书 书 书犐犆犛 ３５ ． ０４０ 犔 ７１ 中华人民共和国国家标准 犌犅 ／ 犜 ３３４７５ ． ３ — ２０１８ 信息技术 　 高效多媒体编码第 ３ 部分 ： 音频 犐狀犳狅狉犿犪狋犻狅狀狋犲犮犺狀狅犾狅犵狔 — 犎犻犵犺犲犳犳犻犮犻犲狀犮狔犿犲犱犻犪犮狅犱犻狀犵 — 犘犪狉狋 ３ ： 犃狌犱犻狅 ２０１８  ０６  ０７ 发布 ２０１９  ０１  ０１ 实施 国家市场监督管理总局 中国国家标准化管理委员会 发布书 书 书目 　　 次 前言 Ⅲ ………………………………………………………………………………………………………… 引言 Ⅳ ………………………………………………………………………………………………………… １ 　 范围 １ ……………………………………………………………………………………………………… ２ 　 规范性引用文件 １ ………………………………………………………………………………………… ３ 　 术语和定义 １ ……………………………………………………………………………………………… ４ 　 符号和缩略语 ３ …………………………………………………………………………………………… ５ 　 位流语法规则 ６ …………………………………………………………………………………………… ６ 　 音频编码框架 ８ …………………………………………………………………………………………… ７ 　 通用音频编码 １０ …………………………………………………………………………………………… ８ 　 无损音频编码 ８４ …………………………………………………………………………………………… ９ 　 对象元数据编码 １１２ ……………………………………………………………………………………… １０ 　 ＡＶＳ２Ｐ３ 在传输流中的复用规范建议 １１９ …………………………………………………………… 附录 Ａ （ 规范性附录 ） 　 ＡＡＳＦ 和 ＡＡＴＦ 语法及语义 １２０ ………………………………………………… 附录 Ｂ （ 规范性附录 ） 　 通用音频编码表 １３１ ……………………………………………………………… 附录 Ｃ （ 规范性附录 ） 　 ＡＶＳ２Ｐ３ 音频基本流在 ＧＢ ／ Ｔ１７９７５．１ — ２０１０ 或 ＭＰＥＧ２ＴＳ 传输流中的 复用定义 ５００ ……………………………………………………………………… Ⅰ 犌犅 ／ 犜 ３３４７５ ． ３ — ２０１８ 前 　　 言 　　 ＧＢ ／ Ｔ３３４７５ 《 信息技术 　 高效多媒体编码 》 分为三个部分 ： ——— 第 １ 部分 ： 系统 ； ——— 第 ２ 部分 ： 视频 ； ——— 第 ３ 部分 ： 音频 。 本部分为 ＧＢ ／ Ｔ３３４７５ 的第 ３ 部分 。 本部分按照 ＧＢ ／ Ｔ１．１ — ２００９ 给出的规则起草 。 本部分由全国信息技术标准化技术委员会 （ ＳＡＣ ／ ＴＣ２８ ） 提出并归口 。 本部分起草单位 ： 清华大学 、 南京青衿信息科技有限公司 、 中关村视听产业技术创新联盟 、 中科开元信息技术 （ 北京 ） 有限公司 、 新加坡国家科研局资讯通信研究所 、 北京大学 、 武汉大学 、 北京天籁传音数字技术有限公司 、 北京理工大学 、 天津大学 。 本部分主要起草人 ： 窦维蓓 、 潘兴德 、 李靓 、 舒海燕 、 卢敏 、 吴超刚 、 杨新辉 、 刘任化 、 黄海滨 、 俞容山 、 黄益超 、 曲天书 、 王晓晨 、 姜林 、 王晶 、 张涛 、 高文 、 黄铁军 。 Ⅲ 犌犅 ／ 犜 ３３４７５ ． ３ — ２０１８ 引 　　 言 　　 ＧＢ ／ Ｔ３３４７５ 的本部分是高质量音频信号的编解码技术标准 ， 是为了适应数字存储媒体 、 互联网宽带音视频业务 、 数字音视频广播 、 无线宽带多媒体通信 、 数字电影 、 虚拟 ／ 增强现实和视频监控等应用中对音频压缩技术的需要而制定的 。 本部分描述了高质量音频信号的通用音频编码 、 无损编码和三维声音对象编码的表示方法 ， 及通用音频解码 、 无损解码和三维声音对象解码的方法 。 通用音频编码支持最多 １２８ 声道 、 支持采样率 ８ｋＨｚ ～ １９２ｋＨｚ ， 并支持 ８ 比特 、 １６ 比特和 ２４ 比特采样精度 。 