Network Working Group J. Sjoberg
Request for Comments: 3267 M. Westerlund
Category: Standards Track Ericsson
A. Lakaniemi
Nokia
Q. Xie
Motorola
June 2002
Real-Time Transport Protocol (RTP) Payload Format and File Storage Format for the Adaptive Multi-Rate (AMR) and Adaptive Multi-Rate Wideband (AMR-WB) Audio Codecs
リアルタイムトランスポートプロトコル（RTP）ペイロードフォーマットと適応マルチレート（AMR）と適応マルチレート広帯域（AMR-WB）オーディオコーデックのためのストレージのファイル形式
Status of this Memo
このメモの位置付け
This document specifies an Internet standards track protocol for the Internet community, and requests discussion and suggestions for improvements. Please refer to the current edition of the "Internet Official Protocol Standards" (STD 1) for the standardization state and status of this protocol. Distribution of this memo is unlimited.
この文書は、インターネットコミュニティのためのインターネット標準トラックプロトコルを指定し、改善のための議論と提案を要求します。このプロトコルの標準化状態と状態への「インターネット公式プロトコル標準」（STD 1）の最新版を参照してください。このメモの配布は無制限です。
Copyright Notice
著作権表示
Copyright (C) The Internet Society (2002). All Rights Reserved.
著作権（C）インターネット協会（2002）。全著作権所有。
Abstract
抽象
This document specifies a real-time transport protocol (RTP) payload format to be used for Adaptive Multi-Rate (AMR) and Adaptive Multi-Rate Wideband (AMR-WB) encoded speech signals. The payload format is designed to be able to interoperate with existing AMR and AMR-WB transport formats on non-IP networks. In addition, a file format is specified for transport of AMR and AMR-WB speech data in storage mode applications such as email. Two separate MIME type registrations are included, one for AMR and one for AMR-WB, specifying use of both the RTP payload format and the storage format.
この文書では、適応マルチレート（AMR）と適応マルチレート広帯域（AMR-WB）符号化された音声信号のために使用されるリアルタイム転送プロトコル（RTP）ペイロード・フォーマットを指定します。ペイロードフォーマットは、非IPネットワーク上の既存のAMRとAMR-WBトランスポートフォーマットと相互運用できるように設計されています。また、ファイル形式は、電子メールなどのストレージモードアプリケーションにおけるAMRとAMR-WB音声データを搬送するために指定されています。二つの別々のMIMEタイプの登録は、RTPペイロードフォーマットとストレージフォーマットの両方の使用を指定して、AMRのための1つおよびAMR-WBのための1つ含まれています。
Table of Contents
目次
1. Introduction.................................................... 3
2. Conventions and Acronyms........................................ 3
3. Background on AMR/AMR-WB and Design Principles.................. 4
3.1. The Adaptive Multi-Rate (AMR) Speech Codec.................. 4
3.2. The Adaptive Multi-Rate Wideband (AMR-WB) Speech Codec...... 5
3.3. Multi-rate Encoding and Mode Adaptation..................... 5
3.4. Voice Activity Detection and Discontinuous Transmission..... 6
3.5. Support for Multi-Channel Session........................... 6
3.6. Unequal Bit-error Detection and Protection.................. 7
3.6.1. Applying UEP and UED in an IP Network................... 7
3.7. Robustness against Packet Loss.............................. 9
3.7.1. Use of Forward Error Correction (FEC)................... 9
3.7.2. Use of Frame Interleaving...............................11
3.8. Bandwidth Efficient or Octet-aligned Mode...................11
3.9. AMR or AMR-WB Speech over IP scenarios......................12
4. AMR and AMR-WB RTP Payload Formats..............................14
4.1. RTP Header Usage............................................14
4.2. Payload Structure...........................................16
4.3. Bandwidth-Efficient Mode....................................16
4.3.1. The Payload Header......................................16
4.3.2. The Payload Table of Contents...........................17
4.3.3. Speech Data.............................................19
4.3.4. Algorithm for Forming the Payload.......................20
4.3.5 Payload Examples.........................................21
4.3.5.1. Single Channel Payload Carrying a Single Frame...21
4.3.5.2. Single Channel Payload Carrying Multiple Frames..22
4.3.5.3. Multi-Channel Payload Carrying Multiple Frames...23
4.4. Octet-aligned Mode..........................................25
4.4.1. The Payload Header......................................25
4.4.2. The Payload Table of Contents and Frame CRCs............26
4.4.2.1. Use of Frame CRC for UED over IP....................28
4.4.3. Speech Data.............................................30
4.4.4. Methods for Forming the Payload.........................30
4.4.5. Payload Examples........................................32
4.4.5.1. Basic Single Channel Payload Carrying
Multiple Frames..................................32
4.4.5.2. Two Channel Payload with CRC, Interleaving,
and Robust-sorting...............................32
4.5. Implementation Considerations...............................33
5. AMR and AMR-WB Storage Format...................................34
5.1. Single Channel Header.......................................34
5.2. Multi-channel Header........................................35
5.3. Speech Frames...............................................36
6. Congestion Control..............................................37
7. Security Considerations.........................................37
7.1. Confidentiality.............................................37
7.2. Authentication..............................................38
7.3. Decoding Validation.........................................38
8. Payload Format Parameters.......................................38
8.1. AMR MIME Registration.......................................39
8.2. AMR-WB MIME Registration....................................41
8.3. Mapping MIME Parameters into SDP............................44
9. IANA Considerations.............................................45
10. Acknowledgements...............................................45
11. References.....................................................45
11.1 Informative References......................................46
12. Authors' Addresses.............................................48
13. Full Copyright Statement.......................................49
This document specifies the payload format for packetization of AMR and AMR-WB encoded speech signals into the Real-time Transport Protocol (RTP) [8]. The payload format supports transmission of multiple channels, multiple frames per payload, the use of fast codec mode adaptation, robustness against packet loss and bit errors, and interoperation with existing AMR and AMR-WB transport formats on non-IP networks, as described in Section 3.
この文書は、リアルタイムトランスポートプロトコル（RTP）にAMRおよびAMR-WB符号化された音声信号のパケットのためのペイロードのフォーマットを指定する[8]。に記載のようにペイロードフォーマットは、複数のチャネルの伝送、ペイロードごとに複数のフレーム、非IPネットワーク上の既存のAMRとAMR-WBトランスポートフォーマットと高速コーデックモード適応、パケット損失、ビット誤りに対するロバスト性、および相互運用の使用をサポートしてい第3節。
The payload format itself is specified in Section 4. A related file format is specified in Section 5 for transport of AMR and AMR-WB speech data in storage mode applications such as email. In Section 8, two separate MIME type registrations are provided, one for AMR and one for AMR-WB.
ペイロードフォーマット自体は、関連するファイル形式は、電子メールなどのストレージモードアプリケーションにおけるAMRとAMR-WB音声データの転送については、セクション5で指定されたセクション4で指定されています。第8章では、2つの別個のMIMEタイプの登録は、AMRのための1つおよびAMR-WBのための1つに設けられています。
Even though this RTP payload format definition supports the transport of both AMR and AMR-WB speech, it is important to remember that AMR and AMR-WB are two different codecs and they are always handled as different payload types in RTP.
このRTPペイロードフォーマット定義はAMRとAMR-WB音声の両方の輸送をサポートしていても、AMRとAMR-WBは、2つの異なるコーデックであり、彼らは常にRTPの異なるペイロードタイプとして扱われることを覚えておくことが重要です。
The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this document are to be interpreted as described in RFC2119 [5].
この文書のキーワード "MUST"、 "MUST NOT"、 "REQUIRED"、、、、 "べきではない" "べきである" "ないもの" "ものとし"、 "推奨"、 "MAY"、および "OPTIONAL" はありますRFC2119 [5]で説明されるように解釈されます。
The following acronyms are used in this document:
以下の頭字語は、本書で使用されています。
3GPP - the Third Generation Partnership Project AMR - Adaptive Multi-Rate Codec AMR-WB - Adaptive Multi-Rate Wideband Codec CMR - Codec Mode Request CN - Comfort Noise DTX - Discontinuous Transmission
3GPP - 第三世代パートナーシッププロジェクトAMR - 適応マルチレートコーデックAMR-WB - 適応マルチレート広帯域コーデックCMR - コーデックモード要求CN - コンフォートノイズDTX - 不連続送信
ETSI - European Telecommunications Standards Institute FEC - Forward Error Correction SCR - Source Controlled Rate Operation SID - Silence Indicator (the frames containing only CN parameters) VAD - Voice Activity Detection UED - Unequal Error Detection UEP - Unequal Error Protection
ETSI - 欧州電気通信標準化協会FEC - 前方誤り訂正SCR - レート操作SIDを制御ソース - サイレンスインジケータ（フレームのみCNパラメータを含む）VAD - 音声アクティビティ検出UED - 不均一誤り検出UEP - 不均一誤り保護
The term "frame-block" is used in this document to describe the time-synchronized set of speech frames in a multi-channel AMR or AMR-WB session. In particular, in an N-channel session, a frame-block will contain N speech frames, one from each of the channels, and all N speech frames represents exactly the same time period.
用語「フレームブロックは、」マルチチャンネルAMRまたはAMR-WBセッションの音声フレームの時間同期集合を記述するために本書で使用されています。具体的には、Nチャネル型セッションで、フレーム・ブロックは、N個の音声フレーム、チャネルのそれぞれからの1つを含有する、すべてのN個の音声フレームが正確に同じ時間を表します。
AMR and AMR-WB were originally designed for circuit-switched mobile radio systems. Due to their flexibility and robustness, they are also suitable for other real-time speech communication services over packet-switched networks such as the Internet.
AMRとAMR-WBは、もともと回線交換移動無線システム用に設計されていました。それらの柔軟性と堅牢性に、彼らはまた、インターネットなどのパケット交換網を介して他のリアルタイム音声通信サービスに適しています。
Because of the flexibility of these codecs, the behavior in a particular application is controlled by several parameters that select options or specify the acceptable values for a variable. These options and variables are described in general terms at appropriate points in the text of this specification as parameters to be established through out-of-band means. In Section 8, all of the parameters are specified in the form of MIME subtype registrations for the AMR and AMR-WB encodings. The method used to signal these parameters at session setup or to arrange prior agreement of the participants is beyond the scope of this document; however, Section 8.3 provides a mapping of the parameters into the Session Description Protocol (SDP) [11] for those applications that use SDP.
そのためこれらのコーデックの柔軟性のため、特定のアプリケーションでの動作は、オプションを選択または変数の許容値を指定するいくつかのパラメータによって制御されます。パラメータは、帯域外手段によって確立されるように、これらのオプションと変数は、本明細書の本文中に適切な点で一般的に記載されています。第8章では、すべてのパラメータは、AMRとAMR-WB符号化のためのMIMEサブタイプ登録の形式で指定されています。セッションセットアップでこれらのパラメータを通知したり、参加者の事前の同意を配置するために使用される方法は、このドキュメントの範囲を超えています。しかしながら、セクション8.3は、SDPを使用するアプリケーションのためのセッション記述プロトコル（SDP）[11]へのパラメータのマッピングを提供します。
The AMR codecs was originally developed and standardized by the European Telecommunications Standards Institute (ETSI) for GSM cellular systems. It is now chosen by the Third Generation Partnership Project (3GPP) as the mandatory codec for third generation (3G) cellular systems [1].
AMRコーデックは、独自に開発し、GSMセルラーシステムのための欧州電気通信標準化機構（ETSI）によって標準化されました。これは、今第3世代（3G）セルラシステムのために必須コーデックとして第3世代パートナーシッププロジェクト（3GPP）によって選択された[1]。
The AMR codec is a multi-mode codec that supports 8 narrow band speech encoding modes with bit rates between 4.75 and 12.2 kbps. The sampling frequency used in AMR is 8000 Hz and the speech encoding is performed on 20 ms speech frames. Therefore, each encoded AMR speech frame represents 160 samples of the original speech.
AMRコーデックは4.75と12.2 kbpsの間のビットレートの8つの狭帯域音声符号化モードをサポートするマルチモードコーデックです。 AMRで使用されるサンプリング周波数が8000 Hzであり、音声符号化は、20msの音声フレームに対して行われます。したがって、各符号化されたAMR音声フレームは、元の音声の160個のサンプルを表します。
Among the 8 AMR encoding modes, three are already separately adopted as standards of their own. Particularly, the 6.7 kbps mode is adopted as PDC-EFR [14], the 7.4 kbps mode as IS-641 codec in TDMA [13], and the 12.2 kbps mode as GSM-EFR [12].
8つのAMR符号化モードのうち、3つがすでに別に、独自の標準として採用されています。特に、6.7 kbpsのモードは、PDC-EFR [14]、TDMA [13]で7.4 kbpsのモードとして、IS-641コーデック、およびGSM-EFRとして12.2 kbpsのモード[12]として採用されています。
The Adaptive Multi-Rate Wideband (AMR-WB) speech codec [3] was originally developed by 3GPP to be used in GSM and 3G cellular systems.
適応マルチレート広帯域（AMR-WB）音声コーデック[3]元々GSMおよび3Gセルラシステムで使用されるように、3GPPによって開発されました。
Similar to AMR, the AMR-WB codec is also a multi-mode speech codec. AMR-WB supports 9 wide band speech coding modes with respective bit rates ranging from 6.6 to 23.85 kbps. The sampling frequency used in AMR-WB is 16000 Hz and the speech processing is performed on 20 ms frames. This means that each AMR-WB encoded frame represents 320 speech samples.
AMRと同様に、AMR-WBコーデックは、マルチモード音声コーデックです。 AMR-WBは、6.6から23.85 kbpsに至るまで、それぞれのビットレートの9つの広帯域音声符号化モードをサポートしています。 AMR-WBで使用されるサンプリング周波数は16000ヘルツであり、音声処理は、20msのフレームに対して行われます。これは、各AMR-WB符号化フレームは、320個の音声サンプルを表すことを意味します。
The multi-rate encoding (i.e., multi-mode) capability of AMR and AMR-WB is designed for preserving high speech quality under a wide range of transmission conditions.
AMRおよびAMR-WBのマルチレート符号化（すなわち、マルチモード）機能は、送信条件の広い範囲の下で高い音声品質を維持するために設計されています。
With AMR or AMR-WB, mobile radio systems are able to use available bandwidth as effectively as possible. E.g., in GSM it is possible to dynamically adjust the speech encoding rate during a session so as to continuously adapt to the varying transmission conditions by dividing the fixed overall bandwidth between speech data and error protective coding to enable best possible trade-off between speech compression rate and error tolerance. To perform mode adaptation, the decoder (speech receiver) needs to signal the encoder (speech sender) the new mode it prefers. This mode change signal is called Codec Mode Request or CMR.
AMRまたはAMR-WBでは、移動無線システムは、可能な限り効果的に利用可能な帯域幅を使用することができます。例えば、GSMにおいては、連続的音声圧縮との間の最良の可能なトレードオフを可能にするために、音声データ及び誤り保護符号化の間に固定された全体的な帯域幅を分割することによって変化する伝送条件に適合するように動的セッション中の音声符号化速度を調整することが可能です率と許容誤差。モードアダプテーションを実行するために、デコーダ（音声受信機）は、それが好む新しいモードをエンコーダ（音声送信者）をシグナリングする必要があります。このモード変更信号は、コーデックモード要求またはCMRと呼ばれています。
Since in most sessions speech is sent in both directions between the two ends, the mode requests from the decoder at one end to the encoder at the other end are piggy-backed over the speech frames in the reverse direction. In other words, there is no out-of-band signaling needed for sending CMRs.
ほとんどのセッションで音声が両端間で双方向に送信されるので、もう一方の端にエンコーダに一端がデコーダからモード要求は逆方向の音声フレーム上にピギーバックされています。言い換えれば、CMRのを送信するために必要な一切の帯域外シグナリングはありません。
Every AMR or AMR-WB codec implementation is required to support all the respective speech coding modes defined by the codec and must be able to handle mode switching to any of the modes at any time. However, some transport systems may impose limitations in the number of modes supported and how often the mode can change due to bandwidth limitations or other constraints. For this reason, the decoder is allowed to indicate its acceptance of a particular mode or a subset of the defined modes for the session using out-of-band means.
すべてのAMRやAMR-WBコーデックの実装は、コーデックによって定義されたすべてのそれぞれの音声符号化モードをサポートするために必要とされ、任意の時点でのモードのいずれかにモード切り替えを処理できなければなりません。しかし、いくつかの輸送システムは、サポートされているモードの数に制限を課すことができるとどのくらいの頻度モードが原因帯域幅制限または他の制約に変更することができます。この理由のために、デコーダは、特定のモードまたはアウトオブバンドの手段を使用してセッションに対して定義されたモードのサブセットのその受け入れを指示することができます。
For example, the GSM radio link can only use a subset of at most four different modes in a given session. This subset can be any combination of the 8 AMR modes for an AMR session or any combination of the 9 AMR-WB modes for an AMR-WB session.
例えば、GSM無線リンクは、特定のセッション中に最大で4つの異なるモードのサブセットを使用することができます。このサブセットは、AMRセッションまたはAMR-WBセッションの9 AMR-WBモードの任意の組み合わせのための8つのAMRモードの任意の組み合わせとすることができます。
Moreover, for better interoperability with GSM through a gateway, the decoder is allowed to use out-of-band means to set the minimum number of frames between two mode changes and to limit the mode change among neighboring modes only.
また、ゲートウェイを介してGSMとのより良い相互運用性のために、デコーダは、二つのモード変更の間でフレームの最小数を設定するためにのみ隣接モード間のモード変更を制限することを意味帯域外使用を許可されています。
Section 8 specifies a set of MIME parameters that may be used to signal these mode adaptation controls at session setup.
セクション8は、セッションセットアップ時に、これらのモードの適応制御をシグナリングするために使用することができるMIMEパラメータのセットを指定します。
Both codecs support voice activity detection (VAD) and generation of comfort noise (CN) parameters during silence periods. Hence, the codecs have the option to reduce the number of transmitted bits and packets during silence periods to a minimum. The operation of sending CN parameters at regular intervals during silence periods is usually called discontinuous transmission (DTX) or source controlled rate (SCR) operation. The AMR or AMR-WB frames containing CN parameters are called Silence Indicator (SID) frames. See more details about VAD and DTX functionality in [9] and [10].
双方のコーデックは、音声アクティビティ検出（VAD）と無音期間中に快適ノイズ（CN）パラメータの生成をサポートします。したがって、コーデックは最小に沈黙期間中に送信されるビットおよびパケットの数を削減するためのオプションを持っています。沈黙期間中に一定の間隔でCNパラメータを送信する動作は、通常、不連続送信（DTX）またはソース制御された速度（SCR）動作と呼ばれます。 CNパラメータを含むAMRまたはAMR-WBフレームがサイレンスインジケータ（SID）フレームと呼ばれます。 [9]および[10]におけるVADとDTX機能の詳細については、こちらをご覧ください。
Both the RTP payload format and the storage format defined in this document support multi-channel audio content (e.g., a stereophonic speech session).
