CN100420294C - 用于在视频特技模式期间的选通静寂消除的方法和设备 - Google Patents

Abstract

本发明涉及用于在视频呈现的超过1X速度的视频特技模式重放期间播放声道的方法和设备。该方法以从存储媒体(306)检索信息的步骤开始，用于至少产生一个视频部分和呈现的相应音频部分。呈现的音频部分、如大部分音频声道包括相对静寂时段(212)。例如，它们可出现在词语之间或者对话的明显停顿之间。音频选通(308)用来有选择地选通呈现的音频部分，以便消除相对静寂时段的至少一部分(312)。最后，呈现的音频部分的剩余部分被连接(310)以用于重放，从而消除已经消除相对静寂时段的一部分之后的任何间隙。

Description

用于在视频特技模式期间的选通静寂消除的方法和设备

技术领域

本发明涉及改进的特技模式重放，更具体地讲，涉及与比正常速度快一些重放的视频段相关的音频声道的特技模式重放的改进。

相关技术描述

DVD特技模式可包括正常重放的加速或者减速，用以搜索盘上的某一具体位置，或者查看在正常速度下会遗漏的特定画面的细节。按照惯例，正常重放速度可表示为1X。音频和视频特技模式都是可能的，而且，两者在市面出售的DVD播放器上都可见到。然而，快速或慢速重放音频的传统方法已证明是有问题的。数字信号处理器、特别是现有产品中使用的音频数字信号处理器的进步已经使更复杂的实时处理有可能用于改进的音频特技模式。

使用视频特技模式时存在的一个问题涉及对应于特技重放视频段的音频的处理。例如，当用户对节目视频段加速或减速时，所重放的相应音频段会失真。典型地，在快速特技模式期间，音频段中的音频样本可变换到较高频率，而在低速特技模式期间，可变换到较低频率。重放速度增大到正常重放速度的大约1.5至3倍的快速特技模式往往导致人话音的音调较高。这种较高音调的音频重放(花鼠效果)可能使人讨厌，而且在许多情况下，收听者可能难以理解。相反地，低频特技模式可产生即便可以听明白、但在听觉上也使人不舒服的低频抖动。

在视频特技模式期间，如本文所述，为了获得最有用的音频重放，也有必要考虑具体特技模式的性质。例如，虽然可能利用各种技术为1.5X或2X特技模式提供可理解音频，但是当特技模式包括5X或者

10X重放时，这些技术可能提供不令人满意的结果。在这么高的重放速度下，与视频内容同步地重放音频内容的任何尝试都可能产生无法理解的话音，因为表达言词时需要的速度太快。

为了避免由DVD特技模式产生的各种各样的音频假信号，传统DVD播放器常常在特技模式期间静音。但是，这不是完全令人满意的解决方法，因为这种模式中的声音可能是令人感兴趣的。因此，在视频特技模式期间，如果DVD播放器可通过某种克服先有技术限制并实现所希望的听觉上使人愉悦的音频重放的方式重放音频，这是有利的。

发明概述

本发明涉及用于在视频呈现的超过1X速度的视频特技模式重放期间播放音频节目的方法和设备。该方法以从存储媒体检索信息的步骤开始，用于至少产生一个视频部分和呈现的相应音频部分。呈现的音频部分、如大多数音频声道包括相对静寂的时段。例如，它们可出现在词语之间或者对话中的明显停顿之间。音频选通用来有选择地选通呈现的音频部分，以便消除至少一部分相对静寂时段。最后，呈现的音频部分的剩余部分被连接以供重放，从而消除已经消除相对静寂时段的部分之后的任何间隙。

消除步骤可包括根据所选视频特技模式重放速度有选择地消除相对静寂时段的百分比部分。根据本发明的一个方面，消除步骤还可包括确定必须被消除的各静寂时段的最佳百分比部分，以便在连接步骤之后使音频部分与视频部分同步，以供重放。消除步骤还可包括增大被消除的静寂时段的百分比部分，以便得到更快的视频特技模式重放速度。

选通步骤还可包括根据所选视频特技模式重放速度有选择地设置选通门限。可选取最佳选通门限，这对于在连接步骤之后使音频部分与视频部分同步以供重放是必要的。一般来讲，增大选通门限有助于在更快的视频特技模式速度期间的音频重放。

