張　楊中央人民廣播電臺，北京　　100866

音頻編碼技術(shù)及廣播電臺數(shù)字編碼壓縮傳輸系統(tǒng)建設

張楊
中央人民廣播電臺，北京100866

摘要隨著廣播電視數(shù)字化技術(shù)的迅猛發(fā)展，數(shù)字音頻壓縮編碼技術(shù)已在廣電領(lǐng)域得到廣泛應用。本文介紹了音頻編碼的分類、原理、現(xiàn)行主流標準以及我國自主研發(fā)的DRA數(shù)字音頻編碼標準。同時以廣播電臺為實例，對播出音頻信號的數(shù)字編碼壓縮傳輸系統(tǒng)進行了簡要介紹。

關(guān)鍵詞數(shù)字化；音頻編碼；DRA；壓縮傳輸

0 引言

隨著我國廣播電視技術(shù)數(shù)字化的快速推進和發(fā)展，模擬信號在傳輸中存在著帶寬高效果差等問題，已不能滿足廣播電視發(fā)展的需要，目前圖像、聲音都采用了較為常見的數(shù)字編碼技術(shù)。為了追求更高的編碼效率，產(chǎn)生了許多音頻編碼標準。不同用戶針對各自業(yè)務類型，選用不同的編碼標準實現(xiàn)音頻信號的數(shù)字化傳輸。

1 音頻編碼分類及原理

與傳統(tǒng)模擬音頻技術(shù)相比，數(shù)字音頻具有無法比擬的優(yōu)點，例如傳輸質(zhì)量高、可采用糾錯編碼技術(shù)提高抗干擾能力，可實現(xiàn)大規(guī)模集成等。

通常意義上，數(shù)字音頻編碼主要分為兩大類：

1）無損壓縮，對音頻數(shù)據(jù)進行編碼后，將信息冗余去除，采用該方式進行壓縮，可保證信號聲音質(zhì)量不受損傷，但壓縮效率不高，通常最高只有一倍左右。目前在互聯(lián)網(wǎng)應用中，比較常用的無損壓縮方式有FLAC，LPAC， APE， WavPack等。

2）有損壓縮，心理聲學模型是這類算法的核心思想，由于人類對信號的不敏感性，壓縮過程中會損失一部分信息，但通常能夠獲得較高的壓縮比，常用的有損壓縮方式有MP3，AAC等。

根據(jù)音頻壓縮技術(shù)原理的差異，音頻編碼主要分為如下四種編碼[1]：

1）基于音頻數(shù)據(jù)的統(tǒng)計特性進行編碼，其中對波形編碼是典型技術(shù)。其目標是使重建語音波形保持原波形的形狀。利用音頻抽樣的幅度分布規(guī)律和相鄰樣值具有相關(guān)性的特點。波形編碼適應性強，音頻質(zhì)量好，但壓縮比不大，因而數(shù)據(jù)率較高。

2）基于音頻的聲學參數(shù)來進行編碼，可進一步降低數(shù)據(jù)率。其目標是使重建音頻保持原音頻的特性。常用的音頻參數(shù)有線性預測系數(shù)、共振峰、濾波器組等。這種編碼技術(shù)的優(yōu)點是壓縮數(shù)據(jù)率低，但還原信號的質(zhì)量不好，語音可能不清晰。

3）混合編碼方式即是將波形編碼的高質(zhì)量與參數(shù)編碼的低數(shù)據(jù)率這兩者特性相結(jié)合，這樣就能在較低的碼率上得到較高的音質(zhì)。目前在通訊中用到的大多數(shù)語音編碼器都是采用了混合編碼方式。

4）感知編碼是基于人的聽覺特性來進行：從人的聽覺系統(tǒng)出發(fā)，基于心里聲學模型，利用人耳的聽覺閾值特性和掩蔽效應，消除不被感知的冗余信息來實現(xiàn)對音頻數(shù)據(jù)進行壓縮的編碼方式。

根據(jù)應用場合的不同，可以分為如下兩種編碼：

1）語音編碼：針對語音信號進行的編碼壓縮，主要應用于實時語音通信中減少語音信號的數(shù)據(jù)量。典型的編碼標準有3GPP2 QCELP8k、QCELP 13k、3GPPAMRNB、AMR-WB；ITU-T G.711、G.722、G.723.1、G.729；GSMHR、FR、EFR； EVRC、4GV-NB等。

2）音頻編碼：對頻率范圍比較寬的音頻信號進行的一種編碼方式。主要應用于數(shù)字廣播和數(shù)字電視廣播、消費電子產(chǎn)品、音頻信息的存儲、下載等。典型的編碼有MPEG1/MPEG2的layer1、2、3和MPEG 4 AAC的音頻編碼，還有最新的ITU-T G.722.1、3GPP AMR-WB+和3GPP 2 4GV-WB。

