T-UWA 012.2-2023“百城千屏”超高清視音頻傳播系統(tǒng)視音頻編碼：系統(tǒng)

ICSCCS35.040L71代替T/UWA012.2-2022CodingofUHDvideoandaudiobroadcastingsystemfor“BaiChengQianPing”:IT/UWA012.2—2023 2規(guī)范性引用文件 3術(shù)語和定義 4縮略語 5編碼音視頻復(fù)用傳輸要求 25.1總體要求 25.2stream_id要求 25.3stream_type要求 25.4AVS3視頻描述符要求 25.5AVS2視頻描述符要求 55.6擴(kuò)展PES分組 76傳輸流的IP傳輸要求 86.1傳輸流作為UDP的負(fù)載傳輸 86.2傳輸流作為RTP的負(fù)載傳輸 8附錄A獨(dú)立音頻傳輸（資料性附錄） 9A.1.獨(dú)立音頻互聯(lián)網(wǎng)傳輸 9A.2.獨(dú)立音頻同步要求 9T/UWA012.2—2023本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。本文件代替T/UWA012.2-2022《“百城千屏”超高清視音頻傳播系統(tǒng)視音頻編碼：系統(tǒng)》，與T/UWA012.2-2022相比，主要增加了對(duì)三維聲的支持。請(qǐng)注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別這些專利的責(zé)任。本文件由世界超高清視頻產(chǎn)業(yè)聯(lián)盟提出并歸口。本文件起草單位：國家廣播電視總局廣播電視規(guī)劃院、廣東博華超高清創(chuàng)新中心有限公司、中央廣播電視總臺(tái)超高清視音頻制播呈現(xiàn)國家重點(diǎn)實(shí)驗(yàn)室、華為技術(shù)有限公司、北京中視廣信科技有限公司、日本夏普株式會(huì)社、中國移動(dòng)通信集團(tuán)咪咕文化科技有限公司、海信視像科技股份有限公司、TCL實(shí)業(yè)控股股份有限公司、京東方科技集團(tuán)股份有限公司、中國電子信息產(chǎn)業(yè)發(fā)展研究院、中興通訊股份有限公司、北京市博匯科技股份有限公司、北京百度網(wǎng)訊科技有限公司、杭州當(dāng)虹科技股份有限公司、利亞德光電股份有限公司、北京廣播電視臺(tái)、上海文化廣播影視集團(tuán)有限公司、上海交通大學(xué)、中國電子技術(shù)標(biāo)準(zhǔn)化研究院、中國信息通信研究院、上海數(shù)字電視國家工程研究中心有限公司、工業(yè)和信息化部電子第五研究所、北京愛奇藝科技有限公司、成都索貝數(shù)碼科技股份有限公司、深圳創(chuàng)維-RGB電子有限公司、山東浪潮超高清視頻產(chǎn)業(yè)有限公司、深圳酷開網(wǎng)絡(luò)科技股份有限公司、北京數(shù)碼視訊科技股份有限公司、索尼（中國）有限公司、北京三星通信技術(shù)研究有限公司、上海國茂數(shù)字技術(shù)有限公司、上海網(wǎng)達(dá)軟件股份有限公司、北京銳馬視訊科技有限公司、賽因芯微（北京）電子科技有限公司、北京淳中科技股份有限公司、成都德芯數(shù)字科技股份有限公司、重慶賽寶工業(yè)技術(shù)研究院有限公司、上海通維通訊網(wǎng)絡(luò)科技有限公司、北京云晁科技有限公司、成都德芯數(shù)字科技股份有限公司、中移（杭州）信息技術(shù)有限公司、深圳市洲明科技股份有限公司、西安諾瓦星云科技股份有限公司、深圳奧拓電子有限公司本文件主要起草人：姜文波、張文林、高山俊明、徐進(jìn)、馮景峰、劉昕、于芝濤、嚴(yán)方紅、原烽、張文剛、梅劍平、寧金輝、孫劍、張偉民、崔俊生、潘曉菲、許春蕾、龍仕強(qiáng)、張鴻宇、溫曉君、黃成、陳勇、劉莉、王榮芳、白雅賢、李法、陳家興、羅峻兮、董云翔、李康敬、郭佩佩、潘興浩、王之奎、李斌、頓勝堡、馮林、王立冬、范金慧、王振中、宜玉棟、徐異凌、許哲、王亞軍、薛勇、徐華偉、沈思寬、徐遙令、崔艷春、尹旭輝、李曉榕、趙顯亮、邢懷飛、王立眾、王國中、王威、袁謙、李慶喻、彭海、榮繼、孟祥朋、吳健、吳強(qiáng)、孔令術(shù)、張振興、李俊、曾貴修、潘月宏、霍杰、武智、沈培晶、李俊、史俊峰、白瑩杰、哲棟、王勇、劉永強(qiáng)、喬斌、袁勝利、趙小偉、張聰慧、牛偉、譚勝淋、周曉強(qiáng)、張華1T/UWA012.2—2023“百城千屏”超高清視音頻傳播系統(tǒng)視音頻編碼：系統(tǒng)本文件規(guī)定了“百城千屏”超高清視音頻傳播系統(tǒng)中編碼的視頻基本流、音頻基本流在GB/T17975.1-2010定義的傳輸流中復(fù)用傳輸?shù)囊?