Сергей Чернышов

Студент третьего курса факультета аудиовизуальной техники Санкт-Петербургского государственного университета кино и телевидения. Первый раз выступал на конференции еще школьником. В настоящее время активно участвует в научной работе по оценке и компенсации несинхронности аудио- и видеоряда в телевидении и цифровом кинематографе, проводимой на кафедре видеотехники СПбГУКиТ. Тема доклада: «Оценка заметности расхождения между видео и звуком в цифровом кинематографе» (тезисы доклада).

Награжден поездкой в Амстердам на выставку и конференцию IBC в сентябре 2007 г. от IABM. Приз от ФГУП «Научно-исследовательский институт телевидения» – карманный компьютер Hewlett-Packard.

ОЦЕНКА ЗАМЕТНОСТИ РАСХОЖДЕНИЯ МЕЖДУ ВИДЕО И ЗВУКОМ В ЦИФРОВОМ КИНЕМАТОГРАФЕ

THE EVALUATION OF RELATIVE TIMING OF SOUND AND VISIO IN DIGITAL CINEMA

Одним из основных критериев качества воспроизведения аудиовизуального контента является степень синхронности аудио и видео сигналов. Существует ряд причин, по которым происходит нарушение синхронности. В телевидении искажения являются квазипостоянными и возникают на больших интервалах времени. Особенности восприятия органов слуха и зрения человека накладывают определённые ограничения на возможные рассогласования потоков аудио- и видеоданных. Существуют нормативы, задающие допустимые значения несинхронности аудиовизуальной последовательности. В процессе производства кино на стадии озвучивания возникает более сложная проблема локальной синхронизации аудио- и видеоряда на коротких интервалах времени. Задержка между изображением и звуком носит псевдослучайный характер, имеет переменную длительность и знак. На данный момент механизм восприятия человеком импульсных сдвигов является неизученным. Стандарты, задающие пороги заметности и допустимости расхождений видео и звука, ориентированы на квазистатичную задержку, возникающую преимущественно в телевидении. В настоящее время актуальной задачей является оценка чувствительности зрительного анализатора и органов слуха к искажениям, возникающих при локальном рассогласования звука и видео в процессе озвучивания кино. Целью данной работы является сравнительный анализ проявления заметности несинхронности статического и импульсного типа и определение факторов, влияющих на их субъективное восприятие.

В докладе представлены результаты экспериментов по субъективной оценки несинхронности а/в контента. В целях преемственности результатов исследования с существующими нормативами были проведены аналогичные эксперименты по субъективной оценке степени несинхронности а/в материла при внесении статичной задержки. Сравнение полученных данных с рекомендуемыми в стандартах и установление закономерности дало возможность проведения принципиально новых исследований заметности импульсных рассогласований аудио и видеоряда, характерных для кинематографа. Для этого последовательно моделировались условия возможных нарушений, (расхождений аудио- и видеоряда) при озвучивании. Эксперименты проводились в соответствии с рекомендацией ITU-R BT.500. В качестве тест материала использовали запись диктора новостей. Оценка велась по процедуре «The double-stimulus impairment scale (DSIS) method (the EBU method)». Участникам эксперимента демонстрировались пары клипов, первый из которых являлся оригиналом, во втором были расхождения во времени между видео и звуком. В бланках участники экспериментов должны были поставить балловую оценку их впечатления о степени несинхронности во втором сюжете в сравнении с оригиналом.

Сравнительный анализ проявления заметности несинхронности статического и импульсного типов дал статистически значимую разность результатов восприятия аудиторией подобного рода искажений. Это позволяет сделать вывод о невозможности применения существующих стандартов на рассогласование потоков в телевидении к несинхронности, возникающей в кино при дублировании, озвучивании.

В ходе проведения экспериментов обнаружилось, что одним из основных факторов, влияющих на восприятие человеком степени синхронности а/в материала, являются артикуляционные характеристики произносимого актёром (диктором) текста. Существует набор звуков с активным и пассивным произнесением. Была проведена оценка заметности импульсного сдвига одного слова, с учётом её артикуляционных характеристик и активности произнесения на восприятие степени синхронности аудиовизуального контента в целом. Результаты статистического анализа подтвердили гипотезу о том, субъективное восприятие импульсных сдвигов набора звуков с активным произнесением отличается от подобных сдвигов звуков с пассивным произнесением.