ГОСТ Р 53556.9-2013
НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
Звуковое вещание цифровое
КОДИРОВАНИЕ СИГНАЛОВ ЗВУКОВОГО ВЕЩАНИЯ С СОКРАЩЕНИЕМ ИЗБЫТОЧНОСТИ ДЛЯ ПЕРЕДАЧИ ПО ЦИФРОВЫМ КАНАЛАМ СВЯЗИ
Часть III (MPEG-4 audio)
Методы кодирования звука MPEG-1/2 Audio в MPEG-4. Основные технические требования
Sound broadcasting digital. Coding of signals of sound broadcasting with reduction of redundancy for transfer on digital communication channels. A part III (MPEG-4 audio). Main positions MPEG-1/2 Audio in MPEG-4
ОКС 33.170
Дата введения 2014-09-01
Предисловие
1 РАЗРАБОТАН Санкт-Петербургским филиалом Центрального научно-исследовательского института связи "Ленинградское отделение" (ФГУП ЛО ЦНИИС)
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 480 "Связь"
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 22 ноября 2013 г. N 1721-ст
4 Настоящий стандарт разработан с учетом основных нормативных положений международного стандарта ИСО/МЭК 14496-3:2009* "Информационные технологии. Кодирование аудиовизуальных объектов. Часть 3. Звуковое кодирование" (ISO/IEC 14496-3:2009 "Information technology - Coding of audio-visual objects - Part 3: Audio", NEQ)
________________
* Доступ к международным и зарубежным документам, упомянутым в тексте, можно получить, обратившись в Службу поддержки пользователей. - .
5 ВВЕДЕН ВПЕРВЫЕ
6 ПЕРЕИЗДАНИЕ. Июль 2020 г.
Правила применения настоящего стандарта установлены в статье 26 Федерального закона от 29 июня 2015 г. N 162-ФЗ "О стандартизации в Российской Федерации". Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе "Национальные стандарты", а официальный текст изменений и поправок - в ежемесячном информационном указателе "Национальные стандарты". В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя "Национальные стандарты". Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.gost.ru)
1 Область применения
Стандарт MPEG-1/2 Аудио в MPEG-4 спецификации MPEG-4 Аудио определяет использование MPEG-1/2 уровня 1, 2 или 3 ориентированным на MPEG-4 способом, то есть так, что сигнализация и доступ до обработки на системном уровне идентичны другим типам объектов MPEG-4 Аудио.
Чтобы перенести фреймы потока битов MPEG-1/2 уровень 1, 2 или 3 в MPEG-4, они переформатируются таким образом, что становятся автономными единицами доступа MPEG-4. Это облегчает транспортировку по пакетным сетям, произвольный доступ, и возможность редактирования. Автономные единицы доступа, которые используются в системах совместимой транспортировки или формата хранения MPEG-4, могут быть переконвертированы в совместимые с MPEG-1/2 потоки битов и затем декодированы любым совместимым с MPEG-1/2 декодером.
Синтаксис MPEG-4 Аудио дополнительно расширяется, чтобы сделать возможными многоканальные конфигурации на базе ГОСТ Р 54711 и ГОСТ Р 54712. Многоканальные конфигурации подобны конфигурациям, определенным для других аудио объектных типов MPEG-4 с многоканальными возможностями. Для MPEG-1/2 уровня 1 и 2 формат не расширяется. Многоканальный формат для этих уровней описывается в ГОСТ Р 54712.
Разрешенные частоты дискретизации для уровня 3 расширяются для речевого выхода инструментов FA и для дублирования МР с информацией о форме губ.
Для использования MPEG-1/2 уровня 1, 2 или 3 в MPEG-4 посредством унаследованного интерфейса MPEG 4, используется ObjectTypelndication 0x69 или 0х6b.
2 MPEG_1_2_SpecificConfig
|
* extension должно быть нулем.
3 Отображение канала
Применяются следующие правила:
- элементы single_channel_element () 's и lfe_element () 's представляются монофоническими аудиофреймами;
- элементы channel_pair_element () 's представляются стереофоническими аудиофреймами;
- для уровня 1 и уровня 2 разрешается не больше одного монофонического аудиофрейма, представляющего single_channel_element (), или одного стереофонического аудиофрейма, представляющего channel_pair_element ().