，并?guī)定了傳輸流在IP網(wǎng)絡(luò)中的傳輸要求。本文件適用于“百城千屏”超高清視音頻傳播系統(tǒng)中的視音頻編碼碼流的復(fù)用與傳輸。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。ISO/IEC13818-1:2019信息技術(shù)運(yùn)動(dòng)圖像及其伴音信息的通用編碼第1部分：系統(tǒng)（Informationtechnology—Genericcodingofmovingpicturesandassociatedaudioinformation—Part1:Systems）ETSITS102034在IP網(wǎng)絡(luò)中傳輸GB/T17975.1的傳輸流（TransportofMPEG-2TSBasedDVBServicesoverIPBasedNetworks）GB/T17191.2-1997信息技術(shù)具有1.5Mbit/s數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及其伴音的編碼第2部分：視頻GB/T17975.1-2010信息技術(shù)運(yùn)動(dòng)圖像及其伴音信息的通用編碼第1部分：系統(tǒng)GB/T17975.2-2000信息技術(shù)運(yùn)動(dòng)圖像及其伴音信號(hào)的通用編碼第2部分：視頻GB/T20090.2-2006信息技術(shù)先進(jìn)音視頻編碼第2部分：視頻GB/T33475.2-2016信息技術(shù)高效多媒體編碼第2部分：視頻T/AI109.2信息技術(shù)智能媒體編碼第2部分：視頻T/UWA009.1三維聲音技術(shù)規(guī)范第1部分：編碼分發(fā)與呈現(xiàn)3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1知識(shí)圖像librarypictureT/AI109.2中規(guī)定的知識(shí)位流中的圖像，可以被其他位流中的圖像參考3.2知識(shí)位流librarystreamT/AI109.2中規(guī)定的包含知識(shí)圖像的位流3.3主位流sequencestreamT/AI109.2中規(guī)定的可參考由該位流之外的信息提供的知識(shí)圖像進(jìn)行解碼的位流4縮略語下列縮略語適用于本文件。AAC先進(jìn)音頻編碼（AdvancedAudioCoding）AVS2信息技術(shù)高效音視頻編碼第2部分：視頻（InformationTechnology——HighEfficiencyMediaCodingPart2:Video）2T/UWA012.2—2023AVS3信息技術(shù)智能媒體編碼第2部分：視頻（InformationTechnologyIntelligentMediaCodingPart2:Video）HLSHTTP實(shí)時(shí)流傳輸（HTTPLiveStreaming）RTMP實(shí)時(shí)消息傳遞協(xié)議（Real-TimeMessagingProtocol）RTP實(shí)時(shí)應(yīng)用傳輸協(xié)議（Real-timeTransportProtocol）bslbf比特串，即二進(jìn)位串，左位在先。