谈谈数字电视中的音画不同步问题

谈谈数字电视中的音画不同步问题

随着我国数字电视的迅猛发展，以及城市广电网络数字化改造的推进，越来越多的人们开始采用机顶盒来收看数字电视节目。但在通过机顶盒收看电视节目的过程中，观众有时会发现一些音画不同步的现象。这也引起了我们的注意。

现象及测试

贵阳市在2007年底基本完成了广电网络数字化改造，贵州电视台的节目也都进入了数字网络传输。在进入数字网以后，我们发现，我台的几套节目在有些地区出现了音画不同步的现象，特别是卫视频道和百姓频道在播报新闻时尤其明显。为了弄清楚问题出现在哪里，我们决定，在我台节目的整个传输路径，作一个唇音同步测试。用来做测试的设备是泰克公司的WFM7120，在做音/视频延时测量时，还需要通过TG700 DVG7产生一串短促的彩条视频信号，在这组视频信号中嵌入音频序列，其间隔为5s，将这样的信号送入被测系统，最后将信号送到WFM7120里以测量音、视频之间的定时差。

播控中心内部测试

如图1所示，为了测量在电视台系统内部是否存在音/视频时延差，我们利用检修时间将TG700产生的测试信号录入播出硬盘，通过硬盘播放，以及将测试信号分别输入到延时器和帧同步模块后，在一个频道上播出，然后我们在传送部将信号传到网络公司的编码器之前，对这三路信号进行测量。测量结果显示，这三路信号的音/视频时延差均不超过12ms，即不够一场，表明信号在播控中心不存在音画不同步问题。

不同机顶盒的测试

第二个测量点，我们选择了网络公司的前端机房。如图2所示，在这里，我们选取了现在国内使用的主要几个品牌的机顶盒做测试，将TG700的测试信号，通过原来我们在用的编码器编码后，插入我们现在在播的频道，然后在前端机房用机顶盒把电视信号解调出来。解出来的音/视频信号，再通过一台松下公司的

D950录像机，把模拟的信号进行A/D和加嵌处理后，送到WFM7120进行测量。测量结果显示，这几种机顶盒的音/视频时延差表现不一，有的超前了150ms，有的滞后了300ms。这表明不同的机顶盒，对同样的数字电视信号进行解调、解码后保持音/视频信号之间的同步关系有不同的能力。

不同编码器的测试

如图3所示，我们仍然用TG700信号发生器，对不同编码器进行测试，擦启用编码器、调制器和机顶盒构建了一个模拟的播出/收看环境。在这里，我们采用了不同品牌的几种编码器，对TG700的测试信号进行编码后，经过相同的调制器调制，再用同一个机顶盒把信号解出来，同样经过D950处理后送到WFM7120测量。最后测量的结果是，它们的音/视频时延差有的是30ms，有的则达到了300ms，表明了不同的编码器，对机顶盒最终收看信号的音/视频同步有较大影响。

原因分析

MPEG-2系统的定时原理

目前，在我国的数字电视传输系统中， MPEG-2标准作为重要的音视频压缩标准，在对信号源端的节目信号压缩、编码、复用，以及接收端对信号的解复用和解码部分，得到了广泛的应用。而我们正在使用的数字传输系统，正是基于MPEG-2标准的系统。下面我们来看看MPEG-2的系统结构，如图4中所示。

由图4中可看出，音视频信号在经过压缩编码器去掉冗余信息后，形成基本码流。这个基本码流并不能被直接存储或传送，还必须送入特定的打包器，把基本码流按一定的格式分成段落，并加入特定的标识字符，形成所谓的打包基本码流(PES)。PES包是长度不固定的音、视频数据包，再把音视频 PES包，以及辅助数据送入传输子系统，分割成一个又一个长度固定为188b的小数据包，并通过时分多工复用形成单一的TS流，该TS流经过信道传输后到达接收端。

众所周知，同步是实现电视正确显示的必要条件。对数字电视来说，由于在压缩编码过程中，利用缓存器对信号存储，复用器中信号的时间轴是变动的，加上数据冗余量大小的不同，压缩比也不同，因此时间轴变动很大，尤其是在帧组层处理中，B帧和P帧的顺序也发生了变化。所有这些，使得数字电视信号的同步，完全失去了原来序列的概念。实现同步的有效办法，就是在信号码流中，每

经过一个规定的间隔加入一个时间标签。有了这个标签，就可以在接收端在显示之前的解码过程中，根据这个时间标签进行重新排序，重建在压缩编码之前图像的顺序，以及声音和图像之间的时间关系，从而实现图像同步及声音与图像同步。

由图4还可看出，MPEG-2编码器中有单一的共同系统时钟STC (27MHz)，此时钟用来产生指示音频/视频正确解码和显示时序的时间标签，同时，可用来指示在抽样瞬间系统时钟时间的瞬时值。该时钟由输入视频的行同步锁相，当输入是SDI信号时，由其时钟经10分频产生编码器的系统时钟。正是编码器中共同系统时钟的出现，以及解码器中时钟的重新生成和时间标签的正确使用，才为解码器中操作的正确同步提供了基准。为实现编解码器的时钟同步，在编码器中对STC系统时钟进行计数，每隔一定的传输时间，在经过选择的TS包的适应头中，传输该计数器的抽样值给接收机，作为解码器的节目时钟参考信号，既PCR。PCR 有效位为42b，其中高33b为PCR_Base，是以 27MHz时钟，经300分频后的时钟为单位的计数值，低9b为PCR_Extension，是以27MHz时钟为单位的计数值。除PCR外，解码时间标签DTS和显示时间标签PTS，也非常重要。它们与PCR_Base 相似，也是以编码器27MHz的系统时钟，经300分频后为单位的计数值来创建的。其中，DTS用于指示解码器何时对接收的图像、音频帧进行解码，PTS用于通知何时显示已解码的图像帧。

在使用双向编码时，对某一图像的解码，必须在其显示之前的一段时间内进行，这样它才能作为解码B帧图像的源数据。例如，图像的显示顺序是 IBBP，但图像的传输顺序则是IPBB。MPEG参考模型认为解码是瞬间发生的，即解码、显示同时进行。对于音频帧和图像B帧来说，解码时间和显示时间是一致的，PTS 与DTS相同，因此只要传输PTS。对于视频I帧和P帧来说，由于存在帧重新排序，解码时间和显示时间不一样，此时必须同时传送PTS与 DTS。当解码器接收到IPBB图像序列时，它必须在解码第一个B帧图像之前，对I帧和P帧图像解码。解码器每次只能解码一帧图像，因此先对I帧图像解码并将其存储起来，待P帧图像被解码时，就输出显示已解码的I帧图像，随后才解码显示B帧图像。表1、2、3、4所示，是编码器输入、输出的图像顺序、各帧的PTS、DTS值，以及解码器对各帧图像的解码和显示顺序。

表1中，13帧图像构成一个图像组，第1帧I帧采用帧内编码，第2、3B帧是由第1、4帧通过双向预测得到，第4帧P帧是由第1帧通过前向预测而得。编码器在编完第1帧后，先缓存第2、3帧图像，对第4帧图像进行编码，然后再对第2、3帧图像进行编码，依次类推，最后得到的编码输出顺序如表 2所示。