AES_EBU数字音频传输标准

1、数字音频传输标准AES / EBU侯书婷，杨宇，徐品( 中国传媒大学信息工程学院，北京 100024)摘要: 为了保证演播室中各种数字音频设备之间能够相互连接并且安全的传输数据，AES / EBU( 声频工程协会 / 欧洲广播联盟) 制定了 AES / EBU 数字音频接口标准并于 1992 对它进行重新修订。该标准现已成为专业数字音频较为流行的标准。本文主要对该标准进行详细的介绍。关键词: 数字音频; 接口; AES / EBU中图分类号: TN931 1 文献标识码: A 文章编号: 1673 4793( 2014) 04 0029 08The AES / EBU Digital Audi

2、o Transmission StandardHOU SHU-ting，YANG Yu，XU Ping( Communication University of China，Beijing 100024，China)Abstract: In order to ensure that all kinds of digital audio equipment in the studio to be connected to eachother and transmitting data securely，the AES / EBU ( audio engineering association /

3、 European broadcast- ing union) formulated the AES / EBU digital audio interface standard and revised it in 1992 The standard has become a popular professional digital audio standard This paper mainly introduces the standard in de- tailKeywords: digital audio; interface; AES / EBU传输，亦支持光缆传输。在进行 A /

4、D 转换之前，为避免混叠失真，保证取样频率 fs 大于等于画面最高 频率的二倍，先要将模拟信号进行低通滤波，使声音 信号的最高频率下降至取样频率的一半以下。A / D 转换 器将模拟音频信号进行取 样，量 化，编 码。 AES / EBU 系统 取 样 频 率 支 持 32kHz 至 192kHz，量 化比特数为 16 到 24bit，当前演播室最常用的取样 频率为 48kHz 取样，即每秒传输 48000 个音频帧，量 化比特数常为 20bit 或 24bit 量化。产生的并行数字 字节通过串行器转换为串行传输，此时输出的信号 为 NZ 码。AES / EBU 编码器将信号转变为 AES /

5、 EBU 格式，对于不同比特量化的数据，AES / EBU 音 频帧结构不同( 具体在数字音频帧结构部分阐述) 。 在串行传输并行字节时先传输最低有效位( LSB) ，1AES / EBU 数字音频传输接口AES / EBU 数字音频传输标准的研 究 初 衷 是 为了满足专 业级设备与家用设备的连接。AES / EBU 数字音 频 传 输 标准是声频工程协会 ( Audio Engi- neering Society) 和 欧 洲 广 播 联 盟 ( European Broad- casting Union) 一起开发的一个数字音频传输标准，即 AES / EBU 标 准 ( AES3 19

6、92、ANSI S4 40 1992、IEC 958 或 AES3 2003) 。它是传输和接收数字音频信号的数字设备接口协议。我国的广播电 影电视相关标准为 GY / T158 2000。AES / EBU 数字音频信号编码流 程 图 如 图 1 所示1，该标准允许使用平衡或非平衡方式通过电缆收稿日期: 2014 03 17作者简介: 侯书婷( 1990 ) ，女( 汉族) ，河北邢台人，中国传媒大学硕士研究生 E-mail: shuting1202 qq com第 21 卷30中国传媒大学学报自然科学版83s，则一个音频块的时间为 192 20 83s =4000s。AES / EBU 数

7、字音频帧结构如图 2 所 示。20bit 及 20bit 以下量化的音 频帧的每个子帧含有 4bit 首标( 同 步 数 据) ，4bit 附 加 数 据，20bit 音 频 数 据，1bitV( 有效比特) ，1bitU( 用户比特) ，1bitC( 通道 比特) ，1bitP( 奇偶校验比特) 12。因此必须加入字节时钟标志以表明每一个样值的开始。最后为保证信号传输质量，数据流最终需进行 双相标志码编码( Bi phase mark) 。每一个 AES / EBU 数 字 音频帧分为两个子帧， 每个子帧 32 比特量化。每 192 个音频帧构成一个 块。对于 48KHz 的系统，一个音频帧

8、的时间是 20图 1 AES / EBU 数字音频编码流程图图 2 AES / EBU 数字音频帧结构24bit 量化的音频帧的每个子帧包含 24bit 音频数据，占用了本用于传输辅助字的 4 个比特，其余部分的 结构与 20bit 及 20bit 以下量化的音频帧结构相同。( 1) AES / EBU 数字音频编码前置同步字每一个子帧的最开头处为前置同步字，同步字 的编码根据该子帧所在块的位置而定。同步字共分 X、Y、Z 三 种，如 图 2 中 所 示。同 步 数 据 为 4bit 量 化，Z 表示该子帧为每个音频块的第一帧的子帧 1; X 表示块内其 余 帧 的 子 帧 1; Y 表示每个