4 Формат единицы доступа
4.1 Уровни 1 и 2
Один аудио фрейм отображается непосредственно одной единицей доступа.
4.2 Уровень 3
Одна единица доступа состоит из одного или нескольких элементов mp3_channel_elements. Элемент mp3_channel_element равняется аудиофрейму уровня 3 со следующими изменениями по сравнению с его определением в ГОСТ Р 54711 или ГОСТ Р 54712:
syncword (12 битов) | Сообщает полную длину mp3_channel_element (состоящего из заголовка, error_check, дополнительной информации и основных данных) в байтах. |
main_data_begin (9/8 бит) | Устанавливается в корректное значение, соответствующее потоку битов MPEG-1/2 уровня 3, или обнуляется. |
main_data () | Обычно сохраняется после дополнительной информации. |
Все прочие элементы данных должны быть установлены согласно их спецификации в ГОСТ Р 54711 или ГОСТ Р 54712. Все установки в заголовке должны соответствовать установкам в AudioSpecificConfig ().
Все элементы mp3_channel_elements, принадлежащие одной и той же метке времени, сохраняются последовательно в одной единице доступа.
5 Расширение частоты дискретизации для уровня 3
В этом пункте приводятся спецификации, позволяющие использовать уровень 3 с частотами дискретизации, не определенными в ГОСТ Р 54711 или ГОСТ Р 54712.
Синтаксис и описание потока битов для расширения частот дискретизации ниже, чем определенные в ГОСТ Р 54711-2012, находятся в соответствии с ГОСТ Р 54712-2012 (один фрейм охватывает 576 выборок).
5.1 Скорости передачи
Таблица 1 определяет скорость передачи в зависимости от bitrate_index и частоты дискретизации.
Таблица 1 - Скорость передачи в зависимости от bitrate_index и частоты дискретизации
bitrate_index | Определенная скорость передачи, Кбит/с | ||
8, 11,025, 12 кГц | 16, 22,05, 24 кГц (см. ГОСТ Р 54712) | 32, 44,1, 48 кГц (см. ГОСТ Р 54711) | |
'0000' | Запрещено | Запрещено | Запрещено |
'0001' | 8 | 8 | 32 |
'0010' | 16 | 16 | 40 |
'0011' | 24 | 24 | 48 |
'0100' | 32 | 32 | 56 |
'0101' | 40 | 40 | 64 |
'0110' | 48 | 48 | 80 |
'0111' | 56 | 56 | 96 |
'1000' | 64 | 64 | 112 |
'1001' | Запрещено | 80 | 128 |
'1010' | Запрещено | 96 | 160 |
'1011' | Запрещено | 112 | 192 |
'1100' | Запрещено | 128 | 224 |
'1101' | Запрещено | 144 | 256 |
'1110' | Запрещено | 160 | 320 |
'1111' | Запрещено | Запрещено | Запрещено |
5.2 Частота дискретизации
В зависимости от частоты дискретизации, сообщенной в AudioSpecificConfig, элемент данных sampling_frequency в заголовке должен быть установлен, как определено в таблице 2.
Таблица 2 - Установка элемента данных sampling_frequency в зависимости от частоты дискретизации, определенной в AudioSpecificConfig ()
sampling_frequency | Частота дискретизации |
00 | 11,025 кГц и ее кратные |
01 | 12 кГц и ее кратные |
10 | 8 кГц и ее кратные |
11 | Зарезервировано |
5.3 Дополнение
Дополнение необходимо при частоте дискретизации 11,025 кГц и ее кратных.
5.4 Полосы масштабного коэффициента
Подразделение спектра на scalefactor полосы фиксируется для каждого размера блока и частоты дискретизации и сохраняется в таблицах в кодере и декодере. Таблицы для частот дискретизации, не определенные в ГОСТ Р 54711 или ГОСТ Р 54712, определяются в приложении А. В соответствии с ГОСТ Р 54711 или ГОСТ Р 54712 масштабный коэффициент для частоты выше самой высокой строки в таблицах является нулем, что означает, что фактический фактор умножения равен 1,0.
