Preface:

In diesem Text soll die Struktur von Digitalen Formaten für die Audiodatenübertragung im professionellen Bereich erläutert werden. Dabei wird sowohl auf das AES/EBU-Studio-Interface und das Sony/Philips Digital Interface Format, als auch auf den AES/EBU-Abkömmling MADI, der heutzutage immer größere Bedeutung erhält, eingegangen werden. Die Kenntnis des prinzipiellen Aufbaus von digitalen Audiodaten wird stillschweigend vorausgesetzt, ist aber für den interessierten Leser nicht zwingend zum Verständnis notwendig.

Vorgaben an das Format:

• Die Codierung der Audiodaten muss ein gleichspannungsfreies Signal erzeugen, um die schon vorhandenen analogen Leitungen nutzen zu können (Trafosymmetrierung).
• Das Signal muss selbsttaktend sein, um keine zusätzliche Leitung für getrennte Synchronisation zu benötigen.
• Das Signal muss verpolungssicher sein, damit eventuelle Phasendrehungen in den symmetrischen Leitungen nicht zu Signalausfall führen.
• Das Signal muss unabhängig von Quelle und Empfänger lesbar sein, da nur so gewährleistet ist, dass bei einer Übertragung zwischen verschiedenen Geräten keine Informationen  verloren gehen.

AES/EBU-Studio-Interface¹

Das Datenformat gliedert sich in Blöcke, Frames und Subframes (Fig. 1):

• Ein Block enthält 192 Frames.

  
  Die Dauer eines Blocks hängt direkt von der Abtastfrequenz des Audiosignals ab. So dauert ein Block bei einer Sampling-Rate von 48 kHz 4 ms, bei 44,1 kHz ca. 4,4 ms (192 Bit / Samplerate). Ein Block besteht aus 12.288 Bit (192*32*2), also 1536 Byte.
  
  

• Mit AES/EBU können Audiodaten mit bis zu 24 Bit Wortbreite transportiert werden. Das LSB (least significant bit) beginnt dann bei Bit 4 und endet bei Bit 27 mit dem MSB (most siginificant bit). Bei Audiosignalen mit geringeren Wortbreiten beginnt das LSB bei entsprechend höheren Bits. Das MSB liegt immer bei Bit 27. Die bei Audiodaten mit geringerer Wortbreite anfallenden freien Bits werden als auxiliary sample bits bezeichnet und können für andere Zwecke verwendet werden.

• Jeder Frame besteht aus zwei Subframes (A und B): Subframe A ist für Kanal 1, bzw. Links (bei Stereo) zuständig; Subframe B enthält die Informationen von Kanal 2, bzw. Rechts.

• Die Subframes sind prinzipiell 32 Bit lang und gleich aufgebaut

• Ein Subframe beginnt mit der Preambel², die während der ersten vier Bit den Subframe charakterisiert  (Typ A oder B, bzw. CS) und das auch als SYNC-Teil bezeichnet wird.
•  Das Audio-Signal wird Biphase (Mark) encodiert übertragen. Der Anfang eines Blockes wird durch eine gezielte Codeverletzung (Fig. 4) markiert, um eine Verwechslung des SYNC-Teils mit anderen Daten zu vermeiden. Die Bi-f(M) - Codierung gewährleistet die Selbsttaktung des Signals. Nach jeder Bitzelle erfolgt ein Potentialwechsel, und der Wert "1" wird durch einen zusätzlichen Potentialwechsel innerhalb der Bitzelle dargestellt (Fig. 3). Daraus folgt ein Bittakt von der 64fachen Sampling-Frequenz (3,072 MHz bei 48 kHz). Weiterhin ist das Signal gleichspannungsfrei, und eine Verpolung ergibt dasselbe Signal, da eine exklusiv-oder-Verknüpfung vorliegt (1+1=0; 0+0=0; 1+0=1).
• Das Signal kann also ohne Probleme als Master- bzw. Wordclock benutzt werden.

