CN102238393A - 一种音频码流的重同步方法及重同步装置 - Google Patents

Abstract

本发明公开了一种音频码流的重同步方法及重同步装置。所述方法包括：搜索音频码流中的待选同步字；搜索到所述待选同步字后，以所述待选同步字为起点提取帧头；对所述帧头进行校验，校验通过后，以所述帧头开始重新进行解码。本发明在重同步过程中引入校验机制，从而能够实现准确的重同步，使得解码过程能够顺利的继续进行。

Description

一种音频码流的重同步方法及重同步装置

技术领域

本发明主要涉及音频解码处理领域，特别是指一种音频码流的重同步方法及重同步装置。

背景技术

音频文件通常以音频码流的形式存在，如MPEG(Moving Picture ExpertsGroup，动态影像压缩)Audio Layerl(MP1)、MPEG Audio Layer2(MP2)，MPEG Audio Layer3(MP3)等。以MP3(Moving Picture Experts Group AudioLayer3，一种音频压缩方式)为例，一个MP3文件的基本组成单元是帧，各音频帧的头部是一个4字节的帧头，然后是若干字节的音频数据，如图1所示。帧头的前11个bits(比特)均为1(如不需要支持MPEG2.5，则可认为是12bits)，作为同步字标识，标志着音频帧的起始，帧头中还包含ID(Identity，身份标识码)、码率、采样率和声道数等重要信息。

解码器在解码一个音频码流文件时，从第一帧的帧头开始，先解析帧头，获得当前帧的基本信息，然后解析音频数据，重构出一帧PCM(Pulse CodeModulation，脉码调制)信号，这个过程逐帧重复进行。正常情况下，解码完当前帧码流后，紧接着就是下一帧码流的帧头，因此解码过程可以正常进行，也就是说，解码器只要实现了第一帧码流的同步，后续码流的同步可以自动实现。但是当进行快进，快退等码流拖动操作后，送入解码器的码流一般不是从一帧的帧头开始；或者某一帧码流中存在错误，码流的同步，解码过程被中断时，解码器都需要实现码流的重新同步，也即定位最邻近的下一帧码流的起始位置，从该帧码流开始重复上述的解析帧头，解析音频数据，重构PCM信号的过程，图2是对所述过程的直观描述。

如前所述，每一帧码流的前11bits取值均为1，作为同步字标识，因此一般通过搜索同步字标识来实现重同步，即在码流中逐字节向前搜索，只要某字节8bits取值均为1，而下一个字节的前3bits取值均为1，则认为该字节即为一帧码流的第一个字节。这种重同步方法过程简单，运算量很小。但是由于音频码流数据中也存在符合条件的伪同步字，而该方法缺乏必要的校验机制，因此极易实现错误的重同步。解码器在解码一个音频帧时，如果不是从帧头开始解码，则解码过程无法正常进行，可能中途退出解码过程；即使完成解码过程，重构的PCM信号中也会含有冲击噪声；错误严重时解码器会死机或崩溃。以上虽然主要是以MP3码流为例进行说明，但对于其它格式的音频码流来说，也存在同样的问题，因此，迫切需要一种新的音频码流重同步方案。