本发明还涉及用于在视频呈现的超过1X速度的视频特技模式重放期间播放声道的设备。该设备可包括存储媒体读取器，用于从特定存储媒体中检索信息，以便至少产生一个视频部分和呈现的相应音频部分。如上所述，呈现的音频部分通常包括相对静寂时段。设置音频选通电路以用于有选择地选通呈现的音频部分，从而消除至少一部分相对静寂时段。音频选通电路的输出可在已经消除相对静寂时段之后被传递到音频处理器以便连接。

本发明还可包括处理器，用于根据所选视频特技模式重放速度有选择地确定要消除的相对静寂时段的百分比部分。根据本发明的一个方面，处理器可确定使音频部分与视频部分同步所需的最佳百分比部分，以便连接之后重放。一般来讲，处理器将为更快的视频特技模式重放速度有选择地增大要消除的静寂时段的百分比部分。

处理器还可根据所选视频特技模式重放速度有选择地设置选通门限。根据一个实施例，处理器有选择地确定使音频部分与视频部分同步所需的最佳选通门限，以便在连接步骤之后重放。一般来讲，处理器将为更快的视频特技模式重放速度有选择地增大选通门限。

附图简介

图1是DVD装置的框图，它可配备根据本发明方案的一个或多个高级操作功能。

图2A和2B是音频信号时间线，可用于理解以例如图1的装置100的示范媒体播放器实现的本发明方案。

图3是示范框图，可用于理解根据本发明方案的静寂的选通消除。

详细说明

本发明可用于执行在录制于任何适当存储媒体上的任何类型的数字视频中的视频特技模式期间音频的正常重放。为方便起见，将在利用传统MPEG-1或MPEG-2格式的DVD媒体的上下文中描述本发明。但是，本领域的技术人员会理解，本发明不限于这个方面。数据存储媒体可包括能够存储大量音频和视频数据以便以后检索和重放的任何媒体。这里所用的存储媒体可包括、但不限于用来存储数据的光学的、磁性的和电子的装置。示范数字存储媒体可包括数字通用光盘(DVD)、磁硬盘、磁光盘、视频CD或常规CD、或者诸如动态随机存取存储器(DRAM)或同步DRAM(SDRAM)之类的固态存储器。

图1是在其中可实现本发明的示范DVD视频播放器的框图。装置100可具有从数字存储媒体中读取已存储数据的能力。参照图1，存储媒体可以是例如DVD类型的可重写盘102。装置100可包括机械组件104、控制部分120以及音频/视频(A/V)输出处理部分170。到不同部分的大多数模块的分配是显而易见的，而一些模块的分配是为方便作出的，对于理解装置100的工作并不重要。重要的是，应该知道，如果数据存储媒体是固态装置，则机械组件104对于实施本发明不是必要的。在这种情况下，控制CPU 122可直接访问在存储媒体中存储的编码数字数据，并将其缓存在轨道缓冲器172中。

尽管如此，机械组件104可包括用于旋转DVD盘102的电动机106以及适合在旋转盘102上移动的拾取部件108。构成拾取部件108的组成部分的激光器可照射已存储在盘轨道上的数据，以便重放视频和/或音频节目数据。为了理解本发明，该盘是否可记录是不相关的。安装在拾取部件108上的激光器以及电动机106可由伺服机构110来控制。伺服机构110还可配置成接收表示从盘102上的螺旋轨道中读取的数据的输入重放信号。重放信号还可用作纠错电路130的输入，纠错电路130可被视为控制部分120的一部分或者A/V输出处理部分170的一部分。

控制部分120可包括控制中央处理器(CPU)122。伺服机构110也可视为控制部分120的一部分。在存储器中可提供适当的软件或固件，用于控制CPU 122执行的传统操作。另外，可提供用于本文所述的高级功能的程序例程，用于控制CPU 122。

用于观众可操作功能的控制缓冲器132可配置成指示当前那些可用的功能，即播放、倒退、快进、慢放、暂停/播放和停止。暂停功能类似于大多数盒式磁带录像机(VCR)上常见的暂停操作。暂停功能可具有手动中断预录制呈现的重放、以便从录制内容中删除不需要的片段、如商业广告的功能。高级功能缓冲器136可用来实现其它高级重放功能，包括此处所述的特技模式的控制。重放特技模式可包括在不同于标准1X重放速度的速度下的向前和向后重放。

