黃 力，歐君榮

（廣州珠江數(shù)碼集團有限公司，廣東 廣州 510010）

1 DRA標準簡介

2009年4月19日，由廣州廣晟數(shù)碼技術(shù)有限公司自主研發(fā)的具有國際先進水平的DRA（Digital Rise Audio）音頻編解碼技術(shù)，被國家標準委批準成為國家標準（GB/T 22726—2008）。這項技術(shù)是中國在數(shù)字音頻核心技術(shù)領(lǐng)域的一項重大突破，對于我國數(shù)字音視頻產(chǎn)業(yè)打破國外技術(shù)壟斷，提升行業(yè)全球競爭力有著重要意義，更為發(fā)展我國自主的數(shù)字音頻產(chǎn)業(yè)提供了必要的條件。DRA編解碼流程如圖1所示[1]。

筆者就在廣州珠江數(shù)碼集團有限公司（以下簡稱“珠江數(shù)碼”）的有線電視網(wǎng)中開展DRA應(yīng)用的模式進行探討和分析，并提出相應(yīng)的解決方案。

2 DRA應(yīng)用模式及解決方案

通過統(tǒng)一集中的網(wǎng)絡(luò)存儲和共享的資源管理器，可實現(xiàn)DRA采集、編輯、審核、儲存、播發(fā)等流程的一體化操作，其流程如圖2所示。

2.1 DRA信號的采編

目前市場上基本沒有DRA格式的節(jié)目源，因此需要進行信號采集。DRA的信號采集有兩種方式：1）采用DRA編碼器直接將現(xiàn)存的多聲軌音頻節(jié)目編碼為DRA格式的音頻文件，采用該方式制作出的音頻文件質(zhì)量好，但對節(jié)目源要求較高，制作成本也較高（見圖3）；2）采用轉(zhuǎn)碼方式生成DRA音頻文件，該方式較為簡單快捷，但音效會有所損失（見圖4）[1]。

圖4 DRA信號采集方式二

2.2 DRA節(jié)目的制作

DRA技術(shù)在應(yīng)用層面的業(yè)務(wù)流程與Dolby和DTS非常類似。采用非編系統(tǒng)軟件插件方式可以順利完成DRA制作的相關(guān)工作[1]。所選擇的非編系統(tǒng)應(yīng)滿足：

1）采集精度支持24 bit采樣，內(nèi)部32 bit數(shù)字化處理，以保證聲音還原質(zhì)量。

2）支持真正5.1聲道環(huán)繞聲制作，支持不少于6路音頻輸入/輸出，同時支持左右平衡和聲像定位功能。

3）除了對音頻進行增益和電平高低調(diào)節(jié)外，還可對各路輸出電平進行編組操作，以同時控制多路音頻以及添加音頻的各種特技。此外還有多個音頻處理模塊，實現(xiàn)對音頻的多種編輯和調(diào)節(jié)。

4）能實現(xiàn)精確到采樣點的波形編輯，對聲音缺陷進行修補，提供采樣降噪和消除爆破音特技功能，支持用戶自行擴充特技類型。支持音頻特技的動態(tài)調(diào)整，調(diào)整特技時能實時監(jiān)聽效果。

5）支持多個第三方音頻特效插件和第三方效果器。

2.3 DRA節(jié)目的封裝

目前，我國標清數(shù)字電視視頻編碼格式為MPEG-2，音頻部分是以單聲道為主的MPEG音頻（符合GB/T 17975.3—2002[2]和GB/T 17191.3—1997[3]的第1層和第2層格式）。演播室或錄音室輸出的多軌5.1PCM音頻信號通過后期視頻編輯工作站，在合成TS流的過程中，同時嵌入多聲軌多格式壓縮編碼的音頻信號組合，如MPEG+DRA，MPEG+DRA+DTS，MPEG+DRA+AC3，MPEG+DRA+DTS+AC3等，制作及復(fù)用傳輸過程對不同組合、不同音頻編碼都加以相對應(yīng)的識別符，接收端機頂盒解調(diào)識別后按照不同的收聽方式，選擇音頻輸出路徑及解碼方式。

2.3.1 MPEG_TS封裝處理

目前，珠江數(shù)碼的媒資系統(tǒng)是國內(nèi)首個支持DRA音頻封裝的媒資平臺。該平臺在處理DRA ES流在MPEG-2 TS流中的打包方式和MPEG-2音頻流打包的方式相同，首先打包成PES（Packetized Elementary Stream），然后形成MPEG-2 TS。復(fù)用DRA ES流的必要項包括：stream_ID，stream_type，DRA注冊描述符（DRA registration descriptor）和DRA音頻流描述符（DRA audio stream descriptor）。stream_ID被包含在PES頭中，stream_type、DRA注冊描述符和DRA音頻流描述符都被包含在節(jié)目映射表PMT（Program Map Table）中。下面具體介紹各項內(nèi)容。

stream_ID：是位于PES頭中packet_start_code_prefix之后的一個8 bit字段。對于DRA音頻ES流，stream_ID的值應(yīng)為0xBD，表示private_stream_1。多個DRA流可以使用相同的stream_ID值，這是因為當MPEG-2傳輸流中是多路節(jié)目復(fù)用時，每個流指派一個特定的包識別碼PID。

stream_type：是PMT中的一個8 bit字段。對于DRA音頻ES，stream_type的值應(yīng)為0x06，表示PES中包含私有數(shù)據(jù)。

