CN101001334A - 字幕叠加系统及实现字幕叠加的方法 - Google Patents

Abstract

本发明公开了一种字幕叠加系统，包括一播出系统前端以及与播出系统前端连接的至少一套接收系统后端，该播出系统前端包括一视频服务器和一调制器，该接收系统后端包括一字幕发生器，一机顶盒以及至少一显示终端；视频服务器用于发送TS格式流媒体节目和TCP/IP协议的字幕信息；字幕发生器通过TCP/IP网络获取并转发字幕信息；机顶盒与字幕发生器连接，获取字幕信息并与解调、解扰和解复用后的流媒体信息叠加并送到显示终端上显示。本发明还公开了一种实现字幕叠加的方法。通过本发明的系统及方法，避免了算法繁琐的字幕机的应用，降低了成本；提高了整个系统的可维护性和稳定性；同时，独立的字幕系统提供了对实时信息的支持。

Description

字幕叠加系统及实现字幕叠加的方法

技术领域

本发明涉及一种字幕叠加系统及一种实现字幕叠加的方法，尤其是一种基于TCP/IP网络，在数字视频广播(Digital Video Broadcasting，简称DVB)系统中的字幕叠加系统及一种基于TCP/IP网络，在DVB系统中实现字幕叠加的方法。

背景技术

DVB系统作为一种通用的数字电视系统标准，由于其在节目上具有严格的保密性，且同时具备同一的服务信息格式、条件接收技术规范以及不同的加密方式，而获得了日益广泛的应用。根据传输方式的不同，包括数字电视广播地面传输(DVB-T)系统、数字电视广播线缆传输(DVB-C)系统、供移动设备接收的数字电视广播(DVB-H)系统、数字多媒体广播(Digital MediaBroadcasting，简称DMB)系统等。以DVB-C系统为例，如图1所示，该DVB-C系统由节目源的复用系统、条件接收系统(Condition Access System，简称CAS)、传输系统及终端接收系统四大部分组成。

其中，节目源的复用系统通过卫星接收机接收数字节目，经编码器编码进行模数转换，再由视频服务器及复用器在发送端将视频、音频、多媒体、数据码流压缩复用并发送至条件接收系统。

条件接收系统负责将节目内容进行加密，形成标准的DVB-C传输流输送到传输系统中。其加密过程是在控制字的控制下将数据打乱，进行扰码加密；对应的，在解密端要用同样的控制字控制同样的电路进行解密。

传输系统包括调制器，执行信源编码和信道编码，将DVB流通过混合光纤同轴电缆(Hybrid Fiber-Coax，简称HFC)传输到有线电视用户端接收系统，该调制器可为正交幅度调制(Quadrature Amplitude Modulation，简称QAM)器、正交相移(QPSK)调制器或者编码正交频分多路复用(COFDM)调制器。

终端接收系统即用户机顶盒，负责对DVB传输流进行各种技术处理，将符合用户条件的信息在用户端的电视显示器上重现。机顶盒由硬件、软件、中间件和应用层等多个部分组成，其中电路部分包括QAM解调、信道解码、解复用、解扰、视音频解码、电视信号生成等；软件部分包括：实时操作系统、系统主控、解复用命令编码、用户界面、键盘管理、点播控制、节目流控制、解调控制等。

在现有的DVB-C系统中，字幕叠加的方法主要有以下两种：

一种是字幕机视频编解码叠加，通常包括3个步骤：

(1)进行多媒体数据(包括音视频数据)编码及实时数据(例如字幕信息)的编码；

(2)将上面形成的基本码流ES(Elementary Stream，简称ES)分割成段，加上相应的头文件打包形成打包的基本码流(Paketized Elementary Stream，简称PES)；