RTPペイロードフォーマットし、この文書をサポートマルチチャンネルオーディオコンテンツ（例えば、ステレオ音声セッション）で定義されたストレージ形式の両方。
Although AMR and AMR-WB codecs themselves do not support encoding of multi-channel audio content into a single bit stream, they can be used to separately encode and decode each of the individual channels.
AMRとAMR-WBコーデック自体は、単一のビットストリームにマルチチャンネルオーディオコンテンツのエンコーディングをサポートしていないが、それらは別々に、個々のチャネルの各々を符号化及び復号化するために使用することができます。
To transport (or store) the separately encoded multi-channel content, the speech frames for all channels that are framed and encoded for the same 20 ms periods are logically collected in a frame-block.
別々に符号化されたマルチチャネル・コンテンツをトランスポート（または記憶）するように、同じ20msの期間のフレームと符号化されているすべてのチャンネルの音声フレームは論理的フレームブロックに集められます。
At the session setup, out-of-band signaling must be used to indicate the number of channels in the session and the order of the speech frames from different channels in each frame-block. When using SDP for signaling, the number of channels is specified in the rtpmap attribute and the order of channels carried in each frame-block is implied by the number of channels as specified in Section 4.1 in [24].
セッションセットアップで、アウトオブバンドシグナリングは、セッション内のチャネルの数と、各フレームブロック内の異なるチャネルからの音声フレームの順序を示すために使用されなければなりません。シグナリングのためのSDPを使用する場合、チャネルの数はrtpmap属性で指定されており、[24]に、セクション4.1で指定されるように、各フレームブロックで運ばれるチャネルの順序は、チャネルの数によって暗示されています。
The speech bits encoded in each AMR or AMR-WB frame have different perceptual sensitivity to bit errors. This property has been exploited in cellular systems to achieve better voice quality by using unequal error protection and detection (UEP and UED) mechanisms.
各AMRまたはAMR-WBフレーム内符号化された音声ビットは、ビットエラーに対して異なる知覚感度を有します。このプロパティは、不均一誤り保護および検出（UEPとUED）のメカニズムを使用することによって、より良い音声品質を達成するために、セルラーシステムで利用されています。
The UEP/UED mechanisms focus the protection and detection of corrupted bits to the perceptually most sensitive bits in an AMR or AMR-WB frame. In particular, speech bits in an AMR or AMR-WB frame are divided into class A, B, and C, where bits in class A are most sensitive and bits in class C least sensitive (see Table 1 below for AMR and [4] for AMR-WB). A frame is only declared damaged if there are bit errors found in the most sensitive bits, i.e., the class A bits. On the other hand, it is acceptable to have some bit errors in the other bits, i.e., class B and C bits.
UEP / UED機構は、AMRまたはAMR-WBフレームに知覚最も敏感なビットに破損したビットの保護及び焦点検出。特に、AMRまたはAMR-WBフレームにおける音声ビットは、クラスAのビットは最も敏感であり、クラスCのビットは、最低感度（AMRとするために以下の表1を参照して、クラスA、B、及びCに分割されている[4]。 AMR-WB）のため。最も敏感なビットに見られるビット誤り、すなわち、クラスAビットがある場合、フレームは、破損宣言されます。一方、他のビット、すなわち、クラスBおよびCビットの一部のビットエラーを有することが許容されます。
Class A total speech
Index Mode bits bits
----------------------------------------
0 AMR 4.75 42 95
1 AMR 5.15 49 103
2 AMR 5.9 55 118
3 AMR 6.7 58 134
4 AMR 7.4 61 148
5 AMR 7.95 75 159
6 AMR 10.2 65 204
7 AMR 12.2 81 244
8 AMR SID 39 39
Table 1. The number of class A bits for the AMR codec.
表1 AMRコーデックのクラスAビットの数。
Moreover, a damaged frame is still useful for error concealment at the decoder since some of the less sensitive bits can still be used. This approach can improve the speech quality compared to discarding the damaged frame.
感度が低いビットの一部はまだ使用することができるので、損傷を受けたフレームは、依然としてデコーダにおけるエラー隠蔽のために有用です。このアプローチは、破損したフレームを破棄するに比べ、音声品質を向上させることができます。
To take full advantage of the bit-error robustness of the AMR and AMR-WB codec, the RTP payload format is designed to facilitate UEP/UED in an IP network. It should be noted however that the utilization of UEP and UED discussed below is OPTIONAL.
AMRとAMR-WBコーデックのビット誤り耐性を最大限に活用するために、RTPペイロードフォーマットは、IPネットワークでUEP / UEDを容易にするように設計されています。以下で説明するUEPとUEDの利用は任意であることが注目されるべきです。
UEP/UED in an IP network can be achieved by detecting bit errors in class A bits and tolerating bit errors in class B/C bits of the AMR or AMR-WB frame(s) in each RTP payload.
UEP / IPネットワークで使用されるAMRのクラスB / Cビットまたは各RTPペイロード内のAMR-WBフレーム（複数可）のクラスAビットと容認ビットエラーのビットエラーを検出することによって達成することができます。
Today there exist some link layers that do not discard packets with bit errors, e.g., SLIP and some wireless links. With the Internet traffic pattern shifting towards a more multimedia-centric one, more link layers of such nature may emerge in the future. With transport layer support for partial checksums, for example those supported by UDP-Lite [15], bit error tolerant AMR and AMR-WB traffic could achieve better performance over these types of links.
今日、ビットエラー、例えば、SLIPおよびいくつかの無線リンクを持つパケットを廃棄していないいくつかのリンクレイヤが存在します。複数のマルチメディア中心の1の方にシフトし、インターネットのトラフィックパターンで、そのような性質のより多くのリンク層は、将来的に出現することがあります。部分的なチェックサムのためのトランスポート層のサポートにより、例えばUDP-Liteは[15]、ビットエラートレラントAMRとAMR-WBのトラフィックでサポートされているものは、リンクのこれらのタイプより優れたパフォーマンスを達成することができました。
There are at least two basic approaches for carrying AMR and AMR-WB traffic over bit error tolerant IP networks:
ビットエラー耐性のIPネットワーク上でAMRとAMR-WBトラフィックを伝送するための少なくとも2つの基本的なアプローチがあります。
1) Utilizing a partial checksum to cover headers and the most important speech bits of the payload. It is recommended that at least all class A bits are covered by the checksum.
1）ヘッダおよびペイロードの最も重要な音声ビットをカバーするために部分的チェックサムを利用します。少なくとも、すべてのクラスAビットチェックサムでカバーされていることをお勧めします。
2) Utilizing a partial checksum to only cover headers, but a frame CRC to cover the class A bits of each speech frame in the RTP payload.
2）ヘッダのみをカバーする部分的チェックサムを利用するが、フレームCRCは、RTPペイロード内の各音声フレームのクラスAビットをカバーします。
In either approach, at least part of the class B/C bits are left without error-check and thus bit error tolerance is achieved.
アプローチは、クラスBの少なくとも一部のいずれかで/ Cビットはエラーチェックせずに放置され、従って、ビット誤り耐性が達成されます。
Note, it is still important that the network designer pay attention to the class B and C residual bit error rate. Though less sensitive to errors than class A bits, class B and C bits are not insignificant and undetected errors in these bits cause degradation in speech quality. An example of residual error rates considered acceptable for AMR in UMTS can be found in [20] and for AMR-WB in [21].
ネットワーク設計者がクラスBとCの残存ビット誤り率に注意を払うことが重要です、注意してください。クラスAビット以上のエラーの影響を受けにくいものの、クラスBとCビットは、音声品質の劣化原因これらのビットで軽微と検出されないエラーではありません。 UMTSにおいてAMRのために許容できると考え残留誤り率が[21]に[20]およびAMR-WBのために見つけることができるの例。
The application interface to the UEP/UED transport protocol (e.g., UDP-Lite) may not provide any control over the link error rate, especially in a gateway scenario. Therefore, it is incumbent upon the designer of a node with a link interface of this type to choose a residual bit error rate that is low enough to support applications such as AMR encoding when transmitting packets of a UEP/UED transport protocol.
UEP / UEDトランスポートプロトコルへのアプリケーションインタフェース（例えば、UDP-Liteは）特にゲートウェイのシナリオでは、リンク・エラー・レート上の任意のコントロールを提供しないかもしれません。したがって、UEP / UEDトランスポートプロトコルのパケットを送信する場合、このようなAMR符号化などのアプリケーションをサポートするのに十分に低い残留ビット誤り率を選択するために、このタイプのリンク・インターフェースを有するノードの設計者の責務です。
Approach 1 is a bit efficient, flexible and simple way, but comes with two disadvantages, namely, a) bit errors in protected speech bits will cause the payload to be discarded, and b) when transporting multiple frames in a payload there is the possibility that a single bit error in protected bits will cause all the frames to be discarded.
アプローチ1ビット、効率的で柔軟かつ簡単な方法であるが、2つの欠点が付属して、即ち、a）保護された音声ビットにビット誤りは、ペイロードを廃棄し、ペイロード内の複数のフレームを搬送するときB）可能性があることになります保護されたビット数でシングルビットエラーは、すべてのフレームが廃棄されることになりますことを。
These disadvantages can be avoided, if needed, with some overhead in the form of a frame-wise CRC (Approach 2). In problem a), the CRC makes it possible to detect bit errors in class A bits and use the frame for error concealment, which gives a small improvement in speech quality. For b), when transporting multiple frames in a payload, the CRCs remove the possibility that a single bit error in a class A bit will cause all the frames to be discarded. Avoiding that gives an improvement in speech quality when transporting multiple frames over links subject to bit errors.
必要に応じて、これらの欠点は、フレーム単位でCRC（アプローチ2）の形でいくつかのオーバーヘッドで、回避することができます。問題a）において、CRCは、それが可能なクラスAビットのビットエラーを検出し、音声品質の小さな改善を与えるエラー隠蔽のためのフレームを使用することができます。ペイロード内の複数のフレームを輸送する場合）Bについては、CRCは、クラス内の単一ビットエラービットがすべてのフレームが廃棄させることになるという可能性を取り除きます。ビットエラーの対象にリンクを介して複数のフレームを輸送する場合のことを回避することは、音声品質の改善を提供します。
The choice between the above two approaches must be made based on the available bandwidth, and desired tolerance to bit errors. Neither solution is appropriate to all cases. Section 8 defines parameters that may be used at session setup to select between these approaches.
上記2つのアプローチの選択は、利用可能な帯域幅に基づいてなされたものであり、ビットエラーに対する耐性を望まなければなりません。どちらのソリューションは、すべての場合に適切です。セクション8は、これらのアプローチの間で選択するために、セッションセットアップで使用することができるパラメータを定義します。
The payload format supports several means, including forward error correction (FEC) and frame interleaving, to increase robustness against packet loss.
ペイロード・フォーマットは、パケット損失に対するロバスト性を高めるために、前方誤り訂正（FEC）とフレームインターリーブを含め、いくつかの手段をサポートします。
The simple scheme of repetition of previously sent data is one way of achieving FEC. Another possible scheme which is more bandwidth efficient is to use payload external FEC, e.g., RFC2733 [19], which generates extra packets containing repair data. The whole payload can also be sorted in sensitivity order to support external FEC schemes using UEP. There is also a work in progress on a generic version of such a scheme [18] that can be applied to AMR or AMR-WB payload transport.
以前に送信されたデータの繰り返しの簡単なスキームは、FECを達成するための一つの方法です。より多くの帯域幅が効率的である別の可能な方式は、修復データを含む余分なパケットを生成ペイロード外部FEC、例えば、RFC2733 [19]を使用することです。全体のペイロードはまた、UEPを使用して外部FECスキームをサポートする感度の順にソートすることができます。 AMRまたはAMR-WBペイロード輸送に適用することができるような方式[18]のジェネリックバージョンで進行中の作業もあります。
With AMR or AMR-WB, it is possible to use the multi-rate capability of the codec to send redundant copies of the same mode or of another mode, e.g., one with lower-bandwidth. We describe such a scheme next.
AMRまたはAMR-WBと、例えば、低帯域幅のいずれかを同じモードまたは他のモードの冗長コピーを送信するコーデックのマルチレート機能を使用することが可能です。私たちは、次のようなスキームを説明します。
This involves the simple retransmission of previously transmitted frame-blocks together with the current frame-block(s). This is done by using a sliding window to group the speech frame-blocks to send in each payload. Figure 1 below shows us an example.
これは、現在のフレームのブロック（単数または複数）と一緒に以前に送信されたフレームブロックの単純な再送信することを含みます。これは、各ペイロードに送信するグループ音声フレームブロックにスライディングウィンドウを使用することによって行われます。下の図1は、私たちに例を示します。
--+--------+--------+--------+--------+--------+--------+--------+--
| f(n-2) | f(n-1) | f(n) | f(n+1) | f(n+2) | f(n+3) | f(n+4) |
--+--------+--------+--------+--------+--------+--------+--------+--
<---- p(n-1) ---->
<----- p(n) ----->
<---- p(n+1) ---->
<---- p(n+2) ---->
<---- p(n+3) ---->
<---- p(n+4) ---->
Figure 1: An example of redundant transmission.
図1：冗長伝送の例を示します。
In this example each frame-block is retransmitted one time in the following RTP payload packet. Here, f(n-2)..f(n+4) denotes a sequence of speech frame-blocks and p(n-1)..p(n+4) a sequence of payload packets.
この例では、各フレームブロックは、次のRTPペイロードパケットに一回再送されます。ここで、F（N-2）.. F（N + 4）が音声フレームブロック及びP（N-1）... P（N + 4）ペイロード・パケットの配列の配列を表します。
The use of this approach does not require signaling at the session setup. In other words, the speech sender can choose to use this scheme without consulting the receiver. This is because a packet containing redundant frames will not look different from a packet with only new frames. The receiver may receive multiple copies or versions (encoded with different modes) of a frame for a certain timestamp if no packet is lost. If multiple versions of the same speech frame are received, it is recommended that the mode with the highest rate be used by the speech decoder.
このアプローチの使用は、セッション設定時にシグナリングを必要としません。言い換えれば、音声送信側は受信側に相談することなく、この方式を使用するように選択することができます。冗長フレームを含むパケットのみを新しいフレームとパケットと異なって見えるではないだろうからです。何パケットが失われていない場合、受信機は、特定のタイムスタンプのためのフレームの複数のコピーまたはバージョン（異なるモードで符号化された）を受け取ることができます。同じ音声フレームの複数のバージョンが受信される場合、最高速度とモードは、音声デコーダによって使用することが推奨されます。
This redundancy scheme provides the same functionality as the one described in RFC 2198 "RTP Payload for Redundant Audio Data" [24]. In most cases the mechanism in this payload format is more efficient and simpler than requiring both endpoints to support RFC 2198 in addition. There are two situations in which use of RFC 2198 is indicated: if the spread in time required between the primary and redundant encodings is larger than 5 frame times, the bandwidth overhead of RFC 2198 will be lower; or, if a non-AMR codec is desired for the redundant encoding, the AMR payload format won't be able to carry it.
この冗長方式は、「冗長オーディオデータのRTPペイロード」RFC 2198に記載のもの[24]と同じ機能を提供します。ほとんどの場合、このペイロードフォーマットのメカニズムは他にRFC 2198をサポートするために、両方のエンドポイントが必要とするよりも効率的かつ簡単です。 RFC 2198の使用が示されている二つの状況がある：一次及び冗長符号化との間に必要とされる時間の広がりがより大きく5フレーム時間である場合、RFC 2198の帯域オーバーヘッドが低くなります。非AMRコーデックは、冗長符号化のために所望される場合、または、AMRペイロードフォーマットは、それを運ぶことができません。
The sender is responsible for selecting an appropriate amount of redundancy based on feedback about the channel, e.g., in RTCP receiver reports. A sender should not base selection of FEC on the CMR, as this parameter most probably was set based on none-IP information, e.g., radio link performance measures. The sender is also responsible for avoiding congestion, which may be exacerbated by redundancy (see Section 6 for more details).
送信者は、RTCP受信機レポートで、例えば、チャネルに関するフィードバックに基づいて、冗長性の適切な量を選択する責任があります。送信者は、このパラメータとしてCMR上のFECのベース選択は、おそらく、例えば、いずれも-IP情報に基づいて、無線リンク性能指標を設定したべきではありません。送信者はまた、冗長性（詳細はセクション6を参照）によって悪化することができる混雑を回避する責任があります。
To decrease protocol overhead, the payload design allows several speech frame-blocks be encapsulated into a single RTP packet. One of the drawbacks of such an approach is that in case of packet loss this means loss of several consecutive speech frame-blocks, which usually causes clearly audible distortion in the reconstructed speech. Interleaving of frame-blocks can improve the speech quality in such cases by distributing the consecutive losses into a series of single frame-block losses. However, interleaving and bundling several frame-blocks per payload will also increase end-to-end delay and is therefore not appropriate for all types of applications. Streaming applications will most likely be able to exploit interleaving to improve speech quality in lossy transmission conditions.
プロトコルオーバーヘッドを減少させるために、ペイロード設計は、いくつかの音声フレームブロックは、単一のRTPパケットにカプセル化することが可能となります。そのようなアプローチの欠点の1つは、パケット損失の場合、これは通常、再構成された音声にはっきり聞こえる歪みを引き起こすいくつかの連続した音声フレームブロックの損失を意味することです。フレームブロックのインターリービングは、単一フレームブロック損失の一連に連続損失を分配することにより、このような場合には、音声品質を向上させることができます。しかし、インターリーブ及びペイロード当たり数フレームブロックは、エンドツーエンド遅延を増大させ、したがって、アプリケーションのすべてのタイプのために適切ではないであろう束ねます。ストリーミング・アプリケーションでは、最も可能性の高い損失伝送条件で音声品質を改善するためのインターリーブを活用することができるようになります。
This payload design supports the use of frame interleaving as an option. For the encoder (speech sender) to use frame interleaving in its outbound RTP packets for a given session, the decoder (speech receiver) needs to indicate its support via out-of-band means (see Section 8).
このペイロードデザインは、オプションとして、フレームのインターリーブの使用をサポートしています。エンコーダ（音声送信者）特定のセッションのためにその発信RTPパケットでフレームインターリービングを使用するため、デコーダ（音声受信機）は、帯域外手段（セクション8を参照）を介してそのサポートを示す必要があります。
For a given session, the payload format can be either bandwidth efficient or octet aligned, depending on the mode of operation that is established for the session via out-of-band means.
特定のセッションのために、ペイロード・フォーマットは、帯域外手段を介してセッションのために確立された動作モードに応じて、整列され、効率的な帯域幅またはオクテットのいずれかであり得ます。
In the octet-aligned format, all the fields in a payload, including payload header, table of contents entries, and speech frames themselves, are individually aligned to octet boundaries to make implementations efficient. In the bandwidth efficient format only the full payload is octet aligned, so fewer padding bits are added.
オクテット整列形式で、ペイロードヘッダ、コンテンツエントリのテーブル、音声自体フレームを含むペイロード内のすべてのフィールドは、個別実装が効率的にするためにオクテット境界に整列されます。少ないパディングビットが追加されるので、帯域幅効率的なフォーマットでのみ完全なペイロードは、オクテット整列されます。
Note, octet alignment of a field or payload means that the last octet is padded with zeroes in the least significant bits to fill the octet. Also note that this padding is separate from padding indicated by the P bit in the RTP header.
