網絡音頻協議分析及在4K轉播車音頻系統中的應用

葛 健

（江蘇省廣播電視總臺，江蘇 南京 210008）

數字網絡音頻化逐步融入日常工作，為數據傳輸、信號調度、內容分發等相關應用帶來極大的便捷。網絡音頻發展初期，由于多種協議互不兼容，不同品牌設備間無法直接通信等因素，應用受到制約。隨著技術的發展，網絡音頻協議向著兼容性、互操作性的方向發展。筆者梳理對比幾種主流網絡音頻協議的特點及適用領域，并以江蘇電視臺4K轉播車音頻系統為案例，闡述網絡音頻的應用，為系統模式的優化提供思路。

1 主流網絡音頻協議概述

網絡音頻主要是運用通用IT設備構建標準以太網，采用非壓縮、低延時、高質量的音頻信號傳輸技術，實現在普通以太網上以IP流實時傳送高保真數字音頻信號。在普通互聯網中的音頻傳輸，采用高壓縮比算法，存在緩沖時間長、音質損耗大、容易丟幀的缺點。專業的網絡音頻傳輸，信號采樣率在44.1 kHz以上，線性量化16 bit以上，百微秒至毫秒級低延時，不采用壓縮處理。下面簡述幾種由企業推出的主流網絡音頻協議，見表1。

表1 網絡音頻協議對照表

CobraNet是美國PeakAudio公司在1996年推出的以太網音頻傳輸方案，它是網絡音頻的開拓者，媒體矩陣是CobraNet最主要的應用領域。Cobranet的音頻數據封裝、傳送、同步使用一套自有專用方案，其核心架構是基于二層網絡的技術，必須建立獨立的專用網絡。CobraNet是一個不公開的內部協議，容量在百兆級，帶寬、延時、接入通道等方面沒有優勢，不能與當前其他網絡音頻系統互聯互通。

Livewire由美國Axia Audio公司開發，于2003年NAB發布，基于以太網構建數字音頻傳輸、路由、監測、同步等功能的綜合性音頻網絡，實現低延遲、高可靠性的音頻傳輸，主要應用于廣播電臺領域。Livewire+是其第二代產品，完全符合AES67要求，可與其他網絡音頻設備進行互操作。

Wheatnet-IP是美國Wheatstone公司開發的自用網絡音頻協議，可使音頻信號智能地分布到各擴展網絡中的設備上，包括音頻傳輸和控制以及各類音頻處理工具，讓所有音頻源用于所有設備，并實現控制，是一個完整的端到端解決方案。

Dante是澳大利亞Audinate公司2006年推出的具備互操作性的解決方案，產品包括硬件模塊和芯片，軟件工具以及開發工具。它是不開放的企業內部協議，公司由網絡工程師創立，主要與音頻廠家合作支持產品研發，提供在標準IP網絡架構上運行高性能數字媒體傳輸系統的解決方案。

Q-LAN是美國QSC音頻產品公司于2009年為Q-sys音頻處理平臺開發的網絡音頻專有協議，進行音視頻分發及設備發現、同步、控制和管理。Q-LAN是通用IT標準協議和解決方案的集合，利用核心交換機，確保所有連接相關設備的媒體流傳輸與同步，主要應用于電影、主題娛樂場所的固定安裝及現場聲音制作等領域。

Ravenna是LAWO子公司ALC在2010年發布的完全公開的網絡音頻協議，是按照廣電行業需求設計的開源網絡音頻解決方案，并成為AES67的制定基礎。AES67在其基礎上對采樣率、數據包、數據流參數做了規定，可以說AES67是特定參數的Ravenna。

2 各協議互通兼容性的規范

為了實現目前廣泛應用的各協議間的互聯互通，AES、SMPTE等行業組織制定了互操作性的規范，見表2，形成統一的標準，從而提升相互之間的兼容性。

表2 SMPTE ST 2110-30與AES67性能規范的對比

AES67是在現有各協議的基礎上，定義了IP網絡架構下互通性的標準，實現多種音頻網絡的協同工作。不同的網絡音頻協議若要實現互操作，需要遵循該標準的定義和要求，支持相應的協議和功能。AES67不是一套完整的網絡管理機制，在控制層面上不同協議有各自的解決方案。AES67為實現音頻網絡的可互操作性，以開放性的方式定義了涉及網絡音頻交互的基本內容，解決基礎的單播組播流的對接問題，使更多的協議可以相互兼容。

AES67在同步與媒體時鐘、編碼傳輸與流媒體格式、會話描述和連接管理等方面，提供全面的操作性規范。AES67使用組播方式傳輸音頻數據流時，延時低于10 ms。采用PTP精準時鐘同步，精度可達到納秒級別。傳輸過程是數據經過編碼形成數據包，通過在網絡數據包里傳輸音頻采樣進行工作，數據包以有規律的間隔進行傳送，從而保證網絡上所有設備以同樣的抖動頻率和時間創建復制音頻采樣。AES67區別于傳統基帶音頻點對點的連接模式，使用SDP(Session Description Protocol,會話描述協議)和SIP（Seesion Initiation Protocol，會話初始協議）實現連接管理，網絡音頻采用發散型架構，同一網絡上任何設備可以發送數據到任何其他終端。

