AES3

AES3は、プロフェッショナルオーディオ機器間でデジタルオーディオ信号を交換するための標準です。AES3信号は、バランスライン、アンバランスライン、光ファイバーなどのいくつかの伝送媒体を介して、2チャンネルのパルスコード変調デジタルオーディオを伝送できます。 [ ^1]

AES3 は、オーディオ技術協会(AES) と欧州放送連合(EBU)によって共同開発されたため、 AES/EBUとも呼ばれています。この規格は 1985 年に初めて公開され、1992 年と 2003 年に改訂されました。AES3 は、国際電気標準会議の規格IEC 60958に組み込まれており、 S/PDIFと呼ばれる消費者向けグレードのバリアントで利用できます。

プロフェッショナルおよび家庭用オーディオ機器向けのデジタルオーディオ相互接続規格の開発は、1970年代後半にオーディオエンジニアリング協会と欧州放送連合の共同作業で始まり^[2]、1985年にAES3の発行に至りました。AES3規格は1992年と2003年に改訂され、AESバージョンとEBUバージョンで発行されています^[1] 。当初、この規格はAES/EBUとしてよく知られていました。

異なる物理接続を使用するバリアントは、IEC 60958 で指定されています。これらは基本的に、消費者市場でより一般的に見られるコネクタを使用して、国内の高忠実度環境内で使用する AES3 の消費者バージョンです。これらのバリアントは、一般に S/PDIF として知られています。

IEC 60958 (旧称 IEC 958) は、国際電気標準会議のデジタル オーディオ インターフェイスに関する規格です。AES3 プロフェッショナル デジタル オーディオ相互接続規格と、そのコンシューマー バージョンであるS/PDIFを再現します。

この規格は、いくつかの部分で構成されています。

• IEC 60958-1: 一般
• IEC 60958-2: ソフトウェア情報配信モード
• IEC 60958-3: 消費者向けアプリケーション
• IEC 60958-4: プロフェッショナルアプリケーション
• IEC 60958-5: 消費者向けアプリケーションの強化

AES-2idは、オーディオエンジニアリング協会^[3]がデジタルオーディオエンジニアリング向けに発行したAES情報文書で、AES3インターフェースの使用に関するガイドラインとなっています。この文書では、AES3の使用に関するガイドライン、デジタルオーディオエンジニアリングのためのAES推奨プラクティス、2チャンネル線形表現のデジタルオーディオデータのシリアル伝送フォーマットについて説明しています。また、この文書では、AES11など、AES3と組み合わせて使用​​される関連規格についても説明しています。AES-2idの詳細については、オーディオエンジニアリング協会のWebサイト^[4]の規格セクションで、AES-2id文書のコピーをPDFファイルとしてダウンロードして 調べることができます。

AES3 規格は、国際規格 IEC 60958 のパート 4 に準拠しています。IEC 60958 で定義されている物理的な相互接続タイプのうち、一般的に使用されているのは 2 つです。

タイプ I 接続では、XLR コネクタを備えたバランス型、3 導体、110 オームのツイストペアケーブルを使用します。タイプ I 接続は、プロフェッショナルな設置で最もよく使用され、AES3 の標準コネクタと見なされています。ハードウェア インターフェイスは通常、RS-422ライン ドライバとレシーバを使用して実装されます。

IEC 60958 タイプ II は、民生用電子機器アプリケーション用の不平衡電気または光インターフェイスを定義します。IEC 60958 タイプ II 仕様の前身は、Sony/Philips デジタル インターフェイス ( S/PDIF)でした。どちらも元の AES/EBU 作業に基づいています。S/PDIF と AES3 はプロトコル レベルでは互換性がありますが、物理レベルでは異なる電気信号レベルとインピーダンスを指定しており、これは一部のアプリケーションでは重要になる場合があります。

AES/EBU信号は、75オームの同軸ケーブルとアンバランスBNCコネクタを使用して伝送することもできます。アンバランスバージョンは、バランスバージョンの最大150メートルに対して、非常に長い伝送距離を持っています。^[5] AES-3id規格は、AES3の75オームBNC電気バージョンを定義します。これは、アナログまたはデジタルビデオと同じケーブル、パッチ、インフラストラクチャを使用するため、放送業界では一般的です。

AES3 と S/PDIF のデータ転送の低レベル プロトコルはほぼ同じであり、特に記載がない限り、以下の説明は S/PDIF に適用されます。

AES3 は、主に48 kHz のDAT形式または44.1 kHz のCD形式のステレオPCMエンコード オーディオをサポートするために設計されました。両方のレートをサポートできるキャリアを使用する試みは行われませんでしたが、代わりに、AES3 では、データを任意のレートで実行し、バイフェーズ マーク コード(BMC)を使用してクロックとデータを一緒にエンコードできます。

各ビットは 1 つのタイムスロットを占めます。各オーディオ サンプル (最大 24 ビット) は、4 つのフラグ ビットと 4 つのタイムスロットの長さの同期プリアンブルと組み合わされて、32 のタイムスロットのサブフレームが作成されます。各サブフレームの 32 のタイムスロットは、次のように割り当てられます。

