电话：010-63983646
地址：北京市西城区真武庙二条真武家园 4号楼一层西区
邮编：100045
版权所有：中国电影电视技术学会
©CopyRight by China Society of Motion Picture and Television Engineers.
GY/T 282-2014《数字电视节目平均响度和真峰值音频电平技术要求》解读
来源：广电猎酷 2015年10月13日 23:23
广电猎酷 2015年10月13日 23:23
原标题：
正在加载
GY/T 282-2014《数字电视节目平均响度和真峰值音频电平技术要求》解读
2014年9月，GY/T 282-2014《数字电视节目平均响度和真峰值音频电平技术要求》标准已通过总局科技司审查，即将正式发布。猎酷网独家邀请到总局规划院的专家——张建东女士为大家解读该标准。
由总局规划院、中央电视台和江苏省广播电视总台共同起草的GY/T 282-2014《数字电视节目平均响度和真峰值音频电平技术要求》标准已于2014年9月通过了审查，即将正式颁布。至此，GY/T 282-2014与GY/T 262—2012《节目响度和真峰值音频电平测量算法》（等同采用ITU-R BS.1770-2）、GY/T 263—2012《响度和真峰值指示仪表技术要求》（等同采用ITU-R BS.1771）共同构成了规范广播电视节目响度的三项行业标准。
好的。《数字电视节目平均响度和真峰值音频电平技术要求》修改采用ITU-R BS.1864:2010《数字电视节目国际交换中响度操作规程》，规定了数字电视节目的制作、播出和分发环节节目平均响度和真峰值音频电平技术要求。本标准与ITU-R BS.1864:2010的主要区别在于：
（1）标准名称不同。ITU-R BS.1864:2010名称为“Operational practicesfor loudness in the international exchange of digital television programmes”，本标准名称为《数字电视节目平均响度和真峰值音频电平技术要求》。
（2）适用范围不同。ITU-R BS.1864:2010只用于国际交换节目的制作环节，不用于播出和分发环节，本标准将适用范围扩展为适用于数字电视节目的制作、播出和分发环节”。
（3）基于正常对白部分节目平均响度测量的应用场景不同。ITU-R BS.1864:2010中，对某节目拥有知识产权（IPR）的实体，或已获IPR拥有者授权向广播电视机构发行节目的实体可自主决定以整个节目的平均响度或者以含有正常对白部分的节目的平均响度来标示节目平均响度；本标准规定，数字电视节目应测量整个节目的平均响度，对于特殊节目类型，如演唱会、音乐会等正常对白占比较少的节目，或高尔夫球、台球比赛等长时间安静的节目，宜考虑测量含有正常对白部分的节目平均响度。
（4）本标准增加了对数字音频真峰值电平的要求。
标准中规定数字电视节目的平均响度目标值应为–24LKFS。平均响度目标值的规定有利于节目生产部门按照统一的平均响度值生产节目，从而使受众在收看同一频道的不同类型或不同来源的节目时不致因响度差异过大而产生强烈的不适。这里LKFS表示K加权下相对于标称满刻度的响度，是经过符合GY/T 262规定的算法测量后得到的响度值单位。相比于业界习惯的数字音频电平单位dBFS，以LKFS为单位的数值经过了频率加权，更能模拟不同频率的信号在人耳基底膜产生的声音强弱的感觉，如同样是电平为-20.0dBFS的单声道信号，经过响度加权后，1kHz单频信号的响度为-23.0LKFS，20Hz的响度为-37.0LKFS。至于-24LKFS数值的规定有何依据呢？这个必须综合考虑“响度目标值主观评价”以及国际标准的相关规定。
（1）响度目标值主观评价
为获得人在一定环境中认为最舒适的响度值，起草组以新闻联播片段为测试序列，采用单刺激法，在广播电视规划院的视音频主观评价室进行了主观评价，测试时，音频工作站、空调及空气净化器开启，房间的背景噪声优于NR25（意欲模拟人在起居室收看电视时相比于专业监听室不那么安静的环境）。
测试序列以音频工作站输出至扬声器单声道重放。测试之前首先进行了重放系统的电声校准，以音频工作站重放1kHz@-24dBFS单声道信号，调整音频工作站的输出增益至G1，使重放声压级为60 dB SPL（该声压级数值为GY/T 262中列出的在实际家庭中收看电视的典型值）。测试可得G1为-31dB。
电声校准示意图如图1所示：
评价结果显示，最合适的声压级为65 dBA。测量65 dBA对应的音频信号的响度，并根据测试系统校准结果进行增益补偿，可得最舒适的响度值为-23 LKFS（测量算法基于ITU-R BS.1770-1），较标准规定的数字电视节目的平均响度目标值高1LU。
（2）国际标准相关规定
