Internet Engineering Task Force (IETF) M. Schmidt
Request for Comments: 6416 Dolby Laboratories
Obsoletes: 3016 F. de Bont
Category: Standards Track Philips Electronics
ISSN: 2070-1721 S. Doehla
Fraunhofer IIS
J. Kim
LG Electronics Inc.
October 2011
RTP Payload Format for MPEG-4 Audio/Visual Streams
Abstract
抽象
This document describes Real-time Transport Protocol (RTP) payload formats for carrying each of MPEG-4 Audio and MPEG-4 Visual bitstreams without using MPEG-4 Systems. This document obsoletes RFC 3016. It contains a summary of changes from RFC 3016 and discusses backward compatibility to RFC 3016. It is a necessary revision of RFC 3016 in order to correct misalignments with the 3GPP Packet-switched Streaming Service (PSS) specification regarding the RTP payload format for MPEG-4 Audio.
この文書では、MPEG-4システムを使用せずに、MPEG-4オーディオおよびMPEG-4映像ビットストリームのそれぞれを運ぶための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説明しています。この文書は、RFC 3016を廃止し、それがに関する3GPPパケット交換ストリーミングサービス（PSS）仕様に位置ずれを補正するために、RFC 3016の必要リビジョンであるRFC 3016からの変更の要約が含まれており、RFC 3016への後方互換性を説明しMPEG-4オーディオのためのRTPペイロードフォーマット。
For the purpose of directly mapping MPEG-4 Audio/Visual bitstreams onto RTP packets, this document provides specifications for the use of RTP header fields and also specifies fragmentation rules. It also provides specifications for Media Type registration and the use of the Session Description Protocol (SDP). The audio payload format described in this document has some limitations related to the signaling of audio codec parameters for the required multiplexing format. Therefore, new system designs should utilize RFC 3640, which does not have these restrictions. Nevertheless, this revision of RFC 3016 is provided to update and complete the specification and to enable interoperable implementations.
直接RTPパケットにMPEG-4オーディオ/ビジュアルビットストリームをマッピングする目的のために、このドキュメントは、RTPヘッダフィールドの使用のための仕様を提供し、また断片化ルールを指定します。また、メディアタイプの登録とセッション記述プロトコル（SDP）を使用するための仕様を提供します。この文書に記載された音声ペイロードフォーマットは、必要な多重化フォーマットのオーディオコーデックパラメータのシグナリングに関連するいくつかの制限を有しています。そのため、新しいシステムの設計には、これらの制限を持たない、RFC 3640を活用すべきです。それにもかかわらず、RFC 3016のこの改訂は、更新および仕様を完了し、相互運用可能な実装を可能にするために設けられています。
Status of This Memo
このメモのステータス
This is an Internet Standards Track document.
これは、インターネット標準化過程文書です。
This document is a product of the Internet Engineering Task Force (IETF). It represents the consensus of the IETF community. It has received public review and has been approved for publication by the Internet Engineering Steering Group (IESG). Further information on Internet Standards is available in Section 2 of RFC 5741.
このドキュメントはインターネットエンジニアリングタスクフォース（IETF）の製品です。これは、IETFコミュニティの総意を表しています。これは、公開レビューを受けており、インターネットエンジニアリング運営グループ（IESG）によって公表のために承認されています。インターネット標準の詳細については、RFC 5741のセクション2で利用可能です。
Information about the current status of this document, any errata, and how to provide feedback on it may be obtained at http://www.rfc-editor.org/info/rfc6416.
このドキュメントの現在の状態、任意の正誤表、そしてどのようにフィードバックを提供するための情報がhttp://www.rfc-editor.org/info/rfc6416で取得することができます。
Copyright Notice
著作権表示
Copyright (c) 2011 IETF Trust and the persons identified as the document authors. All rights reserved.
著作権（C）2011 IETF信託とドキュメントの作成者として特定の人物。全著作権所有。
This document is subject to BCP 78 and the IETF Trust's Legal Provisions Relating to IETF Documents (http://trustee.ietf.org/license-info) in effect on the date of publication of this document. Please review these documents carefully, as they describe your rights and restrictions with respect to this document. Code Components extracted from this document must include Simplified BSD License text as described in Section 4.e of the Trust Legal Provisions and are provided without warranty as described in the Simplified BSD License.
この文書では、BCP 78と、この文書の発行日に有効なIETFドキュメント（http://trustee.ietf.org/license-info）に関連IETFトラストの法律の規定に従うものとします。彼らは、この文書に関してあなたの権利と制限を説明するように、慎重にこれらの文書を確認してください。コードコンポーネントは、トラスト法規定のセクションで説明4.eおよび簡体BSDライセンスで説明したように、保証なしで提供されているよう簡体BSDライセンスのテキストを含める必要があり、この文書から抽出されました。
This document may contain material from IETF Documents or IETF Contributions published or made publicly available before November 10, 2008. The person(s) controlling the copyright in some of this material may not have granted the IETF Trust the right to allow modifications of such material outside the IETF Standards Process. Without obtaining an adequate license from the person(s) controlling the copyright in such materials, this document may not be modified outside the IETF Standards Process, and derivative works of it may not be created outside the IETF Standards Process, except to format it for publication as an RFC or to translate it into languages other than English.
