数字电视节目响度标准化的探讨

王兰岚

【摘 要】 基于响度不同度量单位的定义，探讨了制作过程中响度标准化的实现，以及播出中响度一致性的实现。

【关键词】 响度；真峰值；响度测量；元数据；对白电平；动态范围控制类型；线路模式；射频模式？一致性？标准化？

文章编号： 10.3969/j.issn.1674-8239.2017.08.004

【Abstract】Based on the definition of different measurement units with loudness， the author discusses the implementation of loudness normalization in the process of production and the realization of loudness consistency in broadcasting.

【Key Words】loudness； true peak； loudness measurement； of measurement unit； consistency； standardization

1 引言

“响度战争”已经历经了十多年之久，不管是哪个国家、哪个组织制定响度标准，最终目的都是为了解决令人厌烦的节目间响度跳变的问题。自2007年，广播电视规划院就开始对“电视节目伴音响度一致性”进行调查和研究，由于广播电视系统庞大而复杂，想一步到位解决响度一致性问题几乎没有可能性。历经十年，打开电视，依然存在各频道播出的电视节目响度差异大、同一頻道播出的节目间响度跳变的现象。

为了解决响度一致性的问题，2006年ITU-R颁布了BS.1770-0建议书，之后，各国各组织相继颁布数字电视节目响度相关的标准及操作指南，2010年ITU-R颁布的BS.1864建议书中建议：用于国际交换的数字电视节目，平均响度目标值应为-24 LKFS。基于上述各文档，以及考虑到现阶段中国电视节目制作、传输和播出的现状，国家新闻出版广电总局于2014年底颁布了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》，明确规定：数字电视节目的平均响度目标值应为-24 LKFS。

2 响度概念及不同的度量单位

国内、国际各响度标准竞相出台，在了解这些标准前首先要明确响度的概念。

响度是一个复杂的声学仿真概念，是人耳听觉对声音强弱的主观感受，是人们对重放声音音频信号的一种感觉特性，它是振幅、频率和带宽的非线性复合函数。通常提及的音量就代表了响度，可以简单理解响度代表声音的平均能量，响度的舒适度与声音的声压级有关。

随着响度的标准化，定义了一个新的单位——绝对响度单位，即LKFS，表示“K加权下相对于标称满刻度的响度”。按照GY/T 262-2012《节目响度和真峰值音频电平测量算法》的规定，音频信号的响度是由5个声道各自响度值加权相加后得到的，LFE声道不计入测量范围。所以，无论节目是单声道、立体声还是5.1环绕声，其响度测量值都是一个单一数值，如图1所示。

由于历史原因，大家习惯了dB这个单位，然而它并不是一个可以表达主观感觉的单位，不适合用于响度测量。

按照相对度量的概念定义了LU，可以指明节目达到目标响度值需要的增益/损耗量。LU是响度的相对度量单位，1 LU的变化相当于变化1 dB。如果将平均响度目标值定义为0 LU，即0 LU= -24 LKFS，则平均节目响度测量值为-10 LU时，表示节目需要10 LU（或10 dB）的增益才能达到0 LU（即-24 LKFS）的目标响度值。

有了上述相应的标准，响度跳变情况就可以用以LU为单位的值来表示，对应到主观的感受是：对于普通人群来说，能刚刚听出来的变化是1 LU，能清楚听出变化的量是3 LU，10 LU的变化对应到人耳的主观感知就是响度提高了1倍。

很多非音频专业的技术人员会将电平和响度两个概念混淆，电平和响度是两个完全不同的概念，电平是独立于频率和带宽的客观量。一般而言，由于人类听觉系统的非线性响应，音频电平变化若干dB 不会导致响度感觉发生同等程度的变化。因此，那些把电平控制好了，响度就能达到标准的想法是错误的。

3 响度与各类电平表的关系

可是有了响度，是不是就可以不再关注电平了呢？

响度标准化过程并不改变原来的信号电平校准方法。音频通道校准依然使用1 kHz频率，-20 dBFS电平的双声道同相正弦波信号，该信号通过响度表时绝对值为-20 LKFS。如果是1 kHz频率，-20 dBFS电平的单声道正弦波信号出现在任一单独的前置声道，则信号通过响度表时绝对值为-23 LKFS。

从信号的监测来看，需求最广的设备还是用于检测信号电平的电平表。一般现在比较流行的视频工作站都配有以dBFS为电平单位的峰值表来进行音频信号的监测。

但实际上，电平本身有多种测量方法。由于表头的响应特性，以dBFS为刻度的表是相应于音频信号的采样峰值，只体现了瞬态的音量大小。而VU表更贴近均方根（RMS）电平值，接近于人耳的听觉特性，以及对响度的判断。VU表最初就是被指定表示音量，随着后来的标准和实践，VU（Volume Unit）才逐渐演变成音量单位。

