录音车音频系统基于AoIP网络架构的设计及配置

尹宝兴

（中央广播电视总台，北京 100859）

今天，网络技术的影响已深入到社会的各个领域，专业音频行业也不例外。利用网络传输各类音频信息具有诸多优势，可对传输信号内容进行实时监控，信号路由可动态调整，传输带宽大且距离远等，使音频系统更加灵活、便捷，且兼容性高。对于广播电视领域而言，基于AoIP（Audio over IP）技术的音频系统已经十分广泛。常用的AoIP技术有Dante、Ravenna、Qlan等，其中， Ravenna协议主要应用于广播电视领域，Dante协议主要应用于扩声领域。Ravenna协议是AES67标准的前身，而Dante、Qlan设备又可以通过AES67标准与Ravenna设备互相通信，并且SMPTE2110-30／31标准中关于音频方面的内容又基本参照了AES67标准，所以Ravenna协议兼容性较强。

中央广播电视总台（CCTV）音频部在B2三维声录音车音频系统的设计中采用了AoIP网络架构，笔者以此为例，解析基于AoIP的录音车音频系统的网络架构、信号路由、设备配置、网络设置及调试。

1 系统的网络架构及信号路由

1.1 系统的网络架构及信号路由

B2录音车的音频系统设计了两部分，第一部分是基于AoIP以交换机为核心的树形网络架构，如图1所示，可支持Ravenna、Dante协议，兼容AES67以及ST 2110-30／31标准；第二部分是以Lawo Nova 73为核心基于MADI协议的基带星形网络架构，如图2所示。两种架构并存且相互备份，这样设计的目的是为了在极大限度发挥AoIP系统的灵活性、多样性、可扩展性的基础上，保证系统的可靠性、安全性。

图1 AoIP树形网络架构

图2 MADI基带星形架构

音频系统内主调音台使用Lawo mc256，核心机箱为Nova 73，接口箱为3台Dallis，其中有2台为远端接口箱，1台为本地接口箱。交换机使用Cisco SG 550，主时钟为Tektronix SPG8000A。

所有设备的控制端口分别接入控制交换机，互为冗余的Ravenna、Dante端口分别接入主备音频交换机，3台Dallis接口箱均以主备IP的方式连入主备核心交换机。在正常情况下，调音台系统工作在双网IP构架之下，3台接口箱会分别输出IP信号至主备交换机而后进入主备调音台。但考虑到极端情况，有可能双交换机同时出现故障，因此，在设计IP构架的同时，也考虑了MADI基带构架对IP构架进行全系统的备份。3台接口箱在具备IP输出的同时，也连接另外一条MADI光缆至Nova 73。也就是在主备IP网络全瘫痪的情况下，可以手动将系统切换至MADI构架继续进行工作。IP和MADI信号分别进入主调音台输入通路A和B。正常情况下，所有输入通道均选择A-IP信号。当双IP构架均出现问题时，可以手动在调音台上按下AB路切换按键，将系统信号输入由A-IP切换至B-MADI，完成输入系统构架的切换，以保证极端双网故障时依然可以在基带构架下完成安全播出。

1.2 设备的配置及功能

调音台mc256为分离式架构，所有音频信号的处理均在核心机箱Nova73上完成，调音台本身只是控制台面（见图3）。Nova73 （如图4）配有1张AES3+1张MADI卡（32路AES3输入输出+4个MADI端口）、1张Dante卡（4对Dante端口）、4张Ravenna卡（每张卡拥有4个Ravenna端口）、4张DSP卡（每张DSP卡最多支持96通道的处理能力）、2张核心路由卡（可实时自动完成故障倒换）。

Dante卡每对网口支持64路输入输出（共256路输入输出），主要用于与外部Dante网络音频系统对接。考虑到目前国内扩声演艺市场基于AoIP技术的音频系统主要采用Dante协议，而目前版本的Dante固件如果变为AES67模式无法满足链路的主备切换，所以为了系统的安全性、可靠性与便捷性，不使用Ravenna与Dante系统对接。

