IEC 61937-162024 应用IEC 60958的非线性PCM编码音频比特流的数字音频接口 第16部分AVSA标准立项发展报告

应用IEC60958的非线性PCM编码音频比特流的数字音频接口第16部分：AVSA标准立项发展报告StandardizationDevelopmentReport:DigitalAudio–InterfaceforNon-linearPCMEncodedAudioBitstreamsApplyingIEC60958–Part16:AVSA摘要随着沉浸式音频、空间音频及基于对象的音频制作技术在广播电视、电影放映、虚拟现实和游戏娱乐等领域的广泛应用，传统线性PCM音频传输方式已难以满足日益增长的高通道数、高采样率及元数据同步传输需求。为应对这一技术挑战，国际电工委员会（IEC）于2024年11月29日正式发布了IEC61937-16:2024标准，该标准定义了应用IEC60958接口传输非线性PCM编码音频比特流的新协议模式——AVSA（AudioandVideoSynchronizationApplication，音视频同步应用）。本报告系统梳理了该标准的立项背景、技术框架、核心内容及其对产业发展的影响。标准通过扩展IEC60958用户数据区中的突发报头结构，新增了面向AVSA帧格式的流信息描述，支持从2.0到22.2多声道配置的灵活映射，并严格保证了音视频同步的时序精度。本标准的发布填补了现有IEC61937系列在消费电子与专业音响领域融合场景下的协议空白，对于统一全球数字音频接口规范、促进超高清视听产业发展具有重要的里程碑意义。关键词：IEC61937；IEC60958；非线性PCM；数字音频接口；AVSA；音视频同步；沉浸式音频Keywords:IEC61937;IEC60958;Non-linearPCM;DigitalAudioInterface;AVSA;Audio-videoSynchronization;ImmersiveAudio1.引言1.1标准立项背景数字音频接口技术是连接音频采集、处理、传输与回放各环节的核心枢纽。自IEC60958标准（即广泛认知的S/PDIF与AES/EBU接口规范）发布以来，其凭借可靠的传输机制和广泛的设备兼容性，成为消费电子和专业音频领域最具影响力的数字音频有线传输接口标准。然而，传统IEC60958在设计之初主要面向两声道线性PCM音频的传输，其通道容量和数据带宽相对有限。随着三维声技术（如DolbyAtmos、DTS:X、MPEG-HAudio）在UHD超高清电视、流媒体服务、电子游戏和虚拟现实等业务中的快速普及，音频信号不再仅仅是简单的波形采样数据，而是包含了声道对象、空间位置元数据、渲染参数等多种信息的复合比特流。这类非线性PCM编码音频数据无法通过IEC60958的基本帧格式直接传输，必须经由IEC61937系列标准定义的突发传输机制进行封装。1.2现有标准体系的局限性IEC61937系列标准自发布以来已历经多次扩展，涵盖了包括AC-3、DTS、MPEG-2AAC、MPEG-4AAC等多种主流音频编码格式的传输规范。然而，现有标准在应对新一代AVSA应用场景时暴露出以下局限：第一，缺乏对高通道数（如22.2声道）配置的系统性描述支持；第二，对音视频同步的时序约束描述不够精确，难以满足现代家庭影院和虚拟现实系统对低延迟的严苛要求（通常需小于20毫秒）；第三，对多种音频编码格式并存及动态切换的支持不足，限制了设备在多业务场景下的灵活适配能力。正是在上述技术与产业双重驱动力的推动下，IEC/TC100（音频、视频及多媒体系统与设备技术委员会）启动了IEC61937-16的立项工作，旨在定义一种全新的、面向未来音视频融合应用的非线性PCM音频比特流传输标准。2.标准技术内容概述2.1标准适用范围与定位IEC61937-16:2024标准适用于通过IEC60958接口传输非线性PCM编码音频比特流的数字音频设备，特别是在需要同时传输多声道沉浸式音频和保证严格音视频同步的应用场景中。该标准在IEC61937系列框架下新增了AVSA突发报头类型，定义了完整的流信息数据结构，为AVSA比特流在IEC60958物理层上的封装、传输和解封装提供了统一的技术规范。2.2核心技术框架标准的核心技术框架基于IEC60958中定义的用户数据通道（UserDataChannel）机制。