この材料の一部がIETFトラストにこのような材料の変更を許可する権利を与えられていない可能性がありますにこの文書は、2008年、IETFドキュメントまたは11月10日以前に発行または公開さIETF貢献から著作権を支配する者（複数可）材料を含んでいてもよいですIETF標準化プロセスの外。そのような材料の著作権を管理者（単数または複数）から適切なライセンスを取得することなく、この文書は、IETF標準化過程の外側修正されないかもしれません、そして、それの派生物は、IETF標準化過程の外側に作成されない場合があり、それをフォーマットする以外出版RFCとして、英語以外の言語に翻訳します。
Table of Contents
目次
1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1. MPEG-4 Visual RTP Payload Format . . . . . . . . . . . . . 4
1.2. MPEG-4 Audio RTP Payload Format . . . . . . . . . . . . . 5
1.3. Interoperability with RFC 3016 . . . . . . . . . . . . . . 6
1.4. Relation with RFC 3640 . . . . . . . . . . . . . . . . . . 6
2. Definitions and Abbreviations . . . . . . . . . . . . . . . . 6
3. Clarifications on Specifying Codec Configurations for
MPEG-4 Audio . . . . . . . . . . . . . . . . . . . . . . . . . 7
4. LATM Restrictions for RTP Packetization of MPEG-4 Audio
Bitstreams . . . . . . . . . . . . . . . . . . . . . . . . . . 7
5. RTP Packetization of MPEG-4 Visual Bitstreams . . . . . . . . 8
5.1. Use of RTP Header Fields for MPEG-4 Visual . . . . . . . . 9
5.2. Fragmentation of MPEG-4 Visual Bitstream . . . . . . . . . 10
5.3. Examples of Packetized MPEG-4 Visual Bitstream . . . . . . 11
6. RTP Packetization of MPEG-4 Audio Bitstreams . . . . . . . . . 15
6.1. RTP Packet Format . . . . . . . . . . . . . . . . . . . . 15
6.2. Use of RTP Header Fields for MPEG-4 Audio . . . . . . . . 16
6.3. Fragmentation of MPEG-4 Audio Bitstream . . . . . . . . . 17
7. Media Type Registration for MPEG-4 Audio/Visual Streams . . . 17
7.1. Media Type Registration for MPEG-4 Visual . . . . . . . . 17
7.2. Mapping to SDP for MPEG-4 Visual . . . . . . . . . . . . . 20
7.2.1. Declarative SDP Usage for MPEG-4 Visual . . . . . . . 20
7.3. Media Type Registration for MPEG-4 Audio . . . . . . . . . 21
7.4. Mapping to SDP for MPEG-4 Audio . . . . . . . . . . . . . 24
7.4.1. Declarative SDP Usage for MPEG-4 Audio . . . . . . . . 25
7.4.1.1. Example: In-Band Configuration . . . . . . . . . . 25
7.4.1.2. Example: 6 kbit/s CELP . . . . . . . . . . . . . . 25
7.4.1.3. Example: 64 kbit/s AAC LC Stereo . . . . . . . . . 26
7.4.1.4. Example: Use of the "SBR-enabled" Parameter . . . 26
7.4.1.5. Example: Hierarchical Signaling of SBR . . . . . . 27
7.4.1.6. Example: HE AAC v2 Signaling . . . . . . . . . . . 27
7.4.1.7. Example: Hierarchical Signaling of PS . . . . . . 28
7.4.1.8. Example: MPEG Surround . . . . . . . . . . . . . . 28
7.4.1.9. Example: MPEG Surround with Extended SDP
Parameters . . . . . . . . . . . . . . . . . . . . 28
7.4.1.10. Example: MPEG Surround with Single-Layer
Configuration . . . . . . . . . . . . . . . . . . 29
8. IANA Considerations . . . . . . . . . . . . . . . . . . . . . 29
9. Acknowledgements . . . . . . . . . . . . . . . . . . . . . . . 30
10. Security Considerations . . . . . . . . . . . . . . . . . . . 30
11. Differences to RFC 3016 . . . . . . . . . . . . . . . . . . . 31
12. References . . . . . . . . . . . . . . . . . . . . . . . . . . 32
12.1. Normative References . . . . . . . . . . . . . . . . . . . 32
12.2. Informative References . . . . . . . . . . . . . . . . . . 33
The RTP payload formats described in this document specify how MPEG-4 Audio [14496-3] and MPEG-4 Visual streams [14496-2] are to be fragmented and mapped directly onto RTP packets.