输出处理部分170可包括纠错模块130和轨道缓冲器或输出缓冲器172，在缓冲器172中，从盘上读出的数据可缓存并组装成信息包，以便进一步处理。条件访问电路174可处理信息包，控制信息包通过多路分离器176并进入各自视频和音频处理路径的传播。解码器178对视频进行解码，例如从MPEG-1或MPEG-2格式解码，并将其编码形成常规电视信号格式，例如ATSC、NTSC、SECAM或PAL。解码器182对音频数据流进行解码，例如从MPEG-1或MPEG-2格式解码，并通过音频数/模(D/A)转换器184转换成模拟形式。音频D/A184可处理从音频解码器182接收的数字音频，并产生模拟输出信号。

音频解码器182最好包括缓冲器，用于在解码之前临时存储音频数据。音频解码器182的操作可由处理器、如控制CPU 122经由系统总线181来控制。来自音频解码器182的数字音频可由适当的数/模转换装置、如音频D/A 184转换成模拟形式。

最后，系统还最好包括音频选通电路183，用于消除可能包含在音频解码器182输出的音频信息中的任何相对静寂时段中的至少一部分以及连接音频信息的其余部分，如以下所公开的那样。如果音频选通过程在数字域中执行，则数字种类的音频选通电路183最好如图1所示提供，用于处理从音频解码器182输出的数字音频。众所周知，剩余音频样本的间歇出现可通过使用读写存储器配置来平滑或连接。但是，本发明不限于这个方面，音频选通也可在模拟域中执行。在该情况下，可采用模拟类型的音频选通电路，到音频选通电路的输入最好是从音频D/A 184输出的模拟信号。

此外，如以下所述的音频选通和连接处理也可由控制CPU 122来执行。音频解码器182和音频D/A 184之间的通信可由适当的系统通信链路、如系统总线181来提供。系统总线181也可用来控制音频解码器182、数字音频选通电路183、183a、183b和音频D/A 184的各种工作参数。为方便起见，将结合图1的体系结构来描述本发明。

与所选的特定体系结构无关，音频选通系统最好配置成执行两种不同的功能，如图2A和2B所示。一种功能是从音频信号中消除在音频峰值电平之间出现的那些相对静寂时段212、214的至少一部分。本文所用的术语“相对静寂”表示其中音频电平低于所选音频电平门限202的时段。最常见的是，这些相对静寂时段将出现在与视频呈现相关的言词或对话之间。术语“相对静寂”在本文中用于识别以下事实：通常称作音频氛围的一定量的低电平音频208一般是作为节目中的声音背景存在的，在言词之间或者在音频呈现的其它相对安静部分中变得清晰。其中音频处于低电平的这些时段214在本文中又称作相对静寂时段。门限电平202确定为了本发明将被认为是相对静寂的音频的电平。例如，在数字系统实现中，相对静寂时段的确定通过例如把数字音频词语与控制CPU 122形成的数字门限值进行比较的数字比较器之类的功能来实现。在工作中，在高于门限值时，数字音频词语被标记为高电平，或者相反，如果低于该门限，则标记为低，其中只有被标记为高的词语才被处理以形成特技播放音频输出信号。超过门限值的数字词语被标记为高，并被连接或基本上被邻接或者有效地结合在一起，以便基本消除相对静寂间隙，从而减少音频内容的持续时间。标记为高的词语的连接可通过对包含全部或部分从MPEG流解码的数字音频的存储器的控制存储器寻址来实现，使得只有标记为高的词语才从存储器中读取和耦合，用于D/A 184进行的数/模转换。

在检测相对静寂时段时，包含低电平间隔的所需音频内容可能被无意地标记为低，以表明没有音频读出，但是，音频信号内容的这种删除可能产生不希望的声效果。为了避免这种不希望的特技播放音频失真，没有超过门限的数字音频词语被标记为低，低标记的数量被计算或相加，从而建立时间相关性或时间门限。这样，低电平音频传送没有被抑制或禁止，除非低电平保持了预定时间段。例如，在48KHz采样的数字音频系统中，示范20Hz频率音频信号包含被认为是相对静寂时段、因此被标记为低的低幅度成分。因此，为了避免前面所述的不希望的音频失真，低标记必须连续存在大约20Hz信号的周期或者大约5毫秒。因此，在5毫秒间隔中且采用48KHz的采样率，在超过这5毫秒时间门限之前要求出现大约2400个低标记，连续的加了低标记的数字音频样本则被标识为用于从特技播放音频信号中删除。