（Bitstring,leftbitfirst,where"left"istheorderinwhichbitstringsarewritteninthespecification.）uimsbf無符號(hào)整數(shù)，最高有效位在先（Unsignedinteger,mostsignificantbitfirst）UDP用戶數(shù)據(jù)報(bào)協(xié)議（UserDatagramProtocol）UTC世界標(biāo)準(zhǔn)時(shí)間（CoordinatedUniversalTime）WebRTC網(wǎng)絡(luò)實(shí)時(shí)通信（WebReal-TimeCommunication）5編碼音視頻復(fù)用傳輸要求5.1總體要求視頻編碼采用T/AI109.2基準(zhǔn)10位檔、10.0.60級(jí)或GB/T33475.2-2016基準(zhǔn)10位檔、8.0.60級(jí)。超高清視音頻編碼的視頻基本流、音頻基本流宜在GB/T17975.1-2010定義的傳輸流中傳輸。5.2stream_id要求在GB/T17975.1-2010的“表2-18Stream_id賦值”基礎(chǔ)上，stream_id為1110xxxx的流編碼規(guī)定為“GB/T17975.2或GB/T20090.2或GB/T17191.2或GB/T33475.2，視頻流編號(hào)為xxxx”；stream_id為11111101的流編碼規(guī)定為“T/AI109.2視頻流”；stream_id為11011101的流編碼規(guī)定為“T/UWA009.1-2022音頻流”。音頻stream_id見ISO/IEC13818-1:2019。5.3stream_type要求GB/T17975.1-2010的“表2-29流類型指定”基礎(chǔ)上，補(bǔ)充GB/T33475.2視頻流的stream_type值0xD2為，T/AI109.2視頻流的stream_type值為0xD4，T/UWA009.1音頻流的stream_type值為0xD5。音頻stream_type見ISO/IEC13818-1:2019。5.4AVS3視頻描述符要求5.4.1AVS3視頻描述符語法在GB/T17975.1-2010的2.6節(jié)基礎(chǔ)上增加AVS3視頻描述、AVS3音頻描述符。其中，AVS3音頻描述符應(yīng)符合T/UWA009.1的要求，AVS3視頻描述符語法應(yīng)符合表1的要求。在GB/T17975.1-2010的“表50節(jié)目和節(jié)目元素描述符”基礎(chǔ)上，補(bǔ)充標(biāo)簽值62，標(biāo)簽值62應(yīng)為AVS3視頻描述的標(biāo)簽。表1AVS3視頻描述符語法88883T/UWA012.2—2023143211138887185}3}}}5.4.2AVS3視頻描述各字段語義檔次字段profile_id該字段為8位。表示視頻位流的檔次，該字段與T/AI109.2視頻位流中profile_id字段相同。級(jí)別標(biāo)識(shí)符字段level_id該字段為8位。表示視頻位流的等級(jí)。該字段與T/AI109.2視頻位流中l(wèi)evel_id字段相同。復(fù)合幀速率標(biāo)志multiple_frame_rate_flag4T/UWA012.2—2023該字段為1位，置'1'時(shí)表示視頻流中可能有多個(gè)幀速率，置'0'時(shí)表示只有單一幀速率。幀速率碼字段frame_rate_code該字段為4位，該字段與T/AI109.2multiple_frame_rate_flag字段置'1'時(shí)，一個(gè)特定的幀速率意味著視頻流中允許有某些其它的幀速率，幀速率碼應(yīng)符合表2的要求。表2幀速率碼樣本精度字段sample_precision該字段為3位。規(guī)定亮度和色度樣本的精度。該字段與T/AI109.2視頻位流中sample_precision字段相同。色度格式字段chroma_format該字段為2位。規(guī)定色度分量的格式。該字段與T/AI109.2視頻位流中chroma_format字段相同。時(shí)間層標(biāo)識(shí)允許標(biāo)志temporal_id_flagtemporal_id_enable_flag字段相同。立體視頻模式標(biāo)志td_mode_flag該字段為1位。