ГОСТ Р 53556.9-2013. Национальный стандарт Российской Федерации. Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Методы кодирования звука MPEG-1/2 Audio в MPEG-4. Основные технические требования
Актуально на 01.11.2026.
Как цитировать: "ГОСТ Р 53556.9-2013. Национальный стандарт Российской Федерации. Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть III (MPEG-4 audio). Методы кодирования звука MPEG-1/2 Audio в MPEG-4. Основные технические требования". ГОСТ Р 53556.9-2013. https://bukva.ai/docs/standart-gost-r-53556-9-2013
(утв. и введен в действие Приказом Росстандарта от 22.11.2013 № 1721-ст)
Примечание
Документ введен в действие с 1 сентября 2014 года.
Утвержден и введен в действие
Приказом Федерального агентства
по техническому регулированию
и метрологии
от 22 ноября 2013 г. № 1721-ст
НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
КОДИРОВАНИЕ СИГНАЛОВ ЗВУКОВОГО ВЕЩАНИЯ С СОКРАЩЕНИЕМ
ИЗБЫТОЧНОСТИ ДЛЯ ПЕРЕДАЧИ ПО ЦИФРОВЫМ КАНАЛАМ СВЯЗИ.
ЧАСТЬ III (MPEG-4 AUDIO)
МЕТОДЫ КОДИРОВАНИЯ ЗВУКА MPEG-1/2 AUDIO В MPEG-4
ОСНОВНЫЕ ТЕХНИЧЕСКИЕ ТРЕБОВАНИЯ
Sound broadcasting digital. Coding of signals of sound
broadcasting with reduction of redundancy for transfer on
digital communication channels. A part III (MPEG-4 audio).
Main positions MPEG-1/2 Audio in MPEG-4
1 сентября 2014 года
Предисловие
1 РАЗРАБОТАН Санкт-Петербургским филиалом Центрального научно-исследовательского института связи «Ленинградское отделение» (ФГУП ЛО ЦНИИС)
2 ВНЕСЕН Техническим комитетом по стандартизации № 480 «Связь»
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 22 ноября 2013 г. № 1721-ст
4 Настоящий стандарт разработан с учетом основных нормативных положений международного стандарта ИСО/МЭК 14496-3:2009 «Информационные технологии. Кодирование аудиовизуальных объектов. Часть 3. Звуковое кодирование» (ISO/IEC 14496-3:2009 «Information technology — Coding of audio-visual objects — Part 3: Audio» (NEQ)
Правила применения настоящего стандарта установлены в ГОСТ Р 1.0-2012 (раздел 8). Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе «Национальные стандарты», а официальный текст изменений и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя «Национальные стандарты». Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (gost.ru)
1 Область применения
Стандарт MPEG-1/2 Аудио в MPEG-4 спецификации MPEG-4 Аудио определяет использование MPEG-1/2 уровня 1, 2 или 3 ориентированным на MPEG-4 способом, то есть так, что сигнализация и доступ до обработки на системном уровне идентичны другим типам объектов MPEG-4 Аудио.
Чтобы перенести фреймы потока битов MPEG-1/2 уровень 1, 2 или 3 в MPEG-4, они переформатируются таким образом, что становятся автономными единицами доступа MPEG-4. Это облегчает транспортировку по пакетным сетям, произвольный доступ, и возможность редактирования. Автономные единицы доступа, которые используются в системах совместимой транспортировки или формата хранения MPEG-4, могут быть переконвертированы в совместимые с MPEG-1/2 потоки битов и затем декодированы любым совместимым с MPEG-1/2 декодером.
Синтаксис MPEG-4 Аудио дополнительно расширяется, чтобы сделать возможными многоканальные конфигурации на базе ГОСТ Р 54711 и ГОСТ Р 54712. Многоканальные конфигурации подобны конфигурациям, определенным для других аудио объектных типов MPEG-4 с многоканальными возможностями. Для MPEG-1/2 уровня 1 и 2 формат не расширяется. Многоканальный формат для этих уровней описывается в ГОСТ Р 54712.