2 幾種主流音頻編碼標準

1）杜比AC-3標準。

杜比AC-3是由美國杜比實驗室主要針對環(huán)繞聲開發(fā)的一種音頻壓縮技術(shù)，它將特殊的心理音響知識、先進的數(shù)字信號處理技術(shù)與人耳效應最新研究成果很好的結(jié)合，形成了“數(shù)字多聲道音頻處理技術(shù)”，該技術(shù)能夠?qū)⒍鄠€音頻信道的信號編成一個碼流，碼率為32~640kbit/s，取樣頻率為48kHz。它具備單聲道、立體聲和5.1環(huán)繞聲功能。

杜比AC-3最早是針對影院系統(tǒng)設計開發(fā)的，目前已成為應用最為廣泛的環(huán)繞聲壓縮技術(shù)之一，該標準在DVD數(shù)字視盤機、數(shù)字電視廣播、院線系統(tǒng)以及直播衛(wèi)星平臺等方面都得到廣泛應用。

2）MPEG-1音頻編碼標準（MP3）。

MPEG-1標準第3部分(IS0/IEC 11172-3《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》)是第一個高保真音頻數(shù)據(jù)壓縮標準，作為MPEG-1標準的一部分，可以完全獨立應用。MPEG-1是以人類聽覺系統(tǒng)的心理聲學原理為基礎(chǔ)的感知編碼，采用了MUSICAM（掩蔽型通用子帶綜合編碼和復用）和ASPEC（自適應頻譜心理聲學熵編碼）算法，利用最小聽閾和掩蔽特性創(chuàng)建的編碼模型來進行數(shù)據(jù)壓縮。

3）MPEG-2音頻編碼標準。

MPEG-2的音頻(ISO/IEC 13818-3《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》)采用感覺壓縮編碼技術(shù)的多聲道系統(tǒng)，充分利用心理聲學的掩蔽效應和哈斯效應，將原始音頻信號中不相關(guān)分量和冗余分量有效的去除，在不影響人耳聽覺閾度和聽音效果質(zhì)量的前提下，將音頻信號進行壓縮，與MP3相比，在聽感質(zhì)量相同的條件下數(shù)據(jù)率是它的70%，其缺點是兼容性差。

由于MPEG-2的壓縮技術(shù)特點，因此特別適用于廣播級的數(shù)字電視的編碼和傳送。目前我國的有線數(shù)字電視系統(tǒng)采用的就是MPEG-2編碼標準。

4）WMA音頻編碼標準。

WMA是基于音頻信號在互聯(lián)網(wǎng)等領(lǐng)域應用的數(shù)字音頻壓縮算法。由于其具有更低的碼率，目前已經(jīng)成為網(wǎng)絡音頻資源的重要標準之一。

目前，有許多在線音頻網(wǎng)站使用的都是WMA格式（通常碼率為64kbps）。

3 中國數(shù)字音頻編碼標準

從上述幾個流行標準看出，全球市場上音頻編碼的核心技術(shù)基本掌握在美國、歐洲等國家手中，據(jù)統(tǒng)計，我國每年需要向前杜比、MPEG2等國外企業(yè)組織提供數(shù)億美元的數(shù)字音頻技術(shù)專利費用。

所以，我國通過自己的技術(shù)力量，相繼研發(fā)了具有自主知識產(chǎn)權(quán)的音頻編碼技術(shù)。

1）DRA標準。

我國在2009年頒布了具有自主知識產(chǎn)權(quán)的音頻編碼國家標準GB/T22726-2008《多聲道數(shù)字音頻編解碼技術(shù)規(guī)范》（DRA）[4]

我國自主研發(fā)的DRA技術(shù)的主要性能指標已經(jīng)達到國際先進水平，具有音質(zhì)好、壓縮效率高、容錯能力強和解碼復雜度低的顯著優(yōu)點，可廣泛應用于數(shù)字電視、數(shù)字音頻廣播、寬帶多媒體及移動多媒體等領(lǐng)域。

目前，DRA已經(jīng)作為中國移動多媒體廣播（CMMB）的必選音頻標準，隨后，在我國地面數(shù)字電視系統(tǒng)（DTMB）、直播衛(wèi)星系統(tǒng)（ABS-S）中驗證了DRA標準的可行性，并且在調(diào)頻頻段數(shù)字音頻廣播（CDR）系統(tǒng)中，采用DRA+標準作為音頻新源編碼算法使用[5]。

2）AVS標準。

AVS是我國具有自主知識產(chǎn)權(quán)的的編碼標準，它能夠?qū)?shù)字音視頻的海量數(shù)據(jù)進行編碼壓縮，達到了國際的先進水平，AVS音視頻編碼壓縮標準的各類指標甚至超過了MPEG AAC。