以dBFS为电平单位的数字电平表与VU表的关系如图2所示。瞬态峰值电平表头可以帮助监测信号的大小，尤其是信号的削波失真。响度表或者VU表用来查看节目的整体响度情况。因此对于不具备响度表监测响度的地方，可以考虑使用VU表来帮助监测响度。

在GY/T 282-2014中还有一项要求“整个节目的最大真峰值音频电平应不超过-2 dBTP”，dBTP是以分贝表示的相对于满刻度的真峰值音频电平。真峰值电平表到现阶段还难以普及到各个制作域内，因此，在这里只简单说明一下：现在常使用的数字电平表，比如以dBFS为电平单位的表，是“采样峰值”，而不是“真正峰值”；被测量音频信号的频率越高，现有的“采样峰值”读数越有问题，当被测信号的最高频率达到20 kHz时，“采样峰值”的读数误差约为12 dB。因此，“真峰值”音频电平的出现是非常有意义的。endprint

4 制作过程中响度标准化的实现

节目制作人员最不希望自己的创作意图因为没有达到某项技术指标而被修改，响度标准的出现，又给制作人员设立了一道必须要遵守的门限，如何在整个制作过程中实现响度的标准化？

4.1 确定初始响度值

从制作的角度讲，在有良好监听条件的情况下，一定要建立良好的听音习惯，确立电平、响度和声压级之间的正确关系。根据笔者的实际工作经验，在节目制作过程中，逐渐提高节目响度要比逐渐降低响度容易实现。 GY/T 262-2012给出的节目响度测量过程中，除-70 LKFS的起始门限，还有一个10 LU的相对门限，受相对门限的影响，如果要降低节目的响度值，就需要通过一个比提高相同节目响度值更大的响度变化量来实现；而且，从节目情绪来看，逐渐提高节目响度似乎更符合节目创作以及广大观众的收视习惯。因此，可以考虑将节目制作初始响度值设定为低于节目平均响度目标值1 LU ～2 LU，便于制作人员保留一定的储备空间来应对不可预期的声音信号。

4.2 响度的监测及矫正

当初始响度值设定好后，需要固定好制作环境的监听音量，这一点非常重要，所有的调整都是基于这个固定监听音量和此时的响度、电平之间的关系进行的。整个过程中，通过对瞬时响度和短期响度的简单监看，以及偶尔对于节目平均响度值的监看，能够获得充分的信息来确保节目响度在目标响度范围内。节目平均响度值能够表现出节目响度变化的趋势，根据该趋势，制作人员可以做出适当的调整。

节目制作完成后，节目的平均响度值可能出现两种情况：准确达到节目的平均响度值、偏离节目的平均响度值。

在直播节目的制作过程中，很容易想到，第二种情况非常普遍。如果实际响度值在±2 LU的偏差范围内，则无需进行任何形式的矫正，如果响度值的偏差超出规范容许的范围，则需要通过位于播出端的自动响度控制器来进行响度矫正，自动响度控制器在调整好所有参数的前提下，对整个制播链路起到响度保护的作用。如果响度标准化贯彻执行于电视节目所有的制作过程中，送到播出端的節目都符合响度标准的要求，那么，自动响度控制器就可以只对直播类节目进行控制了。

对于需要进行后期制作的节目，制作人员可以对节目进行反复修改，节目的平均响度容易达到目标响度值，而且节目制作完成后能对完整的节目进行响度测量，根据测量结果再次进行修改，使节目的平均响度达到目标响度值。如果是在基于文件的制作环境中，响度测量、矫正所需的时长会远远优于实时测量和矫正的速度。根据目前行业现状以及现阶段的工作流程，成品播出文件基本都出自视频工作站，因此，在视频工作站上安装具备响度测量和矫正的音频插件，对于实现“响度标准化”有极佳的效果。

不管从信号监测还是从节目的制作方面，采取措施的目的都是为了解决“响度标准化”的问题。ITU-R BS.1864建议书中建议：对于不使用元数据来表示节目响度的数字电视节目的国际交换，必须对整个节目或正常对白部分的平均响度值进行测量。由此又给制作人员带来了疑问，如何划分节目类型以遵循测量整个节目的平均响度或测量正常对白部分的响度呢？当然，不管遵循哪种测量方式，最终制作的节目都需要得到节目制作人的认可，这在中国现行的广播电视行业并不可行。目前除新闻、访谈类节目之外，不易严格区分各节目的属性，对于播出频道的属性也无法从节目类型上去进行严格的分类，因此大多数制作公司或广播电视播出机构，都以测量整个节目的平均响度值为主要依据。虽然两种测量方法的结果会有些不同，但这些都应该在预期的范围内。

