NO.1  編解碼及渲染技術(shù)框架

Audio Vivid支持基于聲道的音頻信號(hào)（聲道信號(hào)）、基于對(duì)象的音頻信號(hào)（對(duì)象信號(hào)）和基于場(chǎng)景的音頻信號(hào)（HOA信號(hào)）的音頻編碼和元數(shù)據(jù)編碼。音頻編碼可采用通用碼率音頻編碼，在保證聽音質(zhì)量的前提下對(duì)音頻信號(hào)進(jìn)行編碼，也可采用《信息技術(shù) 高效多媒體編碼 第3部分：音頻》（GB/T 33475.3—2018）規(guī)定的無損音頻編碼，在數(shù)據(jù)無損的情況下實(shí)現(xiàn)音頻信號(hào)的壓縮。音頻編碼既支持聲道信號(hào)、對(duì)象信號(hào)和HOA信號(hào)的單獨(dú)編碼，也支持聲道+對(duì)象、HOA+對(duì)象等的混合編碼。編碼后的位流通過三維聲位流復(fù)用得到三維聲編碼位流。Audio Vivid編碼框架見圖1。

圖1 Audio Vivid編碼框架

Audio Vivid解碼是編碼的逆過程，通用碼率音頻解碼或無損音頻解碼得到聲道信號(hào)、對(duì)象信號(hào)、HOA信號(hào)，通過元數(shù)據(jù)解碼恢復(fù)元數(shù)據(jù)信息。根據(jù)不同的終端重放環(huán)境，可通過揚(yáng)聲器渲染得到對(duì)應(yīng)揚(yáng)聲器布局的信號(hào)用于揚(yáng)聲器播放，也可通過雙耳渲染得到左右兩路信號(hào)用于耳機(jī)播放。Audio Vivid解碼和渲染框架見圖2。

圖2 Audio Vivid解碼和渲染框架

NO.2 通用碼率音頻編解碼關(guān)鍵技術(shù)

2.1 編解碼框架和流程

通用碼率音頻編碼包括核心編碼和HOA空間編碼。核心編碼由編碼預(yù)處理、下混和神經(jīng)網(wǎng)絡(luò)變換與量化編碼組成。編碼預(yù)處理將聲道信號(hào)從時(shí)域轉(zhuǎn)換為頻域進(jìn)行預(yù)處理，包括暫態(tài)檢測(cè)、窗型判斷、改進(jìn)離散余弦變換（MDCT）、頻域噪聲整形、時(shí)域噪聲整形、頻帶擴(kuò)展編碼；下混將編碼預(yù)處理后的頻域信號(hào)進(jìn)行下混，去除聲道間的相關(guān)性，包括雙聲道立體聲下混、多聲道下混、HOA下混；神經(jīng)網(wǎng)絡(luò)變換與量化編碼采用基于神經(jīng)網(wǎng)絡(luò)的方式對(duì)下混后的信號(hào)進(jìn)行變換、量化和編碼得到二進(jìn)制位流。HOA信號(hào)經(jīng)過HOA空間編碼后，再通過核心編碼得到二進(jìn)制位流。編碼后的位流和元數(shù)據(jù)編碼位流經(jīng)過位流復(fù)用得到編碼位流。通用碼率音頻編碼框架示意圖見圖3。

圖3 通用碼率音頻編碼框架

通用碼率音頻解碼對(duì)編碼后的位流進(jìn)行解復(fù)用，經(jīng)過包括解碼逆量化和神經(jīng)網(wǎng)絡(luò)逆變換、上混、解碼后處理的核心解碼處理后恢復(fù)得到單聲道信號(hào)、雙聲道立體聲信號(hào)、多聲道信號(hào)或?qū)ο笮盘?hào)。對(duì)于HOA解碼，核心解碼后的信號(hào)再經(jīng)過HOA空間解碼得到HOA信號(hào)。通用碼率音頻編碼框架示意圖見圖4。單聲道信號(hào)解碼、雙聲道立體聲信號(hào)解碼、多聲道信號(hào)解碼和HOA空間解碼過程是對(duì)應(yīng)編碼過程的逆過程，在此不再贅述。

圖4 通用碼率音頻解碼框架

2.2 編解碼關(guān)鍵技術(shù)