SMPTE ST 2110是專用IP架構下，由多個單獨的專業媒體一起構成整個網絡傳輸的規范標準。SMPTE ST 2110-10定義了系統概述和系統同步內容，SMPTE ST 2110-20描述了無壓縮的視頻格式，SMPTE ST 2110-30定義了無壓縮的PCM數字音頻格式，SMPTE ST 2110-40說明了如何在IP網絡上承載所有重要的元數據。

SMPTE ST 2110-30基于AES67標準而制定，要求使用PCM線性音頻編碼，僅傳輸音頻數據，內容與AES67在細節上有一些區別，比如其PTP配置文件使用SMPTE ST 2059-2，對時鐘域、通告間隔、同步間隔等參數做了限制。規定音頻設備必須配置PTP Slave only開關，從而避免讓AES67設備成為系統的主時鐘。AES67并未規定數據備份方案，對于電視制作領域，信號的安全性是重中之重，SMPTE ST 2022-7制定了無縫切換保護方案，定義了IP數據流的冗余方法，主備網絡同時發送數據流，如果一個網絡數據傳輸出現問題，另一路數據會實時備份，確保信號不中斷傳輸。

3 應用案例

3.1 音頻系統架構

江蘇省廣播電視總臺4K轉播車音頻系統（圖1）以主、備核心IP交換設備組成的交換系統作為主構架，傳輸的音頻數據流支持SMPTE ST 2110-30/SMPTE ST 2022-7/AES67標準，保證了音頻IP流可直接與視頻核心交換機互通。系統采用主備調音臺組成的兩個相對獨立的制作系統并行工作，如圖2所示，保留部分基帶架構對IP鏈路進行備份，主備調音臺輸出8路數字音頻信號至主備臺倒換開關再進行4K/HD加嵌。系統采用樹形網絡架構，預留MADI基帶接口作為備份。

圖1 4K超高清轉播車音控間

圖2 音頻系統示意圖

考慮兼容性，主備調音臺使用同一品牌LAWO mc256（MKIII）完全基于網絡音頻架構，所有信號接口箱通過IP交換機與系統核心Nova73互聯；主要采用Ravenna 網絡音頻傳輸協議，兼容多種網絡音頻互通性協議，可根據需求修改各項參數。音視頻系統運用網絡傳輸實現互聯互通，視頻播放器、慢動作設備、攝像機傳聲器等音頻流發送至調音臺，保留部分基帶信號作為備份。NOVA73音頻矩陣作為調音臺核心設備，包含32個AES通道、8個MADI端口、12個Ravenna端口，提供256個DSP通道。本地接口箱A-stage48提供16 Mic in，16 Line out，8 AES in/out，雙網口滿足SMPTE ST 2022-7無縫冗余切換。系統配備2臺舞臺接口箱，A-stage64包含32 Mic in/16 Line out,8 AES in/out，2組接口通過主備光纖分別接入2臺交換機收發音頻流。

Ruby作為備份調音臺，采用操作界面與DSP核心處理器PowerCore（圖3）分離架構。PowerCore具備96個輸入通道、80條輸出母線處理能力，調音臺臺面斷電不影響信號傳輸。所有按鈕可自定義功能和邏輯，配置2個控制網口和2個256通道Ravenna/AES67端口，支持SMPTE ST2022-7無縫切換冗余。主備臺由交換系統共享音頻信號輸入輸出，可實現傳聲器信號增益聯動調整。搭配PC平臺的Vistool控制軟件使用，通過IP網絡與DSP核心連接，實現遠程控制與監看功能。

圖3 備調音臺核心處理器

3.2 交換機配置及注意事項

網絡音頻建立在通用IP技術的基礎上，可以在多種協議的拓撲網絡上運行。對于小型網絡結構，通常使用星型或樹型網絡架構。在跨子網的大型網絡中，采用葉脊型拓撲結構，分擔上層交換機運行壓力，利于擴展接入。如音頻數據傳送需要上百個音頻通道或與其他數據共享網絡，則需要選擇千兆及以上交換機，避免網絡端口承受過高的負載，網絡性能受到影響，從而產生數據包丟失、延遲、變化等情況。交換機規模滿足現階段需求的基礎上要留有裕量，方便未來系統擴容。對于混合網絡或高負載的大型網絡，為了實現組播、QoS等配置和調試要求，通常使用管理型交換機。

4K轉播車音頻系統的網絡架構如圖4所示，使用2臺ARISTA DCS-7150S作為主備核心交換機，分別包含24個千兆端口，通過網線、光纖與各系統設備互聯。主調音臺本地接口箱、NOVA73核心機箱、舞臺接口箱，備份調音臺，車內外各接口板，以及通話、視頻交換機等分別接入音頻主備核心交換機。使用CISCO SG350作為控制交換機，所有設備控制端口單獨接入控制交換機，控制交換機的配置如圖5所示。