ITU-R BS.1864中规定，用于国际交换的数字电视节目的目标响度值应为-24LKFS。 EBU R 128“Loudnessnormalisation and permitted maximum level of audio signals”中规定数字电视节目的目标响度值应为-23.0LUFS（EBU标准中规定的响度单位，等同于LKFS）。目标值到底规定为-23LKFS还是-24LKFS，在ITU也有过多次的讨论，期间还经历了响度测量算法从ITU-R BS.1770-1到ITU-R BS.1770-2的变化。ITU-R BS.1770-2与ITU-R BS.1770-1相比，增加了绝对阈值和相对阈值的处理环节，增加阈值处理后，对不包含明显安静或静默片段的节目来说，响度测量结果几无变化，但对于响度动态范围很大的节目，其响度指示值会偏高1～2LU。因此，在ITU的技术文件中也多见将-24LKFS修改为-23LKFS的建议，如2010年EBU提出的技术文献和2013年英联邦提出的技术文献。
考虑到国际间节目交换的需要，本标准采用了ITU-R BS.1864中的规定值。
本标准规定：数字电视节目平均响度目标值容差范围为±2LU，某机构（频道）提供的数字电视节目平均响度值不能长期处于该响度容差范围的上下两个边缘。至于±2LU数值的规定有何依据呢？这个得从“响度舒适区主观评价”与“响度设备支撑”两方面来看。
（1）响度舒适区主观评价
平均响度目标值的变化范围显然不能超出人耳感觉的舒适区，否则会有悖于统一节目平均响度的初衷，也就是说，如果节目平均响度在舒适区内变化，人的感觉仍是舒适的。
为了获得舒适区的大小，起草组进行了主观评价。
A) 测试设计
人对声音响度的感觉，通常以某一响度值（如图2中的T点）为中心，并在其上下一定范围内（点A至点A'）感觉舒适，该范围称为“舒适区”，A和A’点为响度舒适区的门限点，对应的相对于响度中心值的增益值为G1和G1’。
响度值在高低两方向稍微超出了舒适区，人们通常还不会通过遥控器对音量进行调整，直至达到点B和B’，我们把A-B和A’-B’称为“容忍区”，B和B’点为需要通过遥控器调整音量的门限点，对应的相对于响度中心值的增益值为G2和G2’。
响度继续变化到达C和C’点，到达了人们感觉太吵或太安静的门限点，C和C’点对应的相对于响度中心值的增益值为G3和G3’。
B) 评价方法
采用单刺激主观评价法。包括新闻联播片段、歌曲、广告、轻音乐和交响乐在内的测试片段以音频工作站重放，评价人员可自主控制播放过程。评价人员首先调整播放软件的增益控制按钮直至重放响度达到评价人员认为最满意的响度值，记下增益控制按钮对应的增益值；评价人员继续按照主观评价表中的响度描述调整播放增益，并进行记录。
评价人员由广播电视规划院的工程师和行政人员组成，共25人，人员年龄分布如表4。
D)主观评价结果
响度舒适区的主观评价结果如表5和图3所示。
连续单音信号频率不接近小的整数分之一倍采样率时，由于差频（n*ftone 和fs之间的差）高于峰值表衰减速率的倒数，故在采样峰值表中不会出现读数偏低。换而言之，采样时刻越接近单音的真正峰值时刻，采样峰值表越不容易出现读数偏低。
不过，对于信号中的个别瞬态，仍可能出现读数偏低的情况，而且出现瞬态的信号频率越高，读数可能越低。在“真实的”声音中出现具有显著高频成分的瞬态是正常的，由此引起的读数偏低通常为数分贝。
由于我们一直使用的PPM表不足以反映实际信号的真实峰值，因此为避免PPM表指示正常，但已发生了信号的削波的情况发生，在规定节目最大峰值电平的标准中留有了余地。GY/T 223-2007《标准清晰度数字电视节目录像磁带录制规范》中规定：节目电平最大值不超过-6dBFS(通常节目电平在-9dBFS以下)，语言电平最大值不超过-12dBFS。
采用真峰值音频电平表，会大大降低这种看不见的危险。真峰值音频电平的测量原理是对信号上采样至192kHz，由于信号频谱不会因采样率的增加而改变，采用较高采样率时，采样峰值表读数偏低的影响会明显降低。
（2）节目最大真峰值音频电平的制定依据
如果能够明确使用真峰值音频电平表测量时的最大读数偏低值，则在制定节目允许最大真峰值音频电平指标时会更有把握。
上采样前后读数偏低误差到底有多大，可推导如下。
是的。本标准还规定：数字电视节目应测量完整节目时长内的平均响度，但对于特殊节目类型，如演唱会、音乐会等正常对白占比较少的节目，或高尔夫球、台球比赛等长时间安静的节目，宜考虑测量含有正常对白部分的节目的平均响度；正常对白是指正常音量大小的讲话语音，即既不包含喊叫也不包含窃窃私语。
除上述两类特殊节目类型的规定外，与ITU-R BS.1864相比，本标准基于以下原因，去掉了基于对白的响度表示和测量的相关内容：
A)在ITU国际标准中需要对各国提交的技术提案进行权衡，包含技术和利益之争。而在我国情况较为单一，可做统一规定。
B)在ITU-R BS.1770和 GY/T 262中，都没有提及对白；对白检测算法，也未见相应国际标准；所以在本标准中包含对白相关内容，无相应算法作为基础。
C)在ITU-R BS.1864中提及“正常对白是指正常音量大小的讲话语音，即既不包含喊叫也不包含窃窃私语”，但没有给出喊叫和窃窃私语的具体数值门限，实际应用时难执行。