Разрешенные частоты дискретизации для уровня 3 расширяются для речевого выхода инструментов FA и для дублирования MP с информацией о форме губ.
Для использования MPEG-1/2 уровня 1, 2 или 3 в MPEG-4 посредством унаследованного интерфейса MPEG 4, используется ObjectTypeIndication 0x69 или 0x6b.
2 MPEG_1_2_SpecificConfig
| Синтаксис | Количество битов | Мнемоника |
|---|---|---|
| MPEG_1_2_SpecificConfig () { |
||
| extension <*>; } |
1 | bslbf |
<*> extension должно быть нулем.
3 Отображение канала
Применяются следующие правила:
элементы single_channel_element ()'s и lfe_element ()'s представляются монофоническими аудиофреймами;
элементы channel_pair_element ()'s представляются стереофоническими аудиофреймами;
для уровня 1 и уровня 2 разрешается не больше одного монофонического аудиофрейма, представляющего single_channel_element (), или одного стереофонического аудиофрейма, представляющего channel_pair_element ().
4 Формат единицы доступа
4.1 Уровень 1 и 2
Один аудио фрейм отображается непосредственно одной единицей доступа.
4.2 Уровень 3
Одна единица доступа состоит из одного или нескольких элементов mp3_channel_elements. Элемент mp3_channel_element равняется аудиофрейму уровня 3 со следующими изменениями по сравнению с его определением в ГОСТ Р 54711 или ГОСТ Р 54712:
Все прочие элементы данных должны быть установлены согласно их спецификации в ГОСТ Р 54711 или ГОСТ Р 54712. Все установки в заголовке должны соответствовать установкам в AudioSpecificConfig ().
Все элементы mp3_channel_elements, принадлежащие одной и той же метке времени, сохраняются последовательно в одной единице доступа
5 Расширение частоты дискретизации для уровня 3
В этом пункте приводятся спецификации, позволяющие использовать уровень 3 с частотами дискретизации, не определенными в ГОСТ Р 54711 или ГОСТ Р 54712.
Синтаксис и описание потока битов для расширения частот дискретизации ниже, чем определенные в ГОСТ Р 54711-2012, находятся в соответствии с ГОСТ Р 54712-2012 (один фрейм охватывает 576 выборок).
5.1 Скорости передачи
Таблица 1 определяет скорость передачи в зависимости от bitrate_index и частоты дискретизации.
от bitrate_index и частоты дискретизации
| bitrate_index | Определенная скорость передачи, Кбит/с | ||
| 8, 11,025, 12 кГц | 16, 22,05, 24 кГц (см. ГОСТ Р 54712) | 32, 44,1, 48 кГц (см. ГОСТ Р 54711), | |
| '0000' | Запрещено | Запрещено | Запрещено |
| '0001' | 8 | 8 | 32 |
| '0010' | 16 | 16 | 40 |
| '0011' | 24 | 24 | 48 |
| '0100' | 32 | 32 | 56 |
| '0101' | 40 | 40 | 64 |
| '0110' | 48 | 48 | 80 |
| '0111' | 56 | 56 | 96 |
| '1000' | 64 | 64 | 112 |
| '1001' | Запрещено | 80 | 128 |
| '1010' | Запрещено | 96 | 160 |
| '1011' | Запрещено | 112 | 192 |
| '1100' | Запрещено | 128 | 224 |
| '1101' | Запрещено | 144 | 256 |
| '1110' | Запрещено | 160 | 320 |
| '1111' | Запрещено | Запрещено | Запрещено |
5.2 Частота дискретизации
В зависимости от частоты дискретизации, сообщенной в AudioSpecificConfig, элемент данных sampling_frequency в заголовке должен быть установлен, как определено в таблице 2.
