音频与AoIP
音频与AoIP
1. 专题定位
本专题是声音系统的总复习，重点解决：
- 演播室数字音频的基本参数是什么。
- 数字音频接口和满度电平怎么记。
- 数字电视与网络视听的响度要求有什么差别。
- 音频质量监测主要看什么。
- AoIP、AES67、PTP、AoIP 网关之间是什么关系。
- 三维声该抓哪些重点。
2. 知识框架
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
音频与AoIP
├─ 演播室数字音频参数
│ ├─ 声道数
│ ├─ 采样率
│ ├─ 量化比特
│ └─ 频率范围
├─ 数字音频接口
│ ├─ 串行接口
│ ├─ 时钟基准
│ └─ 辅助数据
├─ 电平与响度
│ ├─ 满度电平
│ ├─ 平均响度
│ └─ 真峰值
├─ 音频质量监测
│ ├─ 声道缺失
│ ├─ 相位问题
│ ├─ 电平问题
│ └─ 爆音/削波
├─ AoIP
│ ├─ 高性能流化音频
│ ├─ AoIP 网关
│ └─ PTP 同步
└─ 扩展知识
├─ 高性能传声器
└─ 三维声
3. 核心知识点
3.1 演播室数字音频基本参数
最先记 4 组数字：
- 声道数预留：
2 路 / 4 路 / 8 路 - 优选采样率：
48kHz - 可选采样率：
32kHz、44.1kHz - 优选量化：
PCM 20bit
其他可选量化：
16bit18bit24bit
频率范围复习时重点记：
- LFE 声道：
15Hz ～ 120Hz - 其他声道：
20Hz ～ 20kHz
3.2 常见声道分配
考试不要求记全部复杂配置，但至少要记住：
- 2 路记录：
L / R - 4 路记录：
L / R / C / MS - 8 路记录一般对应多声道节目制作
常见缩略语：
- L：左声道
- R：右声道
- C：中央声道
- LS：左环绕
- RS：右环绕
- LFE：低频增强声道
- MS：单声环绕声道
3.3 演播室数字音频信号接口
数字音频接口的复习重点是“它传什么”和“怎么传”。
要点：
- 采用串行接口数据格式。
- 数字音频以
48kHz取样为主。 - 每个取样值最多可传
24bit精度。 - 可以传单声道或立体声节目。
- 时钟基准和辅助信息与音频数据同时传送。
接口理解：
- 不是单纯“传声音”，而是把音频样值、同步信息、辅助数据一起标准化传输。
- 这也是后续嵌入视频、跨设备互联和网络化传输的基础。
3.4 数字音频设备的满度电平
这组数字非常高频，必须硬背：
0dBFS = +24dBu
过渡记忆：
- 广播电台现阶段允许
0dBFS = +22dBu的设备继续使用
理解逻辑：
- dBFS 是数字系统的满刻度参考。
- dBu 是模拟电压电平单位。
- 统一满度电平是为了避免数字/模拟混合系统中电平混乱、失真增大、信噪比下降。
3.5 数字电视节目的响度和真峰值
数字电视节目高频数字：
- 平均响度目标值：
-24LKFS - 容差范围：
±2LU - 最大真峰值音频电平：
不超过 -2dBTP
测量要求：
- 测量完整节目时长内的平均响度
- 应包括所有主要音频声道
- 对特殊节目，如演唱会、音乐会等，可考虑含正常对白部分的平均响度
一句话理解：
- 电视系统追求“频道内、频道间响度基本一致，避免观众频繁调音量”。
3.6 网络视听节目的响度
网络视听音频响度要求比电视更贴近使用场景，必须区分两种目标：
-15LKFS-24LKFS
容差：
±2LU
最大真峰值：
不超过 -1dBTP
应用理解：
-15LKFS适合嘈杂环境，如车载、户外、公交地铁-24LKFS适合安静环境
因此，网络视听比电视更强调终端接收环境差异。
3.7 音频质量监测
电台节目制播质量监测规范中最容易考的是监测项。
主要音频质量问题包括：
- 左右声道反相
- 电平过低或过高
- 声道缺失
- 左右声道电平差过大
- 削波
- 爆音
高频数字：
- 最大允许电平参考值：
-9dBFS - 左右声道反相持续时间参考值：
1分钟 - 声道缺失比例参考阈值：
90%
理解方法：
- 监测不是凭耳朵“感觉”，而是用电平、相关系数、持续时间、比例阈值等参数来判断。
3.8 AoIP 与高性能流化音频
AoIP 必须先背定义：
- 基于 TCP/IP 协议簇
- 遵循网络同步机制
- 通过 IP 网络低时延传输非压缩高质量音频
高性能流化音频在 IP 网络上的互操作规范，复习时抓 6 个关键词：
- 同步
- 媒体时钟
- 传输
- 编码与成流
- 会话描述
- 发现服务/连接管理