支持编码输出比特流为每声道 １６ｋｂｉｔ ／ ｓ ～ １９２ｋｂｉｔ ／ ｓ ， 单声道 ： １６ｋｂｉｔ ／ ｓ 、 ３２ｋｂｉｔ ／ ｓ 、 ４４ｋｂｉｔ ／ ｓ 、 ５６ｋｂｉｔ ／ ｓ 、 ６４ｋｂｉｔ ／ ｓ 、 ７２ｋｂｉｔ ／ ｓ 、 ８０ｋｂｉｔ ／ ｓ 、 ９６ｋｂｉｔ ／ ｓ 、 １２８ｋｂｉｔ ／ ｓ 、 １４４ｋｂｉｔ ／ ｓ 、 １６４ｋｂｉｔ ／ ｓ 、 １９２ｋｂｉｔ ／ ｓ ； 双声道立体声 ： ２４ｋｂｉｔ ／ ｓ 、 ３２ｋｂｉｔ ／ ｓ 、 ４８ｋｂｉｔ ／ ｓ 、 ６４ｋｂｉｔ ／ ｓ 、 ８０ｋｂｉｔ ／ ｓ 、 ９６ｋｂｉｔ ／ ｓ 、 １２８ｋｂｉｔ ／ ｓ 、 １４４ｋｂｉｔ ／ ｓ 、 １９２ｋｂｉｔ ／ ｓ 、 ２５６ｋｂｉｔ ／ ｓ 、 ３２０ｋｂｉｔ ／ ｓ ； ５．１ 环绕立体声 ： １９２ｋｂｉｔ ／ ｓ 、 ２５６ｋｂｉｔ ／ ｓ 、 ３２０ｋｂｉｔ ／ ｓ 、 ３８４ｋｂｉｔ ／ ｓ 、 ４４８ｋｂｉｔ ／ ｓ 、 ５１２ｋｂｉｔ ／ ｓ 、 ６４０ｋｂｉｔ ／ ｓ 、 ７２０ｋｂｉｔ ／ ｓ ； 以及 ７．１ 和 １０．１ 等多声道环绕立体声 。 无损音频编码支持最多 １２８ 声道 、 任意采样频率 ， 并支持 ８ 比特 、 １６ 比特和 ２４ 比特采样精度 。 三维声音对象编码支持最多 １２８ 个声音对象 。 本文件的发布机构提请注意 ， 声明符合本部分时 ， 可能涉及到 ７．３ 、 ７．４．２ 、 ７．５ 、 ７．６ 、 ７．７ 、 ７．８ 、 ７．９ 、 ８．４ 、 ８．７ 、 ９．３ 、 ９．４ 相关的专利的使用 。 本文件的发布机构提请注意 ， 声明符合本文件时 ， 可能涉及到 ２０ 项与通用音频编解码技术相关的专利的使用 。 ＰＣＴ ／ ＣＮ２０１４ ／ ０９５０１２ ， 一种用于音频信号的矢量量化编解码方法及装置 ； ＰＣＴ ／ ＣＮ２０１４ ／ ０９５３９４ ， 多声道声音信号编码方法 、 解码方法及装置 ； ＰＣＴ ／ ＣＮ２０１４ ／ ０９５３９６ ， 多声道声音信号编码方法 、 解码方法及装置 ； ＰＣＴ ／ ＣＮ２０１４ ／ ０９５３９３ ， 主成分分析 ＰＣＡ 映射模型的编解码方法及装置 ； ２００６１００８７０９４．６ ， 频带扩展编码方法及装置和解码方法及装置 ； ２０１２１００８５１８３．２ ， 一种声音编解码装置及其方法 ； ２０１２１００８５２１３．Ｘ ， 一种声音编解码装置及其方法 ； ２０１２１００８５２５７．２ ， 一种声音编解码装置及其方法 ； ２０１３１０１０９０８１．４ ， 一种声音解码装置及其方法 ； ２０１３１０１２８１７３．７ ， 一种声音编解码装置及其方法 ； ２０１３１０７２８９５９．２ ， 一种用于音频信号的矢量量化编解码方法及装置 ； ２０１４１０３９５８０６．５ ， 多声道声音信号编码方法 、 解码方法及装置 ； ２０１４１０４０４８９５．５ ， 多声道声音信号编码方法 、 解码方法及装置 ； ２０１４１０７１０９９１．２ ， 主成分分析 ＰＣＡ 映射模型的编解码方法及装置 ； ２０１５１０２２６１１９．５ ， 一种针对被舍弃的子空间分量的补偿编解码装置及方法 ； ２００７１０１７５９９３．６ ， 编码集成系统和方法与解码集成系统和方法 ； ２００７１０１３５８３３．９ ， 立体声音频编 ／ 解码方法及编 ／ 解码器 ； ２００７１０３０４４８６．８ ， 音频信号的编码方法和装置与解码方法和装置 ； ２００８１０１０６４６０．７ ， 立体声信号编解码方法 、 装置及编解码系统 ； ２０１４１０５７３７５９．９ ， 一种立体声编解码方法 。 本文件的发布机构提请注意 ， 声明符合本文件时 ， 可能涉及到 ３ 项与无损音频音频编解码技术相关的专利的使用 。 ＺＬ２０１０１０２８１０３３．Ｘ ， 一种基于整形小波变换的音频无损压缩编码 、 解码方法 ； ２０１１１０２６３４８５．Ｘ ， 后向块自适应 ＧｏｌｏｍｂＲｉｃｅ 编解码方法及装置 ； ２０１４１０７２１２９９．Ｘ ， 多声道无损音频混合编解码方法及装置 。 本文件的发布机构提请注意 ， 声明符合本文件时 ， 可能涉及到 ４ 项与对象元数据编解码技术相关的专利的使用 。 ２０１６１０１５７０３２．１ ， 一种全景声处理方法 ； ２０１６１０１５７６６３．３ ， 一种声场空间的坐标定义方法 ； ２０１６１０１５８７８２．０ ， 一种声音对象的编码方法 ； ２０１６１０１５９１１７．３ ， 一种全景声编码方法 。 Ⅳ 犌犅 ／ 犜 ３３４７５ ． ３ — ２０１８ 本文件的发布机构对于该专利的真实性 、 有效性和范围无任何立场 。 该专利持有人已向本文件的发布机构保证 ， 他愿意同任何申请人在合理且无歧视的条款和条件下 ， 就专利授权许可进行谈判 。 该专利持有人的声明已在本部分的发布机构备案 。 相关信息可以通过以下联系方式获得 ： 联系人 ： 黄铁军 （ 数字音视频编解码技术标准工作组秘书长 ） 通讯地址 ： 北京大学理科 ２ 号楼 ２６４１ 室邮政编码 ： １００８７１ 电子邮件 ： ｔｊ