DRA注冊描述符：為了唯一地識別DRA音頻流，PMT中應(yīng)使用注冊描述符，如表1所示。

表1 DRA注冊描述符

DRA音頻流描述符：DRA_audio_stream_descriptor的目的是為綜合解碼接收機提供DRA音頻解碼配置信息。該描述符位于PSI的PMT中，同MPEG-2描述符的語法一致，以一個8 bit的descriptor_tag和一個8 bit的descriptor_length開始，然后包含DRA音頻信息的描述字段如sample_rate_index，num_normal_channels和num_lfe_channels等。descriptor_tag指示描述符的類型，可用來辨識DRA音頻流。DRA_audio_stream_descriptor的語法如表2所示。

表2 DRA音頻流描述符

表2中：對于DRA音頻流描述符，descriptor_tag的值為0xA0；descriptor_length表示DRA音頻流描述符的長度，即descriptor_length之后的字節(jié)數(shù)，對于DRA音頻流描述符來說，其最小值是2，即該字段之后至少要包含16 bit的描述符內(nèi)容；sample_rate_index表示編碼音頻流的采樣率，其具體取值如表3所示。

表3 sample_rate_index對應(yīng)的音頻采樣率

此外，num_normal_channels表示DRA音頻流的常規(guī)聲道數(shù)，實際的常規(guī)聲道數(shù)等于num_normal_channels+1，有效范圍為1～64；num_lfe_channels表示DRA音頻流LFE的通道數(shù)，有效范圍為0～3；dra_version_flag表示DRA的版本號，通常設(shè)置成0；text_present_flag表示DRA音頻流描述符中是否包含一個描述性的文本字段，如果text_present_flag為1，則后面包含文本字段，如果為0，則不包含文本字段；language_present_flag表示在DRA音頻流描述符中是否包含一個3 byte的語言字段，若language_present_flag為1，則后面包含語言字段，若為0，則不包含語言字段；reserved flag是預(yù)留的1 bit字段，目前應(yīng)設(shè)置成“0”；text_length表示描述性文本字段的長度，以16 bit的短字為單位；text[i]為文本字段，主要記錄關(guān)于DRA音頻流的文本描述，該文本使用2 byte的Unicode字符集編碼；language為3 byte或24 bit長的字段，包含了在ISO 639-2B[4]中所規(guī)定的3字符碼，根據(jù)ISO 8859-1或ISO Latin-1，每個字符編碼成8 bit，并且被連續(xù)插入到該字段中，該字段編碼和ISO/IEC 13818-1[5]對ISO_639_language_descriptor中的MPEG-2 ISO_639_language_code的規(guī)定相同；additional_info[i]為可選字段，預(yù)留給將來使用。

2.3.2 STD音頻緩沖區(qū)大小

DRA音頻訪問單元AU（Access Unit）是一個DRA幀，DRA典型幀包含1 024個音頻采樣數(shù)據(jù)，其持續(xù)時間可根據(jù)采樣頻率計算得出，即

對于1路MPEG-2傳輸流，主音頻緩沖區(qū)大小BSn定義為

式中：BSmux=736 byte，BSoh為PES頭大小，BSdec為訪問單元緩沖區(qū)。

為防止緩沖區(qū)上溢，BSoh應(yīng)不小于最大的PES頭大小，BSdec應(yīng)支持IRD允許的最高比特率。由于PES頭大小通常不大于59 byte，因此選用BSoh=64 byte。為了支持IRD允許的最高比特率，BSdec必須不小于相應(yīng)的最大DRA編碼幀長度。例如，為了支持48 kHz音頻采樣下，256 kbit/s的最高比特率，BSdec應(yīng)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，則BSdec應(yīng)不小于4 092 byte，即一個DRA常規(guī)編碼幀的最大幀長度。

2.3.3 字節(jié)對齊

DRA原始流在MPEG-2傳輸流中應(yīng)是字節(jié)對齊的，即DRA編碼幀的最初8 bit應(yīng)包含在MPEG-2傳輸流中的一個完整的獨立字節(jié)中。

2.4 DRA信號的存儲

在DRA節(jié)目的存儲中，由于DRA本身屬多聲道音頻技術(shù)，存儲的要求高于普通立體聲節(jié)目，加上高清技術(shù)的應(yīng)用，對存儲的要求則更高。不同的電視節(jié)目制作流程對畫質(zhì)和碼率的要求是不一樣的，為簡化起見，這里均采用MPEG-2編碼作為參考。