メモ、フィールド又はペイロードのオクテット整列は最後のオクテットがオクテットを埋めるために最下位ビットにゼロでパディングされることを意味します。また、このパディングは、RTPヘッダ内のPビットによって示さパディングとは別であることに注意。
Between the two operation modes, only the octet-aligned mode has the capability to use the robust sorting, interleaving, and frame CRC to make the speech transport robust to packet loss and bit errors.
2つの動作モードの間、唯一のオクテット整列モードでは、パケットロスやビットエラーに音声トランスポートは堅牢にするために強力な並べ替え、インターリーブ、およびフレームCRCを使用する機能を持っています。
The primary scenario for this payload format is IP end-to-end between two terminals, as shown in Figure 2. This payload format is expected to be useful for both conversational and streaming services.
このペイロード形式は、会話およびストリーミングサービスの両方のために有用であると期待されている図2に示すように、このペイロードフォーマットの一次シナリオは、IPエンドツーエンドの両端子間です。
+----------+ +----------+
| | IP/UDP/RTP/AMR or | |
| TERMINAL |<----------------------->| TERMINAL |
| | IP/UDP/RTP/AMR-WB | |
+----------+ +----------+
Figure 2: IP terminal to IP terminal scenario
図2：IP端末のシナリオにIP端末
A conversational service puts requirements on the payload format. Low delay is one very important factor, i.e., few speech frame-blocks per payload packet. Low overhead is also required when the payload format traverses low bandwidth links, especially as the frequency of packets will be high. For low bandwidth links it also an advantage to support UED which allows a link provider to reduce delay and packet loss or to reduce the utilization of link resources.
会話型サービスは、ペイロード形式に要件を置きます。低遅延は、1つの非常に重要な要因、ペイロードパケットあたりすなわち、いくつかの音声フレームブロックです。ペイロード・フォーマットは、パケットの頻度が高くなり、特にように、低帯域幅リンクを横断するときに、低オーバーヘッドも必要です。低帯域幅のためにも、遅延やパケットロスを低減するか、リンクリソースの使用率を減らすために、リンクプロバイダを可能にUEDをサポートするための利点をリンクします。
Streaming service has less strict real-time requirements and therefore can use a larger number of frame-blocks per packet than conversational service. This reduces the overhead from IP, UDP, and RTP headers. However, including several frame-blocks per packet makes the transmission more vulnerable to packet loss, so interleaving may be used to reduce the effect packet loss will have on speech quality. A streaming server handling a large number of clients also needs a payload format that requires as few resources as possible when doing packetization. The octet-aligned and interleaving modes require the least amount of resources, while CRC, robust sorting, and bandwidth efficient modes have higher demands.
ストリーミングサービスは、あまり厳密なリアルタイム要件を有し、したがって、会話サービスよりもパケットあたりのフレームブロックのより大きな数を使用することができます。これは、IP、UDP、およびRTPヘッダからのオーバーヘッドを軽減します。しかし、パケットあたりのいくつかのフレームのブロックを含めて、パケット損失への送信がより脆弱になり、そうインターリーブは、音声品質に与える影響のパケット損失を減少させるために使用されてもよいです。多数のクライアントを扱うストリーミングサーバもパケット化を行う際に、できるだけ少ないリソースを必要とペイロードフォーマットを必要とします。 CRC、堅牢なソート、および帯域幅効率的なモードは、より高い要求を持っていながら、オクテット整列し、インターリーブモードは、リソースの最小量を必要とします。
Another scenario occurs when AMR or AMR-WB encoded speech will be transmitted from a non-IP system (e.g., a GSM or 3GPP network) to an IP/UDP/RTP VoIP terminal, and/or vice versa, as depicted in Figure 3.
別のシナリオは、図3に示すようにAMRまたはAMR-WB符号化された音声は、IP / UDP / RTP VoIP端末に非IPシステム（例えば、GSMまたは3GPPネットワーク）から送信された、および/またはその逆するときに発生します。
AMR or AMR-WB
over
I.366.{2,3} or +------+ +----------+
3G Iu or | | IP/UDP/RTP/AMR or | |
<------------->| GW |<---------------------->| TERMINAL |
GSM Abis | | IP/UDP/RTP/AMR-WB | |
etc. +------+ +----------+
|
GSM/3GPP network | IP network
|
Figure 3: GW to VoIP terminal scenario
図3：GW VoIP端末のシナリオへ
In such a case, it is likely that the AMR or AMR-WB frame is packetized in a different way in the non-IP network and will need to be re-packetized into RTP at the gateway. Also, speech frames from the non-IP network may come with some UEP/UED information (e.g., a frame quality indicator) that will need to be preserved and forwarded on to the decoder along with the speech bits. This is specified in Section 4.3.2.
このような場合には、AMRまたはAMR-WBフレームが非IPネットワーク内の異なる方法でパケット化され、ゲートウェイでRTPに再パケット化する必要がある可能性があります。また、非IPネットワークから音声フレームは、音声ビットと共に保存され、デコーダに転送する必要があるいくつかのUEP / UED情報（例えば、フレーム品質インジケータ）が付属していてもよいです。これは、4.3.2項で規定されています。
AMR's capability to do fast mode switching is exploited in some non-IP networks to optimize speech quality. To preserve this functionality in scenarios including a gateway to an IP network, a codec mode request (CMR) field is needed. The gateway will be responsible for forwarding the CMR between the non-IP and IP parts in both directions. The IP terminal should follow the CMR forwarded by the gateway to optimize speech quality going to the non-IP decoder. The mode control algorithm in the gateway must accommodate the delay imposed by the IP network on the response to CMR by the IP terminal.
高速モードの切り替えを行うにはAMRの能力は、音声品質を最適化するために、いくつかの非IPネットワークで利用されています。 IPネットワークへのゲートウェイを含むシナリオでこの機能を維持するために、コーデックモード要求（CMR）フィールドが必要です。ゲートウェイは両方向の非IPとIP部との間のCMRの転送を担当します。 IP端末は、非IPデコーダに行くスピーチ品質を最適化するためにゲートウェイによって転送CMRに従うべきです。ゲートウェイにおけるモード制御アルゴリズムは、IP端末によってCMRに対する応答にIPネットワークによって課される遅延を収容しなければなりません。
The IP terminal should not set the CMR (see Section 4.3.1), but the gateway can set the CMR value on frames going toward the encoder in the non-IP part to optimize speech quality from that encoder to the gateway. The gateway can alternatively set a lower CMR value, if desired, as one means to control congestion on the IP network.
IP端末は、CMR（セクション4.3.1を参照）を設定してはならないが、ゲートウェイは、ゲートウェイへのエンコーダからの音声品質を最適化するために、非IP部にエンコーダに向かうフレーム上のCMR値を設定することができます。所望であれば、一つは、IPネットワーク上の輻輳を制御するための手段として、ゲートウェイは、代替的に、より低いCMR値を設定することができます。
A third likely scenario is that IP/UDP/RTP is used as transport between two non-IP systems, i.e., IP is originated and terminated in gateways on both sides of the IP transport, as illustrated in Figure 4 below.
以下、図4に示すように、第3の可能性の高いシナリオは、IP / UDP / RTPは、二つの非IPシステムとの間のトランスポートとして使用されること、すなわち、IPは、IPトランスポートの両側のゲートウェイで発信され、終了されます。
AMR or AMR-WB AMR or AMR-WB
over over
I.366.{2,3} or +------+ +------+ I.366.{2,3} or
3G Iu or | | IP/UDP/RTP/AMR or | | 3G Iu or
<------------->| GW |<------------------->| GW |<------------->
GSM Abis | | IP/UDP/RTP/AMR-WB | | GSM Abis
etc. +------+ +------+ etc.
| |
GSM/3GPP network | IP network | GSM/3GPP network
| |
Figure 4: GW to GW scenario
図4：GW GWシナリオに
This scenario requires the same mechanisms for preserving UED/UEP and CMR information as in the single gateway scenario. In addition, the CMR value may be set in packets received by the gateways on the IP network side. The gateway should forward to the non-IP side a CMR value that is the minimum of three values:
このシナリオでは、単一のゲートウェイのシナリオのようUED / UEPとCMR情報を保存するための同一のメカニズムを必要とします。また、CMR値はIPネットワーク側のゲートウェイが受信したパケットに設定されてもよいです。ゲートウェイは、非IP側に3つの値の最小値であるCMR値を転送する必要があります。
- the CMR value it receives on the IP side;
- それはIP側で受けるCMR値。
- the CMR value it calculates based on its reception quality on the non-IP side; and
- 非IP側の受信品質に基づいて、それが計算CMR値。そして
- a CMR value it may choose for congestion control of transmission on the IP side.
- CMR値は、それがIP側で伝送の輻輳制御のために選択することができます。
The details of the control algorithm are left to the implementation.
制御アルゴリズムの詳細は実装に任されています。
The AMR and AMR-WB payload formats have identical structure, so they are specified together. The only differences are in the types of codec frames contained in the payload. The payload format consists of the RTP header, payload header and payload data.
AMRおよびAMR-WBペイロードフォーマットは同じ構造を有するので、それらは一緒に指定されています。唯一の違いは、ペイロードに含まれているコーデックのフレームの種類です。ペイロード・フォーマットは、RTPヘッダ、ペイロードヘッダとペイロードデータから成ります。
The format of the RTP header is specified in [8]. This payload format uses the fields of the header in a manner consistent with that specification.
RTPヘッダのフォーマットは、[8]で指定されています。このペイロードフォーマットは、その仕様と一致する方法で、ヘッダのフィールドを使用します。
The RTP timestamp corresponds to the sampling instant of the first sample encoded for the first frame-block in the packet. The timestamp clock frequency is the same as the sampling frequency, so the timestamp unit is in samples.
RTPタイムスタンプは、パケットの最初のフレームのブロックについて符号化された第1のサンプルのサンプリング時点に対応します。タイムスタンプユニットがサンプルにあるように、タイムスタンプのクロック周波数は、サンプリング周波数と同じです。
The duration of one speech frame-block is 20 ms for both AMR and AMR-WB. For AMR, the sampling frequency is 8 kHz, corresponding to 160 encoded speech samples per frame from each channel. For AMR-WB, the sampling frequency is 16 kHz, corresponding to 320 samples per frame from each channel. Thus, the timestamp is increased by 160 for AMR and 320 for AMR-WB for each consecutive frame-block.
1つの音声フレームブロックの持続時間は、AMRとAMR-WBの両方について20ミリ秒です。 AMRのために、サンプリング周波数は、各チャネルからのフレーム当たり160個の符号化された音声サンプルに対応し、8kHzです。 AMR-WBのために、サンプリング周波数は、各チャネルからのフレーム当たり320個のサンプルに対応し、16kHzです。従って、タイムスタンプは各連続フレームブロックに対してAMR-WBのためにAMR 160及び320により増加されます。
A packet may contain multiple frame-blocks of encoded speech or comfort noise parameters. If interleaving is employed, the frame-blocks encapsulated into a payload are picked according to the interleaving rules as defined in Section 4.4.1. Otherwise, each packet covers a period of one or more contiguous 20 ms frame-block intervals. In case the data from all the channels for a particular frame-block in the period is missing, for example at a gateway from some other transport format, it is possible to indicate that no data is present for that frame-block rather than breaking a multi-frame-block packet into two, as explained in Section 4.3.2.
パケットは、符号化された音声又は快適雑音パラメータの複数フレームのブロックを含んでいてもよいです。インターリービングが使用される場合、ペイロードにカプセル化されたフレームブロックは、セクション4.4.1で定義されるようにインタリーブルールに従って取り出されます。そうでなければ、各パケットは、一つ以上の連続する20ミリ秒のフレームブロック間隔の期間をカバーします。場合期間中の特定のフレームブロックのすべてのチャネルからのデータが欠落している、いくつかの他のトランスポート・フォーマットからゲートウェイに、例えば、データがそのフレーム・ブロックではなく、破壊のために存在していないことを示すことが可能ですマルチフレームブロックパケットセクション4.3.2で説明したように2つに。
To allow for error resiliency through redundant transmission, the periods covered by multiple packets MAY overlap in time. A receiver MUST be prepared to receive any speech frame multiple times, either in exact duplicates, or in different AMR rate modes, or with data present in one packet and not present in another. If multiple versions of the same speech frame are received, it is RECOMMENDED that the mode with the highest rate be used by the speech decoder. A given frame MUST NOT be encoded as speech in one packet and comfort noise parameters in another.
冗長伝送を介してエラー回復を可能にするために、複数のパケットにより覆わ期間が時間的に重なってもよいです。受信機は、正確な複製で、または異なるAMRレートモードで、または1つのパケット内に存在し、別の中に存在しないデータのいずれかで、任意の音声フレームを複数回受信するように準備しなければなりません。同じ音声フレームの複数のバージョンが受信される場合、最高速度とモードは、音声復号器によって使用されることが推奨されます。所与のフレームは、別の内の1つのパケットと快適雑音パラメータのスピーチとして符号化してはいけません。
The payload is always made an integral number of octets long by padding with zero bits if necessary. If additional padding is required to bring the payload length to a larger multiple of octets or for some other purpose, then the P bit in the RTP in the header may be set and padding appended as specified in [8].
必要であれば、ペイロードは常にゼロビットでパディングによって長オクテットの整数とします。追加のパディングオクテットのより大きな倍数にまたはいくつかの他の目的のためにペイロード長をもたらすために必要とされる場合には、ヘッダ内のRTPのPビットを設定することができるとで指定されるようにパディング添付[8]。
The RTP header marker bit (M) SHALL be set to 1 if the first frame-block carried in the packet contains a speech frame which is the first in a talkspurt. For all other packets the marker bit SHALL be set to zero (M=0).
パケットで運ばれた最初のフレームブロックは、有音部の先頭である音声フレームが含まれている場合、RTPヘッダのマーカービット（M）が1に設定されます。他のすべてのパケットのマーカービットがゼロ（M = 0）に設定されなければなりません。
The assignment of an RTP payload type for this new packet format is outside the scope of this document, and will not be specified here. It is expected that the RTP profile under which this payload format is being used will assign a payload type for this encoding or specify that the payload type is to be bound dynamically.
この新しいパケットフォーマットのためのRTPペイロードタイプの課題は、この文書の範囲外であり、ここで指定されることはありません。なお、このペイロード・フォーマットが使用されている下RTPプロファイルが、この符号化のためのペイロードタイプを割り当てるか、ペイロードタイプを動的に結合されるように指定することが期待されます。
The complete payload consists of a payload header, a payload table of contents, and speech data representing one or more speech frame-blocks. The following diagram shows the general payload format layout:
完全なペイロードは、ペイロードヘッダ、コンテンツのペイロードテーブル、および1つまたは複数の音声フレームブロックを表す音声データで構成されています。以下の図は一般的なペイロードフォーマットのレイアウトを示しています。
+----------------+-------------------+----------------
| payload header | table of contents | speech data ...
+----------------+-------------------+----------------
Payloads containing more than one speech frame-block are called compound payloads.
複数の音声フレームブロックを含むペイロードは、化合物のペイロードと呼ばれています。
The following sections describe the variations taken by the payload format depending on whether the AMR session is set up to use the bandwidth-efficient mode or octet-aligned mode and any of the OPTIONAL functions for robust sorting, interleaving, and frame CRCs. Implementations SHOULD support both bandwidth-efficient and octet-aligned operation to increase interoperability.
以下のセクションでは、AMRセッションは帯域幅効率モードまたはオクテット整列モード及び堅牢ソーティング、インターリーブ、およびフレームのCRCのためのオプション機能のいずれかを使用するように設定されているかどうかに応じて、ペイロード・フォーマットで撮影されたバリエーションを記載しています。実装は、相互運用性を高めるために、帯域幅を効率的かつオクテット整列操作の両方をサポートする必要があります。
In bandwidth-efficient mode, the payload header simply consists of a 4 bit codec mode request:
帯域幅効率的なモードでは、ペイロードヘッダは、単純に4ビットコーデックモード要求で構成されています。
0 1 2 3
+-+-+-+-+
| CMR |
+-+-+-+-+
CMR (4 bits): Indicates a codec mode request sent to the speech encoder at the site of the receiver of this payload. The value of the CMR field is set to the frame type index of the corresponding speech mode being requested. The frame type index may be 0-7 for AMR, as defined in Table 1a in [2], or 0-8 for AMR-WB, as defined in Table 1a in [4]. CMR value 15 indicates that no mode request is present, and other values are for future use.
CMR（4ビット）：このペイロードの受信機のサイトで音声エンコーダに送られるコーデックモード要求を示します。 CMRフィールドの値が要求されている対応する音声モードのフレームタイプのインデックスに設定されています。 〔4〕表1aに定義されるようにフレームタイプ指標は、AMR-WBのためにAMRのために0-7、[2]の表1aに定義されるように、または0~8であってもよいです。 CMR値15には、モード要求が存在しないことを示し、他の値は、将来の使用のためです。
The mode request received in the CMR field is valid until the next CMR is received, i.e., a newly received CMR value overrides the previous one. Therefore, if a terminal continuously wishes to receive frames in the same mode X, it needs to set CMR=X for all its outbound payloads, and if a terminal has no preference in which mode to receive, it SHOULD set CMR=15 in all its outbound payloads.
CMRフィールドに受信モード要求は、次のCMRが受信されるまで、すなわち、新たに受信されたCMR値が前のものを上書き有効です。したがって、端末が連続して同じモードXでフレームを受信したい場合、それはすべてのアウトバウンドペイロードためCMR = Xを設定する必要があり、端末が受信モードでは嗜好を持っていない場合、それはすべてでCMR = 15に設定すべきですそのアウトバウンドペイロード。
If receiving a payload with a CMR value which is not a speech mode or NO_DATA, the CMR MUST be ignored by the receiver.
音声モード又はNO_DATAないCMR値でペイロードを受信した場合、CMRは、受信機によって無視されなければなりません。
In a multi-channel session, CMR SHOULD be interpreted by the receiver of the payload as the desired encoding mode for all the channels in the session.
マルチチャネル・セッションでは、CMRは、セッション内のすべてのチャネルのための所望の符号化モードとしてペイロードの受信機によって解釈されるべきです。
An IP end-point SHOULD NOT set the CMR based on packet losses or other congestion indications, for several reasons:
IPエンドポイントは、パケットロスや、いくつかの理由のために、他の輻輳の指標に基づいて、CMRを設定しないでください。
- The other end of the IP path may be a gateway to a non-IP network (such as a radio link) that needs to set the CMR field to optimize performance on that network.
- IP経路の他端は、ネットワークのパフォーマンスを最適化するために、CMRフィールドを設定する必要がある（例えば無線リンクのような）非IPネットワークへのゲートウェイであってもよいです。
- Congestion on the IP network is managed by the IP sender, in this case at the other end of the IP path. Feedback about congestion SHOULD be provided to that IP sender through RTCP or other means, and then the sender can choose to avoid congestion using the most appropriate mechanism. That may include adjusting the codec mode, but also includes adjusting the level of redundancy or number of frames per packet.