发明内容

本发明提出一种音频码流的重同步方法及重同步装置，在重同步过程中引入校验机制，从而能够实现准确的重同步，使得解码过程能够顺利的继续进行。

本发明的技术方案是这样实现的：

一种音频码流的重同步方法，包括：

搜索音频码流中的待选同步字；

搜索到所述待选同步字后，以所述待选同步字为起点提取帧头；

对所述帧头进行校验，校验通过后，以所述帧头开始重新进行解码。

优选的，对所述帧头进行校验具体包括：

根据所述帧头中各数据项的值判断所述帧头是否合法，如果所述帧头合法，则校验通过。

优选的，根据所述帧头中各数据项的值判断所述帧头是否合法后还包括：

计算包含所述帧头的音频帧的帧长；

根据所述音频帧的帧长定位和提取下一个音频帧的帧头；

根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致，如果一致，则校验通过。

优选的，根据所述音频帧的帧长定位和提取下一个音频帧的帧头后还包括：

根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

优选的，计算包含所述帧头的音频帧的帧长前还包括：

根据帧头中的参数值判断所述帧头与参考帧头是否一致，如果一致，则校验通过。

一种音频码流的重同步装置，包括：

搜索模块，用于搜索音频码流中的待选同步字；

提取模块，用于搜索到所述待选同步字后，以所述待选同步字为起点提取帧头；

校验模块，用于对所述帧头进行校验；

解码模块，用于校验通过后，以所述帧头开始重新进行解码。

优选的，所述校验模块包括：

第一判断模块，用于根据所述帧头中各数据项的值判断所述帧头是否合法。

优选的，所述校验模块还包括：

计算模块，用于计算包含所述帧头的音频帧的帧长；

定位模块，用于根据所述音频帧的帧长定位和提取下一个音频帧的帧头；

第二判断模块，用于根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致。

优选的，所述校验模块还包括：

第三判断模块，用于根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

优选的，所述校验模块还包括：

第四判断模块，用于根据帧头中的参数值判断所述帧头与参考帧头是否一致。

本发明技术方案在重同步过程中引入校验机制，通过判断根据待选同步字提取的帧头是否是正确的帧头，从而能够保证解码过程的顺利进行，避免了伪同步字对重同步的影响。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为一种音频码流的结构示意图；

图2为现有技术中解码过程的流程示意图；

图3为本发明一种音频码流的重同步方法第一实施例的流程示意图；

图4为本发明一种音频码流的重同步方法第二实施例的流程示意图；

图5为本发明一种音频码流的重同步装置第一实施例的组成结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，为了更好的说明技术方案，在以下各实施例中，都是以MP3这种音频码流为例对各实施例的技术方案进行说明，本领域技术人员可以理解，所述技术方案不仅适合MP3，还适合MP1、MP2以及其它各种格式类型的音频码流，并不能因此而对本发明的保护范围有任何的限定。

参照图3，为本发明一种音频码流的重同步方法第一实施例的流程示意图，包括：

步骤S310、搜索音频码流中的待选同步字。

需要进行重同步操作时，解码过程可能是从码流缓存buffer中间的某个位置开始，因此先要移除码流buffer中已经解码的码流，同时读入新的码流，填满码流buffer。

假设存储MP3码流的码流buffer为数组unsigned char MP3StreamBuf[BUF_LEN]，BUF_LEN的典型取值为2000。一帧码流的最大长度是1728Bytes，因此BUF_LEN取值为2000能确保码流buffer处于充满状态时，可以含有完整的一帧码流和下一帧码流的帧头，确保同步算法可以基于此码流buffer正常进行，同时BUF_LEN取值越小，需要的I/O(IN/OUT，输入输出)内存也就越少。

因为帧头的前11个bits均为1作为同步字标识，标志着音频帧的起始。所以搜索连续的11bits是否均为1，从而搜索出音频码流中的待选同步字。如果没有搜索到同步字，则将码流buffer中的最后3字节搬移到buffer头部，读入新码流填满码流buffer，重复搜索过程。

步骤S320、以所述待选同步字为起点提取帧头。

搜索到所述待选同步字后，以所述待选同步字为起点提取帧头。

帧头是以同步字为起点的连续4字节或多个字节，将所述4个或多个字节的数据进行拼接即可得到帧头HeadWord。

步骤S330、对所述帧头进行校验，校验通过后，以所述帧头开始重新进行解码。如果校验不通过，则从所述步骤S310重新开始。

对所述帧头进行的校验包括合法性校验、兼容性校验和一致性校验等，从而判断所述提取的帧头是否是正确的帧头。只有找到正确的帧头，才能正确的进行解码操作，实现音频码流的重同步，避免伪同步字对重同步的影响。

参照图4，示出了本发明一种音频码流的重同步方法第二实施例的流程示意图，包括：

步骤S410、搜索音频码流中的待选同步字。

步骤S420、以所述待选同步字为起点提取帧头。

搜索到所述待选同步字后，以所述待选同步字为起点提取帧头。

帧头是以同步字为起点的连续4字节或多个字节，将所述4个或多个字节的数据进行拼接即可得到帧头HeadWord。

步骤S430、判断所述帧头是否合法。

根据所述帧头中各数据项的值判断所述帧头是否合法，如果所述帧头合法，则校验通过。如果所述帧头非法，则应跳过此同步字，填充码流后继续搜索同步字，回到所述步骤S410。

判断帧头合法性就是检测其中的各数据项的值是否有非法值(保留值)。下表列出了帧头中数据项为非法值的一种情况。

数据项	比特数	非法值
			MPGE Audio Version ID	2	0x1
Layer	2	0x0
			Bitrate index	4	0xf
Sampling rate index	2	0x3
			Emphasis	2	0x2

需要说明的是，绝大多数解码器并不依据Emphasis值对解码输出做重均衡，也就是Emphasis值对解码输出没有影响，而一些非官方编码器会将Emphasis数据项置为非法值0x2，因此本发明技术方案中可以忽略对该数据项的检查。