2つのサブフレーム（AとB、通常は左と右のオーディオチャンネルに使用）がフレームを構成します。フレームには64ビットの周期が含まれ、オーディオサンプル周期ごとに1回生成されます。最高レベルでは、連続する192フレームがオーディオブロックにグループ化されます。サンプルはフレーム時間ごとに繰り返されますが、メタデータはオーディオブロックごとに1回のみ送信されます。48kHzのサンプルレートでは、1秒あたり250のオーディオブロックがあり、6.144MHzのバイフェーズクロックによって1秒あたり3,072,000のタイムスロットがサポートされます。^[6]

同期プリアンブルは、サブフレームとオーディオ ブロック内の位置を識別する特別にコード化されたプリアンブルです。プリアンブルは通常の BMC エンコード データ ビットではありませんが、 DC バイアスはゼロです。

3 つの前文が考えられます。

• X (または M):前のタイムスロットが0の場合は 11100010 ₂、1の場合は00011101 _2。 (同等に、NRZIエンコードされた 10010011 _2。 ) オーディオブロックの開始時以外のチャネル A (左) のワードをマークします。
• Y (または W):前のタイムスロットが0の場合は 11100100 _{2 、} 1の場合は00011011 ₂。(同等に、NRZIエンコードされた 10010110 ₂。) チャネル B (右) のワードをマークします。
• Z (または B):前のタイムスロットが0の場合は 11101000 ₂、1の場合は00010111 _2。 (同等に、NRZIエンコードされた 10011100 _2。 ) オーディオブロックの開始時にチャネル A (左) のワードをマークします。

3 つのプリアンブルは、AES3 標準では X、Y、Z と呼ばれ、IEC 958 (AES 拡張) では M、W、B と呼ばれます。

8 ビットのプリアンブルは、各サブフレームの最初の 4 つのタイムスロット (タイムスロット 0 ～ 3) に割り当てられた時間内に送信されます。3 つのうちのいずれかがサブフレームの開始を示します。X または Z はフレームの開始を示し、Z はオーディオ ブロックの開始を示します。

| 0 | 1 | 2 | 3 | | 0 | 1 | 2 | 3 | 時間帯
  _____ _ _____ _
 / \_____/ \_/ \_____/ \_/ \ 序文 X
  _____ _ ___ ___
 / \___/ \___/ \_____/ \_/ \ 序文 Y
  _____ _ _ _____
 / \_/ \_____/ \_____/ \_/ \ 序文 Z
  ___ ___ ___ ___
 / \___/ \___/ \___/ \___/ \ すべて 0 ビット BMC エンコード
  _ _ _ _ _ _ _ _
 / \_/ \_/ \_/ \_/ \_/ \_/ \_/ \_/ \ すべて 1 ビット BMC エンコード
 
 | 0 | 1 | 2 | 3 | | 0 | 1 | 2 | 3 | 時間帯

2 チャネルの AES3 では、プリアンブルは ZYXYXYXY... のパターンを形成しますが、 MADIプロトコルで行われるように、この構造を Y プリアンブルを持つ追加のチャネル (フレームあたりのサブフレームの増加) に拡張するのは 簡単です。

各サブフレームには 1 つのチャネル ステータス ビットがあり、各ブロックの各チャネルには合計 192 ビットまたは 24 バイトがあります。AES3 と S/PDIF 規格では、192 ビットのチャネル ステータス ワードの内容は大きく異なりますが、最初のチャネル ステータス ビットが両者を区別する点では一致しています。AES3 の場合、規格では各ビットの機能を詳細に説明しています。^[1]