高频理解点：
- 低延时一般要求小于
10ms - 面向专业质量音频
- 强调互操作，不是只在单一厂商体系里能用
- PTP 是关键同步基础
3.9 AoIP 网关
AoIP 网关的本质：
- 把 IP 流化音频和非 IP 音频相互转换
按路由类型分两大类：
- IP 输出型
- IP 输入型
再细分为：
- 模拟输入 / IP 输出
- 数字输入 / IP 输出
- IP 输入 / 模拟输出
- IP 输入 / 数字输出
必须会写的关系：
- AoIP 网关依赖 AoIP 协议体系
- AoIP 协议体系依赖 PTP 同步
- 网关至少要支持
AES67（GY/T 304）和SMPTE ST 2110-30等流化音频格式
3.10 高性能传声器与三维声
高性能传声器复习时抓 4 类要求：
- 电声性能
- 一致性
- 电磁兼容性
- 环境适应性
三维声标准体量很大，考试导向只抓：
- 范围
- 术语
- 编解码及渲染框架
- 立体声/多声道/HOA 相关处理思路
不要把精力放在位流语法和公式推导上。
4. 必背定义/条文/参数
4.1 必背数字
- 采样率优选：
48kHz - 可选采样率：
32kHz / 44.1kHz - 优选量化：
20bit - 可选量化：
16 / 18 / 24bit - 满度电平：
0dBFS = +24dBu - 过渡允许：
0dBFS = +22dBu - 电视平均响度：
-24LKFS ±2LU - 电视最大真峰值：
≤ -2dBTP - 网络视听平均响度：
-15 或 -24LKFS ±2LU - 网络视听最大真峰值：
≤ -1dBTP - 音频质量监测最大允许电平：
-9dBFS
4.2 必背定义
- dBFS：相对满刻度的数字音频电平单位
- dBu：以 0.775V 为基准的电压电平单位
- LKFS：K 加权下相对于标称满刻度的响度
- TP：真峰值
- AoIP：IP 流化音频
- AoIP 网关：实现 IP 流化音频与非 IP 音频相互转换的设备
4.3 必背关系
- 电平是设备工作边界问题。
- 响度是节目主观听感一致性问题。
- 真峰值是防止数字系统重建后过载的问题。
- AoIP 是网络化传音体系，不等于普通网络传文件。
5. 易混点对照
5.1 dBFS vs dBu
- dBFS 是数字刻度。
- dBu 是模拟电压。
5.2 电平 vs 响度
- 电平看瞬时或峰值。
- 响度更接近听感平均强弱。
5.3 数字电视响度 vs 网络视听响度
- 电视统一目标值：
-24LKFS - 网络视听允许
-15LKFS或-24LKFS
5.4 AoIP vs 音频文件传输
- AoIP 传的是实时专业音频流。
- 音频文件传输传的是离线文件。
5.5 三维声 vs 普通多声道
- 普通多声道重在声道数量。
- 三维声更强调空间表达、渲染与沉浸感。
6. 论述题答题骨架
题型 1：论述广播电视音频系统中为什么必须控制响度和真峰值
答题顺序：
- 说明目标：提升用户听感一致性，避免频繁调音量。
- 写平均响度：控制节目整体主观音量。
- 写真峰值：防止数字系统重建后过载失真。
- 写电视与网络视听差异：一个更统一，一个更考虑场景。
- 写监测方法：算法、仪表、完整节目测量。
题型 2：论述 AoIP 在专业广播环境中的意义
答题模板：
- AoIP 使音频传输从传统点对点连接转向网络化、灵活化和可扩展化。
- 但专业广播环境要求低时延、高质量、强同步、可互操作。
- 因此必须依靠 AES67、PTP、网关、发现服务和连接管理等体系共同实现。
7. 专题自测题
自测 1
问：演播室数字音频优选采样率和优选量化分别是什么？
答题要点：48kHz，PCM 20bit。
自测 2
问：0dBFS = +24dBu 说明了什么？
答题要点：说明数字满刻度电平与模拟参考电压之间的对应关系。
自测 3
问：数字电视与网络视听在响度要求上的最大区别是什么？
答题要点：电视统一 -24LKFS；网络视听可用 -15 或 -24LKFS，以适配不同接收环境。
自测 4
问：为什么不能只控制平均响度而不控制真峰值？
答题要点：因为平均响度一致不代表峰值不过载，真峰值用于防止削波和失真。
自测 5
问：AoIP 网关的两大类是什么？
答题要点：IP 输出型、IP 输入型。
自测 6
问：音频质量监测中最典型的异常项有哪些？
答题要点：反相、声道缺失、电平异常、左右声道不均衡、削波、爆音。
自测 7
问：三维声复习时为什么不建议死背位流语法？
答题要点：因为考试导向更重范围、术语、框架和应用理解，而不是底层编码实现。