определенной в AudioSpecificconfig ()
| sampling_frequency | Частота дискретизации |
|---|---|
| 00 | 11,025 кГц и ее кратные |
| 01 | 12 кГц и ее кратные |
| 10 | 8 кГц и ее кратные |
| 11 | Зарезервировано |
5.3 Дополнение
Дополнение необходимо при частоте дискретизации 11,025 кГц и ее кратных.
5.4 Полосы масштабного коэффициента
Подразделение спектра на scalefactor полосы фиксируется для каждого размера блока и частоты дискретизации и сохраняется в таблицах в кодере и декодере. Таблицы для частот дискретизации, не определенные в ГОСТ Р 54711 или ГОСТ Р 54712, определяются в Приложении А. В соответствии с ГОСТ Р 54711 или ГОСТ Р 54712 масштабный коэффициент для частоты выше самой высокой строки в таблицах является нулем, что означает, что фактический фактор умножения равен 1,0.
| Полоса scalefactor | Ширина полосы | index_of_start | index_of_end |
|---|---|---|---|
| 0 | 4 | 0 | 3 |
| 1 | 4 | 4 | 7 |
| 2 | 4 | 8 | 11 |
| 3 | 6 | 12 | 17 |
| 4 | 8 | 18 | 25 |
| 5 | 10 | 26 | 35 |
| 6 | 12 | 36 | 47 |
| 7 | 14 | 48 | 61 |
| 8 | 18 | 62 | 79 |
| 9 | 24 | 80 | 103 |
| 10 | 30 | 104 | 133 |
| 11 | 40 | 134 | 173 |
ПРЕОБРАЗОВАНИЕ ПОТОКОВ БИТОВ MPEG-1/2 УРОВЕНЬ 3 В ЭЛЕМЕНТЫ mp3_channel_elements
Использование битового накопителя обычно вызывает запуск появления main_data () в прошлом фрейме потока битов. Это следует изменить, перемещая main_data () сразу после его дополнительной информации. Каждый результирующий элемент mp3_channel_element отображается непосредственно в единицу доступа. Получающийся заголовок и дополнительная информация обозначаются как H' и Sl' соответственно.
Все элементы данных header () должны быть сохранены. Элемент данных main_data_begin может быть обнулен. В этом случае CRC должно быть пересчитано.
ПРЕОБРАЗОВАНИЕ ЭЛЕМЕНТОВ mp3_channel_elements В ПОТОКИ БИТОВ MPEG-1/2 УРОВЕНЬ 3
Элементы mp3_channel_elements, извлеченные из единицы доступа, должны подвергнуться следующим операциям преобразования, чтобы получить аудиопотоки битов MPEG-1/2 уровень 3, соответствующие ГОСТ Р 54711 или ГОСТ Р 54712:
для каждого mp3_channel_elements на устройство доступа открыть экземпляр декодера или выходной поток;
для каждого mp3_channel_elements в каждой единице доступа выполнить:
В.2. Сигнализация о частоте дискретизации
Чтобы позволить использовать сигнализацию о частотах дискретизации, не определенных в ГОСТ Р 54711 или ГОСТ Р 54712, используется последний бит syncword. Это приводит к следующей модификации синтаксиса:
| Синтаксис | Количество битов | Мнемоника |
|---|---|---|
| header () | ||
| { | ||
| syncword; | 11 | bslbf |
| Idex; | 1 | bslbf |
| ... |
| syncword | Битовая строка '1111 1111 111'. |
|---|---|
| IDex | Один бит, чтобы указать на расширенный ID алгоритма. Имеет значение '0' для частот дискретизации, не определенных в ГОСТ Р 54711 или ГОСТ Р 54712. |
Следующая таблица определяет частоту дискретизации в зависимости от значений для IDex и ID:
| IDex | ID | Частота дискретизации |
|---|---|---|
| 0 | 0 | 8, 11,025, 12 кГц |
| 1 | 0 | 16, 22,05, 24 кГц (см. ГОСТ Р 54712), |
| 1 | 1 | 32, 44,1, 48 кГц (см. ГОСТ Р 54711), |
В.3. Инструкции по восстановлению
Этот процесс реконструкции предоставляет определенные степени свободы:
bitrate_index (чтобы отрегулировать длину фрейма потока битов согласно новым настройкам bitrate_index, частоте дискретизации и padding_bit, может потребоваться вставка битов (стаффинг)),
-
установить максимально позволенное значение (сигнализация максимально позволенной длины фрейма потока битов).