相对静寂的确定可通过硬连线逻辑或者通过使用基于软件的例程来执行。音频选通电路183可以由控制CPU 122配置，使得可以选择用于选通或删除相对静寂时段的门限电平202和/或时间门限，以便允许或多或少的音频通过选通电路。换句话说，允许音频信号形成音频输出的音频电平门限设定202和/或时间门限可有选择地控制。

图2A和图2B表示模拟音频信号时间线，其中图2A说明在播放速度(1X)再现期间一秒钟的音频信号重放。图2A和图2B表示模拟音频信号，以便说明可采用模拟或数字处理配置来执行的本发明的选通和连接结果。图2B表示与图2A所示相同的音频信号段，但以2X速度重放以及经过本发明的方法处理，从而产生所述音频信号。在图2B中，音频内容的持续时间基本上与1X的重放相同，因此音频内容的音调基本与以1X速度再现时一样。但是，完整段的持续时间减少到半秒。在图2A中，背景音频信号208通过选通过程被消除，因此没有存在于图2B中。此外，出现在图2A的音频信号210之间的相对静寂时段的至少一部分可以有选择地被消除，如图2B所示，从而加速音频声道。在图2B中，施加到选通电路输入的大约1.0秒的音频信号经过修改，在选通电路输出上具有大约0.5秒的持续时间。因此，通过消除在音频210之间出现的那些相对静寂时段212、214的一部分，相对音频速度已经从1X增大到大约2X。这个经修改的音频信号可以与2X视频特技模式中传送的视频内容近似同步地或者以与其基本相同的速率重放。对于不同的视频特技模式速度，音频重放速度可相应地被调节，以便近似匹配用户所选的视频重放速度。

音频选通电路183或者其它某种相关的音频处理单元、如控制CPU 122可配置成在已经消除所选的相对静寂时段之后连接音频声道的剩余部分。所得信号在图2B中表示为选通电路输出。所需效果是减少或消除词语之间或者音频呈现的其它相干部分之间的静寂时段的至少一部分，以便加速整体音频呈现。通过控制音频信号选通电路门限电平202以及由选通电路删除的静寂时段212、214的时间门限或百分比部分，控制CPU 122能够确定音频重放的相对速度。消除各相对静寂时段的100％将提供音频重放速度的最大提高。

在连接的以上描述中，所有加了高标记的词语被读取并经过处理，以便形成输出信号，而所有加了低标记的词语没有从存储器中被读取。这样，各相对静寂时段的100％被消除，从而实现最大的音频加速。但是，消除例如音频210之间所示的各相对静寂时段的较少部分将产生音频重放速度的较少提高。消除或删除每个所检测的相对静寂时段的较少部分可通过根据标记为低以表示相对静寂时段的数字词语的持续时间或数量修改受控存储器读取地址来实现。如上所述，对于示范的48KHz采样数字音频系统，5毫秒时间门限可通过计算出大约2400个连续低标记来产生。更长的时间门限时段可通过把更大数量的低标记相加来产生。例如，一秒的相对静寂时段将包含48000个低标记。这样，一旦超过最小时间门限，相对静寂时段的删除的发起可通过改变低标记计数来可控地确定。然后，这些已测量或量化的音频间隙可被应用或分解，以便提供比通过100％删除相对静寂时段获得的加速更小程度的加速。

如果音频重放速度无法通过消除音频210之间定义的相对静寂时段的100％来充分地增加，则音频选通电路门限电平202可被增加，从而增加由音频选通电路183有选择地消除的音频信号的部分的数量和/或长度。值得注意的是，这种加速可在没有重放音频音调的任何改变的情况下进行。但是，本发明不限于这个方面，在某些情况下，可能希望把本发明的特征与将改变音频音调的其它音频加速技术结合。

图3是流程图，可用于理解以示范媒体播放器、如装置100实现的本发明方案。结合快进重放来描述图3所示的过程，因为一般不需要反向特技模式中的音频重放。但应该理解，本发明不限于此。本文所述的本发明方案可应用于反向重放特技模式，其中采用类似于图3所示的技术。

参照图3，该过程可在步骤300开始，这里装置100以重放模式工作。在步骤300，控制CPU 122可监测来自高级功能缓冲器136的用户输入。在步骤302，控制CPU 122可确定是否已经选择特技模式、例如快进重放速度。如果在步骤302没有选取特技模式，则控制CPU122返回到步骤300的处理，以及装置100继续从DVD存储媒体102中读取编码数字数据。在选取了特技模式的情况下，控制CPU 122可继续进行用于特技模式重放的步骤304到316。