9、帧的子帧 21。传输时，AES / EBU 数据除同步数据外，都需使 用 BPM( 双向标志码) 编码。此时，同步数据将以 8 比特编码 序 列 的 形 式 传 输，其具体编码如表 1 所示12。表 1 AES / EBU 数字音频帧同步数据编码辅助字( Auxiliarysample bits)辅助字可作为辅助声道传送其他音频信息，如 制作人员的通话或演播室之间的音频交流。每个音 频子帧可传送一个辅助声道的信息，每一个辅助声 道在 4ms ( 即 一 个 音 频 块 ) 内 可 传 送 4bit 192 =768bit 附加数据，可 组 成 64 个 12bit 分 辨 率 的 音 频 字节

10、6。每 个 4ms 提 供 64 个 样 值，相 当 于 16kHz 的抽 样 频 率。在 24bit 量 化 的 AES / EBU 数 字 音 频先前状态 0先前状态 1标识X1110001000011101子帧 1Y1110010000011011子帧 2Z1110100000010111子帧 1 和块起始第 4 期侯书婷等： AES/EBU 数字音频传输标准31系统中，辅助字被音频数据占用，即此时的音频数据有 24bit，音频帧里没有辅助字。有效样值( VValidity bit) 如果样值数据是音频且可以进行 D / A 转换，则此比特值为 0。否则，接收设备将有问题的样值输 出静

11、音。 该比特位并不被所有音频设备产品支 持15。用户比特( UUser databit)用户比特可以以任何的形式被用户所用，这有 利于 AES / EBU 数字音频传输的灵活性发展。在默 认情况下，用户比特值为 015。通道比特( CChannel status bit) 提供通道状态信息。由于 AES / EBU 数字音频支持单通道和双通道( 子帧 1 和子帧 2 各为不同通 道) 两种传输模式。对于双通道立体声音频，子帧 1 和子帧 2 的通道比特可以根据自己所携带的音频数 据不同而不同。通道状态信息包含: 音频取样字长度、音频通道数量、取样频率、时间码、源与目标的字母数字显示编码信息、再

12、次强调信息7。由于 AES / EBU 数字音频块包含 192 个 帧，即 包含 192 个子帧 1 和 192 个子帧 2 两个通道，每个 子帧包含通道比特 1bit，那么一个音频块的每一个 通道就可提供 192bit 的通道状态块。一个通道状态 块( Channel status bit block ) 包 含 24 个 字，每 个 字8bit 量化。其格式如表 2 所示24。奇偶校验比特( PParity bit) 提供该子帧比特位从 4 至 31( 如图 2) 的奇偶校验位。该值的设置可令 4 至 31 比特位中共有偶数 个“0”和偶数个“1”。( 2) AES / EBU 数据特性抽

13、样 频 率 为 48kHz 时 总 数 据 率 为 32 2 48000 = 3 072Mbps。在双相标志码编码后，数据传输率提高到两倍，即为 6 144Mbps8。双相 标 志 码 的频谱能量在 6 144MHz 的倍频处为 0。表 2 通道状态数据格式字节比特位 0比特位 1比特位 2比特位 3比特位 4比特位 5比特位 6比特位 70通道状态0 消 费 级 通 道1 专 业 级 通 道线性 PCM0 使 用 线 性PCM 编码1 使 用 其 他 编码编码音频信号强调信息000 不明确 强 调 信 息，如果接收端有用户 优先级使用，则不使用强调信息。100 无强调 信 息，接收端无用户优

14、先级设 置。111 50 /15 s，接收端无用户优先级设置。111 CCITT J 17 ( 500Hz 介 入 损 耗 为 65dB) ，接收端无用户优先级设置。源取样 频率锁定0 默 认 设 置， 取 样 频 率 锁 定1 源 取 样 频 率未锁定取样频率00 取 样 频 率 不 明 确，接 收 端默认 采用接口帧率和用 户优 先 级 设 置，或 自 动 设 置。01 48 kHz10 44 1 kHz11 32k Hz1通道模式0000 未明确指定，默认双通道，使用用户优先级0001 双通道的模式0010 单通道( 单声道) 模式0011 基本模式0100 双声道立体声模式( 通道 1