2.2.1 暫態(tài)信號(hào)檢測(cè)和MDCT

一幀音頻信號(hào)包含1024個(gè)樣點(diǎn)，通過加窗將信號(hào)分為多個(gè)數(shù)據(jù)塊，然后對(duì)每個(gè)數(shù)據(jù)塊單獨(dú)處理。首先對(duì)輸入的音頻信號(hào)進(jìn)行暫態(tài)檢測(cè)，判斷當(dāng)前信號(hào)是暫態(tài)信號(hào)還是穩(wěn)態(tài)信號(hào)。對(duì)暫態(tài)信號(hào)加短窗以保證較好的時(shí)域分辨率，對(duì)穩(wěn)態(tài)信號(hào)加長窗以保證較好的頻域分辨率。

2.2.2 噪聲整形

音頻信號(hào)中的暫態(tài)信號(hào)從時(shí)域變換到頻域后，存在大量的高頻細(xì)節(jié)分量，量化時(shí)會(huì)產(chǎn)生量化噪聲，經(jīng)過反量化和反變換處理到時(shí)域后噪聲會(huì)擴(kuò)散，有部分噪聲不能被掩蔽掉，會(huì)產(chǎn)生預(yù)回聲和后回聲現(xiàn)象，影響聲音質(zhì)量。

時(shí)域噪聲整形（TNS）通過在頻域?qū)π盘?hào)進(jìn)行預(yù)測(cè)編碼，解碼端通過調(diào)節(jié)量化噪聲的時(shí)域形狀，來適應(yīng)輸入信號(hào)的時(shí)域形狀，利用聲音信號(hào)的掩蔽特性，將量化噪聲由有用信號(hào)掩蔽掉。Audio Vivid通過采用兩個(gè)可選頻段的TNS濾波器實(shí)現(xiàn)時(shí)域噪聲整形，將整個(gè)MDCT頻譜劃分為兩個(gè)濾波器，分別覆蓋[660Hz，5400Hz]和[5400Hz，20000Hz]。TNS濾波器使用的參數(shù)為反射系數(shù)（最大階數(shù)為8），是LPC、LSF等參數(shù)的等價(jià)表示。在TNS濾波器對(duì)應(yīng)的頻率范圍內(nèi)，對(duì)該頻率范圍內(nèi)的MDCT頻譜進(jìn)行基于反射系數(shù)的線性預(yù)測(cè)分析濾波，所得結(jié)果為TNS處理后的MDCT頻譜。頻域噪聲整形（FDNS）控制編碼過程引入的量化噪聲在頻域上的分布情況，利用人耳聽覺掩蔽效應(yīng)減少可感知的量化噪聲，提升編碼質(zhì)量。Audio Vivid的頻域噪聲整形算法為基于LPC參數(shù)的MDCT頻譜整形技術(shù)，包括信號(hào)預(yù)加重、自相關(guān)系數(shù)計(jì)算、LPC參數(shù)求解、LPC轉(zhuǎn)換為LSF、LSF參數(shù)量化編碼、頻譜整形等處理。

2.2.3 頻帶擴(kuò)展

頻帶擴(kuò)展利用MDCT頻譜高低頻之間的相關(guān)性，在解碼端根據(jù)解碼所得核心帶頻譜重建原始信號(hào)的高頻帶頻譜，在節(jié)省編碼帶寬的同時(shí)又能恢復(fù)出高頻細(xì)節(jié)特征。

Audio Vivid中頻帶擴(kuò)展算法在編碼端計(jì)算每個(gè)高頻頻帶的MDCT頻譜能量，作為頻帶擴(kuò)展的高頻子帶包絡(luò)參數(shù)。根據(jù)源頻率區(qū)域和目標(biāo)頻率區(qū)域的頻譜特征，確定高頻白化等級(jí)。解碼端根據(jù)高頻子帶包絡(luò)參數(shù)和白化等級(jí)恢復(fù)出高頻頻譜。