Приложение А
(обязательное)
Таблицы полосы масштабного коэффициента
Таблица А.1 - Частота дискретизации 8 кГц, длинные блоки, число линий 576
Полоса масштабного коэффициента | Ширина полосы | index_of_start | index_of_end |
0 | 12 | 0 | 11 |
1 | 12 | 12 | 23 |
2 | 12 | 24 | 35 |
3 | 12 | 36 | 47 |
4 | 12 | 48 | 59 |
5 | 12 | 60 | 71 |
6 | 16 | 72 | 87 |
7 | 20 | 88 | 107 |
8 | 24 | 108 | 131 |
9 | 28 | 132 | 159 |
10 | 32 | 160 | 191 |
11 | 40 | 192 | 231 |
12 | 48 | 232 | 279 |
13 | 56 | 280 | 335 |
14 | 64 | 336 | 399 |
15 | 76 | 400 | 475 |
16 | 90 | 476 | 565 |
17 | 2 | 566 | 567 |
18 | 2 | 568 | 569 |
19 | 2 | 570 | 571 |
20 | 2 | 572 | 573 |
Таблица А.2 - Частота дискретизации 8 кГц, короткие блоки, число линий 192
Полоса масштабного коэффициента | Ширина полосы | index_of_start | index_of_end |
0 | 8 | 0 | 7 |
1 | 8 | 8 | 15 |
2 | 8 | 16 | 23 |
3 | 12 | 24 | 35 |
4 | 16 | 36 | 51 |
5 | 20 | 52 | 71 |
6 | 24 | 72 | 95 |
7 | 28 | 96 | 123 |
8 | 36 | 124 | 159 |
9 | 2 | 160 | 161 |
10 | 2 | 162 | 163 |
11 | 2 | 164 | 165 |
Таблицы А.3 - Частота дискретизации 11,025 кГц, длинные блоки, число линий 576
Полоса масштабного коэффициента | Ширина полосы | index_of_start | index_of_end |
0 | 6 | 0 | 5 |
1 | 6 | 6 | 11 |
2 | 6 | 12 | 17 |
3 | 6 | 18 | 23 |
4 | 6 | 24 | 29 |
5 | 6 | 30 | 35 |
6 | 8 | 36 | 43 |
7 | 10 | 44 | 53 |
8 | 12 | 54 | 65 |
9 | 14 | 66 | 79 |
10 | 16 | 80 | 95 |
11 | 20 | 96 | 115 |
12 | 24 | 116 | 139 |
13 | 28 | 140 | 167 |
14 | 32 | 168 | 199 |
15 | 38 | 200 | 237 |
16 | 46 | 238 | 283 |
17 | 52 | 284 | 335 |
18 | 60 | 336 | 395 |
19 | 68 | 396 | 463 |
20 | 58 | 464 | 521 |
Таблица А.4 - Частота дискретизации 11,025 кГц, короткие блоки, число линий 192
Полоса scalefactor | Ширина полосы | index_of_start | index_of_end |
0 | 4 | 0 | 3 |
1 | 4 | 4 | 7 |
2 | 4 | 8 | 11 |
3 | 6 | 12 | 17 |
4 | 8 | 18 | 25 |
5 | 10 | 26 | 35 |
6 | 12 | 36 | 47 |
7 | 14 | 48 | 61 |
8 | 18 | 62 | 79 |
9 | 24 | 80 | 103 |
10 | 30 | 104 | 133 |
11 | 40 | 134 | 173 |
Таблицы А.5 - Частота дискретизации 12 кГц, длинные блоки, число линий 576
Полоса масштабного коэффициента | Ширина полосы | index_of_start | index_of_end |
0 | 6 | 0 | 5 |
1 | 6 | 6 | 11 |
2 | 6 | 12 | 17 |
3 | 6 | 18 | 23 |
4 | 6 | 24 | 29 |
5 | 6 | 30 | 35 |
6 | 8 | 36 | 43 |
7 | 10 | 44 | 53 |
8 | 12 | 54 | 65 |
9 | 14 | 66 | 79 |
10 | 16 | 80 | 95 |
11 | 20 | 96 | 115 |
12 | 24 | 116 | 139 |
13 | 28 | 140 | 167 |
14 | 32 | 168 | 199 |
15 | 38 | 200 | 237 |
16 | 46 | 238 | 283 |
17 | 52 | 284 | 335 |
18 | 60 | 336 | 395 |
19 | 68 | 396 | 463 |
20 | 58 | 464 | 521 |
Таблица А.6 - Частота дискретизации 12 кГц, короткие блоки, число линий 192
Полоса масштабного коэффициента | Ширина полосы | index_of_start | index_of_end |
0 | 4 | 0 | 3 |
1 | 4 | 4 | 7 |
2 | 4 | 8 | 11 |