-
установить ближайшее более высокое значение, которое соответствует длине mp3_channel_element.
-
установить ближайшее более высокое значение, которое соответствует длине mp3_channel_element минус main_data_begin текущего аудиофрейма.
-
установить main_data_begin в значение, указывающее на конец main_data предыдущего аудиофрейма.
-
установить корректное значение main_data_begin соответствующего потока битов MPEG-1/2 уровень 3.
-
расположение наполнения (вставки битов) в конце main_data: сохраняет вспомогательные данные, записанные в прямом направлении, начиная после последней кодовой комбинации Хаффмана.
-
расположение наполнения (вставки битов) в конце последней кодовой комбинации Хаффмана (расположение может быть вычислено, используя part_2_3_length): сохраняет вспомогательные данные, записанные в обратном направлении, начиная перед main_data следующего фрейма.
-
никакое наполнение не требуется: сохраняет любые вспомогательные данные.
В зависимости от требований скорости передачи и вспомогательной обработки данных, эти возможности могут быть объединены несколькими способами.
Самый простой метод устанавливает максимальную величину скорости передачи. Это предпочтительный метод, когда питание существующих декодеров MPEG-1/2 уровень 3. main_data_begin обнуляется. Биты стаффинга добавляются до или после вспомогательных данных.
Более передовой метод можно получить из этого простого метода, устанавливая bitrate_index в ближайшее более высокое значение, которое соответствует длине mp3_channel_element. С этой модификацией скорость передачи может быть значительно уменьшена.
Для частот дискретизации до 24 кГц (то есть в случаях, где одна гранула формирует фрейм), размер гранулы может превысить максимальный размер фрейма. Максимальный индекс скорости передачи может не позволить хранить целый фрейм после заголовка (main_data_begin=0). Это следует из того факта, что максимальная длина гранулы составляет 960 байтов (7680 битов), но максимальная длина фрейма, основанная на самом высоком индексе скорости передачи, составляет 576 байтов (для 8 кГц), 417 байтов (для 11,025 кГц), 384 байта (для 12 кГц), 720 байтов (для 16 кГц), 522 байта (для 22,05 кГц), 480 байтов (для 24 кГц). В этом случае main_data_begin должен быть должным образом скорректирован между нулем и различием между максимальным размером гранулы и максимальной длиной фрейма.
Чтобы избежать необходимости стаффинга и неопределенности, main_data_begin устанавливается в значение, указывающее на конец main_data предыдущего фрейма. bitrate_index устанавливается в ближайшее более высокое значение, которое соответствует длине mp3_channel_element минус main_data_begin текущего аудиофрейма. Только если main_data_begin превысит дозволенное значение, должен быть выполнен стаффинг.
Исходный поток битов уровня 3 отлично может быть восстановлен, если корректное значение main_data_begin соответствующего потока битов MPEG-1/2 уровень 3 было сохранено.
(справочное)
ИНТЕРФЕЙС УНАСЛЕДОВАННЫХ СИСТЕМ MPEG-4 В MPEG-1/2 Audio
Это приложение обеспечивает помощь в использовании decSpecificInfo и accessUnit, чтобы применять MPEG-1/2 уровень 1, 2, 3 и MPEG 2 AAC в MPEG-4, используя следующие значения objectTypeIndication:
0x6b (ГОСТ Р 54711)
0x69 (ГОСТ Р 54712)
0x66 (ГОСТ Р 54712 основной профиль)
0x67 (ГОСТ Р 54712 профиль малой сложности)
0x68 (ГОСТ Р 54712 профиль масштабируемой частоты дискретизации)
Г.2 Специальная информация о декодере
В ГОСТ Р 53556.1 decSpecificInfo определяется для некоторой информации о декодере носителей информации. Эта специальная информация о декодере составляет непрозрачный контейнер с информацией для специального медиа-декодера (декодера носителей). При ее наличии, она может использоваться для инициализации декодера и априорной реализации наборщика. Нет необходимости определять эту специальную информацию декодера. Ее существование и семантика зависят от значений DecoderConfigDescriptor.streamType и DecoderConfigDescriptor.objectTypeIndication.