2.2.4 神經(jīng)網(wǎng)絡(luò)變換與熵編碼

為了有效提升編碼效率，Audio Vivid采用了基于神經(jīng)網(wǎng)絡(luò)的變換和熵編碼技術(shù)。利用基礎(chǔ)編碼神經(jīng)網(wǎng)絡(luò)將MDCT信號(hào)轉(zhuǎn)換為隱特征信號(hào)，再對(duì)隱特征信號(hào)做量化和熵編碼。生成隱特征信號(hào)的目的是為了獲得更利于高效熵編碼的特征。隱特征在做熵編碼前首先進(jìn)行標(biāo)量量化。標(biāo)量量化的量階大小由目標(biāo)編碼碼率控制。標(biāo)量量化后的隱特征信號(hào)被送入基于神經(jīng)網(wǎng)絡(luò)的熵編碼模塊。熵編碼模塊利用上下文編碼神經(jīng)網(wǎng)絡(luò)生成待編碼隱特征信號(hào)的上下文，根據(jù)該上下文選擇對(duì)應(yīng)的碼書對(duì)隱特征信號(hào)進(jìn)行熵編碼。兩個(gè)深度神經(jīng)網(wǎng)絡(luò)是聯(lián)合訓(xùn)練的，在最小化信息熵的約束下聯(lián)合尋找待編碼特征、上下文和各碼書之間的關(guān)系，充分利用了深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)大抽象能力。兩個(gè)深度神經(jīng)網(wǎng)絡(luò)在編碼端和解碼端采用了非對(duì)稱的設(shè)計(jì)，即編碼端采用較大的神經(jīng)網(wǎng)絡(luò)保證較高的壓縮效率，而解碼端采用較小的神經(jīng)網(wǎng)絡(luò)以降低開銷?；谏窠?jīng)網(wǎng)絡(luò)的變換與編碼技術(shù)架構(gòu)見圖5。

圖5 神經(jīng)網(wǎng)絡(luò)變換與編碼技術(shù)架構(gòu)

基礎(chǔ)編碼神經(jīng)網(wǎng)絡(luò)的輸入為長度1024的MDCT頻譜，經(jīng)神經(jīng)網(wǎng)絡(luò)變換后，得到的變換系數(shù)維度為16通道，每個(gè)通道64個(gè)系數(shù)。

上下文編碼神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)配置相關(guān)信息見表2。上下文編碼神經(jīng)網(wǎng)絡(luò)的輸入為16通道，每個(gè)通道64維的變換系數(shù)，經(jīng)神經(jīng)網(wǎng)絡(luò)變換后，得到的上下文編碼神經(jīng)網(wǎng)絡(luò)的變換系數(shù)，通道數(shù)仍為16，每個(gè)通道16維。

2.2.5 HOA空間編碼

對(duì)于一個(gè)m階的HOA信號(hào)，具有（m+1）2個(gè)音頻通道，如三階HOA信號(hào)具有16個(gè)音頻通道。HOA信號(hào)也可以看作一種多聲道音頻信號(hào)，采用多聲道編碼的方式直接進(jìn)行壓縮，但需要壓縮的數(shù)據(jù)量隨著階數(shù)的增長顯著提升。為了進(jìn)一步降低分配到多聲道核心編碼器音頻信號(hào)之間的相關(guān)性，Audio Vivid采用HOA空間編碼，將HOA音頻通道信號(hào)轉(zhuǎn)化到一系列虛擬揚(yáng)聲器信號(hào)中，用以降低冗余，提高編碼效率。

圖6 虛擬揚(yáng)聲器分布

HOA空間編碼技術(shù)假設(shè)待編碼HOA信號(hào)的周圍分布了若干虛擬揚(yáng)聲器，如圖6所示。待編碼的HOA信號(hào)可以由少數(shù)虛擬揚(yáng)聲器信號(hào)的HOA表達(dá)來近似，原始HOA信號(hào)和該近似表達(dá)信號(hào)的差值為殘差信號(hào)，編碼時(shí)只需要對(duì)少數(shù)虛擬揚(yáng)聲器信號(hào)的HOA表達(dá)和殘差信號(hào)進(jìn)行編碼。少數(shù)虛擬揚(yáng)聲器信號(hào)的HOA表達(dá)可以進(jìn)一步分解為虛擬揚(yáng)聲器HOA系數(shù)矩陣與虛擬揚(yáng)聲器信號(hào)向量。HOA系數(shù)矩陣編碼只需將虛擬揚(yáng)聲器的位置信息作為邊信息編碼。虛擬揚(yáng)聲器信號(hào)由待編碼HOA信號(hào)在選定的少數(shù)虛擬揚(yáng)聲器上的投影確定。

