AES3

La norma IEC 60958 (anteriormente IEC 958) es el estándar de la Comisión Electrotécnica Internacional sobre interfaces de audio digital . Reproduce el estándar de interconexión de audio digital profesional AES3 y su versión para el consumidor, S/PDIF .

La norma consta de varias partes:

• IEC 60958-1: General
• IEC 60958-2: Modo de entrega de información de software
• IEC 60958-3: Aplicaciones para el consumidor
• IEC 60958-4: Aplicaciones profesionales
• IEC 60958-5: Mejora de la aplicación para el consumidor

AES-2id es un documento informativo de AES publicado por la Audio Engineering Society ^{[ 3 ]} para la ingeniería de audio digital: Directrices para el uso de la interfaz AES3. Este documento proporciona directrices para el uso de AES3, Práctica recomendada de AES para la ingeniería de audio digital, formato de transmisión en serie para datos de audio digital representados linealmente de dos canales. Este documento también incluye la descripción de estándares relacionados que se utilizan junto con AES3, como AES11 . Los detalles completos de AES-2id se pueden encontrar en la sección de estándares del sitio web de la Audio Engineering Society . ^{[ 4 ]}

Las conexiones de tipo I utilizan cableado de par trenzado balanceado de tres conductores y 110 ohmios con conectores XLR . Este tipo de conexión se utiliza con mayor frecuencia en instalaciones profesionales y se considera el conector estándar para AES3. La interfaz de hardware se implementa normalmente mediante controladores y receptores de línea RS-422 .

La norma IEC 60958 Tipo II define una interfaz eléctrica u óptica no balanceada para aplicaciones de electrónica de consumo . El precursor de la especificación IEC 60958 Tipo II fue la interfaz digital Sony/Philips, o S/PDIF . Ambas se basaron en el trabajo original de AES/EBU. S/PDIF y AES3 son intercambiables a nivel de protocolo, pero a nivel físico, especifican diferentes niveles de señalización eléctrica e impedancias , lo cual puede ser significativo en algunas aplicaciones.

Las señales AES/EBU también pueden transmitirse mediante conectores BNC no balanceados con un cable coaxial de 75 ohmios. La versión no balanceada ofrece una distancia de transmisión mucho mayor que los 150 metros máximos de la versión balanceada. ^{[ 5 ]} El estándar AES-3id define una variante eléctrica BNC de 75 ohmios de AES3. Esta utiliza el mismo cableado, conexiones e infraestructura que el vídeo analógico o digital, por lo que es común en la industria de la radiodifusión.

El preámbulo de sincronización es un preámbulo codificado especialmente que identifica el subcuadro y su posición dentro del bloque de audio. Los preámbulos no son bits de datos codificados BMC normales, aunque siguen teniendo una polarización de CC cero .

Son posibles tres preámbulos:

• X (o M)  : 11100010 ₂ si la ranura de tiempo anterior era 0 , 00011101 ₂ si era 1. (Equivalentemente, 10010011 _{2 codificado en} NRZI ). Marca una palabra para el canal A (izquierdo), excepto al comienzo de un bloque de audio.
• Y (o W)  : 11100100 ₂ si la ranura de tiempo anterior era 0 , 00011011 ₂ si era 1. (Equivalentemente, 10010110 _{2 codificado en} NRZI ). Marca una palabra para el canal B (derecha).
• Z (o B)  : 11101000 ₂ si la ranura de tiempo anterior era 0 , 00010111 ₂ si era 1. (Equivalentemente, 10011100 _{2 codificado en} NRZI ). Marca una palabra para el canal A (izquierdo) al comienzo de un bloque de audio.

Los tres preámbulos se denominan X, Y, Z en el estándar AES3; y M, W, B en IEC 958 (una extensión de AES).

Los preámbulos de 8 bits se transmiten en el tiempo asignado a los primeros cuatro intervalos de tiempo de cada subfotograma (intervalos de tiempo 0 a 3). Cualquiera de los tres marca el inicio de un subfotograma. X o Z marcan el inicio de un fotograma, y ​​Z marca el inicio de un bloque de audio.

| 0 | 1 | 2 | 3 | | 0 | 1 | 2 | 3 | Franjas horarias _____ _ _____ _ / \_____/ \_/ \_____/ \_/ \ Preámbulo X _____ _ ___ ___ / \___/ \___/ \_____/ \_/ \ Preámbulo Y _____ _ _ _____ / \_/ \_____/ \_____/ \_/ \ Preámbulo Z ___ ___ ___ ___ / \___/ \___/ \___/ \___/ \ Todos los bits 0 codificados en BMC _ _ _ _ _ _ _ _ / \_/ \_/ \_/ \_/ \_/ \_/ \_/ \_/ \ Todos los bits 1 codificados en BMC | 0 | 1 | 2 | 3 | | 0 | 1 | 2 | 3 | Franjas horarias 

En AES3 de dos canales, los preámbulos forman un patrón de ZYXYXYXY..., pero es sencillo extender esta estructura a canales adicionales (más subtramas por trama), cada uno con un preámbulo Y, como se hace en el protocolo MADI .

