[发明专利]音频/视频定时差异的处理

说明书

本发明涉及音频和视频信号的编码，并特别涉及产生音频和视频素材段，这些素材段在运作中能被结合在一起。

典型的情况是，当要求两个视频片段一个接一个地播放时，在解码第二片段之前，解码器需要复位到起始状态。在此复位期间，用户将会看到冻结在屏幕上的第一片段的最后帧，并伴以伴音的消失。取决于冻结/静音的持续时间，这种不连续性能闯入用户。

被要求的是一种无缝隙的连接，这里一个片段的结束与下一片段的开始之间的转换，对解码器来说不明显，从用户的观点来看意味着没有观赏帧可查觉的速率改变，并且声音的持续性也不受阻挠。关于无缝隙视频的应用是数量巨大的。出自CD-i景象的例子是对于计算机生成的字符采用真实照片作为背景；使用此技术的例子是在MPEG编码视频序列前运动的动画字符。另外就是一系列资格用户例如与交互式电影交互作用，通过选择可得到的几种变更方案观众有可能去影响故事情节发展。贯穿交互式电影沿着用户选取的路径，分岔处应该看来无缝隙，否则用户将失去通常看电影的怀疑悬念感受。

一种不要求重新初始化解码器的视频段编码方法，在申请号9424436.5(PHB 33950)题为“视频编辑缓冲器管理(Video EditingBuffer Management)”，我们1994年12月2日申请的未决英国专利中做了说明。该说明使用解码缓存器目标准线(targeting of decoderbuffer levels)以达到连续占用解码缓存器，使每个视频片段的尾和要与之相继的片段可预测的每个段起始，在解码缓存器中直接相连，而没有上溢和下溢的风险。

上述方法在适合视频帧序列的同时不考虑与此序列通常相伴随的其它信息-例如音频声迹。此视频经常与其它信息交织成单一流，称作系统流，它构成将在解码器/显示设备上出现的数据。(例如从CD盘读出或通过有线网络递送的数据流)。随着试图形成能够无缝隙连结的交织段，这里出现了传递视频通常与传递音频所花费的时间不相等的问题，在进行相连片段开始时间预测时，这种时间的差异能造成错误状态，比如在完成当前片段解码之前就指示相连片段的解码开始。

因此，本发明的目的是提供系统流段的无缝隙连接，而且避免这种时间的重迭和解码缓存器的上溢或下溢。

按照本发明提供了一种编码数字视频信号的方法，以这种形式即每段包含两个或更多的视频帧，并且在一解码设备中，该设备具有一编码级，一编码缓存器，以及将编码视频信号至少和另外一种信号交织以形成系统流的装置。对于每个段，此方法包括下列步骤：根据预定的编码方案相继地编码段中的各个帧；读编码帧送入缓存器；以基本上恒定的位率从缓存器读出编码的段；将缓存器输出信号与一个或更多时间标记交织在一起得到系统流；

其特征在于编码缓存器的占用被控制以具有第一预定准线(level)，前一段的最后帧此时刻正被读入此位置，此占用准线与解码器缓存器的占用准线有关。此方法还包括以下步骤：

-得到以恒定位率填充解码器缓存器从空到所说解码器缓存器占用准线所需的时间t；

-对当前段预测持续增量Δ；

-对当前段的最后帧将从解码器缓存器读出点预测时间值；

-降低t值直到由(t+Δ)给出的时间值接近且略大于所说的时间值，此时当前段的最后帧将从解码器缓存器中被读出；和 

-插一时间标记到该段的系统流中，指出这个段的第一帧在加载段开始以后，在由降低了的t值给定的时间，将从解码器缓存器中读出。

当前段的最后帧将从解码器缓存器读出点的时间值，可通过从解码器缓存器以时间计的最大容量减去段的持续时间的计算而被预测。更可取地，这时间值(在当前段的最后帧从解码器缓存器将被读出的点上)对每个交织的不同的流被预测，以这最大值用于对全部流的降低t值的获取。

为了防范理论上有可能但不一定出现的下溢情况(这以后还将说明)在达到预定的解码器缓存器占用准线之前编码器可能限制编码帧的大小。

正如下面将要论证的，这引出的瞬间，此时解码器应当开始解码接收的段，使得在系统流的级别上平滑连接这些段，并且依靠按流的长度去调节这个开始时间，上面提到的潜在的重迭问题的可能性能得以避免。而且，由于解码器缓存器的目标准线是根据编码器缓存器内容所计算的准线，必须尽可能地填满解码器缓存器以后再开始解码的传统技术得以免除。