15、 为左声道)0101 用户自定义预留0110 用户自定义预留0111 单通道倍频取样模式，子帧 1、2 携带同一通道数据，取样频率翻倍。1000 单通道倍频取样模式，传输双声道立体声中的左通道，取样频率翻 倍。1001 单通道倍频取样模式，传输双声道立体声中的右通道，取样频率翻 倍。1111 多通道模式 其余数据保留，用于未来定义使用用户比特管理0000 默认无用户信息0001 192bit 块结构。预设“Z”为块首0010 HDLC 协议包0011 用户自定义0100 IEC 60958 3 标准用户数据0101 元数据保留数据 其余数据保留，用于未来定义使用第 21 卷32中国传媒大学学报

16、自然科学版续表字节比特位 0比特位 1比特位 2比特位 3比特位 4比特位 5比特位 6比特位 72辅助取样比特000 20bit 及以下取样频率，辅助字未定义001 24bit 取样，辅助字被音频数据占用010 20bit 及以 下 取 样 频 率，辅 助 字 携 带 相 应信息011 用户自定义应用保留数据 其余数据保留，用于未来定义使用源信息字长度 源编码历史记录20bit 及以下量化 24bit 量化000 未指定( 默认) 未指定( 默认)001 23bits19bits010 22 bits18 bits011 21 bits17 bits100 20 bits16 bits101

17、 24 bits20 bits其余数据保留，用于未来定义使用标准电平00 未指定01 SMPTE TP155，20dB10 EBU 68，18 06dB11 保留3通道序号 当 N = 0( 比特位 7 置零) ，此编码为通道序号 即二进制字节的数值，比特位 0 是最低比特位( LSB)N = 0 默认非多 通 道 模 式N = 1多通道模式通道序号当 N = 0( 比特位 7 置零) ，为多通道序模式。其值为通道 序号数值的二进制数，比特位 0 是最低比特位( LSB)多通道模式序号000 多通道模式 0100 多通道模式 1010 多通道模式 2110 多通道模式 3111 用户自定义多通

18、道模式4数字音频参考00 非参考信号( 默认)01 一级参考信号10 二级参考信号11 保留数据保留位取样频率0000 默认未指定 1000 24 kHz0100 96 kHz1100 192 kHz0001 定向保留数据 1001 22 05 kHz0101 88 2 kHz1101 176 4 kHz1111 用户自定义其余为保留数据SF 标志0 默认不变1 取 样 频 率 乘 以 1 /10015保留位默认值为 06 9源通道字母数字显示数据7bit ISO 646( ASCII) 数据，未 加 奇 偶 校 验 比 特。 最低比特位最先传输，比 特 位 7 值 为 0。 字 节 6 为

19、第 一 个 字 母。 ASCII 中的控制字符或通讯专用字符( 01 1F HEX 以及 7F HEX) 在此禁用。默认值为 0( 00 HEX 在 ASCII、码中为 “NULL”) 。10 13目标通道字母数字显示数据7bit ISO 646( ASCII) 数据，未加奇偶校验比特。最低比特位最先传输，比 特 位 7 值 为 0。字 节 10 为 第 一 个 字 母。 ASCII 中的控制字符或通讯专用字符( 01 1F HEX 以及 7F HEX) 在此禁用。默认值为 0( 00 HEX 在 ASCII、码中为 “NULL”) 。14 17本地取样地址编码32bit 二进制数据，表示当前

20、块的第一取样值。最低比特位最先传输。默认值为 0。18 21时间日期地址编码( 32 bit 二进制编码)32bit 二进制数据，表示当前块的第一取样值。最低比特位最先传输。默认值为 0。第 4 期侯书婷等： AES/EBU 数字音频传输标准33续表据流比特叠加产生的眼图眼宽时间为 163ns8。( 3) AES / EBU 接口的电特性AES / EBU 专业格式接口包括 XL、光纤接口和 BNC 接口3，其中最常使用的 XL 接口电特性示于 表 3。同步字包括三个低单元和随之而来的三个连续的高单元。在 AES / EBU 信号频谱中占据一个低的 基频，3 072 /3 = 1 024MHz

21、。每个音频帧包括 64bit，每 20 83s 发 出 一 帧。 帧中的一个数据比特持续时 间 为 325 5ns，一 个 双 相标志码比 特 单 元 时 间 为 163ns。这 样，由 一 些 数表 3 AES / EBU 专业格式 XL 接口特性XL 又叫卡侬头，接口如图 3( a) 所示。( a) CA 莲花头( b) TS 插头 / 大二芯( c) TS 插头 / 大三芯图 4 AES / EBU 消费级接口( a) XL 卡侬头 ( b) F05 光纤传输图 3 AES / EBU 专业音频接口( c) BNC( 4) 数字音频信号的传送接口电路原 AES3 1992 标准定义了在双