4 廣播電臺數(shù)字編碼壓縮傳輸系統(tǒng)建設

4.1數(shù)字壓縮編碼傳輸

廣播電臺在完成數(shù)字化改造的基礎(chǔ)上，也在實現(xiàn)從基帶傳輸向數(shù)字壓縮編碼傳輸逐漸過渡，目標是將立體聲廣播的音頻基帶信號（AES/EBU）進行MPEG編碼和MPEG-2 TS復用，形成1路或多路標準的多節(jié)目流（MPTS），經(jīng)過傳輸鏈路向下一級單位提供廣播電臺的廣播業(yè)務。

4.2ASI架構(gòu)與IP架構(gòu)的比較

在數(shù)字壓縮編碼復用系統(tǒng)的選型上，有ASI架構(gòu)與IP架構(gòu)兩種方式，ASI架構(gòu)是廣播電視數(shù)字化改造后的第一代前端架構(gòu)，隨著IP技術(shù)與業(yè)務類型的拓展，有越來越多的運營商選擇了IP架構(gòu)前端。但ASI架構(gòu)與IP架構(gòu)由于采用不同的信號傳輸類型、物理接口、線纜類型，所以在系統(tǒng)特點上有所差異，下面從功能性、集成性、安全性、擴展性四個方面進行比較。

1）功能性。

編碼、復用是一個數(shù)字前端必備的兩個功能環(huán)節(jié)，數(shù)字化改造后，在有線數(shù)字電視運營前端機房、電臺/電視臺傳輸機房，都會建設編碼復用系統(tǒng)。

就ASI架構(gòu)而言，早期是由編碼器、復用器等獨立設備單元組成，編碼器接收各種類型信源信號（如衛(wèi)星接收機輸出、電臺/電視臺制作輸出、國干網(wǎng)下傳接收等），輸出ASI碼流至復用器，經(jīng)過復用器，將多路單節(jié)目ASI碼流復用成1路多節(jié)目ASI碼流輸出，供后端鏈路使用。隨著技術(shù)的進步，設備集成度越來越高，編碼與復用功能可以通過一臺高集成度設備完成，減少了設備數(shù)量、線纜數(shù)量，一定程度上降低了系統(tǒng)復雜度。

在IP架構(gòu)中，編碼、復用設備都是通過IP以太網(wǎng)連接，目前大多數(shù)系統(tǒng)采用編碼復用一體機，支持多種信源業(yè)務輸入，完成功能與ASI架構(gòu)一樣。但IP架構(gòu)中采用的編碼復用設備，一般都可支持ASI與IP方式同步雙路輸出。

2） 集成性。

ASI架構(gòu)中，設備獨立性強，且1個ASI通道只能傳送1路TS流，在廣播電視業(yè)務中，1路TS流一般不會超過20套節(jié)目，所以，ASI架構(gòu)的集成性較弱。

IP架構(gòu)中，由于IP通道特性，在帶寬允許的情況下，1個IP通道可以傳送多路TS流，所以1個通道可以傳送幾十套甚至上百套節(jié)目。

在節(jié)目數(shù)量較多的情況下，IP架構(gòu)的系統(tǒng)結(jié)構(gòu)簡潔、占用空間小，管理簡化，集成性優(yōu)于ASI架構(gòu)。

3） 安全性。

ASI架構(gòu)中，設備之間按照嚴格的邏輯關(guān)系連接構(gòu)建，每臺設備的上下游連接是確定的，每個通道都是單向傳輸，通道之間完全獨立；在IP架構(gòu)中，無需考慮設備連線之間的邏輯結(jié)構(gòu)，直接將IP信號送至交換機的任意端口即可，通過對信號IP地址的規(guī)劃配置，實現(xiàn)信號流的傳送，因為IP為雙向傳輸，通道之間需要通過VLAN劃分等處理才可實現(xiàn)通道間的獨立，同時由于IP傳輸協(xié)議的特性，在傳輸數(shù)字碼流時會出現(xiàn)延遲、抖動現(xiàn)象，TS流的傳輸將受到網(wǎng)絡服務質(zhì)量的影響，并最終影響接收質(zhì)量。

由此可見，ASI架構(gòu)的安全性、穩(wěn)定性更加出色。

4） 擴展性。

基于前面幾點的分析，IP架構(gòu)為雙向通道，利用了成熟的IP協(xié)議、路由交換及網(wǎng)絡技術(shù)，不僅可以完美支持ASI平臺的各種增值業(yè)務，并且可方便的支持基于IP傳輸?shù)母鞣N類型業(yè)務，更加適用于三網(wǎng)融合應用。

4.3 電臺采用ASI架構(gòu)的考慮

在數(shù)字電視大規(guī)模普及的今年，幾乎所有的有線運營商均采用了IP架構(gòu)的前端，這是因為作為運營商前端，節(jié)目數(shù)量龐大、業(yè)務類型繁多，可以采用集成度很高的設備，在系統(tǒng)擴展性、靈活性上都有突出優(yōu)勢。但IP架構(gòu)在可靠性、安全性方面，則比ASI略遜一籌。