图3 mc256调音台的控制台面

图4 核心机箱Nova73

Ravenna卡每个端口最多可支持128路输入输出，该车配备了共2 048通道支持AES67、ST2110-30/31标准的Ravenna端口，并支持ST2022-7双网络无缝倒换（SPS冗余机制，双路所传输的内容完全相同，当其中一条路径发生丢包状况时，接收端会根据另一条路径获取数据；当两条路径都正常时，接受端会使用先到达的数据包），可与ST2110架构的转播车或EFP系统通过网络实现互通，避免大量接线的麻烦。

在一些安全级别要求较高的直播活动中，MADI卡可作为网络音频系统的基带备份，以保证在主备音频网络同时瘫痪时，系统还可以正常运作。在一些需要大量输入输出的录播节目中，MADI卡可作为扩展接口使用，保证系统有足够的输入输出以满足节目制作的要求。

Dallis接口箱（如图5）内部拥有音频矩阵，可实现传声器信号、AES3信号、MADI信号以及Ravenna信号的相互路由。应对直播类的节目，可将传声器、AES3的输入信号同时路由到Ravenna与MADI端口的输出，同时将信号送到录音车中，保证主备网络瘫痪时，车内仍可取到全部的音频信号。

车内的拥有2台Pyramix音频工作站亦可通过Ravenna音频流进行录制与回放，每台工作中可进行128路的录制与回放。2台工作站之间的时间码同步使用rtpMIDI技术，该技术可利用现有的音频网络通过交换机传输MTC时间码，保证工作站之间在相同的时间码下进行录音，为后期的音频制作提供了便捷。

备调音台使用了Yamaha QL1（具备32通道Dante端口，支持AES67标准），主备调音台可通过IP网络共享AES67音频信号。Lawo的所有接口箱均支持发送Ravenna、ST2110-30/31 IP数据包的同时，发送出AES67数据包。DanteController

（如图6）可以读取到AES67的组播信号，然后将信号连接至备份调音台。输入的IP信号通过交换机之后分别进入主备调音台。主备调音台制作好的节目信号也通过IP和基带的方式分别送至接口箱及车外接口板。IP输出通过IP管理软件进行切换而基带输出则要通过手动跳线的方式实现应急切换。这种全信号完全基于IP数据包的转发备份，大大优于传统基带音频系统只能分配部分源信号至备份系统的方式，使备份系统更加强大充足，而不仅仅是简单的应急操作。

录音车还配备了A_MADI 4（如图7），该设备可以进行Ravenna与MADI信号之间的转换。考虑到目前市场还处于AoIP技术与传统基带技术的过渡阶段，为了方便录音车与传统基带系统的转播车或者EFP系统对接，可以使用A_MADI 4与之进行互通。

2 信号传输链路的联通

为打通系统的信号传输链路，并使之稳定工作，首先要解决音频系统的PTP（Precision Time Protocol）时钟同步问题，这是信号传输的前提。

2.1 关于PTP时钟同步

音频系统从模拟时代进入数字网络时代后，由于音频信号需要经过基于同一时间基准的数模转换、编码解码等处理，转换为符合网络传输格式后才能在系统中传输，所以设备之间的同步显得尤为重要，可以说设备之间的时钟同步是音频数据包有效传输的前提。AoIP技术采用精确时间协议来进行设备之间的同步。

在同一个PTP时钟系统中，所有的设备只有在相同的域（Domain）内才能进行同步，在一个域内建立的时间与其他域中的时间无关，域允许多个时钟系统共享相同的通信网络。Ravenna协议中采用PTP v2版本，域的值可以被设定，默认状态下为0，Ravenna设备之间若想实现同步，域的值首先要相同，见图8。