1）原始音頻素材文件采用八通道PCM方式存儲，每聲道384 kbit/s，加上元數(shù)據(jù)等，按4 Mbit/s計算。

2）節(jié)目制作通常需要不止一版的反復(fù)編解碼，編輯時需要精確定位，所以300 Mbit/s的MPEG-2 I幀是合乎要求的（H.264不低于100 Mbit/s）。節(jié)目制作對帶寬的要求很高，需采用光纖FC+以太網(wǎng)的雙網(wǎng)結(jié)構(gòu)。

3）DRA音頻播出文件按500 kbit/s計算。

4）標清DRA視音頻播出文件按8 Mbit/s計算。

5）高清視DRA音頻播出文件按18 Mbit/s計算。

高清電視對存儲容量和帶寬的要求約是標清電視的4～8倍，這就要求數(shù)據(jù)存儲設(shè)備具有更高的容量、帶寬等性能指標，現(xiàn)有技術(shù)中只有光纖FC+以太網(wǎng)雙網(wǎng)結(jié)構(gòu)能夠滿足業(yè)務(wù)的要求。為節(jié)目采集與制作提供可靠、高效的帶寬。在系統(tǒng)中，需存儲以下信號：多聲道PCM信號的音頻文件、DRA格式的音頻文件、標清DRA伴音視頻節(jié)目和高清視音頻節(jié)目。系統(tǒng)存儲容量的需求大致如表4所示。

表4 各類視音頻文件存儲容量對比表

2.5 DRA信號的播出和傳輸

在DRA信號播出中，可以分為直播節(jié)目和錄播節(jié)目，分別采用DRA編碼器或播出服務(wù)器播出，這兩種信號都可以直接復(fù)用后進入數(shù)字電視系統(tǒng)，通過有線方式傳送，也可以通過衛(wèi)星、地面、IP等方式傳送。

目前整轉(zhuǎn)型機頂盒由于價格的原因，CPU的處理能力不強，暫時無法支持DRA的解碼。另外，由于DRA的市場尚未形成，沒有豐富的節(jié)目源，因此音響也只支持DTS和Dolby，而不支持DRA。但標清芯片可以支持DRA數(shù)字信號的光纖和同軸輸出，由機頂盒把DRA信號送到DRA解碼器和音響，從而完成DRA信號在用戶終端的重現(xiàn)。DRA信號在有線電視網(wǎng)傳送至單向DVB-C機頂盒接收的方式以及音頻多軌分布分別如圖5和圖6所示。這一方式的優(yōu)點是充分利用了市場上標清整轉(zhuǎn)型機頂盒的成熟度，順利完成了DRA信號的傳送。同時，由于標清整轉(zhuǎn)型機頂盒的市場占有量巨大，可以使支持DRA終端的數(shù)量在短期內(nèi)急劇增加，形成良好的市場效應(yīng)，從而帶動音響等相關(guān)產(chǎn)業(yè)的聯(lián)動。

3 系統(tǒng)應(yīng)用情況

DRA作為數(shù)字電視伴音的多聲軌嵌入及復(fù)用集成應(yīng)用技術(shù)方案，由珠江數(shù)碼研發(fā)集成并在全國率先成功應(yīng)用，目前在機頂盒中看到的界面如圖7所示。

圖7 DRA應(yīng)用界面（截圖）

該技術(shù)在高標清數(shù)字電視TS碼流內(nèi)嵌入封裝MPEG-2編碼視頻與DRA環(huán)繞聲音頻軌道信號，屬行業(yè)內(nèi)獨創(chuàng)，其聲音軌道同時含有3種編碼方式的聲軌可選，包括在全國電視頻道中率先采用DRA5.1環(huán)繞聲音頻和DTS5.1環(huán)繞聲音頻作為電視伴音，同時兼容現(xiàn)有DVB-C技術(shù)體系的MPEG單聲道音頻。珠江數(shù)碼的數(shù)字電視DRA伴音嵌入及復(fù)用技術(shù)，將DRA技術(shù)從實驗室首次大規(guī)模應(yīng)用在數(shù)字電視領(lǐng)域，既為廣大用戶提供了高質(zhì)量的音頻服務(wù)，又為該技術(shù)的行業(yè)應(yīng)用及發(fā)展提供了成功案例，有效推動了廣州廣播電視產(chǎn)業(yè)的發(fā)展。

[1]朱勤偉.DRA技術(shù)在數(shù)字電視中的應(yīng)用[J].電視技術(shù)，2009，33（1）：18-20.

[2]GB/T 17975.3—2002，信息技術(shù)運動圖像及其伴音信號的通用編碼第3部分：音頻[S].2002.

[3]GB/T 17191.3—1997，信息技術(shù)具有1.5 Mbit/s數(shù)據(jù)傳輸率的數(shù)字存儲媒體運動圖像及其伴音的編碼第3部分：音頻[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.