(3)根据不同的传输环境进行规范，形成节目流(Program Stream，简称PS)和传输流(Transmit Stream，简称TS)。

为通过上述方法叠加字幕信息，需要在节目的播出端(例如电视台)通过节目源的复用设备中的“字幕机”设备实现，其基本的原理是将携带原始音视频信息的TS流送入字幕机，首先对TS流中的视频数据进行MPEG2解码，获取每帧图像数据，将字幕信息数据和图像数据叠加后，形成新的每帧图像数据，然后重新将叠加后的每帧数据进行编码，并将编码后的视频数据与其他TS流信息组合成新的TS流输出，如图2所示。

采用这种方案时，字幕信息已经融合到了视频内容之中，用户机顶盒一端无需任何改动，直接就能显示叠加字幕后的视频信息。

但字幕机视频编解码叠加的技术方案中，由于需要在字幕机中进行解码、编码，因此需要高性能的处理器或DSP实现，且算法复杂，导致成本居高不下。同时，经过了有损的解码和编码过程，会降低图像质量。此外，对于高清晰度的节目源，按目前主流的计算设备的计算能力难以实现实时的图像编解码，导致高清标准的字幕机价格高昂。

另一种是字幕和图文的直接复用叠加，通过EN 300 743或EN 300 706或EN 300 708标准的规定来实现。其实现方法也是在TS流中，复合进字幕信息数据，然后再传送新的TS流；但不需要对原始视频信息进行解码和编码，只需要将字幕信息编码后，按标准的定义，比如EN 300 743标准，直接复合进TS流之中，供机顶盒在接收时进行解复用。通过上述方案，机顶盒可以所接收到的复用后的TS流中单独提取出字幕信息，将字幕用显卡驱动中的叠加(Overlay)的方式与视频信息一起在屏幕上显示。

但在本字幕和图文的直接复用叠加的技术方案中，无论采用什么样的标准，都必须要求机顶盒支持此标准，具有比较大的局限性；同时，按照标准进行字幕复合时，对于字幕显示的方式比较简单，例如不能实现对字幕从右到左滚动的支持，或者颜色数不能超过256。

特别的，在终端数量较小(例如，小于100)的小规模DVB-C系统，比如汽车、列车、车站和商场等场合中，上述的字幕叠加方案具有更大的缺陷。

第一、由于小规模DVB-C系统的规模限制，因此，一般只包括节目源、信号调制器和接收终端等，构成DVB-C的最小系统；虽然也可以使用CAS来保证节目播出的合法性，但限于规模，一般都是将外部制作的节目通过CAS加密加扰后，才转入小规模DVB-C系统中进行播放；如图3所示；但是，对于加密加扰后的TS流数据，再通过修改TS流的方式加入字幕信息时需要修改TS流，这将破坏数据的安全特性。

第二、小规模DVB-C的成本敏感，而上述两种字幕叠加方案由于对算法或者对机顶盒的要求严苛，因此，成本耗费较高。

发明内容

本发明的目的是为了克服上述现有字幕叠加技术方案的算法复杂、破坏安全性、机顶盒要求高以及成本较高的缺陷，提供了一种字幕叠加系统及一种实现字幕叠加的方法，能够通过TCP/IP网络连接实现字幕信息的传输接收和叠加，并且其CAS加密能够在指定系统之外完成。

为实现上述目的，本发明提供了一种字幕叠加系统，包括：

一播出系统前端以及与所述播出系统前端连接的至少一套接收系统后端；

所述播出系统前端包括：

一视频服务器，用于将所存储的流媒体文件传送给调制器，还用于生成字幕信息并通过TCP/IP网络发送；所述流媒体文件为复用及加扰后的传输流文件；

一调制器，与所述视频服务器连接，用于接收并调制所述传输流文件，并将调制后的文件发送出去；

所述接收系统后端包括：

一字幕发生器，通过TCP/IP网络与所述视频服务器连接，用于获取并转发所述视频服务器产生的字幕信息；

一机顶盒，与所述调制器连接，用于对所述调制后的文件进行解调、解扰和解复用，并形成解调后的文件；与所述字幕发生器连接，用于获取所述字幕信息，并按预先设定的方式将该字幕信息与所述解调后的文件叠加；