3 | 6 | 12 | 17 |
4 | 8 | 18 | 25 |
5 | 10 | 26 | 35 |
6 | 12 | 36 | 47 |
7 | 14 | 48 | 61 |
8 | 18 | 62 | 79 |
9 | 24 | 80 | 103 |
10 | 30 | 104 | 133 |
11 | 40 | 134 | 173 |
Приложение Б
(справочное)
Преобразование потоков битов MPEG-1/2, уровень 3, в элементы mp3_channel_elements
Использование битового накопителя обычно вызывает запуск появления main_data () в прошлом фрейме потока битов. Это следует изменить, перемещая main_data () сразу после его дополнительной информации. Каждый результирующий элемент mp3_channel_element отображается непосредственно в единицу доступа. Получающийся заголовок и дополнительная информация обозначаются как H' и SI' соответственно.
Все элементы данных header () должны быть сохранены. Элемент данных main_data_begin может быть обнулен. В этом случае CRC должно быть пересчитано.
Приложение В
(справочное)
Преобразование элементов mp3_channel_elements в потоки битов MPEG-1/2, уровень 3
В.1 Обзор
Элементы mp3_channel_elements, извлеченные из единицы доступа, должны подвергнуться следующим операциям преобразования, чтобы получить аудиопотоки битов MPEG-1/2, уровень 3, соответствующие ГОСТ Р 54711 или ГОСТ Р 54712:
- для каждого mp3_channel_element на устройство доступа открыть экземпляр декодера или выходной поток;
- для каждого mp3_channel_element в каждой единице доступа выполнить:
- восстановить syncword и IDех;
- скорректировать bitrate_index;
- отрегулировать main_data_begin;
- пересчитать crc_word;
- восстановить кадрирование.
В.2 Сигнализация о частоте дискретизации
Чтобы позволить использовать сигнализацию о частотах дискретизации, не определенных в ГОСТ Р 54711 или ГОСТ Р 54712, используется последний бит syncword. Это приводит к следующей модификации синтаксиса:
Синтаксис | Количество битов | Мнемоника |
header () | ||
{ | ||
syncword; | 11 | bslbf |
Idex; | 1 | bslbf |
... |
syncword Битовая строка '1111 1111 111'.
IDех Один бит, чтобы указать на расширенный ID алгоритма. Имеет значение '0' для частот дискретизации, не определенных в ГОСТ Р 54711 или ГОСТ Р 54712.
Следующая таблица определяет частоту дискретизации в зависимости от значений для IDех и ID:
IDех | ID | Частота дискретизации |
0 | 0 | 8, 11,025, 12 кГц |
1 | 0 | 16, 22,05, 24 кГц (см. ГОСТ Р 54712) |
1 | 1 | 32, 44,1, 48 кГц (см. ГОСТ Р 54711) |
В.3 Инструкции по воcстановлению
Этот процесс реконструкции предоставляет определенные степени свободы:
bitrate_index [чтобы отрегулировать длину фрейма потока битов согласно новым настройкам bitrate_index, частоте дискретизации и padding_bit, может потребоваться вставка битов (стаффинг)].
1) Установить максимально позволенное значение (сигнализация максимально позволенной длины фрейма потока битов).
2) Установить ближайшее более высокое значение, которое соответствует длине mp3_channel_element.
