[发明专利]用于使音频延时适应于画面帧速率的方法和装置

说明书

为了在播放列表中的数字电影作品的播放期间将具有不同帧速率的数字电影作品的声音信息与对应画面信息进行同步，首先根据数字电影作品帧速率，针对该播放列表中的数字电影作品的对应画面信息建立相关联的音频延迟设置。然后，在数字电影作品的播放期间，根据针对对应数字电影作品帧速率的相关联的音频延迟设置，调整声音信息和画面信息之间的定时。

相关申请的交叉引用

本申请依35U.S.C.119(e)要求2012年8月1日递交的美国临时专利申请序列号No.61/678,243的优先权，其教导并入本文。

技术领域

本发明涉及用于将声音(音频)信息与画面(视频)信息同步的技术。

背景技术

传统地，在美国和加拿大，以每秒24帧进行运动画面电影的摄制和呈现，而在欧洲和亚洲，以每秒25帧进行运动画面电影的摄制和呈现。从Warner Bros发布Peter Jackson的″The Hobbit到2012年末，数字电影放映商将开始面对接收多种运动画面帧速率(例如48fps或甚至68fps)的数字电影作品(即内容)的可能。然而，这种更高帧速率数字电影作品中的对应声音的呈现速率将很可能不改变。当前，数字剧场系统以每秒48,000或96,000采样的速率呈现声音(音频)。典型的数字剧场声音处理系统呈现小音频延迟(几个采样的数量级)，并且延迟保持恒定或相对恒定(即以48KHz采样速率和96KHz采样速率的数字系统中的两个采样延迟之差保持在1/48000秒的数量级)。

数字网络中的分组延迟也相对小地变化，并且典型的观众未感知到这些延迟，因为每个音频采样存在于数字电影作品的单帧持续时间的1/2000至1/4000之间的某一点上。然而，大多数数字电影放映机作为信号处理管道存在。画面信息逐像素地流入投影机以存储在帧缓冲区中。根据放映机设置，对帧缓冲区中的像素进行颜色校正和/或缩放和/或剪辑。最终，这种处理将数字图像变为适用于驱动数字放映机中的显像仪的形式。与这种数字电影放映相关联的处理导致从向放映机发送第一像素的时间到图像呈现在屏幕上的时间的延迟(图像处理)的人为产品(artifact)。然而，因为大多数现代放映机使用帧缓冲管道架构来进行图像处理，放映机延迟(t_{PICTURE_LATENCY})一般随着显示帧的速率而改变。这是因为，在帧缓冲管道架构中，图像数据逐帧地通过处理阶段，每个帧间隔前进一个阶段，直到帧被显示出来。在一般情况下，对于单个放映机或放映机的模型，可以凭经验测量不同帧速率的t_{PICTURE_LATENCY}值，但在帧缓冲管道架构的情况下，t_{PICTURE_LATENCY}可以由下式表示：

等式1：

其中，FRAME_RATE是提供帧的速率(以帧/秒为单位)(通常不是整数)；

FRAMES是放映机的图像处理构架中帧缓冲阶段数(例如二)，每个阶段可以历时一个帧间隔来完成；以及

t_FIXED是恒定的时间量(例如5mS)，表示在架构中发现的其他转移、处理或建立时间，其不随帧速率改变并且未表示在等式1的第二项中。本文中，使用惯例，使得增加画面延时的延迟负的更多，而增加视频延时的延迟是正的。该惯例还应用于比较中：相对于音频增加画面延时的延迟同样负的更多。为了本文讨论并容易提供合理可信的示例延迟值而非限制性的目的，假定延迟可用等式1确定的放映机架构。对于其他架构，可以应用不同等式(未示出)，或可以进行经验性的延迟测量。

对于具有以上t_FIXED(-5mS)和FRAMES(2)的示例值的数字电影放映机的示例情况，以每秒24帧的速率，放映机将导致-0.005-2/24秒或-88 1/3mS的延迟。然而，以每秒48帧，放映机将导致-0.005-2/48秒或-46 2/3mS的延迟；并且以每秒60帧，延迟变为-0.005-2/60＝-38 1/3mS。(记住，按照以上惯例，更小的负值意味着画面延时更少)。