[发明专利]用于对数字服务的不同部分进行同步的设备和方法

说明书

技术领域

本发明涉及一种用于对数字服务的不同部分进行同步的设备和 方法。例如，本发明涉及视听数字服务的音频/视频同步。

背景技术

多年来，与屏幕有关的技术是基于阴极射线管屏幕的。这些技术 完全是模拟的。自从上世纪九十年代开始，数字技术在图像系统中变 得越来越流行，从摄像机采集视频信号到把信号显示在屏幕上(例如， 使用运动补偿的100Hz屏幕)。最初，这些新技术没有对视频造成任何 有意义的延迟。音频/视频(下文由A/V来表示)同步基于如下假定由 解码器来执行：解码器所提供的音频和视频流由视听再现设备即时地 再现。在解码器中，A/V同步原理包括：使用MPEG编码器嵌入到音频和 视频分组中的时标(“程序时钟参考”和“呈现时间戳”)，使解码器能 够相对于公共时间基准而呈现视频和音频。ISO/IEC13818-1标准的附 录D详细描述了怎样执行这种A/V同步(被称作“LIPSYNC”)。当今，用 于对解码器的A/V同步模块进行调谐的过程包括：对从测试MPEG流导出 的音频和视频分组进行解码，并把它们呈现在再现设备上(例如CRT 电视)，其中再现设备的响应时间被看作是即时的。类似地，在DVD播 放机中，A/V同步由播放机自身来处理，这确保了音频和视频流在播放 机的输出处同步。

经过屏幕技术近来的发展，新的屏幕和稍微复杂的视听再现设备 已经投放市场，包括：

-视听再现设备(例如“家庭影院”)，其中能够以解码后的形式 (PCM格式，脉冲编码调制格式)或编码后的形式(例如Dolby Digital) 来提供音频信号。

-高清晰度(下文由HD来表示)电视，正在一些国家中变得越来 越流行。例如，可以使用MPEG-4技术减小成本使其成为消费市场。多 个HD格式应当与标准清晰度(下文由SD来表示)格式共存。HD格式要 求在显示视频之前在屏幕中进行大量的视频处理，这会引起延迟。

-针对HD和SD格式，市场上存在多种可用的屏幕技术(例如LCD、 LCOS、DLP、等离子体，等)。这些屏幕要求其自有的视频处理器进行 最佳再现，因而会引起延迟。

过去对视听系统的研究表明，人们对于A/V相移是敏感的。贝尔 实验室在1940年的研究表明，大于100ms的音频延迟或大于35ms的音频 提前会引起难题。实际中，人们自然地更能够忍受音频延迟而不是音 频提前，这是因为在看到屏幕上的显示之前听到声音是不自然的。因 此，一般的规则是，ITU对A/V系统中可接受和不可接受的A/V同步误差 进行了标准化。在1993年，ITU[DOC11/59]标准定义了可检测性范围， 即大于100ms的音频延迟或大于20ms的音频提前。不能接受的范围被定 义为：大于160ms的音频延迟或大于40ms的音频提前。在1998年，没有 特殊的原因，ITU把可检测性范围放宽到大于125ms的音频延迟或大于 45ms的音频提前。不能接受的范围被定义为：大于185ms的音频延迟或 大于90ms的音频提前。这些范围由ITU-R BT 1359-1标准定义。

现今，ATSC(“高级电视系统委员会”，一个开发数字电视标准的 国际组织)指出这个标准不合适、且不符合BELL所做的研究。因此， 它提出对范围[-90ms，+30ms]内的同步误差进行标准化，以便按照如 下方式分布在A/V系统中：[-45ms，+15ms]对应于采集，[-45ms，+15ms] 对应于编码器/解码器/TV。

现今，视频再现设备(例如LCD屏幕)在视频处理系统中引起了 几十毫秒(通常接近一百毫秒)的延迟。所引起的延迟在不同设备之 间的变化显著，而且还会根据可以隔行扫描(例如，针对SD为576i25， 针对HD为1080i25)或逐行扫描(例如，针对SD为576p25，针对HD为 720p50)的图像格式而变化，特别是当屏幕具有去隔行(deinterlacing) 功能时。这些处理要求使用图像存储器(例如FIFO、SDRAM等)，因而 增大了视频信号相比于音频信号的延迟。这意味着音频信号通常会出 现在与之相关的视频信号之前。实际中，音频再现设备通常不会在正 常使用中引起显著的延迟。如果添加了音效，则音频再现设备会引起 延迟。然而，这些延迟保持在用户可忍受的范围内。