3) Установить ближайшее более высокое значение, которое соответствует длине mp3_channel_element минус main_data_begin текущего аудиофрейма.
4) main_data_begin обнулить.
5) Установить main_data_begin в значение, указывающее на конец main_data предыдущего аудиофрейма.
6) Установить корректное значение main_data_begin соответствующего потока битов MPEG-1/2, уровень 3.
7) Расположение наполнения (вставки битов) в конце main_data: сохраняет вспомогательные данные, записанные в прямом направлении, начиная после последней кодовой комбинации Хаффмана.
8) Расположение наполнения (вставки битов) в конце последней кодовой комбинации Хаффмана (расположение может быть вычислено, используя part_2_3_length): сохраняет вспомогательные данные, записанные в обратном направлении, начиная перед main_data следующего фрейма.
9) Никакое наполнение не требуется: сохраняет любые вспомогательные данные.
В зависимости от требований скорости передачи и вспомогательной обработки данных эти возможности могут быть объединены несколькими способами.
Самый простой метод устанавливает максимальную величину скорости передачи. Это препочтительный метод, когда питание существующих декодеров MPEG-1/2, уровень 3, main_data_begin обнуляется. Биты стаффинга добавляются до или после вспомогательных данных.
Более передовой метод можно получить из этого простого метода, устанавливая bitrate_index в ближайшее более высокое значение, которое соответствует длине mp3_channel_element. С этой модификацией скорость передачи может быть значительно уменьшена.
Для частот дискретизации до 24 кГц (то есть в случаях, где одна гранула формирует фрейм), размер гранулы может превысить максимальный размер фрейма. Максимальный индекс скорости передачи может не позволить хранить целый фрейм после заголовка (main_data_begin=0). Это следует из того факта, что максимальная длина гранулы составляет 960 байтов (7680 битов), но максимальная длина фрейма, основанная на самом высоком индексе скорости передачи, составляет 576 байтов (для 8 кГц), 417 байтов (для 11,025 кГц), 384 байта (для 12 кГц), 720 байтов (для 16 кГц), 522 байта (для 22,05 кГц), 480 байтов (для 24 кГц). В этом случае main_data_begin должен быть должным образом скорректирован между нулем и различием между максимальным размером гранулы и максимальной длиной фрейма.
Чтобы избежать необходимости стаффинга и неопределенности, main_data_begin устанавливается в значение, указывающее на конец main_data предыдущего фрейма. bitrate_index устанавливается в ближайшее более высокое значение, которое соответствует длине mp3_channel_element минус main_data_begin текущего аудиофрейма. Только если main_data_begin превысит дозволенное значение, должен быть выполнен стаффинг.
Исходный поток битов уровня 3 отлично может быть восстановлен, если корректное значение main_data_begin соответствующего потока битов MPEG-1/2, уровень 3, было сохранено.
Приложение Г
(справочное)
Интерфейс унаследованных систем MPEG-4 в MPEG-1/2 Audio
Г.1 Обзор
Это приложение обеспечивает помощь в использовании decSpecificlnfo и accessUnit, чтобы применять MPEG-1/2, уровень 1, 2, 3, и MPEG 2 ААС в MPEG-4, используя следующие значения objectTypelndication:
- 0х6b (ГОСТ Р 54711);
- 0x69 (ГОСТ Р 54712);
- 0x66 (ГОСТ Р 54712, основной профиль);
- 0x67 (ГОСТ Р 54712, профиль малой сложности);
- 0x68 (ГОСТ Р 54712, профиль масштабируемой частоты дискретизации).
Г.2 Специальная информация о декодере
В ГОСТ Р 53556.1 decSpecificlnfo определяется для некоторой информации о декодере носителей информации. Эта специальная информация о декодере составляет непрозрачный контейнер с информацией для специального медиадекодера (декодера носителей). При ее наличии, она может использоваться для инициализации декодера и априорной реализации наборщика. Нет необходимости определять эту специальную информацию декодера. Ее существование и семантика зависят от значений DecoderConfigDeschptor.streamType и DecoderConfigDescriptor.objectTypelndication.