廣播電臺作為節(jié)目制作單位，有以下幾個特點，一是作為第一級信源單位，對信號傳輸?shù)目煽啃砸笞罡?；二是?jié)目數(shù)量不多；三是業(yè)務類型單一，為單純的音頻廣播節(jié)目。

在傳統(tǒng)的ASI解決方案中，設備之間是通過ASI電纜進行連接，它們之間的連接邏輯是十分嚴格的，每條通道之間相互沒有交叉，可以完全確保節(jié)目傳輸?shù)陌踩裕珹SI架構(gòu)相對IP架構(gòu)，系統(tǒng)的封閉性更好，能夠很好的防止安全播出事故的發(fā)生。所以，針對廣播電臺，更多采用ASI架構(gòu)，能夠達到最安全最優(yōu)質(zhì)的傳輸。

4.4典型廣播電臺數(shù)字傳輸系統(tǒng)

1）編碼復用與應急系統(tǒng)。

以典型的廣播電臺傳輸系統(tǒng)為例，整個系統(tǒng)由編碼復用切換系統(tǒng)和應急系統(tǒng)組成，其中編碼復用切換系統(tǒng)包括編碼器1+1備份，復用器的1+1備份和切換器的1+1備份，經(jīng)過主、備適配器傳輸?shù)较乱患墕挝弧Ｗ灾鳌鋸陀闷鞯腗PTS實現(xiàn)分析和監(jiān)測，在特定的報警切換條件下，實現(xiàn)碼流的無縫切換，并支持斷電直通功能。切換條件包括TR101-290標準，節(jié)目丟失，比特率異常等。

應急系統(tǒng)是編碼復用切換系統(tǒng)的又一級保障，通過編碼器編碼和復用器的節(jié)目拷貝功能，復用成1路含有多路音頻的多節(jié)目碼流（MPTS）。發(fā)生故障時，通過跳線，實現(xiàn)與編碼復用切換系統(tǒng)手動切換。為了保證下一級接收單元和終端接收者的正常接收，此MPTS和編碼復用切換系的MPTS保證完全的一致，包括PSI/SI信息、音頻的PID、總碼率等。

2）碼流監(jiān)測系統(tǒng)。

根據(jù)業(yè)務傳輸系統(tǒng)鏈路，在編碼復用切換系統(tǒng)中共設置了碼流質(zhì)量監(jiān)測系統(tǒng)，監(jiān)測節(jié)點包括主備編碼器輸出、主備復用器輸出、應急復用器輸出、主備切換器輸出，以提供有效的報警信息及應急處理預案，保證整個編碼復用生產(chǎn)系統(tǒng)的穩(wěn)定運營。

5 結(jié)論

音頻技術(shù)的數(shù)字化時代早已開始，音頻領(lǐng)域的變革在隨時隨地的發(fā)生，人們對收聽質(zhì)量的要求也越來越高。廣播電臺的編碼復用系統(tǒng)建設，要從業(yè)務需求出發(fā)，選擇適合的音頻編碼技術(shù)與傳輸方案，服務于廣大聽眾。

編碼復用切換單元將主、備路立體聲數(shù)字音頻基帶信號（AES/EBU）作為主、備編碼器的輸入源，對其進行MPEG1 Layer2編碼壓縮和MPEG2的碼流封裝，壓縮后的音頻節(jié)目SPTS流，輸入到主、備復用器。復用器對輸入碼流進行統(tǒng)一規(guī)劃，包括節(jié)目名稱，節(jié)目號，音頻PID等，復用成1路標準的多節(jié)目碼流（MPTS）。主、備編碼器和主、備復用器之間水平和交叉連接，復用器支持端口1+1熱備份和編碼器的1+1熱備份。

主、備復用器和主、備切換器采用水平和交叉連接，切換器支持主備復用器的設備1+1熱切換。切換器對來

參 考文獻

[1]韓憲柱.數(shù)字音頻技術(shù)及應用[M].北京：中國廣播電視出版，2003.

[2]楊震.數(shù)字音頻及其在數(shù)字電視中應用[M].北京：信息技術(shù)&標準化，2010（3）.

[3]唐峰.數(shù)字音頻壓縮技術(shù)研究[M].北京：中國傳媒科技，2008（5）.

[4]游余立，張新剛，徐茂，等.GB/T 22726-2008多聲道數(shù)字音頻編解碼技術(shù)規(guī)范[S].北京:中國標準出版社，2008.

[5]高鵬.調(diào)頻頻段數(shù)字音頻廣播（CDR）研究與試驗.2013.

中圖分類號G2

文獻標識碼A

文章編號1674-6708（2015）140-0113-03