由于少數(shù)虛擬揚(yáng)聲器的數(shù)量遠(yuǎn)小于待編碼HOA信號(hào)的通道數(shù)，殘差信號(hào)可以用相對(duì)較少的比特編碼，虛擬揚(yáng)聲器位置邊信息的數(shù)據(jù)量又很小，因而編碼效率大幅提升。

NO.3元數(shù)據(jù)編碼  

Audio Vivid支持ITU-R BS.2076標(biāo)準(zhǔn)中規(guī)定的元數(shù)據(jù)，并對(duì)部分元素和屬性進(jìn)行了進(jìn)一步限定以便用于后續(xù)編碼，如將audioProgrammeName的長度規(guī)定為32個(gè)字節(jié)以內(nèi)。此外，也支持后續(xù)根據(jù)實(shí)際應(yīng)用需求對(duì)元數(shù)據(jù)進(jìn)一步擴(kuò)展。

元數(shù)據(jù)編碼采用標(biāo)量量化，根據(jù)取值范圍確定量化步長和量化偏置，經(jīng)過均勻量化后得到元數(shù)據(jù)編碼位流，與音頻編碼位流一起復(fù)用為三維聲編碼位流。

NO.4  揚(yáng)聲器渲染和雙耳渲染

4.1 揚(yáng)聲器渲染

揚(yáng)聲器渲染將輸入的元數(shù)據(jù)和音頻數(shù)據(jù)根據(jù)特定的重放配置，渲染出用于重放的音頻信號(hào)。揚(yáng)聲器渲染分為基于聲道的渲染、基于對(duì)象的渲染和基于HOA的渲染?；诼暤赖匿秩緦⑤斎肼暤佬盘?hào)轉(zhuǎn)換為目標(biāo)揚(yáng)聲器布局所需的信號(hào)，基于對(duì)象的渲染和基于HOA的渲染利用元數(shù)據(jù)和重放配置再現(xiàn)基于對(duì)象和基于HOA的音頻數(shù)據(jù)。根據(jù)實(shí)際應(yīng)用需求，三種渲染方式可組合使用，也可單獨(dú)使用。

基于聲道的渲染根據(jù)輸入聲道的位置，結(jié)合目標(biāo)揚(yáng)聲器布局，確定每個(gè)聲道信號(hào)的增益。若輸入聲道數(shù)與輸出聲道數(shù)不相等，采用點(diǎn)聲源定位，由實(shí)際揚(yáng)聲器虛擬出對(duì)應(yīng)輸出位置。點(diǎn)聲源定位使用三角形區(qū)域方法來處理，由三個(gè)揚(yáng)聲器形成的球形三角形區(qū)域?qū)崿F(xiàn)基本的VBAP來獲得虛擬揚(yáng)聲器的位置。當(dāng)輸入為5.1聲道且目標(biāo)揚(yáng)聲器布局中音箱個(gè)數(shù)小于3時(shí)，采用立體聲下混方式，將5.1聲道信號(hào)下混為立體聲信號(hào)。

基于對(duì)象的渲染根據(jù)輸入的對(duì)象信號(hào)和對(duì)應(yīng)的元數(shù)據(jù)，實(shí)現(xiàn)屏幕縮放、屏邊鎖定、聲道鎖定、發(fā)散、聲像擴(kuò)展、排除下混區(qū)域等處理，也采用基于VBAP技術(shù)進(jìn)行對(duì)象渲染，利用 3個(gè)揚(yáng)聲器的位置向量計(jì)算得到虛擬聲源的位置，假設(shè)聲源和3個(gè)揚(yáng)聲器位于同一個(gè)球面上，將 3個(gè)揚(yáng)聲器的位置向量視為基向量，虛擬聲源的位置由它們的線性組合得到。

基于HOA的渲染采用基于AllRAD的方法，計(jì)算出每一HOA軌道對(duì)應(yīng)音箱的增益值，將多軌HOA信號(hào)輸出給獨(dú)立的音箱。通過AllRAD的矩陣，將HOA信號(hào)分解為均勻分布在球體上的虛擬揚(yáng)聲器，并在實(shí)際揚(yáng)聲器上通過點(diǎn)聲源定位生成虛擬揚(yáng)聲器信號(hào)。