图5 Dallis接口箱

图6 DanteController

图7 A_MADI 4

图8 Ravenna设备PTP时钟设置界面

图9 Ravenna卡端口时钟状态

最佳主时钟算法（Best Master Clockal Algorithm，BMCA）会按照一定的顺序来对时钟的优先级进行排序，从而帮助PTP时钟系统自动推选出相同域内的最佳主时钟，其中透明时钟不会参与主时钟的选举。这种算法首先会比较各个PTP节点的Priority 1（即图8中的Prio1），用户可以自定义这个数值，较小的数值表示较高的优先级。若各节点的Priority 1相同，Class、Accuracy、Variance将会被依次比较，这3个参数不可以被用户自定义，它们由厂家或者设备本身决定。若这4个参数都无法找出最佳主时钟，算法将会依次比较Priority 2（即图8中的 Prio2）和设备的MAC地址。

PTP时钟网络需为树状拓扑结构，链路不能形成闭环。为此，PTP设备端口有主（Master）、从（Slave）、被动（Passive）三种状态，其中被动状态不会参与时钟同步，目的是断开链路防止链路形成闭环结构。最佳主时钟算法会根据层级关系和域的情况来自动设置端口状态。图9显示了Nova73的Ravenna卡中4个Ravenna端口同时接收PTP信息时的端口状态。这4个端口都处于同一个域，为了避免PTP系统结构形成环路，只有1个端口处于从属状态（Slave），其他3个端口为被动状态（Passive）。

2.2 系统中的同步及联通设置

系统的主时钟发生器采用SPG8000A，该设备可接收BB、GPS多种时钟同步信号，并且可以将这些信号转换为PTP、Word Clock或者BB输出。由于该设备的PTP端口不支持ST2022-7冗余，若主交换机瘫痪，系统的同步会出现问题，无法达到备份目的，所以将SPG8000A的Word Clock输出到A_MADI 4，由A_MADI 4将Wordclock转换为PTP同步时钟，通过A MADI 4的主备AoIP网口接入主备交换机，以为交换机上的所有AoIP设备提供PTP同步时钟。这种情况下，如果主交换机瘫痪，系统的时钟同步也不会受到影响。

图10 Ravenna收发流网页

在AoIP系统中，首先要确保支持PTP音频设备PTP域值相同，PTP域值在音频系统中通常为0，这样才能保证这些设备处于同一个同步系统，之后要调整A_MADI 4的PTP Priority 1的值，这个值要低于其他设备才能使其成为PTP主时钟。

待系统中的设备同步完成后，需要通过网页对设备进行收发流的设置。图10所示为A_MADI 4与Nova73之间的收发流设置。首先，通过A_MADI 4的IP地址访问Ravenna收发流网页（见图10），在TX Streams窗口中可以更改音频流的名字、格式、组播地址以及音频流对应的MADI输入通道（见图11）。ra0与ra1代表A_MADI 4的2个物理网口。

接下来需要对Nova73进行收流设置。使用者可以通过Nova 73 Ravenna端口的IP地址，或者在网页右上角的下拉菜单中选择想要访问的Ravenna端口（见图12），进入网页（见图10）后在Rx Streams处点击connect，可以看到目前系统中的音频流，选择想要接收的音频流（见图13）。由于Nova 73的Ravenna板卡拥有4个Ravenna端口，所以，需要在收流界面选择用来接收的端口。A_MADI 4发出的音频流支持SMPTE 2022-7（SPS）冗余机制，收流界面会看到A_MADI 4的2个端口发出的音频流，Nova 73的Ravenna 板卡需要使用2个端口去接收这一对音频流。

Lawo的Ravenna设备使用Delay（samples）来处理网络中音频数据包不能按顺序到达接收端的问题。例如，3号音频数据包在1号、2号之前到达接收端，缓存区会保留3号音频数据包直到1号、2号到达，之后再以正确的顺序对数据包进行解封装，保证音频播出正常。通常这个数值至少为发送端Frame size（帧大小，每个数据包中的采样点数量）数值的两倍，以保证接收端有足够的时间接收读取数据包，这个数值也会影响总线路延时（发送延时、网络传输延时与接收延时之和）。例如，音频采样频率为48 kHz，Frame size为48，Delay（samples）为96。那么，发送延时=48/48 kHz=0.001 s=1 ms，接收延迟则为2 ms，数据包在运行正常的网络中传输的延时大约为皮秒级别，几乎可以忽略不计，总线路延时大约为3 ms。