この文書に記載されたRTPペイロードフォーマットはMPEG-4オーディオ[14496-3]及びMPEG-4映像ストリームは[14496-2]断片化とRTPパケットに直接マッピングされる方法を指定します。
These RTP payload formats enable transport of MPEG-4 Audio/Visual streams without using the synchronization and stream management functionality of MPEG-4 Systems [14496-1]. Such RTP payload formats will be used in systems that have intrinsic stream management functionality and thus require no such functionality from MPEG-4 Systems. H.323 [H323] terminals are an example of such systems, where MPEG-4 Audio/Visual streams are not managed by MPEG-4 Systems Object Descriptors but by H.245 [H245]. The streams are directly mapped onto RTP packets without using the MPEG-4 Systems Sync Layer. Other examples are the Session Initiation Protocol (SIP) [RFC3261] and Real Time Streaming Protocol (RTSP) where media type and SDP are used. Media type and SDP usages of the RTP payload formats described in this document are defined to directly specify the attribute of Audio/Visual streams (e.g., media type, packetization format, and codec configuration) without using MPEG-4 Systems. The obvious benefit is that these MPEG-4 Audio/Visual RTP payload formats can be handled in a unified way together with those formats defined for non-MPEG-4 codecs. The disadvantage is that interoperability with environments using MPEG-4 Systems may be difficult; hence, other payload formats may be better suited to those applications.
これらのRTPペイロードフォーマットは、MPEG-4システム[14496-1]の同期及びストリーム管理機能を使用せずに、MPEG-4オーディオ/ビジュアルストリームのトランスポートを可能にします。そのようなRTPペイロードフォーマットは、固有ストリーム管理機能を有し、したがって、MPEG-4システムからそのような機能を必要としないシステムで使用されるであろう。 H.323 [H323]端子は、ディスクリプタが、H.245によって[H245] MPEG-4オーディオ/ビジュアルストリームがMPEG-4システムによって管理されていないようなシステムの一例であるオブジェクト。ストリームは、直接MPEG-4システム同期層を用いずにRTPパケットにマッピングされます。他の例は、メディアタイプおよびSDPを使用するセッション開始プロトコル（SIP）[RFC3261]及びリアルタイムストリーミングプロトコル（RTSP）。この文書に記載されたRTPペイロード形式のメディアタイプとSDP用途を直接MPEG-4システムを用いずに視覚オーディオ/ストリームの属性（例えば、メディアタイプ、パケットフォーマット、およびコーデックコンフィグレーション）を指定するように定義されています。明白な利点は、これらのMPEG-4オーディオ/ビジュアルRTPペイロードフォーマットは、非MPEG-4コーデックのために定義されたフォーマットと一緒に統一的に扱うことができるということです。不利な点は、MPEG-4システムを用いて、環境との相互運用が困難であり得ることです。したがって、他のペイロードフォーマットは、それらのアプリケーションに適してもよいです。
The semantics of RTP headers in such cases need to be clearly defined, including the association with MPEG-4 Audio/Visual data elements. In addition, it is beneficial to define the fragmentation rules of RTP packets for MPEG-4 Video streams so as to enhance error resiliency by utilizing the error resiliency tools provided inside the MPEG-4 Video stream.
そのような場合にはRTPヘッダの意味は明確にMPEG-4オーディオ/ビジュアルデータ要素と関連を含む、定義される必要があります。また、MPEG-4ビデオストリームの内部に設けられたエラー強化ツールを利用して誤り耐性を高めるようにMPEG-4ビデオストリームのRTPパケットの断片化規則を定義することが有益です。
MPEG-4 Visual is a visual coding standard with many features, including: high coding efficiency; high error resiliency; and multiple, arbitrary shape object-based coding [14496-2]. It covers a wide range of bitrates from scores of kbit/s to several Mbit/s. It also covers a wide variety of networks, ranging from those guaranteed to be almost error-free to mobile networks with high error rates.
MPEG-4ビジュアルには、多くの機能を持つビジュアル符号化規格である：高い符号化効率。高いエラー回復力。そして、複数の任意形状オブジェクトベース[14496-2]コード。それはキロビット/秒のスコアから数Mビット/秒のビットレートの広い範囲をカバーします。また、ほとんど間違いがないことを保証するものとエラー率の高いモバイルネットワークに至るまで、ネットワークの多種多様をカバーしています。
With respect to the fragmentation rules for an MPEG-4 Visual bitstream defined in this document, since MPEG-4 Visual is used for a wide variety of networks, it is desirable not to apply too much restriction on fragmentation, and a fragmentation rule such as "a single video packet shall always be mapped on a single RTP packet" may be inappropriate. On the other hand, careless, media-unaware fragmentation may cause degradation in error resiliency and bandwidth efficiency. The fragmentation rules described in this document are flexible but manage to define the minimum rules for preventing meaningless fragmentation while utilizing the error resiliency functionalities of MPEG-4 Visual.
