[发明专利]基于MPEG-2系统实现视、音频同步的方法及系统

说明书

技术领域

本发明涉及多媒体技术领域，尤其涉及一种基于MPEG-2((MovingPicture Experts Group：动态图像专家组)系统实现视、音频同步的方法及系统。

背景技术

IPTV(Internet Protocol Television：交互式网络电视)系统一般采用MPEG-2系统对视、音频媒体信息进行传输，如图1所示，IPTV系统通常利用宽带网络的基础设施，将来自节目源的数据在节目处理单元采集和编码后，经过内容分发模块进行内容分发，再通过Internet协议(IP)在城域网或接入网中传输，最后到达用户终端进行播放；经过处理的节目还可通过EPG(Electronic Program Guide：电子节目菜单)管理模块和EPG服务器进行节目菜单的管理。现有IPTV系统中的视、音频媒体数据采用MPEG-2系统层中进行数据传送时，系统层编码一般具有两种方法：传输流(TS：Transport Stream)和程序流(PES：Paketized Elementary Stream，或称为打包程序流)，分别适用于不同的应用。如图2所示现有MPEG-2系统中系统层的数据传输方式实现了单个的音频和视频原始数据流的基本多路复用，视频数据或音频数据分别进入视频编码器或音频编码器进行编码后，通过打包器进行数据分组，并分别形成对应的音频PES和视频PES，二者同时输入节目流和传输流进行输出。

现有所述MPEG-2系统层的数据传输方式通过图3所示的时间模型图实现了编、解码的同步，其具体方式为：视频信号和音频信号经过采样(A/D变换)到达编码器进行编码，再经过编码缓冲区、系统编码和多路复用器、存储与传输、系统解复用和多路解码器器、解码缓冲区以及解码器等多个环节后，会产生以一定的延迟，因此MPEG-2在解码端定义了系统时钟STC(其频率是27MHz)，编码器的工作时钟经过恒定延时后在解码端恢复出该系统时钟STC，用于实现视、音频的同步编、解码和播放。

在PES层，PES头信息会设置显示时间标签PTS(指示音视频显示时间的时间标签，表示此分组中第一个访问单元在系统目标解码器中的预定显示时间)和解码时间标签DTS(指示音视频解码时间的时间标签，表示此分组中第一个访问单元在系统目标解码器中的预定解码时间)，二者的频率都为90KHz；在TS层中，TS头信息包含了频率为27MHz的节目参考时钟PCR(指示系统时钟本身瞬时值的时间标签)，现有技术中，解码端采用节目参考时钟PCR恢复出与编码端一致的系统时钟STC，并采用该系统时钟STC对视、音频信号进行解码和播放。如图4所示为现有技术采用锁相环恢复系统时钟STC的示意图，即视频或音频信号经过编码后，传输流解码后将节目参考时钟PCR作为锁相环的参考时钟，如图5所示对系统时钟STC进行恢复的流程图包括如下步骤：首先从传输流中提取节目参考时钟PCR，接着对其进行判断，如果该节目参考时钟PCR为节目的第一个节目参考时钟PCR直接将其直接置入STC，否则对PCR和STC进行比较，使差值e经过低通滤波器转化成电压信号f控制压控振荡器(VCO)的瞬时频率，压控振荡器再输出频率为27MHz的振荡信号作为解码器的系统时钟STC。

图6为采用图4恢复的系统时钟STC实现视、音频同步播放的流程图，包括以下步骤：读取当前音频帧或者视频帧对应的PTS/DTS，对PTS/DTS与经过300分频后频率为90KHz的STC进行比较，如果当前的PTS/DTS大于STC，表明此时播放或解码较快，需要重放当前帧或减缓解码；如果STC与PTS/DTS之差大于1/2帧，表明此时播放或解码过慢，需要跳过当前帧或者加快解码；如果STC与PTS/DTS之差小于1/2帧，表明此时延时可接受，因此正常播放或解码。

由此可见，现有技术中音频和视频的解码和播放都基于节目参考时钟PCR进行同步，因此，当节目参考时钟PCR出现抖动时，音频信号和视频信号可能同时产生跳跃或重放帧的情况，导致视、音频播放不连续，对回放质量造成一定影响，尤其是人的听觉灵敏度很高，音频轻微断续就很容易被察觉，因此降低了用户体验质量。

发明内容

本发明所要解决的技术问题是，提供一种避免视频和音频信号同时跳跃或重放、使视频与音频同步播放的基于MPEG-2系统实现视、音频同步的方法及系统。

本发明解决其技术问题所采用的技术方案是：