5 播出中响度一致性的实现

前文讨论了如何在制作过程中实现节目的响度标准化，那么，达到响度要求的电视节目是否能够完全按照制作人员的艺术创作意图完美地呈现在电视观众面前吗？

最终数字电视节目有多种接收方式和音频信号的还原方式。数字卫星、数字无线及数字机顶盒的接收方式，具备解调大动态范围音频信号的条件，根据发送端编码设备使用的压缩编码方式不同，接收端可以还原的动态范围略有差异，但和以前无线模拟开路电视接收方式相比较而言，更加符合专业音频的要求。从数字电视和HI-FI家庭影院系统的普及程度来看，全国大部分电视观众都是在数字机顶盒接收、电视机扬声器重放这一条件下评价节目响度的。

数字机顶盒利用编码信号里携带的一些元数据，解码将声音信息重放出来。这里不冗赘元数据的所有参数，只涉及和响度以及动态范围相关的一些控制参数。

符合响度要求的数字电视节目在播出之前需要经过编码，之后再传送到千家万户。编码时，会为节目设定一些元数据参数，节目制作者应该正确地设定元数据参数，因为这些设定会对音频信号产生非常重要的影响，如果设定有误，会影响解码输出的重放效果。严格地说，每一个节目都应该携带自己特有的元数据参数，但是从电视播出的行业现状来说，尚不具备给每个节目写上自己的元数据这样的条件，因此，部分电视播出机构都是按照播出频道的一些特点，赋予这个频道统一的元数据参数，在要播出的节目不携带元数据信息时就按照统一的元数据参数进行编码。

和响度以及动态范围相关的元数据控制参数主要包括对白电平、动态范围控制类型、线路模式和射频模式。

先看线路模式和射频模式。数字机顶盒上一般都有适配于不同重放设备的输出接口，现在的家庭用户，基本都不会去使用射频输出直接接到电视机上看单声道电视节目，而多数用户使用能够解析出立体声的线路输出或HDMI输出收看立体声节目，但这两种输出，都已经被强制使用射频模式输出。只有在使用高品质其他解码设备，比如AV功率放大器时，才使用线路模式输出。射频模式输出的一个重要特性就是重放的响度是-24 LKFS，且高电平和低电平的压缩比例不可调。也就是在射频模式输出上，采用什么样动态范围控制类型对最后重放效果的动态范围有一定的影响，如果选错动态范围控制类型会导致节目重放时被过度压缩，听不清节目的一些主要元素。

前文提到，部分播出机构给不同频道赋予了预设值，其中动态范围控制类型就是从电影轻度型（Film Light）、电影标准型（Film Standard）、音乐轻度型（Music Light）、音乐标准型（Music Standard）、语音型（Speech）以及不作处理（None）这六种预置中进行选择，各种类型的具体参数见表1、图3。

有人会说既然射频输出模式的重放响度是-24 LKFS，还有必要提前进行响度控制吗？当制作者事先并不知道自己制作的节目将被赋予哪种预设值时，提前进行响度控制还是很有必要的。

响度一致性还有另一种可实现的手段，就是准确知道每个节目的对白响度值，将其写进元数据，最后机顶盒的射频模式按照-24 LKFS重放。但就目前的制作现状来看，无法测量出每个节目的对白响度值，如果这个值设置错误，反而会影响最后的输出，无法达到响度一致性的目的。而且每一种动态范围控制类型的非处理区域（None Band）的中心区域是由这个值的设定所决定的。之前进行了响度控制，符合响度要求，将对白电平值设定为-24 dB，这样动态范围控制类型就可以在这一设定好的电平附近工作，尽量不进行压缩或提升，确保制作者的艺术创作。

关于响度的一致性还有很多的问题值得探讨，此文中笔者仅就重点进行了说明，与读者分享。总而言之，响度一致性不是一蹴而就的，应该让“响度标准化”贯穿于节目制作、播出和传输的始终。

参考文献：

[1] ITU-R BS.1864：2010，数字电视节目国际交换中响度操作规程[S].

[2] 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[S].

[3] GY/T 262-2012，节目响度和真峰值音频电平测量算法[S].

[4] （丹）布里克林. 声频信号的仪表计量（第2版）[M]. 朱伟 译. 北京：人民邮电出版社，2012.5.endprint