例えば、この文書で定義されたMPEG-4映像ビットストリームのための断片化規則に対するMPEG-4映像をネットワークの広範囲に使用されているので、断片化にあまり制限を適用しないことが望ましい、と断片化規則不適切かもしれ、「単一のビデオパケットは、常に単一のRTPパケットにマッピングされなければなりません」。一方、不注意な、メディアを認識しないフラグメンテーションは、エラー回復力及び帯域幅効率の低下を引き起こす可能性があります。この文書に記載された断片化規則は柔軟であるが、視覚MPEG-4の誤り耐性の機能を利用しつつ無意味断片化を防止するための最小限のルールを定義するために管理します。
The fragmentation rule "Different Video Object Planes (VOPs) SHOULD be fragmented into different RTP packets" is made so that the RTP timestamp uniquely indicates the VOP time framing. On the other hand, MPEG-4 video may generate VOPs of very small size, in cases with an empty VOP (vop_coded=0) containing only VOP header or an arbitrary shaped VOP with a small number of coding blocks. To reduce the overhead for such cases, the fragmentation rule permits concatenating multiple VOPs in an RTP packet. (See fragmentation rule (4) in Section 5.2 and the descriptions of marker bit and timestamp in Section 5.1.)
断片化規則RTPタイムスタンプを一意VOP時間枠を示すように構成されている「異なるビデオオブジェクトプレーン（VOPの）は、異なるRTPパケットに断片化されるべきです」。一方、MPEG-4ビデオ符号化ブロックの少数のみVOPヘッダまたは任意形状のVOPを含む空のVOP（vop_coded = 0）を持つ場合には、非常に小さなサイズののVOPを生成することができます。このような場合のためのオーバーヘッドを低減するために、断片化規則は、RTPパケットに複数のVOPを連結可能にします。 （第5.2節および第5.1節にマーカービットとタイムスタンプの説明で断片化規則（4）を参照）。
While the additional media-specific RTP header defined for such video coding tools as H.261 [H261] or MPEG-1/2 is effective in helping to recover picture headers corrupted by packet losses, MPEG-4 Visual already has error resiliency functionalities for recovering corrupt headers, and these can be used on RTP/IP networks as well as on other networks (H.223/mobile, MPEG-2 Transport Stream, etc.). Therefore, no extra RTP header fields are defined in this MPEG-4 Visual RTP payload format.
追加のメディア特有のRTPヘッダは、ビデオはH.261 [H261]、またはMPEG-1/2のようなツールを符号化するために定義されながら、MPEG-4映像が既にのエラー回復力の機能を有し、パケット損失によって損なわピクチャヘッダを回復するうえで効果的です破損ヘッダを回収し、これらは、RTP / IPネットワーク上だけでなく、他のネットワーク（H.223 /モバイル、MPEG-2トランスポートストリームなど）で使用することができます。したがって、余分なRTPヘッダフィールドは、このMPEG-4ビジュアルRTPペイロードフォーマットで定義されていません。
MPEG-4 Audio is an audio standard that integrates many different types of audio coding tools. Low-overhead MPEG-4 Audio Transport Multiplex (LATM) manages the sequences of audio data with relatively small overhead. In audio-only applications, then, it is desirable for LATM-based MPEG-4 Audio bitstreams to be directly mapped onto RTP packets without using MPEG-4 Systems.
MPEG-4オーディオは、オーディオ符号化ツールの多くの異なる種類を統合オーディオ規格です。低オーバーヘッドMPEG-4オーディオトランスポートマルチプレックス（LATM）は、比較的小さなオーバーヘッドでオーディオデータのシーケンスを管理します。音声専用アプリケーションでは、次に、それは直接MPEG-4システムを用いずにRTPパケットにマッピングするLATMベースのMPEG-4オーディオビットストリームのために望ましいです。
For MPEG-4 Audio coding tools, as is true for other audio coders, if the payload is a single audio frame, packet loss will not impair the decodability of adjacent packets. Therefore, the additional media-specific header for recovering errors will not be required for MPEG-4 Audio. Existing RTP protection mechanisms, such as Generic Forward Error Correction [RFC5109] and Redundant Audio Data [RFC2198], MAY be applied to improve error resiliency.
ペイロードは、単一のオーディオフレームである場合、他のオーディオコーダについても同様であるように、MPEG-4オーディオ符号化ツールのために、パケットロスが隣接パケットのデコード可能性を損なうことはありません。したがって、エラーを回復するための追加のメディア特定ヘッダはMPEG-4オーディオのために必要とされません。そのような一般的な前方誤り訂正[RFC5109]と重複したオーディオデータ[RFC2198]のような既存のRTPの保護メカニズムは、エラー耐性を向上させるためにも適用することができます。
This specification is not backwards compatible with [RFC3016], as a binary incompatible LATM version is mandated. Existing implementations of RFC 3016 that use a recent LATM version may already comply to this specification and must be considered as not compliant with RFC 3016. The 3GPP PSS service [3GPP] is such an example, as a more recent LATM version is mandated in the 3GPP PSS specification. Existing implementations that use the LATM version as specified in RFC 3016 MUST be updated to comply with this specification.