在IEC60958的帧结构中，每个子帧包含一个用户数据位（Ubit），这些用户数据位在通道状态（ChannelStatus）信息的控制下，组合成连续的用户数据流。IEC61937-16将AVSA编码后的非线性PCM比特流以“突发”（Burst）形式插入用户数据流中进行传输。每个突发由三部分组成：突发报头（BurstHeader）、突发内容（BurstPayload）和突发填充（BurstPadding）。其中，突发报头包含同步信息（SyncInformation）和突发信息（BurstInformation）两个关键字段。IEC61937-16在突发信息的“数据突发类型”（DataBurstType）字段中定义了AVSA专属的类型值，并在流信息（StreamInfo）区域中定义了完整的AVSA描述符。2.3AVSA流信息格式定义标准详细规定了AVSA流信息的编码格式，包括以下核心字段：-编码格式标识：标识AVSA比特流中实际使用的音频编码格式（如MPEG-H、AC-4等），支持多种编码格式的无缝切换；-声道配置描述：支持从2.0立体声到22.2多声道系统的完整声道布局映射，定义了各声道在IEC60958传输帧中的分配顺序；-采样率指示：涵盖32kHz至192kHz的常用采样率范围，并保留扩展空间以适应未来更高采样率的需求；-比特率参数：描述音频编码的平均比特率和峰值比特率，为接收端缓冲区管理提供依据；-帧同步信息：提供音频帧与视频帧之间的精确时序对应关系，确保唇音同步精度。2.4同步机制与性能保障为确保音视频同步性能，IEC61937-16引入了精细的时间戳管理和延迟控制机制。标准要求发送端在突发报头中嵌入时间戳信息，接收端可根据该时间戳精确重建音频播放时序。同时，标准针对AVSA应用定义了严格的突发时间间隔约束，确保音频数据在IEC60958传输过程中不产生过大的抖动（Jitter），从而保障接收端解码输出的连续性和稳定性。3.标准的技术创新与产业价值3.1推动沉浸式音频标准化传输IEC61937-16:2024的发布标志着沉浸式音频格式在消费电子互联接口层面的标准化传输迈出了关键一步。通过定义统一的AVSA突发格式，不同厂商的音频编码器、解码器、AV接收机、Soundbar及电视设备可以在IEC60958这一通用数字接口上进行互操作，有效避免了各厂商采用私有传输协议导致的兼容性问题。3.2填补音视频同步精确控制的规范空白相较于前序标准，IEC61937-16在音视频同步方面提出了更为明确的时序要求和控制机制。这对于依赖于声音空间定位信息的虚拟现实（VR）和增强现实（AR）应用尤为重要——在这些应用中，声音到达的时序偏差超过人耳感知阈值将直接破坏沉浸感体验。3.3助力超高清视听产业生态建设随着国家广播电视总局和工业和信息化部等部门大力推进超高清视频产业发展行动计划（2019—2022年），以及《超高清视频产业发展行动计划（2024—2027年）》的深入实施，三维声技术作为超高清视听体验的关键组成部分，其标准化传输需求日益迫切。IEC61937-16标准的发布为超高清电视、网络视听、智慧家庭影院等终端产品提供了统一的音频传输接口规范，对于完善超高清视听产业链条具有直接推动作用。4.主要参与单位与标准制定的组织保障IEC61937-16:2024由国际电工委员会音频、视频及多媒体系统与设备技术委员会（IEC/TC100）归口管理。其中，IEC/TC100下属的TA20（模拟和数字音频）工作组具体承担了本标准的起草与修订工作。IEC/TC100是国际电工委员会中负责音频、视频及多媒体系统标准化工作的核心技术委员会，其工作范围涵盖从终端设备到系统集成的各个层面。TA20工作组汇集了来自全球主要消费电子制造商、半导体厂商、音频技术研究机构及测试认证机构的专家，包括但不限于：荷兰皇家飞利浦公司、德国弗劳恩霍夫集成电路研究所（FraunhoferIIS）、日本索尼公司、韩国三星电子、美国杜比实验室、DTS公司、法国Orange实验室等。这些机构在音频编码算法、数字接口设计、半导体实现和系统集成等各领域具有深厚的技术积累，为标准的技术先进性和产业适用性提供了有力保障。值得注意的是，在IEC61937-16的制定过程中，参与各方围绕AVSA流信息字段的定义、突发报头类型值的分配和同步机制的精度指标等技术细节进行了多轮深入讨论和验证测试。