22、绞线音频电缆 上传输 AES / EBU 信 号 的 规 格。AES3 3id 1996 文件和 ANSI / SMPTE 276M 1995 标准文件定义和AES / EBU 消费级格式接口的特性示于表 4，这种消费级格式用于 CD 和具有数字输入和输出接口 的 DAT 中。格 式发送端特性接收端特性两 声 道 抽 样 线 性 编 码 数 据 的 串 行 传 输平衡输出插件: XL 插头 芯脚分配:芯 1: 电缆屏蔽，信号地 芯 2: 信号( 极性不要求) 芯 3: 信号( 极性不要求) 源阻抗: 110 20%不平衡度: 30 dB( 到 6MHz)输出信号幅度: 在 110 负载上 2

23、到 7Vp p( 平衡) 上升和下降时间: 5 到 30ns抖动: 20ns平衡输入插件: XL 插座 芯脚分配:芯 1: 电缆屏蔽，信号地 芯 2: 信号( 极性不要求) 芯 3: 信号( 极性不要求) 输入阻抗: 110 20%共模抑制比: 最高 7Vp p，20kHz最大可接受信号电平: 7Vp p电缆规范: 屏蔽双绞线，最长 100 到 250 米 电缆均衡: 可选字节比特位 0比特位 1比特位 2比特位 3比特位 4比特位 5比特位 6比特位 722可靠性标志 该标志用于定义通道状态数据携带的信息是否可靠。如果可靠，对应比特为 0( 默认) ，如果不可靠，则值为 1。 比特位 0 3

24、保留位，默认为 0，用于未来定义比特位 40 5 字节的可靠性 比特位 56 13 字节的可靠性 比特位 614 17 字节的可靠性比特位 718 21 字节的可靠性23通道状态数据冗余循环校验字( CCC)生成多项式为 G( X) = X8 + X4 + X3 + X2 + 1最低比特位最先传输。默认值为 0。第 21 卷34中国传媒大学学报自然科学版表 4 AES / EBU 消费格式 CA 接口的特性 110 双绞线电缆传输电路AES3 1992 建议的传输线路示于图 5。75 同轴电缆传送电路 开发此标准是为了克服双绞线传送时的电缆长度、XL 接插件大小和费用带来的 限 制，但 更 重

25、 要 的是可以用不箝位的模拟视频分配放大器和路由器 来传送数字音频信号5。但是，绝大多数音频设备 都使用卡侬( XL) 接插件，因此必须考虑到需要与 BNC 端 子 ( 图 3c ) 的 转 接。 此 外，由 于 最 少 需 要12MHz 带宽来传输双相标志码编码的 AES / EBU 信 号，所以有些模拟传送放大器的带宽可能不够。( a) 75 同轴电缆传送接口的特性采纳了其他一些传送格式。这些标准都定义了在不平衡同轴电缆上 AES3 格式化数据的传输。图 5 AES3 1992 传送连接电路于数字音频分配，但电缆长度一般限于 100 米，具体视电缆类型而定，高质量的双绞线电缆可达到 250

26、米。一个数字音频设备输出只能连接一个接收端。其它接口协议除 AES / EBU 协议 外，还 有三种接口格式广泛 使用: MADI( 多声道音频数字接口) ，SDIF 2 ( Sony数字接口互连) 和 SPDIF( Sony Philips 数字接口) 。( a) MADI 格式MADI 格式 在 AES 10 1991 标 准 文 件 和 AES 10id 1995 中 定 义，它可以容纳最多 56 路 遵 从 AES3 1992 标准的 32bit 信号。MADI 最早用于点 到点的系统，如多轨录音机和数字音频组件以及处 理器间的互连，数字路由系统和录音室到录音室的 互连。MADI 信号

27、很容易转换成 AES / EBU 子帧，只 有最初 4bit 与 AES / EBU 子帧不同。支持抽样频率 为 32kHz 到 48kHz，可变化 12 5% ，以支持录音机 的变速操作。数据传输率固定 为 125Mbps，对 编 码 数据流 提 供 足 够 带 宽 ( 56 路 40bits 48kHz 1125 = 121Mbps) 。传输介质可以是宽带宽的同轴电缆 ( 最 多 50 米) 或光纤( 超过 50 米) 。AES 10id 1995 文件给 出了光纤接口的说明。75 同轴电缆传送接口的特性列于表 5。表 5 75 同轴电缆传送接口的特性( b) AES 3id 建议AES