バイナリ互換性のないLATMバージョンが義務付けられている、本明細書では、[RFC3016]との下位互換性がありません。最近LATMバージョンを使用RFC 3016の既存の実装が既にこの仕様に準拠してもよいし、RFC 3016に準拠していないと考えられるべき3GPP PSSサービス[3GPP]は、例えば、より最近のLATMバージョンがで義務付けられているよう3GPP PSSの仕様。 RFC 3016で指定されているようLATMバージョンを使用する既存の実装は、この仕様に準拠するように更新されなければなりません。
In this document a payload format for the transport of MPEG-4 Elementary Streams is specified. For MPEG-4 Audio streams "out-of-band" signaling is defined such that a receiver is not obliged to decode the payload data to determine the audio codec and its configuration. The signaling capabilities specified in this document are less explicit than those defined in [RFC3640]. But, the use of the MPEG-4 LATM in various transmission standards justifies its right to exist; see also Section 1.2.
本書ではMPEG-4エレメンタリ・ストリームを輸送するためのペイロードフォーマットが指定されています。 MPEG-4オーディオストリームの「アウトオブバンド」信号は、受信機が音声コーデックとその構成を決定するために、ペイロードデータを復号する義務はないように定義されます。本書で指定されたシグナル伝達機能は[RFC3640]で定義されたものよりも明示されています。しかし、様々な伝送規格にMPEG-4 LATMの使用が存在する権利を正当化します。また、第1.2節を参照してください。
This document makes use of terms, specified in [14496-2], [14496-3], and [23003-1]. In addition, the following terms are used in this document and have specific meaning within the context of this document.
この文書では、[14496-3]、[14496-2]で指定され、用語を使用すると、[23003から1]。また、次の用語は、このドキュメントで使用されており、この文書のコンテキスト内で特定の意味を持っています。
Abbreviations:
略語：
AAC: Advanced Audio Coding
AAC：アドバンストオーディオコーディング
ASC: AudioSpecificConfig
ASC：AudioSpecificConfig
HE AAC: High Efficiency AAC
HE AAC：高効率AAC
LATM: Low-overhead MPEG-4 Audio Transport Multiplex
LATM：低オーバーヘッドMPEG-4オーディオトランスポート・マルチプレックス
PS: Parametric Stereo
PS：パラメトリックステレオ
SBR: Spectral Band Replication
SBR：スペクトラルバンドレプリケーション
VOP: Video Object Plane
VOP：ビデオオブジェクトプレーン
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].
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]に記載されているように解釈されます。
For MPEG-4 Audio [14496-3] streams, the decoder output configuration can differ from the core codec configuration depending of use of the SBR and PS tools.
MPEG-4オーディオ[14496-3]ストリームに、デコーダの出力設定は、SBRとPSツールの使用によって、コアコーデックの構成とは異なり得ます。
The core codec sampling rate is the default audio codec sampling rate. When SBR is used, typically the double value of the core codec sampling rate will be regarded as the definitive sampling rate (i.e., the decoder's output sampling rate)
コアコーデックのサンプリングレートは、デフォルトのオーディオコーデックのサンプリングレートです。 SBRを用いた場合、コアコーデックのサンプリングレートの典型的重複値は決定的なサンプリングレート（すなわち、デコーダの出力サンプリングレート）とみなされます
Note: The exception is down-sampled SBR mode, in which case the SBR sampling rate and core codec sampling rate are identical.
注：例外は、SBRサンプリングレートとコアコーデックのサンプリングレートが同一である場合にダウンサンプリングSBRモード、です。
The core codec channel configuration is the default audio codec channel configuration. When PS is used, the core codec channel configuration indicates one channel (i.e., mono) whereas the definitive channel configuration is two channels (i.e. stereo). When MPEG Surround is used, the definitive channel configuration depends on the output of the MPEG Surround decoder.
コアコーデックのチャネル構成は、デフォルトのオーディオコーデックチャンネル構成です。 PSを使用する場合決定的なチャンネル構成は、2つのチャネル（すなわち、ステレオ）であるのに対し、コアコーデックのチャネル構成は、1つのチャンネル（即ち、モノラル）を示します。 MPEGサラウンドを使用する場合、決定的なチャネル構成は、MPEGサラウンドデコーダの出力に依存します。
LATM has several multiplexing features as follows:
次のようにLATMは、いくつかの多重化機能を備えています。
o carrying configuration information with audio data,
オーディオデータと設定情報を運ぶO、
o concatenating multiple audio frames in one audio stream,
つのオーディオストリーム内の複数の音声フレームを連結するO、
o multiplexing multiple objects (programs), and
O多重化複数のオブジェクト（プログラム）、及び
o multiplexing scalable layers,
O多重スケーラブルレイヤ、
However, in RTP transmission, there is no need for the last two features. Therefore, these two features MUST NOT be used in applications based on RTP packetization specified by this document. Since LATM has been developed for only natural audio coding tools, i.e., not for synthesis tools, it seems difficult to transmit Structured Audio (SA) data and Text-to-Speech Interface (TTSI) data by LATM. Therefore, SA data and TTSI data MUST NOT be transported by the RTP packetization in this document.