- IPネットワーク上の輻輳はIPパスのもう一方の端で、この場合には、IPの送信者によって管理されています。渋滞に関するフィードバックは、RTCPまたはその他の手段を通じてそのIP送信者に提供されるべきで、その後、送信者が最も適切なメカニズムを使用して輻輳を回避するように選択することができます。すなわち、コーデックモードを調整することを含むだけでなく、冗長性またはパケット当たりのフレーム数のレベルを調整することを含むことができます。
The encoder SHOULD follow a received mode request, but MAY change to a lower-numbered mode if it so chooses, for example to control congestion.
エンコーダは、受信されたモード要求に従わなければならないが、それがそう選択した場合、輻輳を制御するために、例えば、より低い番号のモードに変更してもよいです。
The CMR field MUST be set to 15 for packets sent to a multicast group. The encoder in the speech sender SHOULD ignore mode requests when sending speech to a multicast session but MAY use RTCP feedback information as a hint that a mode change is needed.
CMRフィールドは、マルチキャストグループに送信されたパケットのために15に設定しなければなりません。音声送信側でのエンコーダは、マルチキャストセッションにスピーチを送信するときのモード要求を無視すべきであるが、モード変更が必要とされていることをヒントとしてRTCPフィードバック情報を使用することができます。
The codec mode selection MAY be restricted by a session parameter to a subset of the available modes. If so, the requested mode MUST be among the signalled subset (see Section 8).
コーデックモードの選択が可能なモードのサブセットにセッションパラメータによって制限されることがあります。もしそうであれば、要求されたモードは、シグナリング部分集合（セクション8を参照）の中でなければなりません。
The table of contents (ToC) consists of a list of ToC entries, each representing a speech frame.
目次（TOC）は、目次のエントリのリスト、それぞれ表す音声フレームから成ります。
In bandwidth-efficient mode, a ToC entry takes the following format:
帯域幅効率的なモードでは、目次のエントリは次の形式を取ります。
0 1 2 3 4 5
+-+-+-+-+-+-+
|F| FT |Q|
+-+-+-+-+-+-+
F (1 bit): If set to 1, indicates that this frame is followed by another speech frame in this payload; if set to 0, indicates that this frame is the last frame in this payload.
F（1ビット）：1に設定した場合、このフレームは、このペイロードに別の音声フレームが続くことを示しています。 0に設定されている場合、このフレームは、このペイロードの最後のフレームであることを示しています。
FT (4 bits): Frame type index, indicating either the AMR or AMR-WB speech coding mode or comfort noise (SID) mode of the corresponding frame carried in this payload.
FT（4ビット）モードまたはこのペイロードで運ばれ、対応するフレームの快適ノイズ（SID）符号化モードのいずれかAMRまたはAMR-WB音声を示すフレームタイプ指標、。
The value of FT is defined in Table 1a in [2] for AMR and in Table 1a in [4] for AMR-WB. FT=14 (SPEECH_LOST, only available for AMR-WB) and FT=15 (NO_DATA) are used to indicate frames that are either lost or not being transmitted in this payload, respectively.
FTの値は、AMRおよびAMR-WB [4]表1aに[2]の表1aに定義されています。 FT = 14（SPEECH_LOSTは、AMR-WBのためにのみ使用可能）とFT = 15（NO_DATA）のいずれかで失われ、または、それぞれ、このペイロードで送信されていないフレームを示すために使用されます。
NO_DATA (FT=15) frame could mean either that there is no data produced by the speech encoder for that frame or that no data for that frame is transmitted in the current payload (i.e., valid data for that frame could be sent in either an earlier or later packet).
NO_DATA（FT = 15）フレーム、すなわち、そのフレームのための有効なデータがいずれかのANに送信することができる（音声符号器によって生成されデータがそのフレームに対して存在しないこと、またはそのフレームのためのデータが現在のペイロードで送信されないことのいずれかを意味する可能性が前または後パケット）。
If receiving a ToC entry with a FT value in the range 9-14 for AMR or 10-13 for AMR-WB the whole packet SHOULD be discarded. This is to avoid the loss of data synchronization in the depacketization process, which can result in a huge degradation in speech quality.
AMR-WBの範囲はAMRのため9-14または10-13におけるFT値とのToCエントリを受信した場合、パケット全体が廃棄されるべきです。これは、音声品質の大幅な低下につながることができ、逆パケット化プロセスでのデータ同期の損失を避けるためです。
Note that packets containing only NO_DATA frames SHOULD NOT be transmitted. Also, frame-blocks containing only NO_DATA frames at the end of a packet SHOULD NOT be transmitted, except in the case of interleaving. The AMR SCR/DTX is described in [6] and AMR-WB SCR/DTX in [7].
のみNO_DATAフレームを含むパケットが送信されるべきでないことに注意してください。また、パケットの末尾にのみNO_DATAフレームを含むフレームブロックは、インターリービングの場合を除き、送信されるべきではありません。 AMR SCR / DTXは、[7]の[6]とAMR-WB SCR / DTXに記載されています。
The extra comfort noise frame types specified in table 1a in [2] (i.e., GSM-EFR CN, IS-641 CN, and PDC-EFR CN) MUST NOT be used in this payload format because the standardized AMR codec is only required to implement the general AMR SID frame type and not those that are native to the incorporated encodings.
標準化されたAMRコーデックのみに必要とされるので、[2]（すなわち、GSM-EFR CN、IS-641 CN、およびPDC-EFR CN）で表1aに指定された余分な快適雑音フレームタイプは、このペイロード形式で使用してはいけません組み込まれたエンコーディングに固有のもので、一般的なAMR SIDフレームタイプを実装していません。
Q (1 bit): Frame quality indicator. If set to 0, indicates the corresponding frame is severely damaged and the receiver should set the RX_TYPE (see [6]) to either SPEECH_BAD or SID_BAD depending on the frame type (FT).
Q（1ビット）：フレーム品質指標。 0に設定した場合、対応するフレームがひどく破損していると、受信機がRX_TYPEを設定する必要が示すフレームタイプ（FT）に応じSPEECH_BADまたはSID_BADのいずれかに（[6]を参照）。
The frame quality indicator is included for interoperability with the ATM payload format described in ITU-T I.366.2, the UMTS Iu interface [16], as well as other transport formats. The frame quality indicator enables damaged frames to be forwarded to the speech decoder for error concealment. This can improve the speech quality comparing to dropping the damaged frames. See Section 4.4.2.1 for more details.
フレーム品質インジケータは、ITU-T I.366.2、UMTS Iuインタフェース[16]、ならびに他のトランスポートフォーマットに記載ATMペイロードフォーマットとの相互運用性のために含まれています。フレーム品質インジケータは、誤り隠蔽のために音声デコーダに転送する損傷フレームを可能にします。これは、破損したフレームを落とすと比較し、音声品質を向上させることができます。詳細は、4.4.2.1項を参照してください。
For multi-channel sessions, the ToC entries of all frames from a frame-block are placed in the ToC in consecutive order as defined in Section 4.1 in [24]. When multiple frame-blocks are present in a packet in bandwidth-efficient mode, they will be placed in the packet in order of their creation time.
[24]に、セクション4.1で定義されるようにマルチチャンネルセッションでは、フレームブロックから全てのフレームの目次のエントリは、連続した順序で目次に配置されています。複数のフレームブロックが帯域幅効率的なモードでパケット中に存在する場合、彼らは彼らの作成時間順にパケットに配置されます。
Therefore, with N channels and K speech frame-blocks in a packet, there MUST be N*K entries in the ToC, and the first N entries will be from the first frame-block, the second N entries will be from the second frame-block, and so on.
したがって、パケット内のNチャネルおよびK音声フレームブロックと、目次にN * K個のエントリが存在しなければなりません、そして、最初のN個のエントリが最初のフレームのブロックからなり、第Nのエントリが第二フレームからなり - ブロック、というように。
The following figure shows an example of a ToC of three entries in a single channel session using bandwidth efficient mode.
次の図は、帯域幅効率的なモードを使用して、単一チャネルセッションにおける3つのエントリの目次の一例を示しています。
0 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|1| FT |Q|1| FT |Q|0| FT |Q|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Below is an example of how the ToC entries will appear in the ToC of a packet carrying 3 consecutive frame-blocks in a session with two channels (L and R).
以下のToCエントリは、2つのチャネル（L及びR）とのセッションに3つの連続フレームブロックを運ぶパケットの目次に表示される方法の一例です。
+----+----+----+----+----+----+
| 1L | 1R | 2L | 2R | 3L | 3R |
+----+----+----+----+----+----+
|<------->|<------->|<------->|
Frame- Frame- Frame-
Block 1 Block 2 Block 3
Speech data of a payload contains one or more speech frames or comfort noise frames, as described in the ToC of the payload.
ペイロードの目次に記載されているように、ペイロードの音声データは、一つ以上の音声フレームまたは快適雑音フレームを含みます。
Note, for ToC entries with FT=14 or 15, there will be no corresponding speech frame present in the speech data.
FT = 14又は15に目次エントリのため、注意、音声データには、対応する音声フレームが存在しないであろう。
Each speech frame represents 20 ms of speech encoded with the mode indicated in the FT field of the corresponding ToC entry. The length of the speech frame is implicitly defined by the mode indicated in the FT field. The order and numbering notation of the bits are as specified for Interface Format 1 (IF1) in [2] for AMR and [4] for AMR-WB. As specified there, the bits of speech frames have been rearranged in order of decreasing sensitivity, while the bits of comfort noise frames are in the order produced by the encoder. The resulting bit sequence for a frame of length K bits is denoted d(0), d(1), ..., d(K-1).
各音声フレームは、対応のToCエントリのFTフィールドで示さモードで符号化された音声の20ミリ秒を表します。音声フレームの長さは、暗黙FTフィールドに示さモードによって定義されます。ビットの順序と番号付け表記AMRのための[2]にインタフェースフォーマット1（IF1）に指定して[4] AMR-WBの場合と同様です。そこに指定されるように快適雑音フレームのビットは、エンコーダによって生成順序であるが、音声フレームのビットは、感度を低下させるために再配置されています。長さKビットのフレームについて得られたビット列をd（0）、D（1）、...、D（K-1）で表されます。
The complete RTP payload in bandwidth-efficient mode is formed by packing bits from the payload header, table of contents, and speech frames, in order as defined by their corresponding ToC entries in the ToC list, contiguously into octets beginning with the most significant bits of the fields and the octets.
連続オクテットに、目次のリストの対応する目次エントリによって定義されるように、帯域幅効率の良いモードで完全なRTPペイロードは、最上位ビットから順に、ペイロードヘッダ、コンテンツのテーブル、及び音声フレームからビットを充填することによって形成されますフィールドとオクテットの。
To be precise, the four-bit payload header is packed into the first octet of the payload with bit 0 of the payload header in the most significant bit of the octet. The four most significant bits (numbered 0-3) of the first ToC entry are packed into the least significant bits of the octet, ending with bit 3 in the least significant bit. Packing continues in the second octet with bit 4 of the first ToC entry in the most significant bit of the octet. If more than one frame is contained in the payload, then packing continues with the second and successive ToC entries. Bit 0 of the first data frame follows immediately after the last ToC bit, proceeding through all the bits of the frame in numerical order. Bits from any successive frames follow contiguously in numerical order for each frame and in consecutive order of the frames.
正確には、4ビットのペイロード・ヘッダは、オクテットの最上位ビットでペイロードヘッダのビット0とペイロードの最初のオクテットに充填されています。第一のToCエントリの（0-3番の）4つの最上位ビットは最下位ビットのビット3で終わる、オクテットの最下位ビットにパックされています。パッキングは、オクテットの最上位ビットの最初のToCエントリのビット4と第2オクテットに継続します。複数のフレームがペイロードに含まれている場合、充填は、第2及び連続のToCエントリに続きます。最初のデータフレームのビット0は、番号順にフレームのすべてのビットを介して進み、直ちに最後のToCビットの後に続きます。任意の連続するフレームからのビットは、各フレームおよびフレームの連続した順序で番号順に連続的に従います。
If speech data is missing for one or more speech frame within the sequence, because of, for example, DTX, a ToC entry with FT set to NO_DATA SHALL be included in the ToC for each of the missing frames, but no data bits are included in the payload for the missing frame (see Section 4.3.5.2 for an example).
音声データは、配列内の1つ以上の音声フレームのために欠落している場合のため、例えば、DTX、NO_DATAにFTが設定された目次エントリが欠落フレーム毎に目次に含めなければならないが、何もデータビットが含まれていません欠落フレームのペイロードに（例えば、セクション4.3.5.2を参照）。
The following diagram shows a bandwidth-efficient AMR payload from a single channel session carrying a single speech frame-block.
次の図は、単一の音声フレームブロックを運ぶ単一チャンネルセッションから帯域幅効率AMRペイロードを示しています。
In the payload, no specific mode is requested (CMR=15), the speech frame is not damaged at the IP origin (Q=1), and the coding mode is AMR 7.4 kbps (FT=4). The encoded speech bits, d(0) to d(147), are arranged in descending sensitivity order according to [2]. Finally, two zero bits are added to the end as padding to make the payload octet aligned.
ペイロードに、特別モード（CMR = 15）要求されず、音声フレームをIP原点（= 1 Q）に損傷がない、及び符号化モードは、AMR 7.4 kbpsの（FT = 4）です。符号化された音声ビット、D（147）に、D（0）、[2]に記載感度降順に配置されています。最後に、2つのゼロのビットが整列ペイロードオクテットを作るためにパディングとして末端に付加されています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CMR=15|0| FT=4 |1|d(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d(147)|P|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
The following diagram shows a single channel, bandwidth efficient compound AMR-WB payload that contains four frames, of which one has no speech data. The first frame is a speech frame at 6.6 kbps mode (FT=0) that is composed of speech bits d(0) to d(131). The second frame is an AMR-WB SID frame (FT=9), consisting of bits g(0) to g(39). The third frame is NO_DATA frame and does not carry any speech information, it is represented in the payload by its ToC entry. The fourth frame in the payload is a speech frame at 8.85 kpbs mode (FT=1), it consists of speech bits h(0) to h(176).
次の図は、単一のチャネル、一つはない音声データを持たない4つのフレームを含み、帯域幅の効率的な化合物AMR-WBのペイロードを示しています。最初のフレームは、音声から構成されている6.6 kbpsのモード（FT = 0）で音声フレームをD（131）に、D（0）ビットです。第二のフレームはG（39）ビットのG（0）から成る、AMR-WB SIDフレーム（FT = 9）です。第3のフレームは、それがその目次項目によってペイロードに表されている、NO_DATAフレームであり、任意の音声情報を搬送しません。ペイロード内の第4フレームが8.85 KPBSモード（FT = 1）で音声フレームであり、それは時間（176）に音声ビットH（0）から成ります。
As shown below, the payload carries a mode request for the encoder on the receiver's side to change its future coding mode to AMR-WB 8.85 kbps (CMR=1). None of the frames is damaged at IP origin (Q=1). The encoded speech and SID bits, d(0) to d(131), g(0) to g(39) and h(0) to h(176), are arranged in the payload in descending sensitivity order according to [4]. (Note, no speech bits are present for the third frame). Finally, seven 0s are padded to the end to make the payload octet aligned.
以下に示すように、ペイロードは、AMR-WB 8.85 kbpsの（CMR = 1）への将来の符号化モードを変更するための受信機側のエンコーダのモード要求を運びます。フレームのいずれも、IPの起源（Q = 1）で破損していません。 Dに符号化された音声及びSIDビット、D（0）（131）、G（0）G（39）とh（0）、H（176）に記載の感度降順にペイロード内に配置されている[4 ]。 （注、いかなる音声ビットは、第3フレームのために存在していません）。最後に、7個の0が並んペイロードオクテットを作るために最後までパディングされます。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CMR=1 |1| FT=0 |1|1| FT=9 |1|1| FT=15 |1|0| FT=1 |1|d(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d(131)|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|g(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| g(39)|h(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| h(176)|P|P|P|P|P|P|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
The following diagram shows a two channel payload carrying 3 frame-blocks, i.e., the payload will contain 6 speech frames.
次の図は、すなわち、ペイロードが6音声フレームを含むことになる、3フレームブロックを運ぶ2つのチャネルのペイロードを示しています。
In the payload all speech frames contain the same mode 7.4 kbit/s (FT=4) and are not damaged at IP origin. The CMR is set to 15, i.e., no specific mode is requested. The two channels are defined as left (L) and right (R) in that order. The encoded speech bits is designated dXY(0).. dXY(K-1), where X = block number, Y = channel, and K is the number of speech bits for that mode. Exemplifying this, for frame-block 1 of the left channel the encoded bits are designated as d1L(0) to d1L(147).
ペイロード内の全ての音声フレームが同じモード7.4キロビット/秒（FT = 4）を含有し、IP原点に損傷されません。 CMRは15に設定されている、すなわち、特別モードが要求されません。 2つのチャネルがこの順に左（L）及び右（R）のように定義されます。符号化された音声ビットは、X =ブロック番号、Y =チャネル、及びKは、そのモードのための音声ビットの数であるDXY（0）.. DXY（K-1）を、指定されています。符号化ビットはD1L（147）にD1L（0）として指定され、左チャンネルのフレームブロック1のために、これを例示します。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CMR=15|1|1L FT=4|1|1|1R FT=4|1|1|2L FT=4|1|1|2R FT=4|1|1|3L FT|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|4|1|0|3R FT=4|1|d1L(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d1L(147)|d1R(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d1R(147)|d2L(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|d2L(147|d2R(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d2R(147)|d3L(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d3L(147)|d3R(0) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| d3R(147)|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
In octet-aligned mode, the payload header consists of a 4 bit CMR, 4 reserved bits, and optionally, an 8 bit interleaving header, as shown below:
以下に示すようにオクテット整列モードでは、ペイロードヘッダは、必要に応じて4ビットCMR、4予約ビット、および、8ビットインターリーブヘッダで構成されています。
0 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
+-+-+-+-+-+-+-+-+- - - - - - - -
| CMR |R|R|R|R| ILL | ILP |
+-+-+-+-+-+-+-+-+- - - - - - - -
CMR (4 bits): same as defined in section 4.3.1.
CMR（4ビット）：セクション4.3.1で定義されたのと同じ。
R: is a reserved bit that MUST be set to zero. All R bits MUST be ignored by the receiver.
Rはゼロに設定しなければならない予約ビットです。すべてのRビットは、受信機によって無視されなければなりません。
ILL (4 bits, unsigned integer): This is an OPTIONAL field that is present only if interleaving is signalled out-of-band for the session. ILL=L indicates to the receiver that the interleaving length is L+1, in number of frame-blocks.
ILL（4ビット符号なし整数）：これは、インターリービングがセッションのためにアウトオブバンドシグナリングされる場合にのみ存在するオプションのフィールドです。 ILL = Lは、インターリービングの長さがフレームブロックの数で、L + 1であることを受信機に示します。
ILP (4 bits, unsigned integer): This is an OPTIONAL field that is present only if interleaving is signalled. ILP MUST take a value between 0 and ILL, inclusive, indicating the interleaving index for frame-blocks in this payload in the interleave group. If the value of ILP is found greater than ILL, the payload SHOULD be discarded.