所有设备的首发流页面配置完毕后，需要进行备份，这样在网页配置被改变后可以快速恢复。

图11 A_MADI 4 发流配置界面

图12 选择想要访问的Ravenna端口

图13 Nova73收流设置界面

3 交换机配置

为了保证Ravenna数据稳定传输，需要对交换机进行一些简单的配置，确保数据包丢包为零，同时防止网络堵塞延迟。

如果在Ravenna系统中有2台或2台以上的交换机相互连接，则要开启交换机的STP（Spanning Tree Protocol，生成树协议）功能。该功能可应用于网络中建立树形拓扑，避免形成二层网络环路，解决局域网中的“广播风暴”问题。如果系统中的各个交换机没有相互连接，则不需要开启STP，因为广播数据包只能由交换机来转发，各个终端设备不会进行广播数据包的转发，所以广播数据包不会因此充斥网络而导致交换机处理性能下降甚至彻底瘫痪。

对于A o I P音频系统而言，交换机的I G M P Snooping、IGMP Querier（互联网组播协议）功能一定要开启。

IGMP Snooping的目的是为了控制交换机中各个端口的网络流量，使数据更有效地传输。例如，当网络中存在一个RTP组播流时，只有该组播组的成员可以接收到这个RTP的数据包。对于没有加入这个组播组的设备，交换机则不会向这些设备发送数据，节省了这些设备的传输带宽。如图14，表示IP地址为172.16.88.89的设备是239.9.96.1与224.0.0.251这两个组播组的成员，则它可以与这两个组播中其他设备相互交换数据。

IGMP Querier开启后，交换机会充当IGMP查询器。各个终端会定期向查询器发送成员报告，刷新组播成员列表。交换机会根据成员列表向对应的端口发送组播数据包。

在因特网创建初期，没有考虑到实时传输大量数据的情况，所以网络在这种情况下可能会发生堵塞、丢包、延迟等问题。为了改进这种状况，人们对现有网络体系结构以及网络运行体制进行了相应的修改与增补。QoS（服务质量）机制中的Diff-Serv（区分服务模型）可以有效地解决这些网络故障。为满足系统对不同应用及不同服务质量的要求，就需要网络能根据实际需求来进行资源的分配和调度，对不同类型的数据流提供不同的服务质量。实时性要求高且重要的数据包优先处理，例如RTP数据包、PTP数据包。对于实时性不强的普通数据包，提供较低的处理优先级，网络拥塞时甚至丢弃。

图14 IGMP数据包

4 总结

B2录音车音频系统是CCTV第一辆采用AoIP网络结构的录音车音频系统。交付以来，已经完成了国庆阅兵C系统、武汉军运会开闭幕式、深圳跨年音乐会320路多声道录制三个超大型节目的环绕声及三维声的节目制作。进一步印证了AoIP音频系统在稳定性的前提下具备的灵活性和多样性。此音频车也一定会在今后4K三维声时代的音频制作中发挥重要的作用。

在广播电视领域中音视频IP化已是必然，从传统的看得见摸得着的基带链路，到IP化之后，这些将变为虚拟化、软件化的路由矩阵。对于系统工程师而言，使用计算机便可自由调度系统中的所有链路，监看系统中所有设备的运行情况，这为系统的调试以及排查提供了极大的便利。但与此同时，也对系统工程师的要求更高了，需要完善自己的知识架构，要了解学习有关网络方面的基础知识，在系统设计时需要考虑设备之间的兼容性、互通性，要提前做好整个系统的IP地址规划等。进入AoIP时代，IP技术使得音频系统更加灵活，更具包容性，音频数据传输的距离更远，传输的通道数量更多，设备的扩展与更新也变得更便捷，可以满足更多的应用需求。