此外，对于MPGE-1Layer 2流，各种立体声模式下只有部分码率是合法的。对于非官方的MPEG2.5低采样扩展，一般认为只针对Layer3流，也即一般认为MPEG2.5 Layer1，Layer2流非法。

在本发明的另一实施例中，所述步骤S430后还可以包括：

步骤S440、判断所述帧头与参考帧头是否一致。

根据帧头中的参数值判断所述帧头与参考帧头是否一致，如果一致，则校验通过。如果所不一致，则应跳过此同步字，填充码流后继续搜索同步字，回到所述步骤S410。

如果所述帧头合法，而又具有参考帧头HeadWordRef，可以通过检查所述帧头HeadWord与参考帧头HeadWordRef的一致性来进一步确认所述帧头HeadWord是否正确。如前所述，同一个音频码流中，两个音频帧的帧头中包含的MPGE Audio Version ID，Layer，Sampling rate index(采样率)等参数的值应是完全一样的。此外，两个音频帧的声道数也应一样，而且Bitrate index必须同时为0(free-format流)或非0值(非free-format流)。

所述参考帧头HeadWordRef的获取可以有以下方式：

1、外部解析器parser在遍历MP3流获取流基本信息时获得HeadWordRef，并通过接口函数传递给解码器；

2、解码器在解码过程中，如果有连续的若干帧(如3帧)码流均被正常解码且这些帧的帧头符合一致性要求，可以将其中的任何一个帧头作为参考帧头HeadWordRef。

如果所述帧头未能通过帧头一致性检查，则跳过此同步字，填充码流后继续搜索同步字，回到所述步骤S410。

如果所述帧头通过一致性检查，则应将该帧头及其以后的全体剩余码流搬移至码流buffer的前部，读取码流填满码流buffer，这样做的目的是为确保下一帧的帧头一定在码流buffer中，经过码流搬移和填充码流后，搜索到的帧头位于码流buffer的最前端。

在本发明的另一实施例中，所述步骤S440后还可以包括：

步骤S450、计算包含所述帧头的音频帧的帧长。

本实施例优选采用基于slot的帧长计算方式，当然，还可以采用常用的直接计算帧长的方法，对于Layer2和Layer3，一个slot的长度为1Bytes，因此两种计算方法得到一致的结果；而对于Layer1，一个slot是4字节，两种方法可能会得到不同的结果，因此采用基于slot的帧长计算方式会得到更加正确的结果。

对于非free-format流，由帧头可获得：一个音频帧一个声道包含的PCM样本点个数N，采样率Fs Hz，码率k bps，padding标识的值padding_flag(该值为0时表示没有padding，为1时表示有一个padding slot)。

则当前音频帧中slot的数目为：

$\mathrm{slot}\_\mathrm{num}=\mathrm{INT}\left(\frac{N*k}{\mathrm{Fs}*8*\mathrm{Byte}\_\mathrm{num}\_\mathrm{per}\_\mathrm{slot}}\right)+\mathrm{padding}\_\mathrm{flag};$

上式中，INT(x)表示对x往下取整。

$\mathrm{Byte}\_\mathrm{num}\_\mathrm{per}\_\mathrm{slot}=\left\{\begin{array}{cc}1& \mathrm{Layer}\mathrm{2,3}\\ 4& \mathrm{Layer}1\end{array}\right..$

则该音频帧包含的码流字节数为：

Byte_num＝slot_num*Byte_num_per_slot。

对于free-format流，帧头中Bitrate index的值恒定为0。但free-format流必定是CBR流，即不考虑padding slot，同一个free-format流的每个音频帧中包含的slot的数目是一个常数free_format_slot_num。

如果已知free_format_slot_num，则当前音频帧中slot的数目为：

slot_num＝free_format_slot_num+padding_flag。

该音频帧包含的码流字节数为：

Byte_num＝slot_num*Byte_num_per_slot。

free_format_slot_num的获取方式可以是：

1、外部parser在遍历MP3流获取流基本信息时获得free_format_slot_num，并通过接口函数传递给解码器；

2、解码器在解码过程中，如果有连续的若干帧(如3帧)码流均被正常解码且这些帧去掉padding slot后的slot_num均为一个值，则该值可作为free_format_slot_num。

步骤S460、根据所述音频帧的帧长定位和提取下一个音频帧的帧头。

计算得到帧长后，可以立即拼接得到下一个音频帧的帧头HeadWordNext。

步骤S470、判断所述下一个音频帧的帧头是否合法。

根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

所述合法性判断过程在所述步骤S430中已经进行了详细描述，在此不再赘述。

步骤S480、判断所述帧头与所述下一个音频帧的帧头是否一致。

根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致，如果一致，则校验通过，如果通过检验，则认为位于码流最前端的第一个帧头正确，进入步骤S490。