圖4 音頻系統的網絡架構

圖5 控制交換機配置

一對多傳輸的應用場景，通常使用組播方式。大量數據傳輸時，需要進行組播管理。為了避免組播泛洪，交換機需要配置IGMP（Internet Group Management Protocol，網絡組管理協議）功能。網絡組管理協議用于主機與路由器的通信，確定哪些網絡主機需要特定的組播組，注冊轉發組播流量。每個Vlan只設置一臺交換機作為IGMP查詢器，將查詢信息廣播發送到網絡中所有主機，交換機開啟IGMP窺探功能，形成組播窺探表，報告哪些端口需要組播信息，將組播流量映射到相應端口，從而禁止未注冊的組播流量進行轉發。

交換機QoS功能為應用程序提供特定級別的服務，提高帶寬利用率，優化管理網絡流量。合理使用QoS可確保關鍵的數據包在網絡中優先轉發。網絡音頻QoS使用DiffServ方式，具備64個不同的DSCP優先級標簽，將標簽標記于不同類別的單個IP數據包，交換機檢查各個優先級標簽，按照既定順序轉發數據包。通常將PTP流量標記為加急轉發，獲得最高轉發優先級，音頻數據包優先級標記為第二高，剩余流量具備較低的優先級標記或不標記。設備本身會分配固定的DSCP值，也可以根據要求自由配置數值。

3.3 信號傳輸與系統同步

4K轉播車音頻系統使用開源的網絡音頻傳輸協議Ravenna，所有的音頻收發流參數向用戶開放，根據需求進行配置。運用瀏覽器進入收發流設置界面，輸入相應設備的IP地址，如圖6所示。設備的雙網口均具備獨立的MAC地址和IP地址，是兩個獨立的網口，網頁中可顯示其連接狀態和傳輸速率。Ravenna設備音頻流的發送，需要選擇相應的格式，包括有效荷載信息、組播地址、音頻流通道數、每通道采樣數量、編碼方式等參數信息。創建音頻流后需要在網絡中將相關信息進行公告，音頻流才能被其他設備自動發現并獲取。AES67標準未明確規定，建議使用mDNS和SAP兩種協議進行發布。Ravenna設備同時支持兩種公告協議，Dante設備必須使用SAP協議公告，才能在Dante Controller中顯示。兩種公告協議都不選擇，則無法自動發現。在頁面中選擇接收mDNS和SAP協議發送的音頻流，通過顏色判斷音頻流狀態，選中音頻流查看相關信息。未能自動發現的音頻流需要通過會話描述協議SDP文件，輸入音頻流名稱、通道數、組播地址等參數信息才能順利接收。在SMPTE ST 2110系統中，需要大量使用SDP文件接收音頻流。

圖6 Ravenna音頻流設置界面

系統使用兩臺SPG8000作為主時鐘發生器，接收GPS時鐘同步信號轉換為PTP同步時鐘，分別接入主備交換機，再分配到交換機上所有網絡設備。同時輸出BB、Word Clock等同步信號，送入需要基帶同步信號的音視頻設備中。根據設備運用場景不同，PTP同步包含Master、Slave、Passive三種狀態。抖動時間用于觀察PTP時鐘的抖動狀況，當抖動較大甚至失真時，需要對網絡進行優化。一個PTP子網即一個PTP時鐘域，每個時鐘同步設備只能配置在一個時鐘域，不同時鐘域不會相互影響。每個時鐘域有各自的PTP主時鐘，其他設備時鐘處于從屬狀態。為了防止系統鏈路形成閉環結構，同一設備的多個端口只有一個是從屬狀態，其他處于鎖定但未用于同步狀態。最佳主時鐘算法根據層級關系和域的等級、精準性等參數自動對時鐘的優先級順序排序，從而確定端口狀態。

4 總結與展望

據音頻咨詢公司RH consulting統計，專業音頻領域已有幾千款網絡音頻產品，數量仍在不斷增加，不斷有新的網絡產品上市。這些產品分別基于不同的網絡協議標準，采用互通性標準比例在不斷提高，不同標準正在向著兼容的趨勢發展。

目前，包括傳聲器、調音臺、音頻處理器、功率放大器、內通等在內的所有音頻類設備都有相應的網絡化產品，已經可以實現音頻系統的全鏈路網絡音頻傳輸。其中，存在產品最多的類別是I/O接口設備，將模擬或數字音頻格式轉換為網絡音頻格式，這一類別產品可以說是過渡階段的產品，將逐漸減少，隨著更多的音頻設備的網絡化，不再需要單獨設備其他格式音頻信號轉化為網絡音頻格式。未來每個設備都將是IP系統分配的終端，可以運行在任何網絡之上。