至少一个显示设备，与所述机顶盒连接，用于进行所述叠加字幕信息后的视频内容的显示。

视频服务器将所存储的，经过复用及加扰后的传输流文件发送给调制器；

调制器进行调制，并将调制后的文件发送给机顶盒；

所述机顶盒对所述调制后的文件进行解调、解扰和解复用；

字幕发生器通过TCP/IP网络从所述视频服务器获取字幕信息，并转发给所述机顶盒；

所述机顶盒对解调后的文件进行解码，将解码后的文件与所述字幕信息叠加后发送给显示设备进行播放。

由上述技术方案可知，本发明通过TCP/IP网络获取字幕信息，采用字幕生成器进行字幕独立生成，具有以下有益效果：

1、无须在节目源设备中进行编码解码，避免了算法繁琐的字幕机的使用，大大降低特定小型播出系统中的字幕显示的成本。

2、降低了对机顶盒的要求，无须根据不同的字幕显示处理方法分别进行字幕解析及支持；

3、系统通过单独的处理通路分别对音视频节目和字幕信息处理，从而提高了整个系统的可维护性及稳定性；

4、由于有着一套独立的‘字幕显示’的系统，因此，简单高效的实现了对实时信息的支持，避免了在显示信息内容上的任何限制，可显示任意图片、文字或其它信息，具有可扩展性及可变性。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为现有技术中DVB-C系统的结构示意图；

图2为现有技术中字幕机视频编解码叠加的示意图；

图3为现有技术中小规模DVB-C系统加密要求的系统示意图；

图4为本发明字幕叠加系统实施例1的框图；

图5为图4所示系统中机顶盒与显示设备的系统示意图；

图6为图4所示系统的数据通信模式示意图；

图7为图4所示系统进行字幕显示的位置示意图；

图8为图4所示系统进行字幕显示的一个应用示意图；

图9为图4所示系统进行字幕显示的另一个应用示意图；

图10为本发明字幕叠加系统的实施例2的框图；

图11为图10所示系统的实际应用示意图；

图12为本发明实现字幕叠加方法的流程图。

具体实施方式

参见图4，为本发明实现字幕叠加的系统实施例1的框图，由视频服务器1、调制器2、字幕发生器3、机顶盒4以及显示终端51、52和53组成，其中字幕发生器3、机顶盒4以及显示终端51、52和53构成接收系统后端A(简称：接收后端)，视频服务器1和调制器2构成了播出系统前端B(简称：播出前端)。本实施例中，调制器为DVB调制器，机顶盒为DVB机顶盒。

视频服务器1，读取本地所存储的TS流格式的流媒体文件并将其以ASI接口输出至DVB调制器，生成字幕信息并通过以太网接口发送到TCP/IP网络，该TS流文件为复用及加扰后的TS流文件。

视频服务器1中内置一异步串行ASI接口播出卡(图中未示)，此卡可将TS格式文件通过软件播放并通过ASI接口输出。

DVB调制器2与视频服务器1通过异步串行接口(Asynchronous SerialInterface，简称ASI)连接，将ASI接口输入的TS流文件以QAM/QPSK/COFDM调制以RF信号输出，具体可通过同轴电缆或者无线方式将RF信号输出到DVB机顶盒4。

字幕发生器3通过TCP/IP网络与视频服务器1连接，获取视频服务器1发送的的字幕信息，对该字幕进行处理，具体为根据字幕信息的类型加入文件头等信息，组合并将其通过RS232接口发送给DVB机顶盒4。