ILP（4ビット符号なし整数）：これは、インターリービングが通知された場合にのみ存在するオプションのフィールドです。 ILPは、インタリーブグループにおけるこのペイロードにフレームブロックに対してインターリービングインデックスを示す、包括的、0とILLの間の値を取る必要があります。 ILPの値がILLより大きい発見された場合、ペイロードは廃棄されるべきです。
ILL and ILP fields MUST be present in each packet in a session if interleaving is signalled for the session. Interleaving MUST be performed on a frame-block basis (i.e., NOT on a frame basis) in a multi-channel session.
インターリービングがセッションのために通知された場合ILLとILP分野はセッション内の各パケットに存在しなければなりません。インターリービングは、マルチチャンネルセッションで（すなわち、NOTフレーム単位で）フレームのブロック単位で行われなければなりません。
The following example illustrates the arrangement of speech frame-blocks in an interleave group during an interleave session. Here we assume ILL=L for the interleave group that starts at speech frame-block n. We also assume that the first payload packet of the interleave group is s and the number of speech frame-blocks carried in each payload is N. Then we will have:
次の例では、インターリーブセッション中にインタリーブグループ内の音声フレームブロックの配置を示します。ここでは、音声フレーム・ブロックnから始まるインタリーブグループのためのILL = Lを想定しています。また、インタリーブグループの最初のペイロードパケットがSであり、各ペイロードに運ば音声フレームブロックの数がNである。そして、我々が持っていることを前提としています。
Payload s (the first packet of this interleave group): ILL=L, ILP=0, Carry frame-blocks: n, n+(L+1), n+2*(L+1), ..., n+(N-1)*(L+1)
ペイロードS（このインタリーブグループの最初のパケット）：ILL = L、ILP = 0は、フレームブロックを運ぶ：N、N +（L + 1）、N + 2 *（L + 1）、···、N +（ N-1）*（L + 1）
Payload s+1 (the second packet of this interleave group):
ペイロードS + 1（このインタリーブグループの第2のパケット）。
ILL=L, ILP=1, frame-blocks: n+1, n+1+(L+1), n+1+2*(L+1), ..., n+1+(N-1)*(L+1) ...
ILL = L、ILP = 1、フレームブロック：N + 1、N + 1 +（L + 1）、N + 1 + 2 *（L + 1）、...、N + 1 +（N-1 ）*（L + 1）...
Payload s+L (the last packet of this interleave group): ILL=L, ILP=L, frame-blocks: n+L, n+L+(L+1), n+L+2*(L+1), ..., n+L+(N-1)*(L+1)
ペイロードS + 1（このインタリーブグループの最後のパケット）：ILL = L、ILP = L、フレームブロック：N + L、N + Lの+（L + 1）、N + L + 2 *（L + 1） 、...、N + L +（N-1）*（L + 1）
The next interleave group will start at frame-block n+N*(L+1).
次インタリーブグループは、フレームブロックN + N *（L + 1）から開始します。
There will be no interleaving effect unless the number of frame-blocks per packet (N) is at least 2. Moreover, the number of frame-blocks per payload (N) and the value of ILL MUST NOT be changed inside an interleave group. In other words, all payloads in an interleave group MUST have the same ILL and MUST contain the same number of speech frame-blocks.
パケットごとのフレームブロックの数（N）はまた、少なくとも2でなければ何のインターリーブ効果がないであろう、フレームブロックペイロード当たり（N）とILLの値の数は、インタリーブグループ内で変更してはいけません。換言すれば、インタリーブグループ内のすべてのペイロードは同じILLを持っていなければならず、音声フレームブロックの同じ番号を含まなければなりません。
The sender of the payload MUST only apply interleaving if the receiver has signalled its use through out-of-band means. Since interleaving will increase buffering requirements at the receiver, the receiver uses MIME parameter "interleaving=I" to set the maximum number of frame-blocks allowed in an interleaving group to I.
受信機は、帯域外手段によってその使用を合図している場合、ペイロードの送信者は、インターリーブを適用する必要があります。インターリービングは受信機においてバッファリング要件を増大させるため、受信機は、Iにインタリーブグループで許可フレームブロックの最大数を設定するMIMEパラメータ「インターリーブ= I」を使用します
When performing interleaving the sender MUST use a proper number of frame-blocks per payload (N) and ILL so that the resulting size of an interleave group is less or equal to I, i.e., N*(L+1)<=I.
、インタリーブグループの結果の大きさが小さくなるようにペイロード（N）とILL当たりのフレームブロックの適切な番号を使用する必要があり、送信者をインターリーブ実行またはIに等しい場合、すなわち、N *（L + 1）<= I。
The table of contents (ToC) in octet-aligned mode consists of a list of ToC entries where each entry corresponds to a speech frame carried in the payload and, optionally, a list of speech frame CRCs, i.e.,
各エントリはペイロードで運ばれた音声フレームに対応し、ここで、オクテット整列モードにおけるコンテンツのテーブル（TOC）は、目次エントリのリストからなり、必要に応じて、すなわち、音声フレームのCRCのリスト、
+---------------------+
| list of ToC entries |
+---------------------+
| list of frame CRCs | (optional)
- - - - - - - - - - -
Note, for ToC entries with FT=14 or 15, there will be no corresponding speech frame or frame CRC present in the payload.
ノートは、FT = 14又は15とのToCエントリに対して、該当する音声フレームは存在しない、またはペイロードにCRCの存在をフレーム。
The list of ToC entries is organized in the same way as described for bandwidth-efficient mode in 4.3.2, with the following exception; when interleaving is used the frame-blocks in the ToC will almost never be placed consecutive in time. Instead, the presence and order of the frame-blocks in a packet will follow the pattern described in 4.4.1.
目次エントリのリストは、以下の例外を除いて、4.3.2で帯域幅効率的なモードについて記載したのと同じ方法で構成され、使用されているインターリーブ時にTOCでのフレームブロックは、ほとんどの時間に連続して配置されることはありません。代わりに、パケット内のフレームブロックの存在および順序は、4.4.1で説明したパターンに従うことになります。
The following example shows the ToC of three consecutive packets, each carrying 3 frame-blocks, in an interleaved two-channel session. Here, the two channels are left (L) and right (R) with L coming before R, and the interleaving length is 3 (i.e., ILL=2). This makes the interleave group 9 frame-blocks large.
次の例は、インタリーブ2チャンネルのセッションでは、3つの連続したパケット、3フレームブロックを運ぶそれぞれの目次示します。ここで、2つのチャネルが（L）とRの前に来るLと右（R）左され、インターリーブ長が3である（すなわち、ILL = 2）。これは、インタリーブグループ9枠ブロック大になります。
Packet #1
---------
ILL=2, ILP=0:
+----+----+----+----+----+----+
| 1L | 1R | 4L | 4R | 7L | 7R |
+----+----+----+----+----+----+
|<------->|<------->|<------->|
Frame- Frame- Frame-
Block 1 Block 4 Block 7
Packet #2
---------
ILL=2, ILP=1:
+----+----+----+----+----+----+
| 2L | 2R | 5L | 5R | 8L | 8R |
+----+----+----+----+----+----+
|<------->|<------->|<------->|
Frame- Frame- Frame-
Block 2 Block 5 Block 8
Packet #3
---------
ILL=2, ILP=2:
+----+----+----+----+----+----+
| 3L | 3R | 6L | 6R | 9L | 9R |
+----+----+----+----+----+----+
|<------->|<------->|<------->|
Frame- Frame- Frame-
Block 3 Block 6 Block 9
A ToC entry takes the following format in octet-aligned mode:
目次のエントリは、オクテット整列モードで次の形式を取ります。
0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+
|F| FT |Q|P|P|
+-+-+-+-+-+-+-+-+
F (1 bit): see definition in Section 4.3.2.
F（1ビット）：4.3.2項で定義を参照してください。
FT (4 bits unsigned integer): see definition in Section 4.3.2.
FT（4ビット符号なし整数）：4.3.2項で定義を参照。
Q (1 bit): see definition in Section 4.3.2.
Q（1ビット）：4.3.2項で定義を参照してください。
P bits: padding bits, MUST be set to zero.
Pビット：パディングビットは、ゼロに設定しなければなりません。
The list of CRCs is OPTIONAL. It only exists if the use of CRC is signalled out-of-band for the session. When present, each CRC in the list is 8 bit long and corresponds to a speech frame (NOT a frame-block) carried in the payload. Calculation and use of the CRC is specified in the next section.
CRCのリストはオプションです。 CRCの使用はセッションのために、帯域外の信号を送られている場合にのみ存在します。存在する場合、リスト内の各CRCは8ビット長であり、ペイロードで運ばれた音声フレーム（NOTフレームブロック）に対応します。 CRCの計算および使用は、次のセクションで指定されています。
The general concept of UED/UEP over IP is discussed in Section 3.6. This section provides more details on how to use the frame CRC in the octet-aligned payload header together with a partial transport layer checksum to achieve UED.
IP経由UED / UEPの一般的な概念は、セクション3.6で説明されています。このセクションでは、UEDを達成するためにパーシャルトランスポート層チェックサムとともにオクテット整列ペイロードヘッダにフレームのCRCを使用する方法の詳細を提供します。
To achieve UED, one SHOULD use a transport layer checksum, for example, the one defined in UDP-Lite [15], to protect the RTP header, payload header, and table of contents bits in a payload. The frame CRC, when used, MUST be calculated only over all class A bits in the frame. Class B and C bits in the frame MUST NOT be included in the CRC calculation and SHOULD NOT be covered by the transport checksum.
UEDを達成するために、一方がペイロードにRTPヘッダ、ペイロードヘッダ、及びコンテンツビットのテーブルを保護するために、例えば、トランスポート層チェックサムが、UDP-Liteは[15]で定義されたものを使用すべきです。使用されるフレームのCRCは、フレームのみですべてのクラスAビットにわたって計算しなければなりません。フレームのクラスB及びCのビットがCRCの計算に含めてはいけませんと輸送チェックサムによってカバーされるべきではありません。
Note, the number of class A bits for various coding modes in AMR codec is specified as informative in [2] and is therefore copied into Table 1 in Section 3.6 to make it normative for this payload format. The number of class A bits for various coding modes in AMR-WB codec is specified as normative in table 2 in [4], and the SID frame (FT=9) has 40 class A bits. These definitions of class A bits MUST be used for this payload format.
音符、AMRコーデックにおける様々な符号化モードのためのクラスAビットの数は、[2]に有益として指定されているため、このペイロード形式のために、それが規範にするために、セクション3.6で表1にコピーされます。 AMR-WBコーデック内の様々な符号化モードのためのクラスAビットの数は、[4]、及びSIDフレーム（FT = 9）、40個のクラスAビットを有する表2に規定のように指定されています。クラスAビットのこれらの定義は、このペイロード形式のために使用しなければなりません。
Packets SHOULD be discarded if the transport layer checksum detects errors.
トランスポート層チェックサムがエラーを検出した場合、パケットは破棄されるべきです。
The receiver of the payload SHOULD examine the data integrity of the received class A bits by re-calculating the CRC over the received class A bits and comparing the result to the value found in the received payload header. If the two values mismatch, the receiver SHALL consider the class A bits in the receiver frame damaged and MUST clear the Q flag of the frame (i.e., set it to 0). This will subsequently cause the frame to be marked as SPEECH_BAD, if the FT of the frame is 0..7 for AMR or 0..8 for AMR-WB, or SID_BAD if the FT of the frame is 8 for AMR or 9 for AMR-WB, before it is passed to the speech decoder. See [6] and [7] more details.
ペイロードの受信機は、受信されたクラスAビット上にCRCを再計算し、受信したペイロードヘッダで見つかった値と結果を比較することによって、受信されたクラスAビットのデータの整合性を調べる必要があります。二つの値が一致した場合は、受信機が破損受信フレームのクラスAビットを考慮しなければならないフレームのQフラグをクリアしなければならない（すなわち、0に設定）。フレームのFTは、AMRのための8または9のためであれば、フレームのFTは、AMRのための0..7またはAMR-WBのため0..8、またはSID_BADである場合、これはその後、フレームがSPEECH_BADとしてマークされるようになりますAMR-WB、それが音声デコーダに渡される前に。 [6]、[7]の詳細を参照してください。
The following example shows an octet-aligned ToC with a CRC list for a payload containing 3 speech frames from a single channel session (assuming none of the FTs is equal to 14 or 15):
以下の例は、（FTSのいずれも14又は15に等しくないと仮定して）単一チャンネルセッションから3つの音声フレームを含むペイロードのCRCのリストをオクテット整列目次を示します。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|1| FT#1 |Q|P|P|1| FT#2 |Q|P|P|0| FT#3 |Q|P|P| CRC#1 |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CRC#2 | CRC#3 |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Each of the CRC's takes 8 bits
CRCのは、それぞれ8ビットを取ります
0 1 2 3 4 5 6 7
+---+---+---+---+---+---+---+---+
| c0| c1| c2| c3| c4| c5| c6| c7|
+---+---+---+---+---+---+---+---+
and is calculated by the cyclic generator polynomial,
環状生成多項式によって算出され、
C(x) = 1 + x^2 + x^3 + x^4 + x^8
C（x）= 1 + X ^ 2 + X ^ 3 + X ^ 4 + X ^ 8
where ^ is the exponentiation operator.
^は指数演算子です。
In binary form the polynomial has the following form: 101110001 (MSB..LSB).
101110001（MSB..LSB）：バイナリ形式の多項式は、以下の形態を有します。
The actual calculation of the CRC is made as follows: First, an 8- bit CRC register is reset to zero: 00000000. For each bit over which the CRC shall be calculated, an XOR operation is made between the rightmost bit of the CRC register and the bit. The CRC register is then right shifted one step (inputting a "0" as the leftmost bit). If the result of the XOR operation mentioned above is a "1" "10111000" is then bit-wise XOR-ed into the CRC register. This operation is repeated for each bit that the CRC should cover. In this case, the first bit would be d(0) for the speech frame for which the CRC should cover. When the last bit (e.g., d(54) for AMR 5.9 according to Table 1 in Section 3.6) have been used in this CRC calculation, the contents in CRC register should simply be copied to the corresponding field in the list of CRC's.
次のようにCRCの実際の計算が行われる：最初に、8ビットのCRCレジスタがゼロにリセットされる：00000000 CRCが計算されなければならないその上、各ビットについて、XOR動作はCRCレジスタの右端のビットとの間に形成されていますそして、少し。 CRCレジスタは、右（左端のビットとして「0」を入力）一段階にシフトされます。 XOR演算の結果は、上記の場合、「1」〜「10111000」がCRCレジスタに、ビット単位のXOR演算です。この操作は、CRCがカバーすべきビットごとに繰り返されます。この場合、最初のビットは、CRCがカバーすべき対象の音声フレームのため（0）~Dされるであろう。最後のビット（例えば、セクション3.6に表1に従ってAMR 5.9ためのD（54））このCRC計算に使用されてきたときに、CRCレジスタの内容は、単に、CRCのリストに対応するフィールドにコピーされなければなりません。
Fast calculation of the CRC on a general-purpose CPU is possible using a table-driven algorithm.
汎用CPU上のCRCの高速計算は、テーブル駆動型のアルゴリズムを使用して可能です。
In octet-aligned mode, speech data is carried in a similar way to that in the bandwidth-efficient mode as discussed in Section 4.3.3, with the following exceptions:
セクション4.3.3で説明したようにオクテット整列モードでは、音声データは、以下の例外を除いて、帯域幅効率の良いモードの場合と同様の方法で実施されます。
- The last octet of each speech frame MUST be padded with zeroes at the end if not all bits in the octet are used. In other words, each speech frame MUST be octet-aligned.
- オクテットのすべてのビットが使用されていない場合には、各音声フレームの最後のオクテットが末尾にゼロでパディングされなければなりません。換言すれば、各音声フレームはオクテット整列されなければなりません。
- When multiple speech frames are present in the speech data (i.e., compound payload), the speech frames can be arranged either one whole frame after another as usual, or with the octets of all frames interleaved together at the octet level. Since the bits within each frame are ordered with the most error-sensitive bits first, interleaving the octets collects those sensitive bits from all frames to be nearer the beginning of the packet. This is called "robust sorting order" which allows the application of UED (such as UDP-Lite [15]) or UEP (such as the ULP [18]) mechanisms to the payload data. The details of assembling the payload are given in the next section.
- 複数の音声フレームの音声データ（すなわち、化合物ペイロード）中に存在する場合、音声フレームは、通常のように、またはオクテットレベルで一緒にインタリーブ全てのフレームのオクテットと次々フレーム全体のいずれかを配置することができます。各フレーム内のビットは、最初に最もエラー敏感なビットと一緒に注文されているので、オクテットインターリーブするパケットの先頭のより近くなるように、すべてのフレームからそれらの敏感なビットを収集します。これは、ペイロードデータの機構（例えばULP [18]など）またはUEP（例えば、UDP-Liteの[15]など）UEDの適用を可能にする「ロバストソーティング順序」と呼ばれます。ペイロードを組み立てるの詳細は次のセクションに記載されています。
The use of robust sorting order for a session MUST be agreed via out-of-band means. Section 8 specifies a MIME parameter for this purpose.
セッションのための堅牢なソート順を使用するには、アウトオブバンド手段を介して同意しなければなりません。第8節は、この目的のためにMIMEパラメータを指定します。
Note, robust sorting order MUST only be performed on the frame level and thus is independent of interleaving which is at the frame-block level, as described in Section 4.4.1. In other words, robust sorting can be applied to either non-interleaved or interleaved sessions.
メモ、堅牢なソート順は、フレームレベルで行われ、従って、セクション4.4.1に記載したように、フレームブロックレベルでインターリーブとは無関係であるなければなりません。言い換えれば、堅牢なソートは非インタリーブまたはインターリーブされたいずれかのセッションに適用することができます。
Two different packetization methods, namely normal order and robust sorting order, exist for forming a payload in octet-aligned mode. In both cases, the payload header and table of contents are packed into the payload the same way; the difference is in the packing of the speech frames.
二つの異なるパケット化方法、すなわち、通常の順序で堅牢なソート順は、オクテット整列モードのペイロードを形成するために存在します。いずれの場合においても、コンテンツのペイロードヘッダとペイロードテーブルが同様に充填されています。違いは、音声フレームのパッキングです。
The payload begins with the payload header of one octet or two if frame interleaving is selected. The payload header is followed by the table of contents consisting of a list of one-octet ToC entries. If frame CRCs are to be included, they follow the table of contents with one 8-bit CRC filling each octet. Note that if a given frame has a ToC entry with FT=14 or 15, there will be no CRC present.
フレームインターリービングが選択されている場合、ペイロードは1つのオクテット又は二のペイロードヘッダで始まります。ペイロードヘッダは、1オクテットのToCエントリのリストからなるコンテンツのテーブルが続きます。フレームのCRCが含まれるべきである場合、それらは1つの8ビットCRCは、各オクテットを充填して目次をたどります。所与のフレームはFT = 14又は15とのToCエントリを持っている場合は、CRCが存在しないであろうことに留意されたいです。
The speech data follows the table of contents, or the CRCs if present. For packetization in the normal order, all of the octets comprising a speech frame are appended to the payload as a unit. The speech frames are packed in the same order as their corresponding ToC entries are arranged in the ToC list, with the exception that if a given frame has a ToC entry with FT=14 or 15, there will be no data octets present for that frame.