• バイト0: 基本制御データ: サンプルレート、圧縮、強調
  • ビット 0: 値が 1 の場合、これは AES3 チャネル ステータス データであることを示します。0 の場合、これは S/PDIF データであることを示します。
  • ビット 1: 値 0 は、これがリニア オーディオ PCM データであることを示します。値 1 は、その他の (通常はオーディオ以外の) データであることを示します。
  • ビット 2 ～ 4:データに適用される信号プリエンファシスのタイプを示します。通常は 100 ₂ (なし) に設定されます。
  • ビット 5: 値 0 は、ソースが何らかの (指定されていない) 外部時間同期にロックされていることを示します。値 1 は、ロック解除されたソースを示します。
  • ビット 6 ～ 7: サンプル レート。これらのビットは、リアルタイム オーディオが送信される場合は冗長ですが (受信機はサンプル レートを直接監視できます)、AES3 データが記録または保存される場合に役立ちます。オプションは、未指定、48 kHz (デフォルト)、44.1 kHz、および 32 kHz です。追加のサンプル レート オプションは、拡張サンプル レートフィールドで指定できます (以下を参照)。
• バイト 1: オーディオ ストリームがステレオ、モノラル、またはその他の組み合わせであるかどうかを示します。
  • ビット 0 ～ 3: 2 つのチャネルの関係を示します。無関係なオーディオ データ、ステレオ ペア、重複したモノラル データ、音楽と音声の解説、ステレオの合計/差のコードなどです。
  • ビット4～7: ユーザーチャネルワードのフォーマットを示すために使用される
• バイト2: オーディオワード長
  • ビット 0～2: 補助ビットの使用。補助ビット (タイムスロット 4～7) の使用方法を示します。通常は 000 ₂ (未使用) または 001 ₂ (24 ビット オーディオ データに使用) に設定されます。
  • ビット 3 ～ 5: ワード長。20 ビットまたは 24 ビットの最大値に対するサンプル サイズを指定します。0、1、2、または 4 ビットの欠落ビットを指定できます。未使用のビットは 0 で埋められますが、ミキシングなどのオーディオ処理機能では通常、有効なワード長を変更せずに有効なデータで埋められます。
  • ビット6～7: 未使用
• バイト 3: マルチチャネル アプリケーションでのみ使用されます^{[詳細な説明が必要]}
• バイト4: 追加のサンプルレート情報^{[詳細な説明が必要]}
  • ビット0～1: AES11に従ってサンプルレートリファレンスのグレードを示します。
  • ビット2: 予約済み
  • ビット 3 ～ 6: 拡張サンプル レート。これは、バイト 0 のビット 6 ～ 7 では表現できない他のサンプル レートを示します。24、96、192 kHz のほか、22.05、88.2、176.4 kHz の値が割り当てられます。
  • ビット 7: サンプリング周波数スケーリング フラグ。設定されている場合、サンプル レートがNTSCビデオ フレーム レートと一致するように 1/1.001 倍されることを示します。
• バイト5: 予約済み
• バイト 6 ～ 9:チャンネルの起源を示す4 つのASCII文字。大規模なスタジオで広く使用されます。
• バイト 10 ～ 13: 自動スイッチャーを制御するための、チャネルの宛先を示す 4 つの ASCII 文字。あまり使用されません。
• バイト 14 ～ 17: 32 ビットのサンプル アドレス。ブロックごとに 192 ずつ増加します (ブロックあたり 192 フレームがあるため)。48 kHz では、これはほぼ 1 日ごとにラップします。^[a]
• バイト18～21: 深夜からのサンプルを示す32ビットのサンプルアドレスオフセット。^[7]
• バイト22: チャネルステータスワードの信頼性表示
  • ビット0～3: 予約済み
  • ビット 4: 設定されている場合、バイト 0 ～ 5 (信号形式) は信頼できません。
  • ビット 5: 設定されている場合、バイト 6 ～ 13 (チャネル ラベル) は信頼できません。
  • ビット 6: 設定されている場合、バイト 14 ～ 17 (サンプル アドレス) は信頼できません。
  • ビット 7: 設定されている場合、バイト 18 ～ 21 (タイムスタンプ) は信頼できません。
• バイト23: CRC。このバイトは、ブロックの途中での切り替えによって発生する可能性のあるチャネルステータスワードの破損を検出するために使用されます。^[b]

SMPTEタイムコードデータはAES3信号に埋め込むことができます。同期やオーディオコンテンツの記録と識別に使用できます。チャンネルステータスデータの18～21バイト目に32ビットのバイナリワードとして埋め込まれます。^[8]

AES11規格はデジタルオーディオ構造の同期に関する情報を提供します。^[9]

AES52規格では、AES3ビットストリームに一意の識別子を挿入する方法が規定されている。^[10]

SMPTE 2110 -31は、SMPTE 2110 IPベースのマルチキャストフレームワークを使用してIPネットワーク経由で送信するために、 AES3データストリームをリアルタイムトランスポートプロトコルパケットにカプセル化する方法を定義します。 ^[11]

SMPTE 302M-2007は、テレビアプリケーション用のMPEGトランスポートストリームにAES3データストリームをカプセル化する方法を定義します。^[12]

AES3 デジタル オーディオ フォーマットは、非同期転送モードネットワークでも伝送できます。AES3 フレームを ATM セルにパックするための標準はAES47です。

• ADAT ライトパイプ – マルチチャンネル光デジタルオーディオインターフェース

• ワトキンソン、ジョン (2001)。デジタルオーディオの芸術 第 3 版。Focal Press。ISBN 0-240-51587-0。
• Watkinson, John (1989 年 8 月)。「AES/EBU デジタル オーディオ インターフェイス」。英国カンファレンス: AES/EBU インターフェイス。EBU-02。

• AES3標準のダウンロードページ
• 欧州放送連合、デジタルオーディオインターフェースの仕様（AES/EBUインターフェース）Tech 3250-E第3版（2004年）
• Emmett, John (1995)。「エ​​ンジニアリング ガイドライン: EBU/AES デジタル オーディオ インターフェイス」(PDF)。EBU 。
• Mark Yonge (2005 年 6 月～7 月)。「AES3 チャネル ステータスの再検討」(PDF)。Line up (101): 20～22。2015年 5 月 1 日のオリジナル(PDF)からアーカイブ。2013 年 9 月 1 日閲覧。
• 「AES3 / AES-EBU チャンネル ステータス バイト設定」。2012 年 2 月 22 日にオリジナルからアーカイブ。2009年 3 月 24 日に取得。
• IEC - 歴史的コレクション、IHS