DVB机顶盒4通过同轴电缆或无线方式与DVB调制器2连接，用于对调制后的RF信号进行解调、解扰和解复用，形成解调后的文件。DVB机顶盒4还与字幕发生器3通过标准串行接口连接，用于获取字幕信息，并将接收到的字幕信息按照屏显(On Screen Display，简称OSD)功能，采用覆盖(Overlay)方法叠加至解码后的视频信号上，输出视频图形阵列(Video Graphics Array，简称VGA)信号给显示终端51、53和53，以达到电视信号和字幕信息同时显示在显示终端的目的。

在本实施例中，字幕发生器3与DVB机顶盒4之间的接口为标准的RS232串行接口，采用DVB机顶盒4设备的DB9物理接口，取其中三线(接收数据线RXD、发送数据线TXD和信号地GDN)连接实现该RS232接口。其接口方式如图5所示。通过图5所示接口，字幕发生器3主动向DVB机顶盒4发起数据通讯，将字幕信息发送给DVB机顶盒4；而DVB机顶盒4不存在主动发起数据通讯的状况，仅仅是进行信息接收。同时，该DVB机顶盒4可以根据设定在接收到数据通讯后，向字幕发生器3返回一应答指令，其数据通信模式如图6所示。其相互通信的通信格式示例如下：

[PREAMBLE：2][Length：2][Packet ID：1][CMD Type：1][CMD Param：N]

[Checksum：1]

上述字段的含义解释如下：

PREAMBLE：帧头，长度为2个字节，本实施例中表示为十六进制的“0xF1 0xF2”；如果机顶盒4对这两个字符已经有定义，则可以重新设定；

Length：后续的全部信息的总字节数，包括从“CMD Type”直到“CheckSum”为止，该“Length”字段长度为2个字节；

PacketID：帧的序列号，字幕发生器3在主动发起数据通讯的时候，会指定一个累加的PacketID序号，机顶盒4在回应时，在回应帧中使用相同的ID号。

CMD Type：命令类型，长度为1个字节。需要注意的是，不同的命令类型，使用不同的命令参数，长度也不一样。举例如下：

CMD Type＝0x41

含义：传输字幕和图标

方向：从字幕发生器3发给机顶盒4；

CMD Type＝0x7E

含义：确认上一命令执行成功；

方向：从机顶盒4发给字幕发生器3；

CMD Type＝0x6E

含义：上一命令执行失败；

方向：从机顶盒4发给字幕发生器3。

CMD Param：命令参数，长度为0～(Length-2)个字节，例如，当CMD Type＝0x41时，进行传输字幕和图标文件，则CMD_PARAM的构成如下：[字幕长度字节数：2][字幕Unicode字符串][图标长度字节数：2][图标文件内容]；其字幕长度字节数不为零，且按每个字节8bit计算；字幕Unicode字符串置位时，字幕将滚动显示一次；该图标文件内容不为空，表示需要在滚动的字幕前放置一个图标。图标采用JPG、GIF或PNG格式，由技术人员决定，但仅固定选择一种格式。

其中，[图标长度字节数]可以等于0，相应地，图标传输内容为空，表示没有图标需要显示。

再例如，当CMD Type＝0x6E时，表示上一个命令出现错位，CMD_PARAM为1个字节的Error Code，此error code的定义由技术人员决定；当CMDType＝0x7E时，确认上一命令已经正确执行，则其CMD_PARAM为空。

Checksum：校验和，包含CMD_Type和CMD_Param两个部分的校验和，计算方法是，从CMD_Type开始直到CMD_Param结束的每个字节累加在一起，超过0xFF时，溢出取低8bit，将最后的单字节结果逐位取反即用“0xFF”减之，作为累加校验和。

进一步的，该通信模式还具有以下特点：

Bit序和Byte序均为高位在前；

字符串没有“\0”作为结束符；

机顶盒端有帧接收的超时机制，认为每一帧内的两个字节的时间间隔＜50ms。两个帧之间的发送间隔＞500ms；

最大可能的帧长度为65000字节。

在本实施例中，为便于安装和使用，字幕发生器3与DVB机顶盒4也可以整合为一体。

显示终端51、52和53对VGA视频信号进行显示。其中，图7是字幕显示位置的应用示意图；图8是字幕在背景条上滚动的应用示意图，每条信息由一个不同的图标带头显示，可从右向左滚动；图9是字幕显示的另一个应用示意图，作为比图8所示更为复杂的界面、进度条左右分隔，预留特定不须滚动的区域显示特定的文本内容，在本实施例中是介绍列车时速及到站信息。