4.2 雙耳渲染

雙耳渲染采用基于Ambisonic的聲場(chǎng)重建技術(shù)，使用球諧函數(shù)將輸入音頻按照元數(shù)據(jù)編碼到球諧域，以Ambisonic格式作為中間介質(zhì)信號(hào)存儲(chǔ)，空間編碼包括聲道音頻的空間編碼和對(duì)象音頻的空間編碼。由于HOA音頻本身是Ambisonic格式，只需要疊加到中間介質(zhì)信號(hào)上，無需進(jìn)行空間編碼?？臻g編碼時(shí)需對(duì)聲源位置參數(shù)進(jìn)行坐標(biāo)變換才能使用，同時(shí)空間編碼也需要對(duì)元數(shù)據(jù)中的控制參數(shù)和用戶交互進(jìn)行響應(yīng)。最后將Ambisonic信號(hào)經(jīng)空間解碼后輸出雙耳音頻。參數(shù)計(jì)算是對(duì)控制參數(shù)進(jìn)行計(jì)算和轉(zhuǎn)換，例如位置參數(shù)坐標(biāo)系變換，對(duì)象音頻位置更新等。

NO.5  Audio Vivid端到端直播系統(tǒng)搭建及試驗(yàn)

為了加快Audio Vivid標(biāo)準(zhǔn)的應(yīng)用部署，卡塔爾世界杯期間中央廣播電視總臺(tái)搭建了基于Audio Vivid的廣播級(jí)端到端直播試驗(yàn)系統(tǒng)，試驗(yàn)系統(tǒng)部署在總臺(tái)光華路辦公區(qū)6層音頻島，制作域和傳輸編碼域部署在第十一錄音合成機(jī)房，家庭展示環(huán)境部署在第八錄音合成機(jī)房三維聲審聽室。制作域和家庭展示環(huán)境的音箱布局均采用GY/T 316中4+5+0揚(yáng)聲器配置。Audio Vivid端到端直播試驗(yàn)系統(tǒng)框圖見圖7。

圖7 Audio Vivid端到端直播試驗(yàn)系統(tǒng)框圖

主控回傳的卡塔爾世界杯賽事音頻信號(hào)為10通道三維聲聲床信號(hào)（3聲道為中文評(píng)論）和6通道對(duì)象信號(hào)，對(duì)象信號(hào)包括1通道英文評(píng)論信號(hào)、1通道“Close Ball”信號(hào)（踢球聲）、1通道 “Audio follow Video”（畫面聲）、1通道現(xiàn)場(chǎng)廣播/音樂和2通道球迷聲信號(hào)。音頻信號(hào)在音頻制作系統(tǒng)中經(jīng)過聲道倒換、電平調(diào)整等制作后生成為5.1.4聲床+6個(gè)對(duì)象的16通道PGM信號(hào)，然后通過交換機(jī)以ST 2110-30[5]的方式分別傳輸至編碼器和Audio Vivid制作工具。Audio Vivid制作工具支持ITU-R BS.2076-2規(guī)定的元數(shù)據(jù)制作，可對(duì)各通道音頻信號(hào)、交互等元數(shù)據(jù)進(jìn)行配置，生成的元數(shù)據(jù)信號(hào)使用HTTP協(xié)議通過交換機(jī)傳輸至編碼器。同時(shí)，Audio Vivid制作工具將16通道PGM信號(hào)實(shí)時(shí)渲染生成為三維聲監(jiān)聽信號(hào)并傳輸至音頻制作系統(tǒng)進(jìn)行監(jiān)聽。視頻信號(hào)為4K超高清信號(hào)，不經(jīng)過處理直接以ST 2110-20的方式傳輸至編碼器。編碼器實(shí)現(xiàn)4K超高清AVS3視頻實(shí)時(shí)編碼和Audio Vivid音頻實(shí)時(shí)編碼。本次試驗(yàn)中聲床信號(hào)編碼碼率為256kbps，對(duì)象信號(hào)和元數(shù)據(jù)編碼碼率為192kbps，總的三維聲音頻編碼碼率為448kbps。編碼后的音視頻碼流封裝為TS流，并以HTTP的方式傳輸至家庭展示環(huán)境。