音声データは、目次を次の、またはCRCが存在する場合。通常の順序でパケットのために、音声フレームを含むオクテットの全てがユニットとしてペイロードに付加されています。音声フレームは、所与のフレームはFT = 14又は15とのToCエントリを有する場合、そのフレームの存在しないデータオクテットがないことを除いて、それらの対応する目次エントリは目次のリストに配置されているのと同じ順序で充填されています。
For packetization in robust sorting order, the octets of all speech frames are interleaved together at the octet level. That is, the data portion of the payload begins with the first octet of the first frame, followed by the first octet of the second frame, then the first octet of the third frame, and so on. After the first octet of the last frame has been appended, the cycle repeats with the second octet of each frame. The process continues for as many octets as are present in the longest frame. If the frames are not all the same octet length, a shorter frame is skipped once all octets in it have been appended. The order of the frames in the cycle will be sequential if frame interleaving is not in use, or according to the interleave pattern specified in the payload header if frame interleaving is in use. Note that if a given frame has a ToC entry with FT=14 or 15, there will be no data octets present for that frame so that frame is skipped in the robust sorting cycle.
堅牢なソート順にパケットのために、すべての音声フレームのオクテットは、オクテットレベルで一緒にインタリーブされます。即ち、ペイロードのデータ部分は2番目のフレームの最初のオクテットに続く最初のフレームの最初のオクテット、第3フレームの最初のオクテット、及び始まります。最後のフレームの最初のオクテットが付加された後、サイクルは、各フレームの第2のオクテットで繰り返します。最長のフレーム内に存在しているように、プロセスは、多くのオクテット継続します。フレームはすべて同じオクテット長でない場合は、短いフレームはその中のすべてのオクテットが追加された一回スキップされます。フレームインターリービングが使用されていない、またはフレームインターリービングが使用されている場合、ペイロードヘッダで指定されたインタリーブパターンに応じた場合、サイクル内のフレームの順序が連続的であろう。所与のフレームはFT = 14又は15とのToCエントリを有する場合、そのフレームは堅牢選別サイクルでスキップされるように、そのフレームのための本はデータオクテットが存在しないことに注意してください。
The UED and/or UEP is RECOMMENDED to cover at least the RTP header, payload header, table of contents, and class A bits of a sorted payload. Exactly how many octets need to be covered depends on the network and application. If CRCs are used together with robust sorting, only the RTP header, the payload header, and the ToC SHOULD be covered by UED/UEP. The means to communicate to other layers performing UED/UEP the number of octets to be covered is beyond the scope of this specification.
UED及び/又はUEPがソートペイロードの少なくともRTPヘッダ、ペイロードヘッダ、コンテンツのテーブル、およびクラスAビットをカバーすることが推奨されます。対象とする必要が正確にどのように多くのオクテットネットワークおよびアプリケーションに依存します。 CRCがロバストソーティングのみRTPヘッダ、ペイロード・ヘッダと一緒に使用され、場合TOCはUED / UEPによってカバーされるべきです。オクテットの数をカバーするUED / UEPを行う他の層と通信するための手段は、本明細書の範囲外です。
The following diagram shows an octet aligned payload from a single channel session that carries two AMR frames of 7.95 kbps coding mode (FT=5). In the payload, a codec mode request is sent (CMR=6), requesting the encoder at the receiver's side to use AMR 10.2 kbps coding mode. No frame CRC, interleaving, or robust-sorting is in use.
次の図は、コーディングモード7.95 kbpsの（FT = 5）二AMRフレームを搬送する単一のチャネル・セッションからのオクテット整列されたペイロードを示します。ペイロードに、コーデックモード要求は、コーディングモードAMR 10.2 kbpsのを使用する受信機の側でエンコーダを要求し、（CMR = 6）が送られます。いいえフレームCRC、インターリーブ、または堅牢・ソートが使用されていません。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CMR=6 |R|R|R|R|1|FT#1=5 |Q|P|P|0|FT#2=5 |Q|P|P| f1(0..7) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| f1(8..15) | f1(16..23) | .... |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ... |f1(152..158) |P| f2(0..7) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| f2(8..15) | f2(16..23) | .... |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ... |f2(152..158) |P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Note, in above example the last octet in both speech frames is padded with one 0 to make it octet-aligned.
ノートは、上記の例では、両方の音声フレームの最後のオクテットは、それオクテット整列させるために、1つ0で埋めています。
This example shows an octet aligned payload from a two channel session. Two frame-blocks, each containing 2 speech frames of 7.95 kbps coding mode (FT=5), are carried in this payload,
この例では、2つのチャンネルセッションからオクテット整列されたペイロードを示します。 2フレームブロックは、符号化モード7.95 kbpsの（FT = 5）のそれぞれを含有する2音声フレームは、このペイロードで運ばれます
The two channels are left (L) and right (R) with L coming before R. In the payload, a codec mode request is also sent (CMR=6), requesting the encoder at the receiver's side to use AMR 10.2 kbps coding mode.
二つのチャンネルをLはペイロードにR.前に来ると（L）を左右（R）が、コーデックモード要求はまた、符号化モードAMR 10.2 kbpsのを使用する受信者側にエンコーダを要求し、（CMR = 6）に送られます。 。
Moreover, frame CRC and frame-block interleaving are both enabled for the session. The interleaving length is 2 (ILL=1) and this payload is the first one in an interleave group (ILP=0).
また、フレームのCRCとフレームブロックインターリービングは、両方のセッションに対して有効になっています。インターリーブ長は、2（ILL = 1）であり、このペイロードは、インタリーブグループ（ILP = 0）で最初のものです。
The first two frames in the payload are the L and R channel speech frames of frame-block #1, consisting of bits f1L(0..158) and f1R(0..158), respectively. The next two frames are the L and R channel frames of frame-block #3, consisting of bits f3L(0..158) and f3R(0..158), respectively, due to interleaving. For each of the four speech frames a CRC is calculated as CRC1L(0..7), CRC1R(0..7), CRC3L(0..7), and CRC3R(0..7), respectively. Finally, the payload is robust sorted.
ペイロードの最初の2つのフレームは、フレームブロック＃1のL及びRチャンネル音声フレームは、それぞれ、ビットf1L（0..158）とF1R（0..158）からなります。次の二つのフレームがインターリーブによるビットそれぞれF3L（0..158）とF3R（0..158）、からなるフレームブロック＃3のL及びRチャンネルのフレームです。 4つの音声のそれぞれについてCRCは、それぞれ、CRC1L（0..7）、CRC1R（0..7）、CRC3L（0..7）、及びCRC3R（0..7）として算出されるフレーム。最後に、ペイロードはソートされた堅牢です。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CMR=6 |R|R|R|R| ILL=1 | ILP=0 |1|FT#1L=5|Q|P|P|1|FT#1R=5|Q|P|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|1|FT#3L=5|Q|P|P|0|FT#3R=5|Q|P|P| CRC1L | CRC1R |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| CRC3L | CRC3R | f1L(0..7) | f1R(0..7) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| f3L(0..7) | f3R(0..7) | f1L(8..15) | f1R(8..15) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| f3L(8..15) | f3R(8..15) | f1L(16..23) | f1R(16..23) |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: ... :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| f3L(144..151) | f3R(144..151) |f1L(152..158)|P|f1R(152..158)|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|f3L(152..158)|P|f3R(152..158)|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Note, in above example the last octet in all the four speech frames is padded with one zero bit to make it octet-aligned.
ノートは、上記の例では4つ全ての音声フレームの最後のオクテットは、それがオクテット整列するために1つのゼロビットでパディングされます。
An application implementing this payload format MUST understand all the payload parameters in the out-of-band signaling used. For example, if an application uses SDP, all the SDP and MIME parameters in this document MUST be understood. This requirement ensures that an implementation always can decide if it is capable or not of communicating.
このペイロード形式を実装アプリケーションを使用し、帯域外信号内の全てのペイロード・パラメータを理解しなければなりません。アプリケーションは、SDPを使用する場合、例えば、この文書に記載されているすべてのSDPとMIMEパラメータが理解されなければなりません。この要件は、実装は常にそれが通信することが可能であるかどうかを判断できるようになります。
No operation mode of the payload format is mandatory to implement. The requirements of the application using the payload format should be used to determine what to implement. To achieve basic interoperability an implementation SHOULD at least implement both bandwidth-efficient and octet-aligned mode for single channel. The other operations mode: interleaving, robust sorting, frame-wise CRC in both single and multi-channel is OPTIONAL to implement.
ペイロード形式のいかなる動作モードが実装するために必須ではありません。ペイロードフォーマットを使用して、アプリケーションの要件を実装するかを決定するために使用されるべきです。基本的な相互運用性を実現するために実装は、少なくとも帯域幅効率の良いおよび単一チャネルのためのオクテット整列モードの両方を実装する必要があります。他の動作モード：シングルおよびマルチチャネルの両方でインターリーブ、ロバストソーティング、フレーム単位でCRCを実装するためのオプションです。
The storage format is used for storing AMR or AMR-WB speech frames in a file or as an e-mail attachment. Multiple channel content is supported.
保存形式は、ファイルまたは電子メールの添付ファイルとしてAMRまたはAMR-WB音声フレームを格納するために使用されます。複数のチャネルコンテンツがサポートされています。
In general, an AMR or AMR-WB file has the following structure:
一般的には、AMRまたはAMR-WBファイルには、以下の構造を有します：
+------------------+
| Header |
+------------------+
| Speech frame 1 |
+------------------+
: ... :
+------------------+
| Speech frame n |
+------------------+
Note, to preserve interoperability with already deployed implementations, single channel content uses a file header format different from that of multi-channel content.
既に展開の実装との相互運用性を維持するために、注意、単一チャネルコンテンツは、マルチチャンネルのコンテンツとは異なるファイル・ヘッダ・フォーマットを使用します。
A single channel AMR or AMR-WB file header contains only a magic number and different magic numbers are defined to distinguish AMR from AMR-WB.
単一チャネルAMRまたはAMR-WBファイルヘッダは、マジックナンバーを含み、異なるマジックナンバーは、AMR-WBからAMRを区別するために定義されています。
The magic number for single channel AMR files MUST consist of ASCII character string:
単一チャンネルAMRファイルのためのマジックナンバーはASCII文字列で構成する必要があります：
"#!AMR\n" (or 0x2321414d520a in hexadecimal).
"＃！AMR \ nの"（または16進数で0x2321414d520a）。
The magic number for single channel AMR-WB files MUST consist of ASCII character string:
単一チャネルAMR-WBファイル用のマジックナンバーはASCII文字列で構成する必要があります：
"#!AMR-WB\n" (or 0x2321414d522d57420a in hexadecimal).
"＃！AMR-WB \ nを"（または16進数で0x2321414d522d57420a）。
Note, the "\n" is an important part of the magic numbers and MUST be included in the comparison, since, otherwise, the single channel magic numbers above will become indistinguishable from those of the multi-channel files defined in the next section.
注、「\ n」はマジックナンバーの重要な部分であり、それ以外の場合は、単一チャネルのマジックナンバーは、上記の次のセクションで定義されたマルチチャンネルファイルのものと区別できなくなるだろう、以来、比較に含まれなければなりません。
The multi-channel header consists of a magic number followed by a 32 bit channel description field, giving the multi-channel header the following structure:
マルチチャンネルヘッダは、マルチチャンネルヘッダに以下の構造を与え、32ビットチャネル記述フィールドに続くマジックナンバーで構成されています。
+------------------+
| magic number |
+------------------+
| chan-desc field |
+------------------+
The magic number for multi-channel AMR files MUST consist of the ASCII character string:
マルチチャンネルAMRファイルのためのマジックナンバーはASCII文字列で構成する必要があります：
"#!AMR_MC1.0\n" (or 0x2321414d525F4D43312E300a in hexadecimal).
"＃！AMR_MC1.0の\ nを"（または16進数で0x2321414d525F4D43312E300a）。
The magic number for multi-channel AMR-WB files MUST consist of the ASCII character string:
マルチチャンネルAMR-WBファイル用のマジックナンバーはASCII文字列で構成する必要があります：
"#!AMR-WB_MC1.0\n" (or 0x2321414d522d57425F4D43312E300a in hexadecimal).
（16進数または0x2321414d522d57425F4D43312E300a） "＃！AMR-WB_MC1.0の\ nを"。
The version number in the magic numbers refers to the version of the file format.
マジックナンバーにバージョン番号は、ファイルフォーマットのバージョンを指します。
The 32 bit channel description field is defined as:
32ビットチャネル記述フィールドは次のように定義されます。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Reserved bits | CHAN |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Reserved bits: MUST be set to 0 when written, and a reader MUST ignore them.
予約ビットは：書かれたときに0に設定しなければなりません、そして読者はそれらを無視しなければなりません。
CHAN (4 bit unsigned integer): Indicates the number of audio channels contained in this storage file. The valid values and the order of the channels within a frame block are specified in Section 4.1 in [24].
CHAN（4ビット符号なし整数）：このストレージ・ファイルに含まれるオーディオチャネルの数を示します。有効な値は、フレームブロック内のチャネルの順序は、[24]に、セクション4.1で指定されています。
After the file header, speech frame-blocks consecutive in time are stored in the file. Each frame-block contains a number of octet-aligned speech frames equal to the number of channels, and stored in increasing order, starting with channel 1.
ファイルヘッダの後に、時間的に連続する音声フレームブロックは、ファイルに格納されています。各フレームブロックは、チャネルの数に等しく、及びチャンネル1で始まる、昇順に格納されたオクテット整列音声フレームの数を含んでいます。
Each stored speech frame starts with a one octet frame header with the following format:
各記憶された音声フレームは、次の形式の1つのオクテットのフレームヘッダから始まります。
0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+
|P| FT |Q|P|P|
+-+-+-+-+-+-+-+-+
The FT field and the Q bit are defined in the same way as in Section 4.1.2. The P bits are padding and MUST be set to 0.
FTフィールドとQビットは4.1.2と同様に定義されています。 Pビットがパディングされ、0に設定しなければなりません。
Following this one octet header come the speech bits as defined in 4.3.3. The last octet of each frame is padded with zeroes, if needed, to achieve octet alignment.
4.3.3で定義されたように、この1つのオクテットのヘッダに続く音声ビット来ます。オクテット整列を達成するために、必要に応じて、各フレームの最後のオクテットは、ゼロでパディングされます。
The following example shows an AMR frame in 5.9 kbit coding mode (with 118 speech bits) in the storage format.
次の例では、ストレージフォーマットで（118個の音声ビットを有する）5.9キロビット符号化モードのAMRフレームを示しています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|P| FT=2 |Q|P|P| |
+-+-+-+-+-+-+-+-+ +
| |
+ Speech bits for frame-block n, channel k +
| |
+ +-+-+
| |P|P|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Frame-blocks or speech frames lost in transmission and non-received frame-blocks between SID updates during non-speech periods MUST be stored as NO_DATA frames (frame type 15, as defined in [2] and [4]) or SPEECH_LOST (frame type 14, only available for AMR-WB) in complete frame-blocks to keep synchronization with the original media.
またはSPEECH_LOST（フレーム（[2]と[4]で定義されるように、フレームタイプ15）非音声期間中にSIDの更新との間の伝送と非受信したフレームブロックに失われたフレームブロック又は音声フレームがNO_DATAフレームとして格納する必要があります完全なフレームブロック内のタイプ14、AMR-WBのためにのみ使用可能）は、元のメディアとの同期を維持します。
The general congestion control considerations for transporting RTP data apply to AMR or AMR-WB speech over RTP as well. However, the multi-rate capability of AMR and AMR-WB speech coding may provide an advantage over other payload formats for controlling congestion since the bandwidth demand can be adjusted by selecting a different coding mode.
RTPデータを転送するための一般的な輻輳制御の検討事項は、同様にRTPオーバーAMRまたはAMR-WBスピーチに適用されます。しかし、AMRとAMR-WB音声符号化のマルチレート能力は、異なる符号化モードを選択することにより調整することができる帯域幅需要ので輻輳を制御するための他のペイロードフォーマットに優る利点を提供することができます。
Another parameter that may impact the bandwidth demand for AMR and AMR-WB is the number of frame-blocks that are encapsulated in each RTP payload. Packing more frame-blocks in each RTP payload can reduce the number of packets sent and hence the overhead from IP/UDP/RTP headers, at the expense of increased delay.
AMRおよびAMR-WBの帯域幅需要に影響を与えることができる別のパラメータは、各RTPペイロードにカプセル化されたフレームブロックの数です。各RTPペイロードに複数のフレームブロックをパッキング増加遅延を犠牲にして、IP / UDP / RTPヘッダから従ってオーバーヘッドを送信したパケットの数を減らすことができます。
If forward error correction (FEC) is used to combat packet loss, the amount of redundancy added by FEC will need to be regulated so that the use of FEC itself does not cause a congestion problem.
前方誤り訂正（FEC）は、パケット損失に対処するために使用されている場合はFEC自体の使用は混雑問題を起こさないように、FECによって追加の冗長性の量を調整する必要があります。
It is RECOMMENDED that AMR or AMR-WB applications using this payload format employ congestion control. The actual mechanism for congestion control is not specified but should be suitable for real-time flows, e.g., "Equation-Based Congestion Control for Unicast Applications" [17].
AMRまたはAMR-WBアプリケーションがこのペイロードフォーマット採用輻輳制御を使用することを推奨されています。輻輳制御のための実際の機構が指定されていないが、リアルタイムフロー、[17]例えば、「ユニキャストアプリケーションのための方程式ベースの輻輳制御」に適しているべきです。
RTP packets using the payload format defined in this specification are subject to the general security considerations discussed in [8].
本明細書で定義されたペイロードフォーマットを使用して、RTPパケットは、[8]で説明した一般的なセキュリティの考慮の対象となっています。
As this format transports encoded speech, the main security issues include confidentiality and authentication of the speech itself. The payload format itself does not have any built-in security mechanisms. External mechanisms, such as SRTP [22], MAY be used.
この形式は、符号化された音声を転送するように、メインのセキュリティ問題は、音声自体の機密性と認証が含まれます。ペイロード形式自体は、任意の組み込みのセキュリティメカニズムを持っていません。例えばSRTPなどの外部機構、[22]を使用してもよいです。
This payload format does not exhibit any significant non-uniformity in the receiver side computational complexity for packet processing and thus is unlikely to pose a denial-of-service threat due to the receipt of pathological data.
このペイロードフォーマットは、パケット処理のために受信側計算の複雑さの有意な不均一性を示し、従ってによる病理学的データの受信にサービス拒否脅威を与えにくいありません。
To achieve confidentiality of the encoded AMR or AMR-WB speech, all speech data bits will need to be encrypted. There is less a need to encrypt the payload header or the table of contents due to 1) that they only carry information about the requested speech mode, frame type, and frame quality, and 2) that this information could be useful to some third party, e.g., quality monitoring.