しかし、RTP伝送では、最後の二つの機能は必要ありません。したがって、これら2つの機能は、この文書で指定されたRTPパケットに基づくアプリケーションで使用してはいけません。 LATMはすなわち、ない合成ツールのために、唯一の自然オーディオ符号化ツールのために開発されているので、LATMによって構造化オーディオ（SA）データおよびテキスト読み上げインターフェイス（TTSI）データを送信することは難しいようです。したがって、SAデータとTTSIデータは、この文書のRTPのパケットによって運ばれてはなりません。
For transmission of scalable streams, audio data of each layer SHOULD be packetized onto different RTP streams allowing for the different layers to be treated differently at the IP level, for example, via some means of differentiated service. On the other hand, all configuration data of the scalable streams are contained in one LATM configuration data "StreamMuxConfig", and every scalable layer shares the StreamMuxConfig. The mapping between each layer and its configuration data is achieved by LATM header information attached to the audio data. In order to indicate the dependency information of the scalable streams, the signaling mechanism as specified in [RFC5583] SHOULD be used (see Section 6.2).
スケーラブルなストリームの送信のために、各層の音声データは、異なる層が差別化サービスのいくつかの手段を介して、例えば、IPレベルで異なる方法で処理することを可能にするストリーム異なるRTPにパケット化されるべきです。一方、スケーラブルなストリームのすべての構成データは、1つのLATM構成データ「StreamMuxConfig」、およびすべてのスケーラブル層株式StreamMuxConfigに含まれています。各層とその構成データとの間のマッピングは、オーディオデータに付加LATMヘッダー情報によって達成されます。スケーラブルなストリームの依存関係情報を示すために、[RFC5583]で指定されるようにシグナリングメカニズムが使用されるべきである（セクション6.2を参照）。
This section specifies RTP packetization rules for MPEG-4 Visual content. An MPEG-4 Visual bitstream is mapped directly onto RTP packets without the addition of extra header fields or any removal of Visual syntax elements. The Combined Configuration/Elementary stream mode MUST be used so that configuration information will be carried to the same RTP port as the elementary stream. (See Subclause 6.2.1, "Start codes", of [14496-2].) The configuration information MAY additionally be specified by some out-of-band means. If needed by systems using media type parameters and SDP parameters, e.g., SIP and RTSP, the optional parameter "config" MUST be used to specify the configuration information (see Sections 7.1 and 7.2).
このセクションでは、MPEG-4ビジュアルコンテンツのためのRTPパケット化規則を指定します。 MPEG-4映像ビットストリームは、余分なヘッダフィールドの付加またはVisual構文要素の除去なしでRTPパケットに直接マッピングされます。構成情報はエレメンタリーストリームと同じRTPポートに運ばれるように、複合構成/エレメンタリーストリームモードを使用しなければなりません。 （[14496-2]の「開始コード」、箇条6.2.1を参照。）構成情報は、さらに、いくつかのアウトオブバンドによって指定されてもよいです。メディアタイプパラメータ及びSDPパラメータ、例えば、SIPおよびRTSPを使用するシステムが必要とする場合、オプションのパラメータ「設定」は、構成情報を指定するために使用されなければならない（セクション7.1および7.2を参照）。
When the short video header mode is used, the RTP payload format for H.263 SHOULD be used. (The format defined in [RFC4629] is RECOMMENDED, but the [RFC4628] format MAY be used for compatibility with older implementations.)
短いビデオヘッダ・モードを使用する場合、H.263のためのRTPペイロードフォーマットを使用すべきです。 （[RFC4629]で定義されたフォーマットが推奨されるが、[RFC4628]の形式は、古い実装との互換性のために使用されるかもしれません。）
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|V=2|P|X| CC |M| PT | sequence number | RTP
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| timestamp | Header
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| synchronization source (SSRC) identifier |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| contributing source (CSRC) identifiers |
| .... |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| | RTP
| MPEG-4 Visual stream (byte aligned) | Pay-
| | load
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 1: An RTP Packet for MPEG-4 Visual Stream
図1：MPEG-4ビジュアル・ストリームのためのRTPパケット
Payload Type (PT): The assignment of an RTP payload type for this packet format is outside the scope of this document and will not be specified here. It is expected that the RTP profile for a particular class of applications will assign a payload type for this encoding, or if that is not done, then a payload type in the dynamic range SHALL be chosen by means of an out-of-band signaling protocol (e.g., H.245, SIP).