家庭展示環(huán)境部署了支持Audio Vivid解碼的機(jī)頂盒，機(jī)頂盒對(duì)視音頻編碼信號(hào)解復(fù)用后分別解碼。視頻解碼模塊將4K 超高清視頻編碼信號(hào)經(jīng)過AVS3解碼后通過HDMI傳輸至4K電視顯示。音頻解碼渲染模塊將三維聲編碼信號(hào)經(jīng)過Audio Vivid解碼得到音頻信號(hào)（聲床信號(hào)和對(duì)象信號(hào)）和元數(shù)據(jù)。同時(shí)，音頻解碼渲染模塊配置了三維聲元數(shù)據(jù)交互接口，可接收解碼元數(shù)據(jù)，并提供給用戶交互界面（見圖8），用戶使用遙控器調(diào)整對(duì)象音量大小、位置等信息并生成控制信號(hào)，渲染器根據(jù)元數(shù)據(jù)信號(hào)、控制信號(hào)對(duì)音頻信號(hào)實(shí)時(shí)渲染后通過機(jī)頂盒的模擬音頻接口將音頻信號(hào)送至不同的揚(yáng)聲器，在5.1.4多音箱環(huán)境下實(shí)現(xiàn)了個(gè)性化的聽音體驗(yàn)。

圖8 Audio Vivid終端用戶交互界面

試驗(yàn)中提供了三種聽音場(chǎng)景：1. 標(biāo)準(zhǔn)：可實(shí)現(xiàn)解說切換+球聲+現(xiàn)場(chǎng)擴(kuò)聲交互體驗(yàn)；2. 主客隊(duì)氛圍：可實(shí)現(xiàn)解說切換+不同陣營球迷吶喊聲切換+球聲+現(xiàn)場(chǎng)擴(kuò)聲交互體驗(yàn)；3. 現(xiàn)場(chǎng)氛圍：不同陣營球迷吶喊聲切換+球聲+現(xiàn)場(chǎng)擴(kuò)聲交互體驗(yàn)。

試驗(yàn)系統(tǒng)實(shí)現(xiàn)了基于廣播電視直播鏈路的Audio Vivid端到端傳輸，特別是實(shí)現(xiàn)了元數(shù)據(jù)從制作到傳輸編碼再到終端解碼渲染的全流程打通，為今后Audio Vivid產(chǎn)業(yè)鏈端側(cè)深化研發(fā)提供了寶貴的經(jīng)驗(yàn)。

NO.6  小結(jié)

三維聲在平面聲場(chǎng)的基礎(chǔ)上，增加了垂直方位的聲場(chǎng)，可以對(duì)整個(gè)聲音空間中的每個(gè)聲音精準(zhǔn)定位，將聲場(chǎng)還原為更接近真實(shí)世界的三維聲場(chǎng)，從而帶來沉浸式的感受。Audio Vivid采用基于神經(jīng)網(wǎng)絡(luò)的變換和熵編碼、HOA空間編碼等壓縮編碼技術(shù)，可以有效去除三維聲信號(hào)間的冗余，在保證編碼質(zhì)量的前提下節(jié)省傳輸帶寬。此外，通過編碼傳輸特定的對(duì)象元數(shù)據(jù)，在終端進(jìn)行揚(yáng)聲器渲染或雙耳渲染，就可以對(duì)單個(gè)對(duì)象的控制和交互，如語言選擇、音量大小調(diào)整等，從而實(shí)現(xiàn)聲音的交互化和個(gè)性化，極大提升用戶聽音體驗(yàn)。隨著Audio Vivid技術(shù)標(biāo)準(zhǔn)和生態(tài)的進(jìn)一步完善，用戶將在更多的音頻場(chǎng)景中感受到三維聲帶來的聲臨其境體驗(yàn)。

 

參考文獻(xiàn)

[1] ITU-R BS 2051. Advanced sound system for programme production [S]. International Telecommunication Union， 2014.

[2] 國家新聞出版廣電總局. 用于節(jié)目制作的先進(jìn)聲音系統(tǒng): GY/T 316—2018[S].

[3] ITU-R BS.2076. Audio Definition Model [S]. International Telecommunication Union， 2019.

[4] 國家廣播電視總局. 三維聲編解碼及渲染: GY/T 363—2023[S].

[5] SMPTE ST 2110-30. Professional Media Over Managed IP Networks: PCM Digital Audio [S]. Society of Motion Picture and Television Engineers, 2017.

[6] SMPTE ST 2110-20. Professional Media Over Managed IP Networks: Uncompressed Active Video[S]. Society of Motion Picture and Television Engineers, 2017.