エンコードされたAMRまたはAMR-WBスピーチの機密性を達成するために、すべての音声データビットは、暗号化する必要があります。そこ以下は、それらが唯一要求された音声モード、フレームタイプ、フレーム品質に関する情報を運ぶことペイロードヘッダ又は1によるコンテンツのテーブル）を暗号化する必要があり、2）この情報は、いくつかの第三者に有用であり得ること例えば、品質監視。
As long as the AMR or AMR-WB payload is only packed and unpacked at either end, encryption may be performed after packet encapsulation so that there is no conflict between the two operations.
二つの操作の間に競合がないようであれば、AMRまたはAMR-WBのペイロードとしてのみ充填されており、両端に解凍、暗号化は、パケットのカプセル化した後に行ってもよいです。
Interleaving may affect encryption. Depending on the encryption scheme used, there may be restrictions on, for example, the time when keys can be changed. Specifically, the key change may need to occur at the boundary between interleave groups.
インターリーブは、暗号化に影響を与える可能性があります。使用される暗号化方式に応じて、キーを変更することができ、例えば、時間、上の制約があるかもしれません。具体的には、キーの変更は、インタリーブグループ間の境界で発生する必要があるかもしれません。
The type of encryption method used may impact the error robustness of the payload data. The error robustness may be severely reduced when the data is encrypted unless an encryption method without error-propagation is used, e.g., a stream cipher. Therefore, UED/UEP based on robust sorting may be difficult to apply when the payload data is encrypted.
使用される暗号化方式のタイプは、ペイロードデータの誤り耐性に影響を与えることができます。誤り伝搬せずに暗号化方式をストリーム暗号、例えば、使用されない限り、データが暗号化されているときに、エラーロバスト性が著しく低減させることができます。したがって、ロバストな分類に基づいて、UED / UEPは、ペイロードデータが暗号化されている場合に適用することは困難です。
To authenticate the sender of the speech, an external mechanism has to be used. It is RECOMMENDED that such a mechanism protect all the speech data bits. Note that the use of UED/UEP may be difficult to combine with authentication because any bit errors will cause authentication to fail.
音声の送信者を認証するには、外部のメカニズムを使用する必要があります。このようなメカニズムは、すべての音声データビットを保護することが推奨されます。任意のビットエラーは、認証が失敗する原因になりますので、UED / UEPの使用は認証と組み合わせることが難しいかもしれないことに注意してください。
Data tampering by a man-in-the-middle attacker could result in erroneous depacketization/decoding that could lower the speech quality. Tampering with the CMR field may result in speech in a different quality than desired.
man-in-the-middle攻撃者によって改ざんデータは、音声品質を下げることができ、誤った逆パケット化/デコードにつながる可能性があります。 CMRフィールドを改ざんして、所望の異なる品質の音声をもたらし得ます。
To prevent a man-in-the-middle attacker from tampering with the payload packets, some additional information besides the speech bits SHOULD be protected. This may include the payload header, ToC, frame CRCs, RTP timestamp, RTP sequence number, and the RTP marker bit.
ペイロードパケットを改ざんからのman-in-the-middle攻撃を防止するために、音声ビットに加えて、いくつかの追加の情報が保護されるべきです。これは、ペイロードヘッダ、目次、フレームのCRC、RTPタイムスタンプ、RTPシーケンス番号、RTPマーカビットを含むことができます。
When processing a received payload packet, if the receiver finds that the calculated payload length, based on the information of the session and the values found in the payload header fields, does not match the size of the received packet, the receiver SHOULD discard the packet. This is because decoding a packet that has errors in its length field could severely degrade the speech quality.
受信されたペイロードパケットを処理するときに受信機はセッションの情報とペイロードヘッダフィールドに見つかった値に基づいて算出ペイロード長は、受信したパケットのサイズと一致しないことを検出した場合、受信機は、パケットを破棄すべきです。深刻な音声品質が低下する可能性がその長さフィールドにエラーがあるパケットをデコードするためです。
This section defines the parameters that may be used to select optional features of the AMR and AMR-WB payload formats. The parameters are defined here as part of the MIME subtype registrations for the AMR and AMR-WB speech codecs. A mapping of the parameters into the Session Description Protocol (SDP) [11] is also provided for those applications that use SDP. Equivalent parameters could be defined elsewhere for use with control protocols that do not use MIME or SDP.
このセクションでは、AMRとAMR-WBペイロードフォーマットのオプション機能を選択するために使用することができるパラメータを定義します。パラメータは、AMRとAMR-WB音声コーデックのMIMEサブタイプ登録の一部としてここで定義されています。セッション記述プロトコル（SDP）[11]へのパラメータのマッピングは、また、SDPを使用するアプリケーションのために提供されます。等価パラメータは、MIMEまたはSDPを使用していない制御プロトコルで使用するために他の場所で定義することができます。
Two separate MIME registrations are made, one for AMR and one for AMR-WB, because they are distinct encodings that must be distinguished by the MIME subtype.
彼らはMIMEサブタイプによって区別しなければならない明確なエンコーディングであるため、二つの別々のMIME登録は、AMR用とAMR-WBのための1つを作っています。
The data format and parameters are specified for both real-time transport in RTP and for storage type applications such as e-mail attachments.
データ形式とパラメータは、RTPにおけるリアルタイム・トランスポートの両方のためにと、このような電子メールの添付ファイルとして保存タイプのアプリケーションのために指定されています。
The MIME subtype for the Adaptive Multi-Rate (AMR) codec is allocated from the IETF tree since AMR is expected to be a widely used speech codec in general VoIP applications. This MIME registration covers both real-time transfer via RTP and non-real-time transfers via stored files.
AMRは、一般的なVoIPアプリケーションで広く使用されている音声コーデックであると予想されるので、適応マルチレート（AMR）コーデックのMIMEサブタイプは、IETFツリーから割り当てられています。このMIME登録は保存されたファイルを経由してRTPと非リアルタイム転送を介したリアルタイム転送の両方をカバーしています。
Note, any unspecified parameter MUST be ignored by the receiver.
注、指定されていないパラメータは、受信機で無視しなければなりません。
Media Type name: audio
メディアタイプ名：オーディオ
Media subtype name: AMR
メディアサブタイプ名：AMR
Required parameters: none
必須パラメータ：なし
Optional parameters: These parameters apply to RTP transfer only.
オプションのパラメータ：これらのパラメータは、唯一のRTP転送に適用されます。
octet-align: Permissible values are 0 and 1. If 1, octet-aligned operation SHALL be used. If 0 or if not present, bandwidth efficient operation is employed.
オクテットアライン：1の場合許容値が0と1であり、オクテット整列動作を使用しなければなりません。 0場合、または存在しない場合は、帯域幅の効率的な操作が採用されています。
mode-set: Requested AMR mode set. Restricts the active codec mode set to a subset of all modes. Possible values are a comma separated list of modes from the set: 0,...,7 (see Table 1a [2]). If such mode set is specified by the decoder, the encoder MUST abide by the request and MUST NOT use modes outside of the subset. If not present, all codec modes are allowed for the session.
モード設定：要求AMRモード設定。すべてのモードのサブセットに設定され、アクティブコーデックモードを制限します。可能な値は、セットからのモードのコンマ区切りのリストである：0、...、7（参照表1a [2]）。そのようなモードセットがデコーダによって指定されている場合、エンコーダは、要求に従わなければならないとサブセットの外部モードを使用してはいけません。存在しない場合は、すべてのコーデックモードは、セッションのために許可されています。
mode-change-period: Specifies a number of frame-blocks, N, that is the interval at which codec mode changes are allowed. The initial phase of the interval is arbitrary, but changes must be separated by multiples of N frame-blocks. If this parameter is not present, mode changes are allowed at any time during the session.
モード変更期間：、フレームブロックの数を指定N、それはコーデックモード変更が許可される間隔です。間隔の初期位相は任意であるが、変更はNフレームブロックの倍数によって分離されなければなりません。このパラメータが存在しない場合は、モードの変更は、セッション中の任意の時点で許可されています。
mode-change-neighbor: Permissible values are 0 and 1. If 1, mode changes SHALL only be made to the neighboring modes in the active codec mode set. Neighboring modes are the ones closest in bit rate to the current mode, either the next higher or next lower rate. If 0 or if not present, change between any two modes in the active codec mode set is allowed.
モード変更隣接：1の場合許容値が0と1であり、モードの変更は、アクティブなコーデックモードのセットにおける隣接モードにしなければなりません。隣接モードが現在のモード、のいずれかより高い次または次の低いレートにビットレートに最も近いものです。 0又はもし存在しない場合、アクティブなコーデックモードのセット内の任意の2つのモード間の変更が許可されています。
maxptime: The maximum amount of media which can be encapsulated in a payload packet, expressed as time in milliseconds. The time is calculated as the sum of the time the media present in the packet represents. The time SHOULD be a multiple of the frame size. If this parameter is not present, the sender MAY encapsulate any number of speech frames into one RTP packet.
maxptime：ペイロードパケットにカプセル化することができる媒体の最大量は、ミリ秒単位の時間として表さ。時間は、パケット内のメディアの存在を表す時間の合計として計算されます。時間は、フレームサイズの倍数でなければなりません。このパラメータが存在しない場合、送信者は1つのRTPパケットに音声フレームの任意の数をカプセル化することができます。
crc: Permissible values are 0 and 1. If 1, frame CRCs SHALL be included in the payload, otherwise not. If crc=1, this also implies automatically that octet-aligned operation SHALL be used for the session.
CRC：1の場合許容値が0と1であり、フレームのCRCは、そうでなければない、ペイロードに含めなければなりません。 1 = CRC場合、これはまた、オクテット整列動作はセッションのために使用しなければならないことを自動的に意味しています。
robust-sorting: Permissible values are 0 and 1. If 1, the payload SHALL employ robust payload sorting. If 0 or if not present, simple payload sorting SHALL be used. If robust-sorting=1, this also implies automatically that octet-aligned operation SHALL be used for the session.
堅牢なソート：1の場合許容値が0と1であり、ペイロードは、堅牢なペイロードソーティングを採用するものとします。存在しない場合は0場合や、簡単なペイロードソートを使用しなければなりません。堅牢なソート= 1の場合、これはまた、オクテット整列動作はセッションのために使用しなければならないことを自動的に意味しています。
interleaving: Indicates that frame-block level interleaving SHALL be used for the session and its value defines the maximum number of frame-blocks allowed in an interleaving group (see Section 4.4.1). If this parameter is not present, interleaving SHALL not be used. The presence of this parameter also implies automatically that octet-aligned operation SHALL be used.
インターリーブ：フレームブロックレベルのインターリービングがセッションのために使用しなければならないことを示し、その値は、インタリーブグループで許可フレームブロックの最大数（セクション4.4.1を参照）を定義します。このパラメータが存在しない場合、インタリーブは使用してはなりません。このパラメータの存在は、オクテット整列動作を使用しなければならないことを自動的に意味しています。
ptime: see RFC2327 [11].
PTIME：RFC2327 [11]を参照してください。
channels: The number of audio channels. The possible values and their respective channel order is specified in section 4.1 in [24]. If omitted it has the default value of 1.
チャンネル：オーディオチャンネル数。可能な値とそれらのそれぞれのチャネル順序は[24]でセクション4.1で指定されています。省略した場合には、1のデフォルト値を持っています。
Encoding considerations: This type is defined for transfer via both RTP (RFC 1889) and stored-file methods as described in Sections 4 and 5,
符号化の考慮事項：セクション4および5に記載したように、このタイプは、両方のRTP（RFC 1889）と格納されたファイルの方法を介して転送するために定義され、
respectively, of RFC 3267. Audio data is binary data,
and must be encoded for non-binary transport; the Base64
encoding is suitable for Email.
Security considerations: See Section 7 of RFC 3267.
セキュリティの考慮事項：RFC 3267のセクション7を参照してください。
Public specification: Please refer to Section 11 of RFC 3267.
公開された仕様：RFC 3267のセクション11を参照してください。
Additional information:
追加情報：
The following applies to stored-file transfer methods:
以下は、保存されたファイルの転送方法に適用されます。
Magic numbers: single channel: ASCII character string "#!AMR\n" (or 0x2321414d520a in hexadecimal) multi-channel: ASCII character string "#!AMR_MC1.0\n" (or 0x2321414d525F4D43312E300a in hexadecimal)
マジック番号：シングルチャネル：（16進数または0x2321414d520a） "＃！AMR \ n" はASCII文字列マルチチャネル：（16進数または0x2321414d525F4D43312E300a）ASCII文字列 "！＃AMR_MC1.0の\ nを"
File extensions: amr, AMR Macintosh file type code: none Object identifier or OID: none
ファイル拡張子：AMR、AMRマッキントッシュファイルタイプコード：なしオブジェクト識別子またはOID：なし
Person & email address to contact for further information: johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com
人とEメールアドレスは、詳細についての問い合わせ先：johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com
Intended usage: COMMON. It is expected that many VoIP applications (as well as mobile applications) will use this type.
意図している用法：COMMON。多くのVoIPアプリケーション（だけでなく、モバイルアプリケーション）は、このタイプを使用することが期待されます。
Author/Change controller: johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com IETF Audio/Video transport working group
著者/変更コントローラ：johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com IETFオーディオ/ビデオトランスポートワーキンググループ
The MIME subtype for the Adaptive Multi-Rate Wideband (AMR-WB) codec is allocated from the IETF tree since AMR-WB is expected to be a widely used speech codec in general VoIP applications. This MIME registration covers both real-time transfer via RTP and non-real-time transfers via stored files.
AMR-WBは、一般的なVoIPアプリケーションで広く使用されている音声コーデックであると予想されるので、適応マルチレート広帯域（AMR-WB）コーデックのMIMEサブタイプは、IETFツリーから割り当てられています。このMIME登録は保存されたファイルを経由してRTPと非リアルタイム転送を介したリアルタイム転送の両方をカバーしています。
Note, any unspecified parameter MUST be ignored by the receiver.
注、指定されていないパラメータは、受信機で無視しなければなりません。
Media Type name: audio
メディアタイプ名：オーディオ
Media subtype name: AMR-WB
メディアサブタイプ名：AMR-WB
Required parameters: none
必須パラメータ：なし
Optional parameters:
オプションのパラメータ：
These parameters apply to RTP transfer only.
これらのパラメータは、RTP転送にのみ適用されます。
octet-align: Permissible values are 0 and 1. If 1, octet-aligned operation SHALL be used. If 0 or if not present, bandwidth efficient operation is employed.
オクテットアライン：1の場合許容値が0と1であり、オクテット整列動作を使用しなければなりません。 0場合、または存在しない場合は、帯域幅の効率的な操作が採用されています。
mode-set: Requested AMR-WB mode set. Restricts the active codec mode set to a subset of all modes. Possible values are a comma separated list of modes from the set: 0,...,8 (see Table 1a [4]). If such mode set is specified by the decoder, the encoder MUST abide by the request and MUST NOT use modes outside of the subset. If not present, all codec modes are allowed for the session.
モード設定：要求されたAMR-WBモード設定。すべてのモードのサブセットに設定され、アクティブコーデックモードを制限します。可能な値は、セットからのモードのコンマ区切りのリストである：0、...、8（参照表1a [4]）。そのようなモードセットがデコーダによって指定されている場合、エンコーダは、要求に従わなければならないとサブセットの外部モードを使用してはいけません。存在しない場合は、すべてのコーデックモードは、セッションのために許可されています。
mode-change-period: Specifies a number of frame-blocks, N, that is the interval at which codec mode changes are allowed. The initial phase of the interval is arbitrary, but changes must be separated by multiples of N frame-blocks. If this parameter is not present, mode changes are allowed at any time during the session.
モード変更期間：、フレームブロックの数を指定N、それはコーデックモード変更が許可される間隔です。間隔の初期位相は任意であるが、変更はNフレームブロックの倍数によって分離されなければなりません。このパラメータが存在しない場合は、モードの変更は、セッション中の任意の時点で許可されています。
mode-change-neighbor: Permissible values are 0 and 1. If 1, mode changes SHALL only be made to the neighboring modes in the active codec mode set. Neighboring modes are the ones closest in bit rate to the current mode, either the next higher or next lower rate. If 0 or if not present, change between any two modes in the active codec mode set is allowed.
モード変更隣接：1の場合許容値が0と1であり、モードの変更は、アクティブなコーデックモードのセットにおける隣接モードにしなければなりません。隣接モードが現在のモード、のいずれかより高い次または次の低いレートにビットレートに最も近いものです。 0又はもし存在しない場合、アクティブなコーデックモードのセット内の任意の2つのモード間の変更が許可されています。
maxptime: The maximum amount of media which can be encapsulated in a payload packet, expressed as time in milliseconds. The time is calculated as the sum of the time the media present in the packet represents. The time SHOULD be a multiple of the frame size. If this parameter is not present, the sender MAY encapsulate any number of speech frames into one RTP packet.
maxptime：ペイロードパケットにカプセル化することができる媒体の最大量は、ミリ秒単位の時間として表さ。時間は、パケット内のメディアの存在を表す時間の合計として計算されます。時間は、フレームサイズの倍数でなければなりません。このパラメータが存在しない場合、送信者は1つのRTPパケットに音声フレームの任意の数をカプセル化することができます。
crc: Permissible values are 0 and 1. If 1, frame CRCs SHALL be included in the payload, otherwise not. If crc=1, this also implies automatically that octet-aligned operation SHALL be used for the session.
CRC：1の場合許容値が0と1であり、フレームのCRCは、そうでなければない、ペイロードに含めなければなりません。 1 = CRC場合、これはまた、オクテット整列動作はセッションのために使用しなければならないことを自動的に意味しています。
robust-sorting: Permissible values are 0 and 1. If 1, the payload SHALL employ robust payload sorting. If 0 or if not present, simple payload sorting SHALL be used. If robust-sorting=1, this also implies automatically that octet-aligned operation SHALL be used for the session.
堅牢なソート：1の場合許容値が0と1であり、ペイロードは、堅牢なペイロードソーティングを採用するものとします。存在しない場合は0場合や、簡単なペイロードソートを使用しなければなりません。堅牢なソート= 1の場合、これはまた、オクテット整列動作はセッションのために使用しなければならないことを自動的に意味しています。
interleaving: Indicates that frame-block level interleaving SHALL be used for the session and its value defines the maximum number of frame-blocks allowed in an interleaving group (see Section 4.4.1). If this parameter is not present, interleaving SHALL not be used. The presence of this parameter also implies automatically that octet-aligned operation SHALL be used.
インターリーブ：フレームブロックレベルのインターリービングがセッションのために使用しなければならないことを示し、その値は、インタリーブグループで許可フレームブロックの最大数（セクション4.4.1を参照）を定義します。このパラメータが存在しない場合、インタリーブは使用してはなりません。このパラメータの存在は、オクテット整列動作を使用しなければならないことを自動的に意味しています。
ptime: see RFC2327 [11].
PTIME：RFC2327 [11]を参照してください。
channels: The number of audio channels. The possible values and their respective channel order is specified in section 4.1 in [24]. If omitted it has the default value of 1.
チャンネル：オーディオチャンネル数。可能な値とそれらのそれぞれのチャネル順序は[24]でセクション4.1で指定されています。省略した場合には、1のデフォルト値を持っています。
Encoding considerations: This type is defined for transfer via both RTP (RFC 1889) and stored-file methods as described in Sections 4 and 5, respectively, of RFC 3267. Audio data is binary data, and must be encoded for non-binary transport; the Base64 encoding is suitable for Email.