标准制定是一件非常严谨的工作，这个肯定有的。我们起草组进行了大量的实际监测。比如：
监测对象：CCTV1高清频道。CCTV1 高清频道在节目制作端配置了响度表，制作人员经培训使用响度表调整设备增益。
监测时间：2013年10月。
监测内容：节目响度监测，监测点在播出机房的响度控制器之前。
监测结果：在到达响度控制器之前，322条节目中有123节目的平均响度值满足-24LKFS±2LU，占节目总量的40%；322条节目中有305条的最大真峰值电平不超过-2dB TP，占节目总量的95%。
此外，起草组还对CCTV5高清频道进行了170条节目的监测，对江苏卫视高清频道进行了一周节目的监测，监测结果均显示：
A)有部分节目的平均响度满足-24LKFS±2LU。
B)经过对相关人员的响度概念和控制技术培训后，平均响度满足标准要求的节目增多。
本标准规定的节目平均响度目标值、目标值容差范围以及最大真峰值音频电平的具体数值的最初实现环节都是在节目制作领域。制播环节输出的节目的平均响度不被改变，还要求后续传输环节的零入零出。
（1）前期制作环节
在节目前期录制时，录音师需要调整录音习惯，除了惯用的PPM表外，还有可能要监看响度表和真峰值音频电平表，使生成节目的平均响度围绕在-24LKFS左右。节目录制环节是对节目实施响度控制的第一环节，是由对艺术和技术都具备专业素养的录音师来完成的，这对保障节目既能表达录音师的艺术效果构想，同时又能满足本标准所规定的技术参数要求甚为重要。这需要录音师理解本标准技术指标的含义，逐步调整自身的录音习惯，使生成的节目的平均响度符合-24LKFS±2LU的要求，并确保节目的最大真峰值音频电平不超过-2dB TP。
（2）后期处理环节
对于平均响度不在-24LKFS±2LU范围内的非直播类节目，应考虑经过基于文件型的响度调控设备的处理，尤其是当今网络化的处理环境下，应根据响度调控设备的处理能力以及实际节目的调控需求，合理进行响度调控设备的部署，例如可以选择在节目收录系统、配音系统、节目制作系统中独立配置，也可以进行整体部署，如图6所示。
在播控环节理想的响度处理是按照播出单对平均响度符合本标准要求和不符合本标准要求的节目分别处理：
A)对前期未经响度控制和技审的节目或直播的节目进行响度控制；处理过程中，可以根据播出节目单，针对不同的节目类型，调用不同的响度控制参数，控制响度的同时，尽量保持音质。
B)对已经过响度调整的节目，应为部署在播控的实时响度控制器提供相应的状态通知，响度控制器启动直通模式，在条件不具备时，如响度控制器无法分时控制或播出单不固定等，可以将响度控制器设置成电平压限状态或弱响度处理状态，在控制响度的同时，尽量保持节目原有的艺术效果。
（4）传输环节
即使在制播域输出的节目的平均响度完全符合本标准要求，如果节目流经不同的传输链路产生的增益不同，显然也达不到不同频道不同节目平均响度一致性的目的。
在起草组以前的研究中，曾进行过响度差异的数学量化分析，把影响节目响度的各个因素量化并引入到一个数学模型中，并模拟观众对52个频道随机换台/节目切换时的节目平均响度差异情况，代入数学模型进行统计。52个频道的响度由小到大的1326次换台/节目切换中，有848次切换的响度差值超过舒适区上限4.5dB，切换前后，响度差异的平均值达到了7.01dB；为获得响度差异中传输环节贡献因素的大小，起草组选取新闻联播时段频道切换时的响度差异进行计算，结果表明在切换前后的平均响度差异7.01dB中，由于链路增益引入的响度差异平均为4.04dB，大约占到了58%，因此这是我国电视伴音响度差异的主要原因。
因此，相比于制播领域的响度控制，传输环节的增益控制显得更为紧迫。而且，增益控制是基于电平的概念，无需引入新的响度调控设备。传输环节增益控制的目标就是实现传输链路无增益。
本标准只是规定了节目的平均响度，可以从很大程度上缓解不同节目间，如插播广告时，不同频道间，如切换频道时，观众因较大的响度差异而产生的强烈的不适，但对于瞬时响度对人感觉的影响，如多大差异持续多长时间的高响度事件会引起人的反感等细节问题还有待于进一步的研究探讨。
猎酷网邀请该标准的主要撰写人张建东女士（总局规划院教授级高工、音频专家）为大家解读该标准。
张老师，据说GY/T 282-2014是以ITU-R BS.1864:2010为参考的，要不您先介绍下两者之间的区别？张建东：
好的。《数字电视节目平均响度和真峰值音频电平技术要求》修改采用ITU-R BS.1864:2010《数字电视节目国际交换中响度操作规程》，规定了数字电视节目的制作、播出和分发环节节目平均响度和真峰值音频电平技术要求。本标准与ITU-R BS.1864:2010的主要区别在于：
（1）标准名称不同。ITU-R BS.1864:2010名称为“Operational practicesfor loudness in the international exchange of digital television programmes”，本标准名称为《数字电视节目平均响度和真峰值音频电平技术要求》。