Нехватка доступности любого decSpecificInfo приводит к ситуации, когда формат памяти композиции нельзя априорно различить, чтобы реализовать наборщиком. Следовательно декодер определяет формат памяти композиции.
Для MPEG-2 AAC определяется decSpecificInfo, то есть в случае значений DecoderConfigDescriptor.objectTypeIndication, которые обращаются к потокам, удовлетворяющим ГОСТ Р 54712.
В этом случае аудио декодеры получают всю релевантную информацию от этого decSpecificInfo, которая состоит из adif_header (), и могут переслать формат памяти композиции в память композиции.
Г.2.2 MPEG-1 Audio и MPEG-2 Audio
Для MPEG-1 Audio и MPEG-2 Audio никакой decSpecificInfo не определяется, то есть в случае значений DecoderConfigDescriptor.objectTypeIndication, которые относятся к потокам, соответствующим ГОСТ Р 54711 и ГОСТ Р 54712. В этих случаях аудиодекодеры получают всю значимую информацию в элементе 'header()' их собственного потока битов и могут передать формат памяти композиции в память композиции. Таким образом, динамически внося изменения в выходном формате, необходимые для того, чтобы иметь дело с ним, то есть без элементарного обновления дескриптора потока.
Фрейм MPEG-1/2 уровней 1, 2 или 3 (данные между синхронизирующими словами) или фрейм MPEG-2 AAC (raw_data_block) могут быть обработаны как единицы доступа аудио не только в контексте ГОСТ Р 54711 и ГОСТ Р 54712, но также и в контексте настоящего стандарта.
При обработке фреймов MPEG-1/2 уровней 1, 2, 3 или MPEG-2 AAC, как единиц MPEG-4, единицам доступа присваивается информация синхронизации.
Так как определения единицы аудиодоступа точно не соответствуют между MPEG-1/2 и MPEG-4, то нужно принимать во внимание некоторые специальные соображения.
В частности для уровня 3 единица аудиодоступа определяется в MPEG-1/2, как часть потока битов, которая может быть декодирована только с использованием ранее полученной основной информации, которая не отражает определение единицы аудиодоступа в MPEG-4.
Впоследствии некоторые единицы аудиодоступа могут быть не декодированы из-за нехватки некоторой потерянной основной информации в случае перфораций в потоке битов и произвольного доступа. Однако информация синхронизации сохраняется правильно.
В случае, когда считают необходимым иметь лучшее редактирование или возможности вставки перфораций для потоков уровня 3, желательно использовать потоки, закодированные VBR.
Существует возможность преобразовать любой существующий поток уровня 3 в поток VBR:
полностью совместимый с MPEG-1 или MPEG-2;
декодируемый любым существующим декодером уровня 1, 2 или 3.
Это можно сделать следующим образом:
main_data () для единственного фрейма помещается непосредственно рядом с его дополнительной информацией. Указатель main_data_begin обнуляется. Фрейм за фреймом индексы скорости передачи (bitrate_index) увеличиваются до минимального значения, нужного, чтобы получить длину фрейма, которая может разместить исходный заголовок, error_check, дополнительную информацию и основные данные. Из-за гранулярности в доступных скоростях передачи обычно эта длина фрейма больше, чем длина заголовка, error_check, дополнительная информация и основные данные. В этом случае в конце main_data добавляются биты стаффинга, чтобы получить совместимые фреймы.