卡拉OK这种娱乐形式起源于七十年代初的日本，而且采用音频磁带格式。10年后，音响厂家又引入直径30cm和20cm的激光视盘（LD）卡拉OK系统。至今LD仍在卡拉OK系统中占有主导地位。最近随着数字图像压缩技术的发展，音响厂家又推出以直径12cmCD盘片为基础的新一代卡拉OK系统。下面介绍有关 Video CD、Alpha Vision CD的情况。
一、Video CD
1993年3月飞利浦和日本JVC公司共同制定了CD卡拉OK格式并命名为DV卡拉OK。该格式采用了MPEG—1活动图像和音频编码方式，在直径12cm的CD盘片上存储74分钟的活动图像及其伴音。DV卡拉OK的画质相当于家用录像机水平，比不上现行的激光视盘（LD）。但因盘片直径小，系统易于小型化而节省不少空间，较受用户的欢迎。例如日本JVC推出的营业厅用DV卡拉OK系统可容纳30张盘片，共计可播放600多首乐曲。系统内含有两个自动换片机可分别控制两台播放机来完成选曲和播放任务、两个播放机的转换时间约需等待5秒钟。但该系统尺寸为277×470×758mm，比其它营业厅用卡拉OK系统体积还要小。
1993年8月，飞利浦、日本JVC、索尼和松下公司建设在DV卡拉OK基础上，增加静止画面播放功能和播放控制（菜单播放）功能作为选用功能，并使之成为Video CD标准。因此Video CD不仅用于卡拉OK，还可用于动画、音乐、教育和电子游戏等领域。其盘片还可在CDI FMV播放机或微机+CD ROM XA驱动器+MPEG－1解码器组合装置上播放。VideoCD在12cm直径CD盘片上可提供活动图像和双通道数字伴音。图像分辨率对应于3种类型帧频：352×240（30Hz），352×240（24Hz），352×288（25Hz），其传输比特率约为1.15Mb／S。音频部分符合MPEG一1的层次2编码方式，取样频率44、1kHz，传输比特率224kb／s。下面先介绍有关的MPEG—1的编码方式，以便更好了解Video CD的情况。
MPEG（Moving Picture ExPert Group)是国际标准化组织（ISO）1988年成立的活动图像专家组的简称。该组织于1991年11月通过了《用于数字存储媒体的活动图像及其相应伴音的约1.5Mb/s的编码》标准，简称MPEG—1。
MPEG—1标准规定了3种图像编码模式，一是帧内DCT（离散余弦变换）的Ⅰ方式。即把一帧图像分割成从4×4（像素）到16×16（像素）的几十个单元，然后在每个单元内进行像素值的正交变换，并把变换系数量化后进行传送的方式。二是帧间运动补偿十帧内DPCM/DCT的P方式。P方式是在Ⅰ方式的基础上引入了与时间相关的帧间运动补偿（MC）编码技术和可变长编码（VLC）的适应处理方式。三是帧间运动补偿十帧内DPCM／DCT的外插、内插处理的B方式。即在P方式的基础上又引入内插外插（双方向）编码。从编码的像素来看，它使用了过去与未来的信息。总之编码处理方法的核心是源编码-DCT＋MC。这些编码的运算量都很大，其中运动补偿的估计算法最为复杂，在MPEG—1中每秒钟要处理30帧352×240（NTSC）的图像，需要运算约10～15亿次（1～1.5GCPS）。
MPEG一1音频编码是以MUSICAM（掩蔽模式通用子带集成编码与多路复用）方式为基础的带频分割编码。这种编码考虑了包含图像信号约1.5Mb／s码率后才确定的。编码产生的位流（编码数据）构成3个层次（层次1、2、3），用哪个层次进行编码的信息包含在位流中。位流分出层次结构意味着根据编码的比特率可选择层次。随着1、2、3层次变高，编码方式和位流的复杂度就会增加，不过数据压缩效率也相应提高。量化处理随层次而变，而量化是以帧为单位进行的，因此帧的大小也随层次而变。不过量化器输出的位流在同一层次内还是固定长的。