来自中国的专家也在IEC/TC100框架内积极参与了标准讨论，中国电子技术标准化研究院等国内标准化技术机构持续跟踪并推动相关国际标准的制定进程，为国内产业界及时掌握和应用该标准提供了信息通道。5.标准实施的行业影响与建议5.1对设备制造商的影响对于AV接收机、Soundbar、电视和机顶盒等消费电子产品的制造商而言，IEC61937-16标准的实施意味着其产品需要在IEC60958接口的协议栈中新增AVSA数据突发类型的解析能力。对于高端产品而言，建议在SoC（片上系统）设计阶段即将AVSA解封装功能集成于硬件协议引擎中，以降低CPU负载并保证时序精度。对于中低端产品，可考虑通过固件升级的方式在现有协议栈基础上增加软件解析支持。对于专业音频设备和广播电视设备制造商，该标准为基于IEC60958接口传输沉浸式音频提供了标准化的互操作方案。在广播电视台演播室和后期制作环境中，采用IEC61937-16标准可以在现有数字音频基础设施上实现多声道沉浸式音频的可靠传输，减少对视音频矩阵等设备的改造需求。5.2对内容提供商和运营商的影响对于流媒体服务运营商、有线电视网络运营商和广播电视播出机构而言，IEC61937-16为沉浸式音频内容的终端呈现提供了标准的传输通道。内容提供商可在编码端生成符合AVSA要求的音频比特流，终端设备通过标准的接口解析即可正确解码和渲染，减少了内容适配的复杂度。值得关注的是，随着基于AI的音频处理技术（如AI语音增强、AI空间音频重构）的快速发展，未来音频比特流中可能嵌入更多智能化的元数据信息。IEC61937-16定义的可扩展流信息结构为这类新兴需求预留了充分的扩展空间，体现了标准的适度前瞻性。5.3标准实施建议基于当前产业发展现状和趋势，提出以下标准实施建议：第一，积极推进国家标准和行业标准的转化工作。建议国内相关标准化技术委员会启动将IEC61937-16转化为国家标准或行业标准的可行性研究，以便国内产业界更便捷地应用该标准。第二，加强测试验证能力建设。建议相关检测机构和实验室建立符合IEC61937-16标准的测试验证能力，包括音频突发格式分析、时序精度测量和互操作性测试等手段，为产业界提供标准符合性检测服务。第三，推动产业链协同发展。鼓励芯片设计企业、终端制造商和内容提供商加强沟通协作，在SoC设计阶段统筹考虑AVSA功能需求，降低系统级集成成本。6.结论与展望IEC61937-16:2024的发布是国际数字音频接口标准化进程中的重要里程碑。该标准通过定义AVSA突发传输协议，在IEC60958这一广泛应用的数字音频接口上实现了对新一代非线性PCM沉浸式音频比特流的标准化传输，系统性地解决了高通道数音频配置描述、灵活编码格式支持和精确音视频同步等关键技术问题。展望未来，随着8K超高清视频、空间计算平台（如AppleVisionPro等空间计算设备）、智能网联汽车车载娱乐系统等新业态的持续演进，对高品质沉浸式音频传输的需求将呈现指数级增长。IEC61937-16所确立的AVSA传输机制为这一发展趋势提供了坚实的标准化基础设施。同时，我们也应看到，随着音频与AI技术的深度融合、音频对象交互性的增强以及无线音频传输技术的进步，数字音频接口标准仍将持续演进。IEC/TC100及其TA20工作组将继续关注技术发展和产业需求动态，适时启动后续修订或扩展工作。可以预见，在IEC61937-16标准的引领下，一个以沉浸式音频体验为核心、高度互联互通的数字音频生态将加速成形，为全球用户带来更为真实、细腻和富有沉浸感的声音世界。参考文献[1]IEC61937-16:2024,Digitalaudio–Interfacefornon-linearPCMencodedaudiobitstreamsapplyingIEC60958–Part16:AVSA[S].Geneva:InternationalElectrotechnicalCommission,2024.[2]IEC60958-1:2021,Digitalaudiointerface–Part1:General[S].Geneva:InternationalElectrotechnicalCommission,2021.[3]IEC61937-1:2021,Digitalaudio–Interfacefornon-linearPCMencodedaudiobitstreamsapplyin