在步骤304，控制CPU 122可确定用户选取的视频特技模式重放速度。在步骤306，控制CPU 122可从存储媒体中读取下一组数据。根据步骤304中确定的视频特技模式速度，控制CPU 122可确定标称选通电路门限电平202的值以及要消除的各相对静寂时段的标称百分比部分。

在步骤312，控制CPU 122可确定采用所选选通电路门限和待消除的静寂时段的所选百分比部分得到的音频速度是否足以基本匹配用户选取的视频特技模式速度，即，所处理的音频传输速率基本上为视频重放的速率，从而确保音频与视频一致的程度。如果平均音频传输速率不能匹配视频重放内容，则系统可在步骤314调节选通电路门限和百分比值。该过程可按照这种方式重复进行，直到在所处理的音频重放速度与所选视频特技模式速度之间获得满意的音频与视频的匹配。最后，在步骤316，播放器100在音频A/D 184中产生特技模式音频重放信号，该音频信号基本上与视频特技模式节目同步地重放。

Claims (14)

1. 一种用于在视频呈现的超过1X速度的视频特技模式重放期间播放音频节目的方法，所述方法包括：

从存储媒体检索信息，用于至少产生一个视频部分以及呈现的相应音频部分，所述呈现的所述音频部分具有静寂时段，所述静寂时段表示音频电平低于所选音频电平门限的时段；

有选择地选通所述呈现的所述音频部分，从而消除所述静寂时段的至少一部分；以及

在已经消除所述静寂时段的所述至少一部分之后连接所述呈现的所述音频部分的其余部分，以便进行重放。

2. 如权利要求1所述的方法，其特征在于，所述选通步骤还包括根据所选视频特技模式重放速度有选择地确定要消除的所述静寂时段的百分比部分。

3. 如权利要求2所述的方法，其特征在于，所述选通步骤还包括确定使所述音频部分与所述视频部分同步以便在所述连接步骤之后重放所需的最佳百分比部分。

4. 如权利要求2所述的方法，其特征在于，所述选通步骤还包括对于更快的视频特技模式重放速度增加所述百分比部分。

5. 如权利要求1所述的方法，其特征在于，所述选通步骤还包括根据所选视频特技模式重放速度来选择性地设置选通门限。

6. 如权利要求5所述的方法，其特征在于，所述选通步骤还包括确定使所述音频部分与所述视频部分同步以便在所述连接步骤之后重放所需的最佳选通门限。

7. 如权利要求5所述的方法，其特征在于，所述选通步骤还包括对于更快的视频特技模式重放速度增大所述选通门限。

8. 用于在视频呈现的超过1X速度的视频特技模式重放期间播放声道的设备，所述设备包括：

存储媒体读取器(108)，用于从存储媒体(102)中检索信息，从而至少产生一个视频部分以及呈现的相应音频部分，所述呈现的所述音频部分包括静寂时段，所述静寂时段表示音频电平低于所选音频电平门限的时段；

音频选通电路(183)，用于有选择地选通所述呈现的所述音频部分，以便消除所述静寂时段的至少一部分；以及

音频处理器(183a)，用于在已经消除所述静寂时段的所述至少一部分之后连接所述呈现的所述音频部分的其余部分，以便进行重放。

9. 如权利要求8所述的设备，其特征在于还包括处理部件(122)，所述处理部件根据所选视频特技模式重放速度有选择地确定要消除的所述静寂时段的百分比部分。

10. 如权利要求9所述的设备，其特征在于，所述处理部件(122)确定使所述音频部分与所述视频部分同步以便在连接之后进行重放所需的最佳百分比部分。

11. 如权利要求9所述的设备，其特征在于，所述处理部件(122)对于更快的视频特技模式重放速度有选择地增加所述百分比部分。

12. 如权利要求8所述的设备，其特征在于还包括处理部件，用于根据所选视频特技模式重放速度有选择地设置选通门限。

13. 如权利要求12所述的设备，其特征在于，所述处理部件确定使所述音频部分与所述视频部分同步以便在所述连接步骤之后重放所需的最佳选通门限。

14. 如权利要求12所述的设备，其特征在于，所述处理部件对于更快的视频特技模式重放速度增大所述选通门限。

Images