（2）适用范围不同。ITU-R BS.1864:2010只用于国际交换节目的制作环节，不用于播出和分发环节，本标准将适用范围扩展为适用于数字电视节目的制作、播出和分发环节”。
（3）基于正常对白部分节目平均响度测量的应用场景不同。ITU-R BS.1864:2010中，对某节目拥有知识产权（IPR）的实体，或已获IPR拥有者授权向广播电视机构发行节目的实体可自主决定以整个节目的平均响度或者以含有正常对白部分的节目的平均响度来标示节目平均响度；本标准规定，数字电视节目应测量整个节目的平均响度，对于特殊节目类型，如演唱会、音乐会等正常对白占比较少的节目，或高尔夫球、台球比赛等长时间安静的节目，宜考虑测量含有正常对白部分的节目平均响度。
（4）本标准增加了对数字音频真峰值电平的要求。
从标准名称看，GY/T 282-2014就是专门对节目平均响度、真峰值音频电平的特定规范。那么，对于第一个重要指标——平均响度目标值，标准是怎么要求的？依据又是什么？张建东：
标准中规定数字电视节目的平均响度目标值应为–24LKFS。平均响度目标值的规定有利于节目生产部门按照统一的平均响度值生产节目，从而使受众在收看同一频道的不同类型或不同来源的节目时不致因响度差异过大而产生强烈的不适。这里LKFS表示K加权下相对于标称满刻度的响度，是经过符合GY/T 262规定的算法测量后得到的响度值单位。相比于业界习惯的数字音频电平单位dBFS，以LKFS为单位的数值经过了频率加权，更能模拟不同频率的信号在人耳基底膜产生的声音强弱的感觉，如同样是电平为-20.0dBFS的单声道信号，经过响度加权后，1kHz单频信号的响度为-23.0LKFS，20Hz的响度为-37.0LKFS。至于-24LKFS数值的规定有何依据呢？这个必须综合考虑“响度目标值主观评价”以及国际标准的相关规定。
（1）响度目标值主观评价
为获得人在一定环境中认为最舒适的响度值，起草组以新闻联播片段为测试序列，采用单刺激法，在广播电视规划院的视音频主观评价室进行了主观评价，测试时，音频工作站、空调及空气净化器开启，房间的背景噪声优于NR25（意欲模拟人在起居室收看电视时相比于专业监听室不那么安静的环境）。
测试序列以音频工作站输出至扬声器单声道重放。测试之前首先进行了重放系统的电声校准，以音频工作站重放1kHz@-24dBFS单声道信号，调整音频工作站的输出增益至G1，使重放声压级为60 dB SPL（该声压级数值为GY/T 262中列出的在实际家庭中收看电视的典型值）。测试可得G1为-31dB。
电声校准示意图如图1所示：
图I 电声校准示意图
将同一新闻联播测试序列，以音频工作站调整增益，使重放声压级分别为50 dBA SPL、55 dBA SPL、60 dBA SPL、65 dBA SPL、70 dBA SPL、75 dBA SPL、80 dBA SPL，产生测试序列1～7。将测试序列1～7以随机顺序播放，22名评价员按照很低、低、稍低、合适、稍高、高、很高的评分标度（评价表为线状图）进行评价。每一响度感觉区间对应的分值区间如表1，主观评价统计结果如表2。表I 响度感觉分值表
| 响度感觉 | 分值区间 |
| 很低 | 0～20 |
| 低 | 20～40 |
| 稍低 | 40～60 |
| 合适 | 60～80 |
| 稍高 | 80～100 |
| 高 | 120～140 |
| 很高 | 140～160 |
表2 响度目标中心值统计结果
| 重放声压级（dBA） | 响度感觉 |
| 50 | 低 |
| 55 | 稍低 |
| 60 | 稍低 |
| 65 | 合适 |
| 70 | 稍高 |
| 75 | 稍高 |
| 80 | 高 |
（2）国际标准相关规定
ITU-R BS.1864中规定，用于国际交换的数字电视节目的目标响度值应为-24LKFS。 EBU R 128“Loudnessnormalisation and permitted maximum level of audio signals”中规定数字电视节目的目标响度值应为-23.0LUFS（EBU标准中规定的响度单位，等同于LKFS）。目标值到底规定为-23LKFS还是-24LKFS，在ITU也有过多次的讨论，期间还经历了响度测量算法从ITU-R BS.1770-1到ITU-R BS.1770-2的变化。ITU-R BS.1770-2与ITU-R BS.1770-1相比，增加了绝对阈值和相对阈值的处理环节，增加阈值处理后，对不包含明显安静或静默片段的节目来说，响度测量结果几无变化，但对于响度动态范围很大的节目，其响度指示值会偏高1～2LU。因此，在ITU的技术文件中也多见将-24LKFS修改为-23LKFS的建议，如2010年EBU提出的技术文献和2013年英联邦提出的技术文献。
考虑到国际间节目交换的需要，本标准采用了ITU-R BS.1864中的规定值。
那进一步，我想请教下标准对节目平均响度目标值的容差范围又有什么要求呢？有特定的依据吗？张建东：