28、3id 建 议 的 传 送 线 路 示 于 图 61。该 建 议还包括关于电缆性能、电缆均衡器特性的信息。( c) 实际的线路连接 在录音室中应使用平衡电缆馈送可避免接地环路问题。在现有的录音室中已安装的模拟电缆可用通道编码双相标志码编码的 AES / EBU 信号发送端 特性带 BNC 端子的不平衡输出源阻抗: 75 标称值反射损耗: 25 dB( 0 1 到 6MHz) 输出信号幅度: 在 75 负载上 1V 10% 直流偏置: 0V 50mV上升和下降时间: 在信号幅度的 10% 和 90% 间30 到 44ns数据抖动: 20nsp p接收端 特性不平衡输入输入阻抗: 75 标称值反射

29、损耗: 25 dB( 0 1 到 6MHz) 最小输入电平灵敏度: 100mV 电缆均衡: 可选格 式两声道抽样线性编码数据的串行传输发送端 特性不平衡输出插件: CA 话筒插口 源阻抗: 75输出信号幅度: 75 负载上 500mVp p( 不平衡)接收端 特性不平衡输入插件: CA 话筒插口 输入阻抗: 75第 4 期侯书婷等： AES/EBU 数字音频传输标准35图 6 AES3id 1996 传送连接( b) SDIF 2 格式这种格式 由 Sony 开 发，用于专业级控制和记 录，单声道 44 1kHz 和 48kHz 信号的互连，由 32bit 长度的音频字节组成。前 20 比特保

30、留作为音频样 值，接下来的 9 比特用来创建控制字，剩下的 3 比特 为同步信息。控制字中包括有关预加重、正常音频 还是非 音 频 数 据、拷 贝 禁 止、每 256 音 频 字 节 中 SDIF 音频块同步信息以及用户数据等声道信息3。传输介质是工作在 TTL 电平上的 75 同轴电 缆，数据率为 1 54Mbps。它是一个点对点的互连系 统，需要三根同轴电缆来传输左、右声道数据和字节 时钟信号。( c) SPDIF 格式此格式是 AES / EBU( AES3 1992) 格式协议的 消费级版本。为了在专业设备和家用设备间传输数 字音频数据开发此标准，在 AES3 专业设备和 AES3 家

31、用设备之间需要进行格式转换( 数据和电平转换) 。号进行混合、插入或组合时，需要将样值与一个基准信号源在相位和频率上同步。同一录音室内的两台 设备在各自的输出端可能会 产生定时上的缓慢漂 移，和视频一样，也需要一个时钟发生器产生基准信 号或是从一台设备提供基准给另外一台。( 1) 数字音频信号间的同步 不同的数字音频源的同步需要考虑以下两点: 抽样时钟的时间校准或频率同步; 音频信号的帧校准，即相位同步。AES11 1991 建议规定，在录音室环境中数字 音频设备的频率同步和相位同步应采用专门的时钟 发生器提供基准信号进行频率同步，所有的制作设 备都锁定于主基准发生器; 小的录音室可使用一台

32、设备的输出作为基准。图 7 示出一个数字音频 样 值 与 一 个 AES / EBU 数字音频基准信号 ( DAS) 对准的状态。AES 11 规定数字音频样值必须与一个基准信号同相，在发 送器输出端一个音频帧的同步容差为 5% ，在接收 器端一个音频帧的同步容差是 25% 。定时基准点 是 X 或 Z 同步字的第一个边沿。2音频同步在演播室内，对来自不同音频源的数字音频信图 7 AES / EBU 数字音频信号与基准信号的同步当两个数字音频信号抽样率不同或无法将信号锁定在一起时，可使用抽样率转换和同步器。抽样 率锁定且保持整数关系即为同步转换。( 2) 数字音频和视频信号间的同步 在电视系统

33、中，数字音频基准信号必须与视频基准信号锁定以使音频和视频信号同步，这样可进 行无缝的音频和视频切 换910。表 6 对 三 种 不 同的视频帧速率示出对应的三种不同抽样率每个视频帧内所含的音频样值数，数值表示单位数量的视频 帧传输的音频帧数量。625 行和 525 行标准的视频抽样频率和 48kHz音频抽样频率之间的关系为:数 字分量视频抽样频率 13 5MHz，FH= 15625kHz，F= 25Hz 时，V第 21 卷36中国传媒大学学报自然科学版表 6 每个视频帧对应的音频样值数48kHz = 13 5MHz /858 /525 8008 /5在 625 /25 系统中，每一视频帧有确定数目的音 频样值( 48kHz 抽样时有 1920 个音频样值) ，音频和 视频信号间的相位关系很容易保 持，见 图 8 ( EBU 83 1996 建议) 。AES3 音频可与从 625