ペイロードタイプ（PT）：このパケットフォーマットのためのRTPペイロードタイプの割り当ては、この文書の範囲外であり、ここで指定されません。アプリケーションの特定のクラスのためのRTPプロファイルは、この符号化のためのペイロードタイプを割り当てるか、またはそれが行われない場合には、ダイナミックレンジにおけるペイロードタイプは、アウトオブバンドシグナリングによって選択されるものと期待されていますプロトコル（例えば、H.245、SIP）。
Extension (X) bit: Defined by the RTP profile used.
拡張（X）ビット：使用RTPプロファイルによって定義されています。
Sequence Number: Incremented by 1 for each RTP data packet sent, starting, for security reasons, with a random initial value.
シーケンス番号：各RTPデータパケットのために1ずつ増加は、ランダムな初期値で、セキュリティ上の理由から、開始、送られました。
Marker (M) bit: The marker bit is set to 1 to indicate the last RTP packet (or only RTP packet) of a VOP. When multiple VOPs are carried in the same RTP packet, the marker bit is set to 1.
マーカ（M）ビット：マーカービットはVOPの最後のRTPパケット（または唯一のRTPパケット）を示すために1に設定されています。複数のVOPが同一のRTPパケットで運ばれる場合、マーカービットが1に設定されています。
Timestamp: The timestamp indicates the sampling instance of the VOP contained in the RTP packet. A constant offset, which is random, is added for security reasons.
タイムスタンプ：タイムスタンプはRTPパケットに含まれるVOPのサンプリング・インスタンスを示します。ランダムで一定のオフセットは、セキュリティ上の理由のために追加されます。
o When multiple VOPs are carried in the same RTP packet, the timestamp indicates the earliest of the VOP times within the VOPs carried in the RTP packet. Timestamp information of the rest of the VOPs is derived from the timestamp fields in the VOP header (modulo_time_base and vop_time_increment).
複数のVOPが同一のRTPパケットで運ばれる場合、O、タイムスタンプはRTPパケットで運ばのVOP内VOP時間の最も早いを示しています。 VOPの残りのタイムスタンプ情報は、VOPヘッダ（たmodulo_time_baseとvop_time_increment）のタイムスタンプフィールドから導出されます。
o If the RTP packet contains only configuration information and/or Group_of_VideoObjectPlane() fields, the timestamp of the next VOP in the coding order is used.
RTPパケットのみの構成情報及び/又はGroup_of_VideoObjectPlane（）フィールドが含まれている場合は、O、符号化順で次のVOPのタイムスタンプが使用されます。
o If the RTP packet contains only visual_object_sequence_end_code information, the timestamp of the immediately preceding VOP in the coding order is used.
RTPパケットのみvisual_object_sequence_end_code情報が含まれている場合は、O、符号化順で直前のVOPのタイムスタンプが使用されます。
The resolution of the timestamp is set to its default value of 90 kHz, unless specified by out-of-band means (e.g., SDP parameter or media type parameter as defined in Section 7).
アウト・オブ・バンドによって指定されない限り、タイムスタンプの分解能は、90キロヘルツのデフォルト値に設定されている（例えば、セクション7で定義されるように、SDPパラメータまたはメディアタイプパラメータ）。
Other header fields are used as described in [RFC3550].
[RFC3550]に記載されているように他のヘッダフィールドが使用されています。
A fragmented MPEG-4 Visual bitstream is mapped directly onto the RTP payload without any addition of extra header fields or any removal of Visual syntax elements.
断片化されたMPEG-4映像ビットストリームは、余分なヘッダフィールドの任意の添加またはVisual構文要素の除去なしでRTPペイロードに直接マッピングされます。
In the following, header means one of the following:
以下では、ヘッダは、次のいずれかを意味します。
o Configuration information (Visual Object Sequence Header, Visual Object Header, and Video Object Layer Header)
O構成情報（ビジュアルオブジェクトシーケンスヘッダ、ビジュアルオブジェクトヘッダ、およびビデオオブジェクト層ヘッダ）
o visual_object_sequence_end_code
O visual_object_sequence_end_code
o The header of the entry point function for an elementary stream (Group_of_VideoObjectPlane() or the header of VideoObjectPlane(), video_plane_with_short_header(), MeshObject(), or FaceObject())
エレメンタリストリームのエントリポイント関数のヘッダO（Group_of_VideoObjectPlane（）またはVideoObjectPlaneのヘッダ（）、video_plane_with_short_header（）、MeshObject（）、またはFaceObject（））
o The video packet header (video_packet_header() excluding next_resync_marker())
Oビデオパケットヘッダ（next_resync_marker除くvideo_packet_header（）（））
o The header of gob_layer()
O gob_layerのヘッダ（）
o See Subclause 6.2.1 ("Start codes") of [14496-2] for the definition of the configuration information and the entry point functions.