本标准规定：数字电视节目平均响度目标值容差范围为±2LU，某机构（频道）提供的数字电视节目平均响度值不能长期处于该响度容差范围的上下两个边缘。至于±2LU数值的规定有何依据呢？这个得从“响度舒适区主观评价”与“响度设备支撑”两方面来看。
（1）响度舒适区主观评价
平均响度目标值的变化范围显然不能超出人耳感觉的舒适区，否则会有悖于统一节目平均响度的初衷，也就是说，如果节目平均响度在舒适区内变化，人的感觉仍是舒适的。
为了获得舒适区的大小，起草组进行了主观评价。
A) 测试设计
人对声音响度的感觉，通常以某一响度值（如图2中的T点）为中心，并在其上下一定范围内（点A至点A'）感觉舒适，该范围称为“舒适区”，A和A’点为响度舒适区的门限点，对应的相对于响度中心值的增益值为G1和G1’。
响度值在高低两方向稍微超出了舒适区，人们通常还不会通过遥控器对音量进行调整，直至达到点B和B’，我们把A-B和A’-B’称为“容忍区”，B和B’点为需要通过遥控器调整音量的门限点，对应的相对于响度中心值的增益值为G2和G2’。
响度继续变化到达C和C’点，到达了人们感觉太吵或太安静的门限点，C和C’点对应的相对于响度中心值的增益值为G3和G3’。
图2 响度舒适区示意图
本主观评价的目的是获得响度“舒适区”和“容忍区”的边界点相对于中心响度的增益值。测试地点仍为广播电视规划院的视音频主观评价室。B) 评价方法
采用单刺激主观评价法。包括新闻联播片段、歌曲、广告、轻音乐和交响乐在内的测试片段以音频工作站重放，评价人员可自主控制播放过程。评价人员首先调整播放软件的增益控制按钮直至重放响度达到评价人员认为最满意的响度值，记下增益控制按钮对应的增益值；评价人员继续按照主观评价表中的响度描述调整播放增益，并进行记录。
表3 响度舒适区主观评价表
评价人员由广播电视规划院的工程师和行政人员组成，共25人，人员年龄分布如表4。
表4 评价人员年龄分布表
| 评价人员年龄 | 人数 |
| 20～30岁 | 11 |
| 31～40岁 | 6 |
| 41～50岁 | 3 |
| 51～60岁 | 3 |
| 61～70岁 | 2 |
响度舒适区的主观评价结果如表5和图3所示。
表5 各片段响度舒适区和容忍区的测试结果
| 序号 | 片段名称 | 舒适区上限增益 | 舒适区下限增益 | 舒适区范围 | 高响度容忍区边界增益 | 低响度容忍区边界增益 | 容忍区范围 |
| 1 | 新闻联播 | 4.2 | -7.7 | 11.9 | 8.9 | -14.7 | 23.6 |
| 2 | 歌曲 | 4.3 | -7.4 | 11.7 | 8.7 | -14.5 | 23.2 |
| 3 | 广告 | 4.5 | -6.1 | 10.6 | 9.1 | -14.1 | 23.2 |
| 4 | 轻音乐 | 5.2 | -7.2 | 12.4 | 9.1 | -13.7 | 22.8 |
| 5 | 交响乐 | 4.5 | -6.0 | 10.5 | 8.3 | -13.1 | 21.4 |
| -- | 均值 | 4.5 | -6.9 | -- | 8.8 | -14.0 | -- |
对所测的新闻联播、歌曲、广告、轻音乐和交响乐片段，舒适区范围的最大差异为2dB，舒适区范围由大到小的排列顺序为：轻音乐、新闻联播、歌曲、广告、交响乐。
图3 相对响度增益及95%置信区间
从主观评价结果可以看出，人耳舒适区的范围为-6.9dB～4.5dB，因此，响度平均值在±2LU的范围内变化，是完全落在人耳感觉的舒适区之内的，不会引起不适。
（2）响度设备支撑进一步，±2LU（dB）的容差范围是否有足够的技术支撑，易于实现？这个必须考虑响度相关设备，包括响度测量设备和响度调控设备。
A)响度测量设备响度测量应使用符合ITU-R BS.1770（GY/T 262）算法的设备，不同厂家的测量设备对相同的节目应显示相同的测量结果。
EBU TECH 3341“LoudnessMetering: ‘EBU Mode’ metering to supplement loudness normalisation inaccordance with EBU R 128”和ITU-R REP BS.2217“Compliance material for Recommendation ITU-R BS.1770”均规定对于给定的一致性验证测试序列，测量设备的结果均应满足±0.1LKFS 的容差要求。
起草组对国外三款和国内的一款响度测量设备进行了测量结果精准度的验证，均满足
±0.1LKFS 的容差要求。因此，由于响度表的读数不准而造成的对响度目标值的变化基本上可以忽略不计。
B)响度调控设备按照应用场景的不同，响度调控设备可分为基于文件型非实时应用的响度调控设备和基于信号型的实时应用的响度调控设备两类。非实时应用类型的设备，在如广告上载后，节目收录后，节目进入媒资之前，设置响度调控站点，以文件为单位进行响度调控。调控设备先提取整个音频文件的平均响度，计算与响度目标值的差值，根据差值对文件进行整体的增益平移，该方式一般不改变信号的动态范围，基本不引起节目声音质量的下降。另一类对音频信号进行实时调控的设备，多部署在播控端，更适用于播出前来不及对响度进行调整的直播类节目。实时响度调控设备先提取部分音频信号的信息，如几十毫秒，按照已设置好的参数和既定策略进行实时调控，通常改变节目的动态范围，或多或少会引起声音质量的下降，而且节目的平均输出响度与目标值不一定完全吻合。响度调控设备的应用示例如图4。