表示視頻流是單目視頻流，或是多視點(diǎn)視頻流。該字段與T/AI109.2視頻流中td_mode_flag字段相同。彩色三基色colour_primaries該字段為8位。說明視頻流中源圖像三基色的色度坐標(biāo)。該字段與T/AI109.2視頻流中colour_primaries字段相同。光電轉(zhuǎn)換特性transfer_characteristicstransfer_characteristics字段相同。彩色信號(hào)轉(zhuǎn)換矩陣matrix_coefficients該字段為8位。說明從紅綠藍(lán)三基色轉(zhuǎn)換為亮度和色度信號(hào)時(shí)采用的轉(zhuǎn)換矩陣。該字段與T/AI109.2視頻流中matrix_coefficients字段相同。知識(shí)位流標(biāo)識(shí)library_stream_flag該字段為1位。指示節(jié)目中與該描述子對(duì)應(yīng)的基本流是否為知識(shí)位流。值為‘1’表示描述子對(duì)應(yīng)的基本流是知識(shí)位流；值為‘0’表示該描述子對(duì)應(yīng)的基本流是主位流。被參考的知識(shí)基本流數(shù)目字段num_ref_library_stream該字段為7位。定義了與該描述子對(duì)應(yīng)的基本流是主位流時(shí)，該主位流依賴的知識(shí)位流的數(shù)量。索引類型字段id_type_flag5T/UWA012.2—2023該字段為1位。指示與該描述子對(duì)應(yīng)的基本流是主位流時(shí)，該主位流依賴的知識(shí)位流的索引類型。該字段值為‘1’表示被依賴的知識(shí)位流的索引使用該知識(shí)位流所在的傳輸流分組包的PEID；該字段值為‘0’表示被依賴的知識(shí)位流的索引使用該知識(shí)位流所在的PES分組包的stream_id。當(dāng)描述子包含在節(jié)目流中時(shí)，該字段值應(yīng)為‘0’。被參考的知識(shí)基本流PEID字段ref_library_stream_PEID[i]該字段為13位。定義了與該描述子對(duì)應(yīng)的基本流是主位流時(shí)，該主位流依賴的第i個(gè)知識(shí)位流所在傳輸流分組包中PEIT_indicator字段的值。被參考的知識(shí)基本流索引字段ref_library_stream_id[i]該字段為8位。定義了與該描述子對(duì)應(yīng)的基本流是主位流時(shí)，該主位流依賴的第i個(gè)知識(shí)位流所在PES分組包頭中stream_id字段的值。5.5AVS2視頻描述符要求5.5.1AVS2視頻描述符語法在GB/T17975.1-2010的2.6節(jié)基礎(chǔ)上補(bǔ)充AVS2視頻描述符。AVS2視頻描述符語法應(yīng)符合表3的要求。在GB/T17975.1-2010的“表50節(jié)目和節(jié)目元素描述符”基礎(chǔ)上，補(bǔ)充標(biāo)簽值64，簽值64應(yīng)為AVS2視頻描述的標(biāo)簽。表3AVS2視頻描述符語法位數(shù)助記符AVS2_video_descriptor(){descriptor_tag8uimsbfdescriptor_length8uimsbfprofile_id8uimsbflevel_id8uimsbfextension_layer_number8uimsbffor(i=1;i<=extension_layer_number;i++){layer_profile_id[i]8uimsbflayer_level_id[i]8uimsbflayer_type[i]8uimsbfdependent_layer_number[i]8uimsbffor(j=0;j<dependent_layer_number[i];j++){dependent_layer_id[i][j]8uimsbf}}multiple_frame_rate_flag1bslbfframe_rate_code4uimsbfAVS_still_present1bslbf6T/UWA012.2—2023位數(shù)助記符chroma_format2uimsbfsample_precision3uimsbfreserved5bslbfcolour_primaries8uimsbftransfer_characteristics8uimsbfmatrix_coefficients8uimsbf}5.5.2AVS2視頻描述各字段語義檔次標(biāo)識(shí)profile_id8位字段。