• Das CS-Bit (Channel-Status) jedes Subframes bildet einen Datenkanal von 192 Bit pro Block (ein Bit pro Subframe [Bit 30 in Fig. 1]), also 24 Byte. Zu jedem der beiden Subframes (also der beiden Kanäle L/R, bzw. I und II) gehört ein CS-Block. Der Blockanfang wird durch SYNC-Muster Z in Fig. 4 dargestellt. Die darauf folgenden 192 Subframes erscheinen in den Formen X und Y für Form A oder B. Die Bedeutung der einzelnen CS-Bits eines Blocks wird in der folgenden Tabelle erläutert:

• Die folgende Graphik (Fig 5) zeigt die CS-Block Struktur beim sehr verwandten Format S/PDIF (Sony / Philips Digital Interface Format). Dieses Format ist hauptsächlich im Consumer-Bereich anzutreffen und unterscheidet sich von AES/EBU hauptsächlich in der Übertragung über unsymmetrisch geführte Kabel (Koaxial) mit Cinch-Buchsen oder optische Leitungen. Das Format ist auf 16 Bit-Daten mit 44.1 kHz Samplingfrequenz ausgelegt, kann aber auch bis zu 24 Bit mit 48 kHz übertragen. Die mitübertragenen nicht-audio Informationen bei S/PDIF beinhalten im Prinzip folgendes:

  
   

  • CS-Status
  • Ton an / aus
  • SCMS (Serial Copy Management System) Kopierschutz
  • Preemphasis an / aus
  • Timecode

Die Signalführung über unsymmetrische Leitungen mit niedrigerer Spannung (0,5 V_SS  gegenüber 3-10 V_SS bei AES/EBU) setzt S/PDIF einer höheren Wahrscheinlichkeit für Signalstörungen aus. Hinzu kommt die oft schlechte Verarbeitung der Cinch-Buchsen im Gegensatz zu den bei AES/EBU verwendeten XLR-Buchsen.

MADI:

• MADI steht für Multi Channel Audio Digital Interface
• Dieses Format dient der Verbindung von digitalen Mehrspurmaschinen mit digitalen Mischpulten.
  Es existieren immer die zwei Leitungen "recieve" und "transmit"
• Eine MADI-Verbindung kann sowohl aus optischen als auch aus koaxialen Leitungen bestehen und enthält 64 AES/EBU Audio-Signale. Da aber jedes AES/EBU-Signal eigentlich ein Paar von Kanälen ist, kann man MADI auch als 64 Mono-Kanäle in einem Kabel verstehen. Diese Signale werden nicht komprimiert, sondern gemultiplext (mit TDM⁸) übertragen. Daraus ergibt sich eine effiziente, verlustfreie Übertragung von Audidaten.
• Die Struktur von AES/EBU (insbesondere die User-Daten) wird von MADI voll übernommen. Dementsprechend ist es als ressourcenschonendes und störunanfälliges System besonders für eine komplexe, digitale Studioverkabelung geignet.

1. AES/EBU: Audio Engineering Society / European Broadcasting Union
   
   
2. Parity Bit: Dieses Bit ergänzt die Anzahl der "1" in einem Subframe auf eine gerade Anzahl, um Anfang und Ende eines      Subframe auf denselben logischen Pegel zu setzen. Durch diese Ergänzung ergibt sich automatisch ein gerade Anzahl der "0".
   
   
3. Validity Bit: Dieses Bit bestätigt die Gültigkeit und die Auswertbarkeit des Datenwortes. Wenn nicht gültig, kann Sperrung der Übertragung erreicht werden.
   
   
4. Channel Status Bit: Angabe von Verwaltungsinformationen (Preemphasis, Samplerate, Betriebsart: mono / stereo, Quellenwortlänge, Mehrkanalangaben (optional), Benutzerangaben (ASCII), Timecode, Blocknummerierung, Checkwort CRCC (Cyclic Redundancy Check Character))
   
   
5. Im User-Bit wird dem Anwender ermöglicht, eigene Informationen ohne Formatvorgabe mit dem Subframe mitzuschicken. Hier ist allerdings eine From, die dem Channel-Status-Kanal ähnelt von Vorteil.
   
   
6. Preemphasis ist die Anhebung von Frequenzanteilen im Signal (normalerweise Höhen) für die Übertragung. Diese wird nach der Übertragug durch die Deemphasis wieder rückgängig gemacht.
   
   
7. Als Quellenwort werden die vom A/D-Wandler kommenden rohen Daten bezeichnet.
   
   
8. Time Division Multiplex bedeutet, dass mehrere Daten simultan über eine Leitung übertragen werden.

Reference:

Michael Dickreiter: "Handbuch der Tonstudiotechnik"
http://www.aes.org
http://www.ieee.org
http://www.tonmeister.de
http://www.symbios.com
http://www.srt.de