图4 响度调控设备的应用示例
响度调控设备究竟如何神武，可实现多少LU的响度调控？起草组进行了一些实测。
响度控制器的测试内容主要包括两项：调控后输出节目的平均响度与响度目标值的接近程度以及调控前后节目声音质量的下降情况。测试选取平均响度接近或等于-24LKFS、高于-24LKFS若干LU和低于-24LKFS若干LU的不同音频序列（活动序列，非纯音），测试经响度处理器处理后，输出序列的平均响度以及处理前后声音质量的下降值。第一项平均响度的测试依靠响度表。第二项声音质量下降值的最好获取方法是主观评价，但由于主观评价费时费力，成本较高，经常以客观方法代替，这里所用的是符合ITU-R BS.1387 “Method for objectivemeasurements of perceived audio quality”的方法，严格意义上讲，该方法更适合于测量编解码的损伤情况。这里，按照算法，虽然也进行了原始素材与输出素材的频域对比，按照心理声学模型计算了可闻噪声，但由于算法形成时并没有纳入相应的训练样本，客观测量结果与主观评价结果的相关性未得到验证。对两种类型的响度调控设备各一款进行测试的结果见表6。
表6 响度调控设备测试结果
| 序列名称 | 序列时长单位（s） | 参考序列平均响度（LKFS） | 被测设备目标输出平均响度LKFS | 非实时响度调控设备 | 实时响度调控设备 | ||
| 被测设备实际输出平均响度LKFS | 客观分差值（声音质量损伤） | 被测设备实际输出平均响度LKFS | 客观分差值（声音质量损伤） | ||||
男女声 讲话 | 19.0 | -18 | -24 | -24 | 0.0 | -23 | -2.8 |
| -24 | -24 | 0.0 | -24 | -2.2 | |||
| -35 | -24 | 0.0 | -27 | -0.4 | |||
| 四重唱 | 11.7 | -18 | -24 | -24 | 0.0 | -24 | -0.4 |
| -24 | -24 | 0.0 | -25 | -0.4 | |||
| -35 | -24 | 0.0 | -27 | -0.3 | |||
| 交响乐 | 43.2 | -18 | -24 | -24 | 0.0 | -22 | -0.7 |
| -23 | -24 | 0.0 | -22 | -0.6 | |||
| -35 | -24 | 0.0 | -27 | -0.3 |
测试中还发现，对音频信号进行实时处理的设备，对应不同的参数配置，可能产生不同的响度调控力度，力度大的通常带来的声音质量下降严重，反则反之，因此需要在响度调控力度和声音质量这一对相互矛盾的因素间进行权衡和取舍。对特定类型的节目，采取什么样的参数配置，可满足在可接受的声音质量的前提下，达到最佳的响度调控结果，也经常需要检测来确定。这里所提到的可接受的声音质量是相对送至响度调控设备输入端时的节目质量而言的，具体数值没有标准规定，可参考ITU-R BS.1548《数字音频编解码系统用户要求》中对编解码系统的声音质量要求，将所测所有序列的质量下降值控制在-0.5分（理想情况）或-1分（最差的情况）之内，这里的评分标度应用的是ITU五级损伤标度，0至-1分对应“损伤可察觉，但不惹人讨厌”。
从一些主流实时响度调控设备的检测结果来看，如果将声音质量下降值控制在-1分之内，则对平均响度比目标值高6LU和低11LU的音频序列，调控结果通常与目标值有数个LU的偏差。但是，如果加大响度调控力度，一味追求平均响度的一致性而忽视声音质量的下降也是得不偿失的；以文件方式进行处理的非实时响度调控设备的检测结果较为理想，处理后的文件平均响度可完全达到所设置的目标值，声音质量的下降值基本上是理论值零。
从对响度调控设备的检测结果可以看出，对于非直播类节目，响度目标值的容差是完全可控的，但对于直播类的节目，仅把响度控制的宝压在播控端是靠不住的，还需要大力依赖于录音师的职业素养。
对于标准的第二个重要指标——节目的最大真峰值音频电平是如何规定的？依据又是什么？
张建东：
标准规定整个节目的最大真峰值音频电平应不超过-2dB TP。什么是真峰值音频电平呢？按照ITU-R BS.1770，可以抽象出如下定义：真峰值音频电平是指信号在连续时域中的最大峰值电平，是相对于离散采样点的最大峰值电平而言的。信号的真峰值电平可能大于在采样时刻获得的最大离散采样点的峰值电平。
（1）真峰值音频电平测量音频技术人员常用的电平监看仪表不外乎VU（Volume Unit）表、QPPM（QuasiPeak Programe Meter）表、SPPM（SamplePeak Programe Meter）。