MPEG一1应用在存储媒体中，仅要求解码器进行实时处理。而编码器就不受这一条件约束，因此可以使用相当复杂的技术。目前MPEG－1专用解码芯片有富士通的DEC—LSI、SGS Thomson公司的STi32408＆STV3208、C－Cube公司的CL一450B等。若使用数字信号处理器（DSP）处理活动图像，由于标准中对量化器的控制方法、各帧的比特分配方法、运动矢量的运算方法等均未作出规定，因此各大公司开发的产品，因采用不同的控制方式而出现画质上的差异。
目前，国内外各大公司纷纷推出Video CD作为卡拉OK系统。如安徽万燕电子系统有限公司生产的全功能娱乐视听系统CDK－320，在我国首次把MPEG－1标准应用到CD存储媒体上的Video CD播放机。韩国金星公司的营业厅用Video CD激光视盘播放系统带自动换片机，可同时存储Video CD盘片150张（约2500首歌），自动选曲非常方便。
Video CD作为卡拉OK系统，其格式受到数据传送速率1.5Mb／s的限制，但播放自然的图像和声音在技术上终究与原封不动再现信号的模拟时代完全不同。实际上，无论是图像还是声音在存储到12cm盘片上作为卡拉OK或影像使用时，其编码算法的参数均已较微妙且复杂地加以控制。例如在其图像中歌词部分尽可能在编码过程中少劣化，而在伴音中尽可能加强其导入旋律部分。各大公司都在进一步开发在12cmCD盘片上的高密度化技术，使之可播放60分钟以上的现行电视分辨率的画质。
二、Alpha Vision CD
1993年3月日本先锋公司推出了Alpha VisionCD作为营业厅卡拉OK系统。该系统使用12cm直径的CD盘片，可播放1小时能与激光视盘（LD）相媲美的画质（分辨率704×480）。盘片的记录密度约3倍于现行CD唱片，并采用MPEG—1数据压缩编码算法，把活动图像的传输速率提高到约4Mb／s。音频数据的压缩方式采用MPEG—1的层次2格式，可重放4通道声音，每个通道的数据传送速率为128kb／s。此外还配有传送速率为130.3kb／s的数据区用于存储歌词。
盘片上刻录的轨迹间距为1.0μm，最短位长0.46μm。为了播放这一高密度盘片，光源采用波长为685nm的半导体激光器。物镜的数字孔径（NA）为0.55。播放最短比特时的C／N约为58dB。
三、MPEG标准在CD存储媒体中的应用发展
MPEG于1992年未通过了MPEG一2标准，目标是将电视信号（分辨率为704×480）连同伴音纳入5～10Mb/s的码率，并在8～10Mb／s码率下, 画质达到广播级水平。目前MPEG在草拟用于数字高清晰度电视的20～40Mb／s码率标准，并将于1994年底发表。因此若要在12cmCD盘片上记录1小时以上的现行电视广播分辨率的画质，就需要把CD盘片的存储容量提高到6～8倍。目前CD唱机的激光头使用波长780nm的红色半导体激光器。如果使光源波长变短，激光束在盘片上聚光时的光点直径就越小 ，从而可提高密度。波长为780nm的激光改为500nm的激光。仅此，一项就可把光盘的存储容量提高到现有的2.5倍。此外若在信号处理电路方面加以巧妙设计，总计可达6～8倍的存储密 度、索尼公司已研制采用波长532nm的绿色SHG（二次谐波生成）激光作为光源，制作6倍于CD容量的光盘。
不过若要播放120分钟以上高清晰度电视画质就需要相当于30倍CD的容量，用真径12cmCD盘片显然难于实现。因此各厂家考虑采用直径20cm以上盘片作为数字高清晰度画面的存储盘片。盘片直径从12cm增加到20cm，存储容量可提高到2.5倍；增加到30cm，可提高到6倍以上。
总之，以CD存储媒体为基础的数字化视听产品的问世可以说是记录媒体上的一场革命，这一发展趋势甚至有可能把磁带从视听记录媒体的主要位置上驱逐出去。(陈利才)