表示比特流的檔次。該字段與GB/T33475.2視頻流中profile_id字段相同。8位字段。表示比特流的等級(jí)。該字段與GB/T33475.2視頻流中l(wèi)evel_id字段相同。擴(kuò)展層數(shù)extension_layer_number8位字段。表示比特流的擴(kuò)展層數(shù)。該字段與GB/T33475.2視頻流中extension_layer_number字段相同。層檔次layer_profile_id8位字段。表示該比特流層的檔次。該字段與GB/T33475.2視頻流中l(wèi)ayer_profile_id字段相同。8位字段。表示該比特流層的等級(jí)。該字段與GB/T33475.2視頻流中l(wèi)ayer_level_id字段相同。層類型layer_type8位字段。該字段與GB/T33475.2視頻流中l(wèi)evel_id字段相同。依賴層數(shù)dependent_layer_numberdependent_layer_number字段相同。依賴層索引dependent_layer_id8位字段。表示當(dāng)前層所依賴的層的索引。該字段與GB/T33475.2視頻流中dependent_level_id字段相同。復(fù)合幀速率標(biāo)志multiple_frame_rate_flag1位字段，置'1'時(shí)表示視頻流中可能有多個(gè)幀速率，置'0'時(shí)表示只有單一幀速率。幀速率碼字段frame_rate_codemultiple_frame_rate_flag字段置'1'時(shí)，一個(gè)特定的幀速率意味著視頻流中允許有某些其它的幀速率。幀速率碼應(yīng)符合4的要求。表4幀速率碼7T/UWA012.2—2023AVS靜態(tài)圖象AVS_still_present1位字段。置'1'時(shí)表示該視頻流只含靜態(tài)圖像數(shù)據(jù)；置'0'時(shí)，則可包含運(yùn)動(dòng)的或靜態(tài)的圖像數(shù)據(jù)。色度格式chroma_format2位字段。規(guī)定色度分量的格式。該字段與GB/T33475.2視頻流中chroma_format字段編碼方式相采樣精度sample_precision3位字段。規(guī)定亮度和色度樣本的精度。該字段與GB/T33475.2視頻流中sample_precision字段編碼方式相同。彩色三基色colour_primariescolour_primaries字段相同。光電轉(zhuǎn)移特性transfer_characteristicstransfer_characteristics字段相同。彩色信號(hào)轉(zhuǎn)換矩陣matrix_coefficients8位字段。表示從紅綠藍(lán)三基色轉(zhuǎn)換為亮度和色度信號(hào)時(shí)采用的轉(zhuǎn)換矩陣。該字段與GB/T33475.2視頻流中matrix_coefficients字段相同。5.6擴(kuò)展PES分組擴(kuò)展PES分組，使用PES分組的私有數(shù)據(jù)段傳輸編碼時(shí)間信息TimeStamp。5.6.1TimeStamp語法在GB/T17975.1-2010基礎(chǔ)上，PES_extension_flag置為1、PES_private_data_flag置為1，PES_private_data中傳輸?shù)恼Z法結(jié)構(gòu)應(yīng)符合表5的要求。該語法結(jié)構(gòu)的應(yīng)用見附錄A。表5TimeStamp語法結(jié)構(gòu)位數(shù)助記符syncworduimsbfversion2uimsbfutc_time_valid1uimsbfres