符号化の考慮事項：セクション4および5に記載したように、このタイプは、両方のRTP（RFC 1889）と格納されたファイルの方法を介して転送するために定義され、それぞれ、RFCの3267.音声データはバイナリデータであり、非バイナリトランスポートのために符号化されなければなりません; Base64エンコーディングは、電子メールに適しています。
Security considerations: See Section 7 of RFC 3267.
セキュリティの考慮事項：RFC 3267のセクション7を参照してください。
Public specification: Please refer to Section 11 of RFC 3267.
公開された仕様：RFC 3267のセクション11を参照してください。
Additional information: The following applies to stored-file transfer methods:
追加情報：以下は、保存されたファイルの転送方法に適用されます。
Magic numbers:
single channel:
ASCII character string "#!AMR-WB\n"
(or 0x2321414d522d57420a in hexadecimal)
multi-channel:
ASCII character string "#!AMR-WB_MC1.0\n"
(or 0x2321414d522d57425F4D43312E300a in hexadecimal)
File extensions: awb, AWB Macintosh file type code: none Object identifier or OID: none
ファイル拡張子：AWB、AWB Macintoshファイルタイプコード：なしオブジェクト識別子またはOID：なし
Person & email address to contact for further information: johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com
人とEメールアドレスは、詳細についての問い合わせ先：johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com
Intended usage: COMMON. It is expected that many VoIP applications (as well as mobile applications) will use this type.
意図している用法：COMMON。多くのVoIPアプリケーション（だけでなく、モバイルアプリケーション）は、このタイプを使用することが期待されます。
Author/Change controller: johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com IETF Audio/Video transport working group
著者/変更コントローラ：johan.sjoberg@ericsson.com ari.lakaniemi@nokia.com IETFオーディオ/ビデオトランスポートワーキンググループ
The information carried in the MIME media type specification has a specific mapping to fields in the Session Description Protocol (SDP) [11], which is commonly used to describe RTP sessions. When SDP is used to specify sessions employing the AMR or AMR-WB codec, the mapping is as follows:
MIMEメディアタイプの仕様で搬送される情報は、一般的にRTPセッションを記述するために使用されるセッション記述プロトコル（SDP）[11]のフィールドに特定のマッピングを有します。 SDPは、AMRまたはAMR-WBコーデックを使用するセッションを指定するために使用される場合、以下のように、マッピングは次のとおりです。
- The MIME type ("audio") goes in SDP "m=" as the media name.
- MIMEタイプ（「オーディオ」）は、メディア名としてSDP「M =」に進みます。
- The MIME subtype (payload format name) goes in SDP "a=rtpmap" as the encoding name. The RTP clock rate in "a=rtpmap" MUST be 8000 for AMR and 16000 for AMR-WB, and the encoding parameters (number of channels) MUST either be explicitly set to N or omitted, implying a default value of 1. The values of N that are allowed is specified in Section 4.1 in [24].
- MIMEサブタイプ（ペイロードフォーマット名）エンコーディング名としてSDPの「a = rtpmap」に進みます。 「a = rtpmap」のRTPクロックレートは、AMR-WBのためにAMRのための8000と16000でなければなりません、と符号化パラメータ（チャンネル数）は、明示的にNに設定するか省略し、1の値のデフォルト値を意味しなければならないのいずれかで[24]に、セクション4.1で指定される許可さNの。
- The parameters "ptime" and "maxptime" go in the SDP "a=ptime" and "a=maxptime" attributes, respectively.
- パラメータ "PTIME" と "maxptime" SDPに "= PTIME" を行って、 "A = maxptime" は、それぞれの属性。
- Any remaining parameters go in the SDP "a=fmtp" attribute by copying them directly from the MIME media type string as a semicolon separated list of parameter=value pairs.
- 残りのパラメータは、SDPパラメータ=値のペアをセミコロンで区切ったリストで、MIMEメディアタイプ文字列から直接それらをコピーして「=のfmtp」属性に行きます。
Some example SDP session descriptions utilizing AMR and AMR-WB encodings follow. In these examples, long a=fmtp lines are folded to meet the column width constraints of this document; the backslash ("\") at the end of a line and the carriage return that follows it should be ignored.
AMRとAMR-WB符号化方式を利用するいくつかの例のSDPセッション記述が続きます。これらの例では、長いA =のfmtp線は、この文書の列幅の制約を満たすように折り畳まれます。ラインと、それを無視しなければならない次の改行の最後にバックスラッシュ（「\」）。
Example of usage of AMR in a possible GSM gateway scenario:
可能GSMゲートウェイシナリオにおけるAMRの使用例：
m=audio 49120 RTP/AVP 97 a=rtpmap:97 AMR/8000/1 a=fmtp:97 mode-set=0,2,5,7; mode-change-period=2; \ mode-change-neighbor=1 a=maxptime:20
M =オーディオ49120 RTP / AVP 97 = rtpmap：97 AMR / 1分の8000 A =のfmtp：97モード設定= 0,2,5,7と、モード変更期間= 2。 \モード変更-隣人= 1、A = maxptime：20
Example of usage of AMR-WB in a possible VoIP scenario:
可能性のVoIPシナリオでAMR-WBの使い方の例：
m=audio 49120 RTP/AVP 98 a=rtpmap:98 AMR-WB/16000 a=fmtp:98 octet-align=1
M =オーディオ49120 RTP / AVP 98 = rtpmap：98 AMR-WB / 16000 =のfmtp：98オクテットアライン= 1
Example of usage of AMR-WB in a possible streaming scenario (two channel stereo):
可能なストリーミングのシナリオ（2つのチャンネルステレオ）でAMR-WBの使用例：
m=audio 49120 RTP/AVP 99 a=rtpmap:99 AMR-WB/16000/2 a=fmtp:99 interleaving=30 a=maxptime:100
M =オーディオ49120 RTP / AVP 99 = rtpmap：99 AMR-WB / 2分の16000 A =のfmtp：99インターリーブ= 30 = maxptime：100
Note that the payload format (encoding) names are commonly shown in upper case. MIME subtypes are commonly shown in lower case. These names are case-insensitive in both places. Similarly, parameter names are case-insensitive both in MIME types and in the default mapping to the SDP a=fmtp attribute.
ペイロード形式（符号化）の名前は、一般的に大文字で示されていることに留意されたいです。 MIMEサブタイプは一般に小文字で示されています。これらの名前は、両方の場所で大文字と小文字を区別しません。同様に、パラメータ名は大文字と小文字を区別しないMIMEタイプおよびSDPのA =のfmtp属性にデフォルトマッピングの両方です。
Two new MIME subtypes have been registered, see Section 8. A new SDP attribute "maxptime", defined in Section 8, has also been registered. The "maxptime" attribute is expected to be defined in the revision of RFC 2327 [11] and is added here with a consistent definition.
二つの新しいMIMEサブタイプは、セクション8セクション8で定義された新しいSDP属性「maxptime」を参照してください、登録されている、また、登録されています。 「maxptime」属性は、RFC 2327 [11]の改訂版で定義されることが期待されており、一貫性の定義にここに追加されます。
The authors would like to thank Petri Koskelainen, Bernhard Wimmer, Tim Fingscheidt, Sanjay Gupta, Stephen Casner, and Colin Perkins for their significant contributions made throughout the writing and reviewing of this document.
著者は、この文書の執筆や見直しを通じて作られた彼らの重要な貢献のためにペトリKoskelainen、ベルンハルト・ウィマー、ティムFingscheidt、サンジェイ・グプタ、スティーブンCasner、およびコリンパーキンスに感謝したいと思います。
[1] 3GPP TS 26.090, "Adaptive Multi-Rate (AMR) speech transcoding", version 4.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[1] 3GPP TS 26.090、 "適応マルチレート（AMR）音声トランスコーディング"、バージョン4.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[2] 3GPP TS 26.101, "AMR Speech Codec Frame Structure", version 4.1.0 (2001-06), 3rd Generation Partnership Project (3GPP).
[2] 3GPP TS 26.101、 "AMR音声コーデックフレーム構造"、バージョン4.1.0（2001-06）、第3世代パートナーシッププロジェクト（3GPP）。
[3] 3GPP TS 26.190 "AMR Wideband speech codec; Transcoding functions", version 5.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[3] 3GPP TS 26.190 "AMR広帯域音声コーデック、トランスコーディング機能"、バージョン5.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[4] 3GPP TS 26.201 "AMR Wideband speech codec; Frame Structure", version 5.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[4] 3GPP TS 26.201 "AMR広帯域音声コーデック、フレーム構造"、バージョン5.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[5] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.
[5]ブラドナーのは、S.は、BCP 14、RFC 2119、1997年3月の "RFCsにおける使用のためのレベルを示すために"。
[6] 3GPP TS 26.093, "AMR Speech Codec; Source Controlled Rate operation", version 4.0.0 (2000-12), 3rd Generation Partnership Project (3GPP).
[6] 3GPP TS 26.093、 "AMR音声コーデック、ソースが制御された速度の操作"、バージョン4.0.0（2000-12）、第3世代パートナーシッププロジェクト（3GPP）。
[7] 3GPP TS 26.193 "AMR Wideband Speech Codec; Source Controlled Rate operation", version 5.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[7] 3GPP TS 26.193 "AMR広帯域音声コーデック、ソース制御された速度の操作"、バージョン5.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[8] Schulzrinne, H, Casner, S., Frederick, R. and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", RFC 1889, January 1996.
[8] Schulzrinneと、H、Casner、S.、フレデリック、R.とV. Jacobson氏、 "RTP：リアルタイムアプリケーションのためのトランスポートプロトコル"、RFC 1889、1996年1月。
[9] 3GPP TS 26.092, "AMR Speech Codec; Comfort noise aspects", version 4.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[9] 3GPP TS 26.092、 "AMR音声コーデック;コンフォートノイズ態様"、バージョン4.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[10] 3GPP TS 26.192 "AMR Wideband speech codec; Comfort Noise aspects", version 5.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[10] 3GPP TS 26.192 "AMR広帯域音声コーデック;コンフォートノイズ側面"、バージョン5.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[11] Handley, M. and V. Jacobson, "SDP: Session Description Protocol", RFC 2327, April 1998.
[11]ハンドレー、M.およびV. Jacobsonの "SDP：セッション記述プロトコル"、RFC 2327、1998年4月。
[24] Schulzrinne, H., "RTP Profile for Audio and Video Conferences with Minimal Control" RFC 1890, January 1996.
[24] Schulzrinneと、H.、RFC 1890、1996年1月 "最小量のコントロールがあるオーディオとビデオ会議システムのためのRTPプロフィール"。
[12] GSM 06.60, "Enhanced Full Rate (EFR) speech transcoding", version 8.0.1 (2000-11), European Telecommunications Standards Institute (ETSI).
[12] GSM 06.60、 "拡張フルレート（EFR）音声トランスコーディング"、バージョン8.0.1（2000-11）、欧州電気通信標準化機構（ETSI）。
[13] ANSI/TIA/EIA-136-Rev.C, part 410 - "TDMA Cellular/PCS - Radio Interface, Enhanced Full Rate Voice Codec (ACELP)." Formerly IS-641. TIA published standard, June 1 2001.
[13] ANSI / TIA / EIA-136-Rev.C、パート410 - "TDMAセルラー/ PCS - 無線インタフェース、エンハンスドフルレート音声コーデック（ACELP）"。以前はIS-641。 TIAは標準、2001年6月1日に発表しました。
[14] ARIB, RCR STD-27H, "Personal Digital Cellular Telecommunication System RCR Standard", Association of Radio Industries and Businesses (ARIB).
[14] ARIB、RCR STD-27H、 "パーソナル・デジタル・セルラー通信システムRCR標準"、電波産業会（ARIB）。
[15] Larzon, L., Degermark, M. and S. Pink, "The UDP Lite Protocol", Work in Progress.
[15] Larzon、L.、Degermark、M.とS.ピンク、 "UDP Liteの議定書" が進行中で働いています。
[16] 3GPP TS 25.415 "UTRAN Iu Interface User Plane Protocols", version 4.2.0 (2001-09), 3rd Generation Partnership Project (3GPP).
[16] 3GPP TS 25.415 "UTRANのIuインタフェースのユーザプレーンプロトコル"、バージョン4.2.0（2001-09）、第3世代パートナーシッププロジェクト（3GPP）。
[17] S. Floyd, M. Handley, J. Padhye, J. Widmer, "Equation-Based Congestion Control for Unicast Applications", ACM SIGCOMM 2000, Stockholm, Sweden .
[17] S.フロイド、M.ハンドレー、J. Padhye、J.ウィドマー、 "ユニキャストアプリケーションのための方程式ベースの輻輳制御"、ACM SIGCOMM 2000、ストックホルム、スウェーデン。
[18] Li, A., et. al., "An RTP Payload Format for Generic FEC with Uneven Level Protection", Work in Progress.
[18]のLi、A.、ら。ら、「不均一なレベルの保護を持つジェネリックFECのためのRTPペイロードフォーマット」が進行中で働いています。
[19] Rosenberg, J. and H. Schulzrinne, "An RTP Payload Format for Generic Forward Error Correction", RFC 2733, December 1999.
[19]ローゼンバーグ、J.とH. Schulzrinne、 "一般的なフォワードエラー訂正のためのRTPペイロードフォーマット"、RFC 2733、1999年12月。
[20] 3GPP TS 26.102, "AMR speech codec interface to Iu and Uu", version 4.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[20] 3GPP TS 26.102、 "のIuとのUuにAMR音声コーデックインタフェース"、バージョン4.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[21] 3GPP TS 26.202 "AMR Wideband speech codec; Interface to Iu and Uu", version 5.0.0 (2001-03), 3rd Generation Partnership Project (3GPP).
[21] 3GPP TS 26.202 "AMR広帯域音声コーデック;のIuとのUuにインタフェース"、バージョン5.0.0（2001-03）、第3世代パートナーシッププロジェクト（3GPP）。
[22] Baugher, et. al., "The Secure Real Time Transport Protocol", Work in Progress.
[22] Baugher、ら。ら、「セキュアリアルタイムトランスポートプロトコル」が進行中で働いています。
[23] Perkins, C., Kouvelas, I., Hodson, O., Hardman, V., Handley, M., Bolot, J., Vega-Garcia, A. and S. Fosse-Parisis, "RTP Payload for Redundant Audio Data", RFC 2198, September 1997.
[23]パーキンス、C.、Kouvelas、I.、ホドソン、O.、ハードマン、V.、ハンドレー、M.、Bolot、J.、ベガ・ガルシア、A.及びS.フォッシー-Parisis、「RTPペイロードに冗長オーディオ・データ」、RFC 2198、1997年9月。
ETSI documents can be downloaded from the ETSI web server, "http://www.etsi.org/". Any 3GPP document can be downloaded from the 3GPP webserver, "http://www.3gpp.org/", see specifications. TIA documents can be obtained from "www.tiaonline.org".
ETSI文書は「http://www.etsi.org/」、ETSIのWebサーバーからダウンロードすることができます。任意の3GPP文書には、仕様を参照してください、「http://www.3gpp.org/」、3GPPウェブサーバからダウンロードすることができます。 TIA文書は「www.tiaonline.org」から入手することができます。
Johan Sjoberg Ericsson Research Ericsson AB SE-164 80 Stockholm, SWEDEN
ヨハン・シェーベルイエリクソン研究エリクソンAB、SE-164 80ストックホルム、スウェーデン
Phone: +46 8 50878230 EMail: Johan.Sjoberg@ericsson.com
電話：+46 8 50878230 Eメール：Johan.Sjoberg@ericsson.com
Magnus Westerlund Ericsson Research Ericsson AB SE-164 80 Stockholm, SWEDEN
マグヌスウェスターエリクソン研究エリクソンAB、SE-164 80ストックホルム、スウェーデン
Phone: +46 8 4048287 EMail: Magnus.Westerlund@ericsson.com
電話：+46 8 4048287 Eメール：Magnus.Westerlund@ericsson.com
Ari Lakaniemi Nokia Research Center P.O.Box 407 FIN-00045 Nokia Group, FINLAND
アリLakaniemiノキア・リサーチセンターP.O.Box 407フィン-00045ノキアグループ、FINLAND
Phone: +358-71-8008000 EMail: ari.lakaniemi@nokia.com
電話：+ 358-71-8008000 Eメール：ari.lakaniemi@nokia.com
Qiaobing Xie Motorola, Inc. 1501 W. Shure Drive, 2-B8 Arlington Heights, IL 60004, USA
私はIEモトローラ社1501 W.シュウ再ドライブをXオリンピックアイスQ、2-B8アーリントンハイツ、IL 60004、USA
Phone: +1-847-632-3028 EMail: qxie1@email.mot.com
電話：+ 1-847-632-3028 Eメール：qxie1@email.mot.com
Copyright (C) The Internet Society (2002). All Rights Reserved.
著作権（C）インターネット協会（2002）。全著作権所有。
This document and translations of it may be copied and furnished to others, and derivative works that comment on or otherwise explain it or assist in its implementation may be prepared, copied, published and distributed, in whole or in part, without restriction of any kind, provided that the above copyright notice and this paragraph are included on all such copies and derivative works. However, this document itself may not be modified in any way, such as by removing the copyright notice or references to the Internet Society or other Internet organizations, except as needed for the purpose of developing Internet standards in which case the procedures for copyrights defined in the Internet Standards process must be followed, or as required to translate it into languages other than English.
この文書とその翻訳は、コピーして他の人に提供し、それ以外についてはコメントまたは派生物は、いかなる種類の制限もなく、全体的にまたは部分的に、準備コピーし、公表して配布することができることを説明したり、その実装を支援することができます、上記の著作権表示とこの段落は、すべてのそのようなコピーや派生物に含まれていることを条件とします。しかし、この文書自体は著作権のための手順はで定義されている場合には、インターネット標準を開発するために必要なものを除き、インターネットソサエティもしくは他のインターネット関連団体に著作権情報や参照を取り除くなど、どのような方法で変更されないかもしれませんインターネット標準化プロセスが続く、または英語以外の言語に翻訳するために、必要に応じなければなりません。
The limited permissions granted above are perpetual and will not be revoked by the Internet Society or its successors or assigns.
上記の制限は永久で、インターネット学会やその後継者や譲渡者によって取り消されることはありません。
This document and the information contained herein is provided on an "AS IS" basis and THE INTERNET SOCIETY AND THE INTERNET ENGINEERING TASK FORCE DISCLAIMS ALL WARRANTIES, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO ANY WARRANTY THAT THE USE OF THE INFORMATION HEREIN WILL NOT INFRINGE ANY RIGHTS OR ANY IMPLIED WARRANTIES OF MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE.
この文書とここに含まれている情報は、基礎とインターネットソサエティおよびインターネットエンジニアリングタスクフォースはすべての保証を否認し、明示または黙示、その情報の利用がない任意の保証を含むがこれらに限定されない「として、」上に設けられています特定の目的への権利または商品性または適合性の黙示の保証を侵害します。
Acknowledgement
謝辞
Funding for the RFC Editor function is currently provided by the Internet Society.
RFC Editor機能のための基金は現在、インターネット協会によって提供されます。