VU表和QPPM表都会产生读数低于实际信号峰值的情况，这是由仪表的积分时间特性所决定的。按照GB/T 17311-1998《标准音量表》的规定，从施加1.228V的1kHz正弦波信号的瞬间到指针偏转到基准指示（音量表指示器表盘上标明0或100%的刻度点）的99%的瞬间之间的时间间隔，VU表为300（1±10%）ms。VU表指针移动相对较慢，是一种准平均值特性仪表，不能指示瞬时峰值，通常节目信号峰值电平比指示值高6-12分贝。而QPPM表的积分时间为5ms或10ms，是准峰值特性仪表，但也会错失一些持续时间很短的瞬时峰值。
SPPM表是检测数字节目音频信号峰值的检测仪表，该仪表的上升时间为被测量数字信号的一次完整采样周期，显示的是采样峰值，而非信号峰值。电平测量时通常是将各个输入采样的绝对值（经整流）与峰值表的当前读数进行比较，如果新采样值较大，则取代当前读数，否则，当前读数乘以一个略小于1的常数，产生一个对数衰减。因此，对相同的信号，采样位置不同，则峰值读数不同。比如，重复播放一段模拟录音并输入至带采样峰值表的数字系统，每次播放产生的节目峰值读数完全不同，同样地，重复播放一段数字录音，经采样率转换器后进行测量，每次播放显示的峰值也不同。这是因为每次播放时，采样时刻可能落在实际信号的不同位置。有关这一点，我们可以做实验如下：
A) 以音频编辑软件生成频率为12kHz，峰值幅度为-6.0dBFS，采样率为48kHz的正弦波信号，并使信号的初始相位为0，我们将该信号称为信号1-1。以MATLAB编程读取信号在48kHz采样率下的最大峰值电平，可得最大峰值为-6.0dBFS，与实际峰值相同。采样点位置如图5。
B) 将信号1-1的初始相位改为π/8，信号幅度、频率和采样率不变，形成信号1-2，以MATLAB编程读取信号在48kHz采样率下的最大峰值电平，可得最大峰值为-6.7dBFS，读数偏低误差为0.7 dB。
C) 将信号1-1的初始相位改为π/4形成信号1-3，以MATLAB读取信号在48kHz采样率下的最大峰值，可得-9.0dBFS，读数偏低误差为3.0dB。
图5 相同信号，不同采样位置示意图
通常，输入信号频率越高，采样峰值表出现以上问题的可能性越大。连续单音信号频率不接近小的整数分之一倍采样率时，由于差频（n*ftone 和fs之间的差）高于峰值表衰减速率的倒数，故在采样峰值表中不会出现读数偏低。换而言之，采样时刻越接近单音的真正峰值时刻，采样峰值表越不容易出现读数偏低。
不过，对于信号中的个别瞬态，仍可能出现读数偏低的情况，而且出现瞬态的信号频率越高，读数可能越低。在“真实的”声音中出现具有显著高频成分的瞬态是正常的，由此引起的读数偏低通常为数分贝。
由于我们一直使用的PPM表不足以反映实际信号的真实峰值，因此为避免PPM表指示正常，但已发生了信号的削波的情况发生，在规定节目最大峰值电平的标准中留有了余地。GY/T 223-2007《标准清晰度数字电视节目录像磁带录制规范》中规定：节目电平最大值不超过-6dBFS(通常节目电平在-9dBFS以下)，语言电平最大值不超过-12dBFS。
采用真峰值音频电平表，会大大降低这种看不见的危险。真峰值音频电平的测量原理是对信号上采样至192kHz，由于信号频谱不会因采样率的增加而改变，采用较高采样率时，采样峰值表读数偏低的影响会明显降低。
（2）节目最大真峰值音频电平的制定依据
如果能够明确使用真峰值音频电平表测量时的最大读数偏低值，则在制定节目允许最大真峰值音频电平指标时会更有把握。
上采样前后读数偏低误差到底有多大，可推导如下。
表7 不同过采样比下的真峰值表读数偏低的最大值
| 过采样比 | 读数偏低（dB）最大值fnorm = 0.45 | 读数偏低（dB）最大值fnorm = 0.5 |
| 4 | 0.554 | 0.688 |
| 8 | 0.136 | 0.169 |
| 10 | 0.087 | 0.108 |
| 12 | 0.060 | 0.075 |
| 14 | 0.044 | 0.055 |
| 16 | 0.034 | 0.042 |
| 32 | 0.008 | 0.010 |
从表7可以看出，对48kHz*4倍的上采样频率，20kHz信号的最大读数偏低不足0.6dB，本标准规定整个节目的最大真峰值音频电平应不超过-2dB TP，是为下游处理，如编解码等留有少量的增益变化的余地。
除了平均响度、真峰值音频电平之外，标准是否还对其他内容做出了相应的规定？张建东：
是的。本标准还规定：数字电视节目应测量完整节目时长内的平均响度，但对于特殊节目类型，如演唱会、音乐会等正常对白占比较少的节目，或高尔夫球、台球比赛等长时间安静的节目，宜考虑测量含有正常对白部分的节目的平均响度；正常对白是指正常音量大小的讲话语音，即既不包含喊叫也不包含窃窃私语。
除上述两类特殊节目类型的规定外，与ITU-R BS.1864相比，本标准基于以下原因，去掉了基于对白的响度表示和测量的相关内容：
A)在ITU国际标准中需要对各国提交的技术提案进行权衡，包含技术和利益之争。而在我国情况较为单一，可做统一规定。