参见图10，为本发明实现字幕叠加的系统实施例2的框图，接收后端A为多套，分别是A1、A2和A3；播出前端B分别通过同轴电缆与多套接收后端连接，具体为调制器2通过线路分支放大器61、62和63，分别与每套接收后端A1、A2和A3的机顶盒4连接，并分别对各自的信号进行解调及输出显示，互不干扰。

线路分支放大器61、62和63对输入的信号进行放大处理，并分别发送给A1、A2和A3的机顶盒4。

视频服务器1分别与接收后端A1、A2、A3的字幕发生器3通过网络连接。

图11为实施例2的实际应用系统图，可应用于列车、汽车上。

在实施例2中，如果接收后端A为多套，分别是A1、A2和A3；播出前端B分别通过无线方式与多套接收后端连接，则无需线路分支放大器61、62和63，而是调制器2分别与每套接收后端A1、A2和A3的机顶盒4直接无线连接。

通过上述实施例1和2可以看出，本发明的字幕叠加系统虽然也利用同轴电缆HFC作为视频的传输媒介，但跳出了传统的模拟视频传输的局限，无须要求进行字幕与音视频内容在传输系统之前进行结合。本系统采用数字化的视频广播技术(DVB-C)，可达到720p/1080i级别的高清质量节目播出的性能，同时使得整体系统的可维护性、稳定性达到了一个新的水平。同时，通过字幕内容显示，可以提供诸如：车速、报站、广告等诸多的实时信息。

参见图12，为本发明实现字幕叠加的方法的一个实施例流程图，包括以下步骤：

步骤101、数字节目源(音视频信息)经过复用器及加扰器进行数据的复用及加扰，生成TS文件，其复用及加扰的方法可以采用本领域技术人员所知的任一方法；

步骤102、视频服务器通过更换包含经过复用及加扰后的TS文件的硬盘，或者通过无线网络下载经过复用及加扰后的TS流文件到硬盘，实现对TS文件的本地存储；

步骤103、视频服务器将TS文件数据发送给调制器；

步骤104、调制器进行调制，并将调制后的数据发送给机顶盒，调制方式可使用QAM/QPSK/COFDM等；

步骤105、所述机顶盒对所述调制后的数据进行解调、解扰和解复用；

步骤106、字幕发生器通过TCP/IP网络从所述视频服务器上获取字幕信息，并转发给所述机顶盒；

步骤107、所述机顶盒返回应答指令，确认收到字幕信息；

步骤108、所述机顶盒将解调后的TS流数据进行MPEG2或MPEG4解码，并将接收到的字幕信息利用OSD功能，采用Overlay方法叠加至解码后的图像信息，并以VGA信号送出；

步骤109、播放设备接收叠加后的图像信息并进行播放。

具体的，步骤106、107的一个具体实施例为：

一个没有图标的字幕，其字符串为“测试一下OVER”，其16进制的Unicode字串为：4B 6D D5 8B 00 4E 0B 4E 4F 00 56 00 45 00 52 00。

则字幕发生器发送以下字节流给机顶盒：

F1 F2 00 16 01 41 00 10 4B 60 D5 8B 00 4E 0B 4E 4F 00 56 00 45 0052 00 00 00 B3；

机顶盒反馈以下字节流给字幕发生器：

F1 F2 00 02 01 7E 81。

字幕发生器通过TCP/IP网络从所述视频服务器获取字幕信息，要求显示一个有图标的字幕：字符串为“测试一下OVER”，其16进制的Unicode字串为：4B 6D D5 8B 00 4E 0B 4E 4F 00 56 00 45 00 52 00，图标是一个GIF格式的图形，47 49 46 38 39 61 39 02 81 01 F7 00 00 00 00 00 80 0000 00 80 00 80 80......46 40 00 00 3B。GIF文件的长度为14139(0×373B)。