Нехватка доступности любого decSpecificlnfo приводит к ситуации, когда формат памяти композиции нельзя априорно различить, чтобы реализовать наборщиком. Следовательно, декодер определяет формат памяти композиции.
Г.2.1 MPEG-2 ААС
Для MPEG-2 ААС определяется decSpecificlnfo, то есть в случае значений DecoderConfigDescriptor.objectTypelndication, которые обращаются к потокам, удовлетворяющим ГОСТ Р 54712.
В этом случае аудиодекодеры получают всю релевантную информацию от этого decSpecificlnfo, которая состоит из adif_header (), и могут переслать формат памяти композиции в память композиции.
Г.2.2 MPEG-1 Audio и MPEG-2 Audio
Для MPEG-1 Audio и MPEG-2 Audio никакой decSpecificlnfo не определяется, то есть в случае значений DecoderConfigDescriptor.objectTypelndication, которые относятся к потокам, соответствующим ГОСТ Р 54711 и ГОСТ Р 54712. В этих случаях аудиодекодеры получают всю значимую информацию в элементе 'header()' их собственного потока битов и могут передать формат памяти композиции в память композиции. Таким образом, динамически внося изменения в выходном формате, необходимые для того, чтобы иметь дело с ним, то есть без элементарного обновления дескриптора потока.
Г.3 Единицы доступа
Фрейм MPEG-1/2 уровней 1, 2 или 3 (данные между синхронизирующими словами) или фрейм MPEG-2 ААС (raw_data_block) могут быть обработаны как единицы доступа аудио не только в контексте ГОСТ Р 54711 и ГОСТ Р 54712, но также и в контексте настоящего стандарта.
При обработке фреймов MPEG-1/2 уровней 1, 2, 3 или MPEG-2 ААС как единиц MPEG-4, единицам доступа присваивается информация синхронизации.
Так как определения единицы аудиодоступа точно не соответствуют между MPEG-1/2 и MPEG-4, то нужно принимать во внимание некоторые специальные соображения.
В частности, для уровня 3 единица аудиодоступа определяется в MPEG-1/2 как часть потока битов, которая может быть декодирована только с использованием ранее полученной основной информации, которая не отражает определение единицы аудиодоступа в MPEG-4.
Впоследствии некоторые единицы аудиодоступа могут быть не декодированы из-за нехватки некоторой потерянной основной информации в случае перфораций в потоке битов и произвольного доступа. Однако информация синхронизации сохраняется правильно.
В случае, когда считают необходимым иметь лучшее редактирование или возможности вставки перфораций для потоков уровня 3, желательно использовать потоки, закодированные VBR. Существует возможность преобразовать любой существующий поток уровня 3 в поток VBR:
- однозначно;
- полностью совместимый с MPEG-1 или MPEG-2;
- декодируемый любым существующим декодером уровня 1, 2 или 3.
Это можно сделать следующим образом:
- main_data () для единственного фрейма помещается непосредственно рядом с его дополнительной информацией. Указатель main_data_begin обнуляется. Фрейм за фреймом индексы скорости передачи (bitrate_index) увеличиваются до минимального значения, нужного, чтобы получить длину фрейма, которая может разместить исходный заголовок, error_check, дополнительную информацию и основные данные. Из-за гранулярности в доступных скоростях передачи обычно эта длина фрейма больше, чем длина заголовка, error_check, дополнительная информация и основные данные. В этом случае в конце main_data добавляются биты стаффинга, чтобы получить совместимые фреймы.
Библиография
[1] | ИСО/МЭК 14496-3:2009
| Информационные технологии. Кодирование аудиовизуальных объектов. Часть 3. Звуковое кодирование (ISO/IЕС 14496-3:2009 Information technology - Coding of audio-visual objects - Part 3: Audio) |
________________
Заменен на ISO/IEC 14496-3:2019.
УДК 621.396:006.354 | ОКС 33.170 |
Ключевые слова: звуковое вещание, электрические параметры, каналы и тракты, технологии MPEG-кодирования, синтетический звук, масштабирование, защита от ошибок, поток битов расширения, психоакустическая модель | |
Электронный текст документа
и сверен по:
, 2020