Cada subtrama contiene un bit de estado de canal, lo que suma un total de 192 bits o 24 bytes por canal en cada bloque. Los estándares AES3 y S/PDIF presentan diferencias significativas en el contenido de la palabra de estado de canal de 192 bits, si bien coinciden en que el primer bit de estado de canal es el elemento distintivo entre ambos. En el caso de AES3, el estándar describe en detalle la función de cada bit. ^{[ 1 ]}

• Byte 0: Datos de control básicos: frecuencia de muestreo, compresión, énfasis
  • bit 0: Un valor de 1 indica que se trata de datos de estado del canal AES3. Un valor de 0 indica que se trata de datos S/PDIF.
  • Bit 1: Un valor de 0 indica que se trata de datos PCM de audio lineal. Un valor de 1 indica otros datos (generalmente no de audio).
  • Bits 2–4: Indica el tipo de preénfasis de señal aplicado a los datos. Generalmente se establece en 100 ₂ (ninguno).
  • Bit 5: Un valor de 0 indica que la fuente está sincronizada con alguna sincronización horaria externa (no especificada). Un valor de 1 indica que la fuente está desbloqueada.
  • Bits 6-7: Frecuencia de muestreo. Estos bits son redundantes cuando se transmite audio en tiempo real (el receptor puede observar la frecuencia de muestreo directamente), pero son útiles si se graban o almacenan datos AES3. Las opciones disponibles son: sin especificar, 48  kHz (valor predeterminado), 44,1  kHz y 32  kHz. Se pueden indicar opciones adicionales de frecuencia de muestreo en el campo de frecuencia de muestreo extendida (véase más abajo).
• Byte 1: indica si la señal de audio es estéreo, mono o alguna otra combinación.
  • Bits 0–3: Indican la relación entre los dos canales; pueden ser datos de audio no relacionados, un par estéreo, datos mono duplicados, música y comentarios de voz, o un código de suma/diferencia estéreo.
  • Bits 4–7: Se utilizan para indicar el formato de la palabra del canal de usuario.
• Byte 2: Longitud de la palabra de audio
  • Bits 0–2: Uso de bits auxiliares. Indica cómo se utilizan los bits auxiliares (intervalos de tiempo 4–7). Generalmente se establece en 000 ₂ (sin usar) o 001 ₂ (usado para datos de audio de 24 bits).
  • Bits 3–5: Longitud de palabra. Especifica el tamaño de la muestra, en relación con el máximo de 20 o 24 bits. Puede especificar 0, 1, 2 o 4 bits faltantes. Los bits no utilizados se rellenan con 0, pero las funciones de procesamiento de audio, como la mezcla, generalmente los rellenan con datos válidos sin modificar la longitud de palabra efectiva.
  • Bits 6–7: Indica si el nivel de alineación de la señal de audio sigue la recomendación EBU R68 o SMPTE RP155. ^{[ 1 ]}
• Byte 3: Se utiliza únicamente para aplicaciones multicanal.
• Byte 4: Información adicional sobre la frecuencia de muestreo
  • Bits 0–1: Indica el grado de la referencia de frecuencia de muestreo, según AES11.
  • bit 2: Reservado
  • Bits 3–6: Frecuencia de muestreo extendida. Esto indica otras frecuencias de muestreo que no se pueden representar en los bits 6–7 del byte 0. Se asignan valores para 24, 96 y 192  kHz, así como para 22,05, 88,2 y 176,4  kHz.
  • Bit 7: Indicador de escalado de frecuencia de muestreo. Si está activado, indica que la frecuencia de muestreo se multiplica por 1/1,001 para que coincida con la velocidad de fotogramas de vídeo NTSC .
• Byte 5: Reservado
• Bytes 6–9: Cuatro caracteres ASCII para indicar el origen del canal. Ampliamente utilizados en grandes estudios.
• Bytes 10–13: Cuatro caracteres ASCII que indican el destino del canal, para controlar los conmutadores automáticos. Se utilizan con menos frecuencia.
• Bytes 14–17: dirección de muestra de 32 bits, incrementándose bloque a bloque en 192 (porque hay 192 tramas por bloque). A 48  kHz, esto se reinicia aproximadamente cada día. ^{[ a ]}
• Bytes 18–21: Desplazamiento de la dirección de muestra de 32 bits para indicar las muestras tomadas desde la medianoche. ^{[ 7 ]}
• Byte 22: Indicación de fiabilidad de la palabra de estado del canal
  • bits 0–3: Reservados
  • bit 4: Si está activado, los bytes 0–5 (formato de señal) no son fiables.
  • bit 5: Si está activado, los bytes 6–13 (etiquetas de canal) no son fiables.
  • bit 6: Si está activado, los bytes 14–17 (dirección de muestra) no son fiables.
  • bit 7: Si está activado, los bytes 18–21 (marca de tiempo) no son fiables.
• Byte 23: CRC . Este byte se utiliza para detectar la corrupción de la palabra de estado del canal, como podría ocurrir al cambiar de bloque. ^{[ b ]}

Los datos de código de tiempo SMPTE se pueden incrustar en las señales AES3. Se pueden usar para la sincronización y para registrar e identificar el contenido de audio. Se incrustan como una palabra binaria de 32 bits en los bytes 18 a 21 de los datos de estado del canal. ^{[ 8 ]}

El estándar AES11 proporciona información sobre la sincronización de estructuras de audio digital. ^{[ 9 ]}

El estándar AES52 describe cómo insertar identificadores únicos en una secuencia de bits AES3. ^{[ 10 ]}

SMPTE 2110-31 define cómo encapsular un flujo de datos AES3 en paquetes del Protocolo de Transporte en Tiempo Real para su transmisión a través de una red IP utilizando el marco de multidifusión basado en IP de SMPTE 2110. ^{[ 11 ]}

SMPTE 302M -2007 define cómo encapsular un flujo de datos AES3 en un flujo de transporte MPEG para aplicaciones de televisión. ^{[ 12 ]}

El formato de audio digital AES3 también se puede transmitir a través de una red de modo de transferencia asíncrona . El estándar para empaquetar tramas AES3 en celdas ATM es AES47 .