步骤S490、以所述帧头开始重新进行解码。

解码器可以从其开始正常的解码过程，从而实现重同步过程。

根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致的具体过程在所述步骤S440中已经进行了详细描述，在此不再赘述。

本发明技术方案在重同步过程中引入校验机制，通过判断根据待选同步字提取的帧头是否是正确的帧头，从而能够保证解码过程的顺利进行，避免了伪同步字对重同步的影响。

参照图5，示出了本发明一种音频码流的重同步装置第一实施例的结构示意图。所述音频码流的重同步装置500包括：

搜索模块510，用于搜索音频码流中的待选同步字。

提取模块520，用于搜索到所述待选同步字后，以所述待选同步字为起点提取帧头。

校验模块530，用于对所述帧头进行校验。

解码模块540，用于校验通过后，以所述帧头开始重新进行解码。

其中，所述校验模块530可以包括：

第一判断模块，用于根据所述帧头中各数据项的值判断所述帧头是否合法。

在本发明的另一实施例中，所述校验模块530还可以包括：

计算模块，用于计算包含所述帧头的音频帧的帧长。

定位模块，用于根据所述音频帧的帧长定位和提取下一个音频帧的帧头。

第二判断模块，用于根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致。

在本发明的另一实施例中，所述校验模块530还可以包括：

第三判断模块，用于根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

在本发明的另一实施例中，所述校验模块530还可以包括：

第四判断模块，用于根据帧头中的参数值判断所述帧头与参考帧头是否一致。

需要说明的是，所述装置实施例是与图3、图4所述方法实施例相对应的，所述音频码流的重同步装置各组成部分的工作过程和工作原理已经在方法实施例部分进行了详细描述，在装置实施例未详细描述的部分参照方法实施例相关部分的描述即可。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括如上述方法实施例的步骤，所述的存储介质，如：磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，对各步骤的先后变化也在本发明的保护范围之内。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种音频码流的重同步方法，其特征在于，包括：

搜索音频码流中的待选同步字；

搜索到所述待选同步字后，以所述待选同步字为起点提取帧头；

对所述帧头进行校验，校验通过后，以所述帧头开始重新进行解码。

2.根据权利要求1所述的重同步方法，其特征在于，对所述帧头进行校验具体包括：

根据所述帧头中各数据项的值判断所述帧头是否合法，如果所述帧头合法，则校验通过。

3.根据权利要求2所述的重同步方法，其特征在于，根据所述帧头中各数据项的值判断所述帧头是否合法后还包括：

计算包含所述帧头的音频帧的帧长；

根据所述音频帧的帧长定位和提取下一个音频帧的帧头；

根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致，如果一致，则校验通过。

4.根据权利要求3所述的重同步方法，其特征在于，根据所述音频帧的帧长定位和提取下一个音频帧的帧头后还包括：

根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

5.根据权利要求4所述的重同步方法，其特征在于，计算包含所述帧头的音频帧的帧长前还包括：

根据帧头中的参数值判断所述帧头与参考帧头是否一致，如果一致，则校验通过。

6.一种音频码流的重同步装置，其特征在于，包括：

搜索模块，用于搜索音频码流中的待选同步字；

提取模块，用于搜索到所述待选同步字后，以所述待选同步字为起点提取帧头；

校验模块，用于对所述帧头进行校验；

解码模块，用于校验通过后，以所述帧头开始重新进行解码。

7.根据权利要求6所述的重同步装置，其特征在于，所述校验模块包括：

第一判断模块，用于根据所述帧头中各数据项的值判断所述帧头是否合法。

8.根据权利要求7所述的重同步装置，其特征在于，所述校验模块还包括：

计算模块，用于计算包含所述帧头的音频帧的帧长；

定位模块，用于根据所述音频帧的帧长定位和提取下一个音频帧的帧头；

第二判断模块，用于根据帧头中的参数值判断所述帧头与所述下一个音频帧的帧头是否一致。

9.根据权利要求8所述的重同步装置，其特征在于，所述校验模块还包括：

第三判断模块，用于根据所述下一个音频帧的帧头中各数据项的值判断所述下一个音频帧的帧头是否合法。

10.根据权利要求9所述的重同步装置，其特征在于，所述校验模块还包括：

第四判断模块，用于根据帧头中的参数值判断所述帧头与参考帧头是否一致。

Images