数字可视对讲技术探讨

图3 Hi3510数字可视对讲最小系统框图

　　以Hi3510为核心，配备图像传感器作为影像输入源，视频信号通过ITU656接口输送给Hi3510，Hi3510对数字视频进行压缩处理，经过PHY将数据以TCP/IP包传输到目的地;同时，Hi3510对通过PHY传送的TCP/IP包进行解码、缩放，通过RGB888接口送至TFT Module显示;为方便用户进行选择操作，可通过SPI接口及GPIO实现触摸屏和按键功能;语音数据则通过一颗音频Codec进行AD编码后通过I2S总线送往Hi3510处理，Hi3510不仅仅需要对语音作压缩处理以备传输，而且还需要实现双向语音传输所需的回声抵消功能、唇音同步以及按键的双音多频DTMF等。多达两个的USB1.1接口提供了丰富的个人存贮界面，各种影音即可通过网络传输也可通过USB及USB转SD存贮至本地，以便需要时播放。若需扩展WIFI无线传输，另一个USB1.1接口可提供成本低且易实现的USB转Wi-Fi方案。

　　技术核心：视频压缩、语音处理、网络传输

　　未来多媒体产品的核心不外乎：音视频压缩，语音处理和网络传输三大部分。无论是从PC娱乐、SetBox，还是Digital TV以及任何多媒体产品都可以看到这三大要素的踪影。作为数字家庭中的新秀，这三要素也是构成数字可视对讲系统的基础。

　　由于历史原因，早期的数字可视对讲的视频编码格式多为H.263，其目的是为了和可视电话兼容。H.264作为H.263的升级版本提供了更大的压缩比和更好的网络适应性。基于此，越来越多的数字可视对讲产品采用H.264标准作为视频压缩的格式。 H.264最大特点是对带宽的要求很低，在同等的还原图像质量的情况下，H.264要比MPEG-4节省50%以上的码率。同时，H.264在设计之初就考虑到了在不同网络资源下的分级编码传输。H.264具有较强的容错能力，在质量不稳定的网络环境中，可以得到比MPEG4编码视频更好的质量。当然，H.264带来的好处不是免费的、更高的压缩比和良好的网络适应性能，而是处理算法的复杂化，对处理器提出了更高的性能要求。

　　为了适应网络传输的特点，语音也需要低带宽、高音质的音频编码标准。日常所常见的MP3、AAC等多媒体音频格式不能很好的适应语音网络通信的要求。语音网络通信使用的更多的是G.7xx和AMR(Adaptive Multi-Rate)语音编码，以便在有限带宽下提供多路数的语音数据业务。例如，G.729是一种高效的压缩编码技术，可将经过采样的64kb/s话音以几乎不失真的质量压缩至8kb/s，非常适合在VoIP系统中使用;AMR主要用于移动设备的音频，压缩比比较大，但相对其他的压缩格式质量比较差，由于多用于人声通话，效果还是很不错的。同时为了支撑双向语音对讲业务，语音处理模块仍要提供对回声抵消、唇音同步、噪声抑制、双音多频DTMF的支持。普通的多媒体处理器往往只能提供单一的语音处理功能，因此应用在数字可视对讲上的处理器需提供更为灵活和强大的语音支持。

　　海思半导体Hi3510芯片灵活的多核架构，满足了视频H.264的复杂编码和音频多种压缩格式的要求，同时内置双MAC，可方便配置带路由功能的网络，降低eBOM。图4为Hi3510内部逻辑图。 

图4 Hi3510功能逻辑图

　　内置的H.264/263 硬件加速器完成视频编解码算法，保障了流畅的视频画面，对H.263的兼容使得采用Hi3510为主芯片的设备可兼容早期的可视电话系统，实现多终端对接。32位的语音DSP，在提供从MP3、WMA到G.7xx,AMR多种语音编码处理的同时，支持回声抵消、噪声抑制、唇音同步等处理需求。主频220MHz的ARM处理器，可实现更多增值业务，IE浏览、数码相框、信息发布均在ARM上完成。Hi3510以ARM+Audio DSP+H.264/263硬件加速的多核处理架构并配备丰富的通信接口，如MAC、UART、USB等。

　　结语

　　数字可视对讲无论在市场上还是技术上，目前正处于加速发展时期，并越来越成为数字家庭的一个重要角色。其自身具备的三大要素：视频压缩、语音处理、网络传输，使得数字可视对讲与其他家庭多媒体产品互相融合。由此，随着技术的发展，对内置的处理器也提出了更高的要求。