致，进而达到声画同步，协调一致。

图2 江苏广电总台综艺高清演播室系统框图

2.音频嵌入技术在电视播出系统的实现

图2是江苏广电总台综艺高清演播室的系统框图。外来信号通过帧同步机X100进行同步和解嵌，然后将视频信号送给切换台和矩阵，将解嵌出来的音频信号送给调音台。广告VCR等通过解嵌器进行解嵌处理。声音信号经过调音台处理后送入HMX加嵌器嵌入SDI数字信号当中，再经过视频分配器、下变换器等同时处理。

X100是一个同时带有加、解嵌及上、下变换功能的帧同步机，X100帧同步机功能框图见图3。该设备对视频及音频进行相应的处理，对视、音频的处理势必会造成AV时延，为了保证信号经过X100不致产生AV时延，需要对其参数进行调整与设置。且由于X100设备在整个系统的源头，由X100引起的AV时延会影响到整个系统，故必须将AV时延在整个源头调整为零。

由图3可见，X100可以同时对视频和音频进行处理，不同的处理链路必然造成时延，所以必须调整参数，使输出的视频信号和音频信号之间产生的AV时延符合标准。

图3 X100帧同步机功能框图

3.数字电视视音频同步测试信号及测量方法

3.1 测试信号

测试SD-SDI标清演播室系统中的AV时延采用75%数字分量彩条信号+嵌入数字音频测试信号。在测试HD-SDI高清演播室系统中的AV时延信号采用100%数字分量+嵌入数字音频测试信号。嵌入的数字音频测试信号为1CH 1KHz-20dbfs(+4dBu)， 2CH 1KHz -19dbfs(+5dBu)，1CH 和2CH数字音频测试信号的电平相差1 dBu，是为了在测试结果中区分1CH和2CH在经过测试链路后是否正确传输。

以泰克SPG8000信号发生器为例，在测试的时候需要将AV Timing Mode打开，此时声音间歇重复周期与视频亮暗跳变重复周期相同，便于测试声音和图像的时延。

3.2 测量方法

以泰克Tektronix WFM 7200测试仪为例，通过选件AVD，仪器在图形条指示器上显示A/V延时。有了 A/V 延时的具体测量读数，工程技术人员便于进行 A/V 延时符合性查验以确保系统的正确定时。A/V 延时测量是在服务中断时进行的，适合于模拟或数字音频以及各种视频格式。TG8000或SPG8000必须生成包含音频和视频序列的SDI信号，其可以通过系统分发，并使用仪器测量。

音频/视频延时测量可利用选件AVD直接对加嵌的SDI信号进行测试，也可以将视音频信号分别接入WFM 7200测试仪，测试AV时延。

4.演播室AV时延测试路径

图4 泰克Tektronix WFM 7200测试仪

综艺频道高清演播室具有直播及多通道录制、高清制作标清播出的制作能力。为了满足观众对声画同步的要求，需要对主要的信号如主备高清播出PGM信号、应急信号、收录信号、下变换信号进行测试，对相关通道的设备参数进行调整，确保 AV时延满足GB/T22150-2008 《电视广播声音和图像的相对定时》标准。

（1）高清帧同步输入-主路路由-高清加嵌输出

图5 测试链路1外来信号高清主路PGM通道

测试链路1是为了保证外来信号经过X100交叉变换器解嵌后再加嵌的主路PGM高清信号AV时延满足标准。

在X100上下交叉变换器调整参数，使得解嵌出来的声音信号和图像信号同时输出。在视频SDI信号经过松下AV-HS60U2切换台时，切换台带有帧同步功能，故视频信号有约一帧的时延，即图像滞后声音40ms。故须在加嵌器1处调整参数，将声音延时 40ms，使得AV时延满足GB/T22150-2008 《电视广播声音和图像的相对定时》标准。

图6 测试链路2 外来信号高清备路PGM通道

测试链路2是为了保证备路高清PGM信号AV时延满标准。在加嵌器2处做同样的参数调整，即将声音时延 40ms即可。

测试链路3是为了测试SD-PGM信号满足AV时延标准。因为在加嵌器处已经调整参数将声音信号延时约40ms，所以加嵌器输出的加嵌音频信号的SDI信号AV时延满足标准。加嵌器下游的高清视分板卡以及高清下变换板卡，是对带加嵌音频信号的SDI信号进行处理，音频信号和视频信号同时进行了处理，AV时延依然满足《电视广播声音和图像的相对定时》标准。

图7 测试链路3外来信号标清主路PGM通道

图8 测试链路4 收录信号通道

测试链路4是为了测试经过矩阵的收录信号是否满足AV时延标准。综艺高清演播室有4路收录信号：主备PGM信号，两路单挂信号。为了使得收录下来的信号声画同步，故须对该节点进行检测。收录信号从高清矩阵出来后经带加嵌功能的帧同步板进行加嵌再送收录服务器。因此需要调整帧同步板卡SFS6803的参数，保证收录服务器的收录信号的声画同步。

（2）高清帧同步进-应急路由-高清加嵌出

图9 测试链路5外来信号高清应急通道

测试链路5是为了检测应急HD-PGM信号是否满足AV时延标准。

（3）上下交叉变换器

该测试链路是为了测试外来信号经过X100交叉变换器进行直通或者上下变换AV时延是否满足标准。

以下是AV时延测试的示例，Tektronix WFM 7200测试仪AV时延测试截图见图10，测试结果数据见表1。

需要注意的是，在Tektronix7200测试仪AV Delay Measurement菜单中对信号AV时延进行测试，声音超前数值显示为负。在GB/T22150-2008 《电视广播声音和图像的相对定时》标准当中，声音超前数值为正，图像超前数值为负。

5. 结论

在系统的实际应用当中，以江苏广电总台综艺高清演播室为例，要求既可以进行高清录制，也可以高清制作标清录制和播出；既能满足直播的需要，又能够满足多机位收录需求。因此在进行系统AV时延测试时，需要对多种应用不同链路进行测试，用以保证终端输出的主、备HD-PGM、SD-PGM信号以及单挂信号AV时延满足GB/T22150-2008 《电视广播声音和图像的相对定时》标准。

表1 AV时延测试结果

图10 Tektronix WFM 7200测试仪AV时延测试截图