B)在ITU-R BS.1770和 GY/T 262中，都没有提及对白；对白检测算法，也未见相应国际标准；所以在本标准中包含对白相关内容，无相应算法作为基础。
C)在ITU-R BS.1864中提及“正常对白是指正常音量大小的讲话语音，即既不包含喊叫也不包含窃窃私语”，但没有给出喊叫和窃窃私语的具体数值门限，实际应用时难执行。
是否有实际监测结果来验证本标准所规定技术参数的可行性呢？张建东：
标准制定是一件非常严谨的工作，这个肯定有的。我们起草组进行了大量的实际监测。比如：
监测对象：CCTV1高清频道。CCTV1 高清频道在节目制作端配置了响度表，制作人员经培训使用响度表调整设备增益。
监测时间：2013年10月。
监测内容：节目响度监测，监测点在播出机房的响度控制器之前。
监测结果：在到达响度控制器之前，322条节目中有123节目的平均响度值满足-24LKFS±2LU，占节目总量的40%；322条节目中有305条的最大真峰值电平不超过-2dB TP，占节目总量的95%。
此外，起草组还对CCTV5高清频道进行了170条节目的监测，对江苏卫视高清频道进行了一周节目的监测，监测结果均显示：
A)有部分节目的平均响度满足-24LKFS±2LU。
B)经过对相关人员的响度概念和控制技术培训后，平均响度满足标准要求的节目增多。
如何在实际场景中有效地应用这个标准呢？张建东：
本标准规定的节目平均响度目标值、目标值容差范围以及最大真峰值音频电平的具体数值的最初实现环节都是在节目制作领域。制播环节输出的节目的平均响度不被改变，还要求后续传输环节的零入零出。
（1）前期制作环节
在节目前期录制时，录音师需要调整录音习惯，除了惯用的PPM表外，还有可能要监看响度表和真峰值音频电平表，使生成节目的平均响度围绕在-24LKFS左右。节目录制环节是对节目实施响度控制的第一环节，是由对艺术和技术都具备专业素养的录音师来完成的，这对保障节目既能表达录音师的艺术效果构想，同时又能满足本标准所规定的技术参数要求甚为重要。这需要录音师理解本标准技术指标的含义，逐步调整自身的录音习惯，使生成的节目的平均响度符合-24LKFS±2LU的要求，并确保节目的最大真峰值音频电平不超过-2dB TP。
（2）后期处理环节
对于平均响度不在-24LKFS±2LU范围内的非直播类节目，应考虑经过基于文件型的响度调控设备的处理，尤其是当今网络化的处理环境下，应根据响度调控设备的处理能力以及实际节目的调控需求，合理进行响度调控设备的部署，例如可以选择在节目收录系统、配音系统、节目制作系统中独立配置，也可以进行整体部署，如图6所示。
图6 制作域中响度调控设备的部署
（3）播控环节在播控环节理想的响度处理是按照播出单对平均响度符合本标准要求和不符合本标准要求的节目分别处理：
A)对前期未经响度控制和技审的节目或直播的节目进行响度控制；处理过程中，可以根据播出节目单，针对不同的节目类型，调用不同的响度控制参数，控制响度的同时，尽量保持音质。
B)对已经过响度调整的节目，应为部署在播控的实时响度控制器提供相应的状态通知，响度控制器启动直通模式，在条件不具备时，如响度控制器无法分时控制或播出单不固定等，可以将响度控制器设置成电平压限状态或弱响度处理状态，在控制响度的同时，尽量保持节目原有的艺术效果。
（4）传输环节
即使在制播域输出的节目的平均响度完全符合本标准要求，如果节目流经不同的传输链路产生的增益不同，显然也达不到不同频道不同节目平均响度一致性的目的。
在起草组以前的研究中，曾进行过响度差异的数学量化分析，把影响节目响度的各个因素量化并引入到一个数学模型中，并模拟观众对52个频道随机换台/节目切换时的节目平均响度差异情况，代入数学模型进行统计。52个频道的响度由小到大的1326次换台/节目切换中，有848次切换的响度差值超过舒适区上限4.5dB，切换前后，响度差异的平均值达到了7.01dB；为获得响度差异中传输环节贡献因素的大小，起草组选取新闻联播时段频道切换时的响度差异进行计算，结果表明在切换前后的平均响度差异7.01dB中，由于链路增益引入的响度差异平均为4.04dB，大约占到了58%，因此这是我国电视伴音响度差异的主要原因。
因此，相比于制播领域的响度控制，传输环节的增益控制显得更为紧迫。而且，增益控制是基于电平的概念，无需引入新的响度调控设备。传输环节增益控制的目标就是实现传输链路无增益。
未来对该标准是否还有更多扩展性的考虑？张建东：
本标准只是规定了节目的平均响度，可以从很大程度上缓解不同节目间，如插播广告时，不同频道间，如切换频道时，观众因较大的响度差异而产生的强烈的不适，但对于瞬时响度对人感觉的影响，如多大差异持续多长时间的高响度事件会引起人的反感等细节问题还有待于进一步的研究探讨。
限于时间关系，今天的解读就到这里。感谢张老师对GY/T 257.2-2014行业标准的重要解读。我们下次再见。
编辑：陈建伟
责任编辑：
正在阅读：GY/T 282-2014《数字电视节目平均响度和真峰值音频电平技术要求》解读
手机看
扫一扫 手机继续看
A-
A+
学会动态
联系我们