则字幕发生器发送以下字节流给机顶盒：

F1 F2 37 51 02 41 00 10 4B 6D D5 8B 00 4E 0B 4E 4F 00 56 00 45 0052 00 37 3B 47 49 46 38 39 61 39 02 81 01 F7 00 00 00 00 00 80 00 0000 80 00 80 80......46 40 00 00 3B A8；

机顶盒反馈以下字节流给字幕发生器：

F1 F2 00 02 02 7E 81。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1、一种字幕叠加系统，其特征在于包括：

一播出系统前端以及与所述播出系统前端连接的至少一套接收系统后端；

所述播出系统前端包括：

一视频服务器，用于读取所存储的流媒体文件并传送给调制器，还用于生成字幕信息并通过TCP/IP网络发送；所述流媒体文件为复用及加扰后的传输流文件；

一调制器，与所述视频服务器连接，用于接收并调制所述传输流文件，并将调制后的文件发送出去；

所述接收系统后端包括：

一字幕发生器，通过TCP/IP网络与所述视频服务器连接，用于获取并转发所述视频服务器产生的字幕信息；

一机顶盒，与所述调制器连接，用于对所述调制后的文件进行解调、解扰和解复用，并形成解调后的文件；与所述字幕发生器连接，用于获取所述字幕信息，并按预先设定的方式将该字幕信息与所述解调后的文件叠加；

至少一个显示设备，与所述机顶盒连接，用于进行所述叠加字幕信息后的视频内容的显示。

2、根据权利要求1所述的系统，其特征在于所述调制器为数字视频广播调制器，所述机顶盒为数字视频广播机顶盒。

3、根据权利要求1或2所述的系统，其特征在于所述调制器与所述机顶盒之间通过同轴电缆或者无线方式连接。

4、根据权利要求1或2所述的系统，其特征在于当所述接收系统后端为多套，且每一所述机顶盒与所述调制器之间通过同轴电缆连接时，每一所述机顶盒与所述调制器之间还设有一线路分支放大器。

5、根据权利要求1或2所述的系统，其特征在于所述字幕发生器与所述机顶盒之间通过标准的串行接口连接，或者将所述字幕发生器与机顶盒整合成为一体。

6、根据权利要求1所述的系统，其特征在于所述视频服务器所存储的流媒体文件为传输流格式的流媒体文件。

7、一种实现字幕叠加的方法，其特征在于包括以下步骤：

视频服务器将所存储的，经过复用及加扰后的传输流文件发送给调制器；

调制器进行调制，并将调制后的文件发送给机顶盒；

所述机顶盒对所述调制后的文件进行解调、解扰和解复用；

字幕发生器通过TCP/IP网络从所述视频服务器获取字幕信息，并转发给所述机顶盒；

所述机顶盒对解调后的文件进行解码，将解码后的文件与所述字幕信息叠加后发送给显示设备进行播放。

8、根据权利要求7所述的方法，其特征在于所述调制器以DVB方式将调制后的文件发送给机顶盒。

9、根据权利要求7所述的方法，其特征在于所述机顶盒对解调后的文件进行解码的方法为：所述机顶盒对解调后的传输流数据进行MPEG2或MPEG4解码成视频信息。

10、根据权利要求7或9所述的方法，其特征在于所述机顶盒将解码后的文件与所述字幕信息叠加后发送给显示设备进行播放的步骤具体为：所述机顶盒将所述字幕信息通过机顶盒芯片固有的屏显功能，采用覆盖方法叠加在所述解码后的视频信息之上，输出视频图形阵列信号并发送给显示设备。

Images