O構成情報及びエントリポイント関数の定義について箇条6.2.1（「開始コード」）[14496-2]のを見ます。
The Combined Configuration/Elementary streams mode is used. The following rules apply for the fragmentation.
複合構成/エレメンタリストリームモードが使用されています。次の規則が断片化のために適用されます。
(1) Configuration information and Group_of_VideoObjectPlane() fields SHALL be placed at the beginning of the RTP payload (just after the RTP header) or just after the header of the syntactically upper-layer function.
（1）構成情報およびGroup_of_VideoObjectPlane（）フィールドは、（単にRTPヘッダの後）、または単に構文的に上位層機能のヘッダの後RTPペイロードの先頭に置きます。
(2) If one or more headers exist in the RTP payload, the RTP payload SHALL begin with the header of the syntactically highest function. Note: The visual_object_sequence_end_code is regarded as the lowest function.
一つ以上のヘッダがRTPペイロードに存在する場合（2）、RTPペイロードは、構文的に最高関数のヘッダで始まりSHALL。注意：visual_object_sequence_end_codeは最低の関数とみなされます。
(3) A header SHALL NOT be split into a plurality of RTP packets.
（3）ヘッダは、RTPパケットを複数に分割することがないもの。
(4) Different VOPs SHOULD be fragmented into different RTP packets so that one RTP packet consists of the data bytes associated with a unique VOP time instance (that is indicated in the timestamp field in the RTP packet header), with the exception that multiple consecutive VOPs MAY be carried within one RTP packet in the decoding order if the size of the VOPs is small.
（4）種々のVOPは、異なるRTPパケットに断片化されるべきである1つのRTPパケットは、複数の連続したことを除いて、一意VOP時間インスタンス（それは、RTPパケットヘッダにタイムスタンプフィールドに示されている）に関連付けられたデータバイトで構成するようにVOPのサイズが小さい場合のVOPは、復号順に1つのRTPパケット内で実施することができます。
Note: When multiple VOPs are carried in one RTP payload, the
timestamp of the VOPs after the first one may be calculated by
the decoder. This operation is necessary only for RTP packets
in which the marker bit equals to 1 and the beginning of the RTP
payload corresponds to a start code. (See the descriptions of
timestamp and marker bit in Section 5.1.)
(5) It is RECOMMENDED that a single video packet is sent as a single RTP packet. The size of a video packet SHOULD be adjusted in such a way that the resulting RTP packet is not larger than the Path MTU. If the video packet is disabled by the coder configuration (by setting resync_marker_disable in the VOL header to 1), or in coding tools where the video packet is not supported, a VOP MAY be split at arbitrary byte positions.
（5）単一のビデオパケットが単一のRTPパケットとして送信することが推奨されます。ビデオパケットのサイズは、得られたRTPパケットは、パスMTUよりも大きくないように調整されるべきです。ビデオパケットは、ビデオパケットがサポートされていないツールをコーディング（1にVOLヘッダ内resync_marker_disable設定することによって）コーダの設定によって無効にされている場合は、VOPは、任意のバイト位置で分割することができます。
The video packet starts with the VOP header or the video packet
header, followed by motion_shape_texture(), and ends with
next_resync_marker() or next_start_code().
Figure 2 shows examples of RTP packets generated based on the criteria described in Section 5.2
図2は、第5.2節で説明した基準に基づいて生成されたRTPパケットの例を示します
(a) is an example of the first RTP packet or the random access point of an MPEG-4 Visual bitstream containing the configuration information. According to criterion (1), the Visual Object Sequence Header (VS header) is placed at the beginning of the RTP payload, preceding the Visual Object Header and the Video Object Layer Header (VO header, VOL header). Since the fragmentation rule defined in Section 5.2 guarantees that the configuration information, starting with visual_object_sequence_start_code, is always placed at the beginning of the RTP payload, RTP receivers can detect the random access point by checking if the first 32-bit field of the RTP payload is visual_object_sequence_start_code.
（a）第一のRTPパケットまたは構成情報を含むMPEG-4映像のビットストリームのランダムアクセスポイントの一例です。基準によれば、（1）、（ヘッダVS）ビジュアルオブジェクトシーケンスヘッダは、ビジュアルオブジェクトヘッダとビデオオブジェクト層ヘッダ（VOヘッダ、VOLヘッダ）の前、RTPペイロードの先頭に配置されています。構成情報は、visual_object_sequence_start_code始まる、常にRTPペイロードの先頭に配置され、RTP受信機は、RTPペイロードの最初の32ビットのフィールドかどうかをチェックすることにより、ランダムアクセスポイントを検出することができることを5.2節の保証で定義された断片化規則以来visual_object_sequence_start_codeです。
(b) is another example of the RTP packet containing the configuration information. It differs from example (a) in that the RTP packet also contains a VOP header and a video packet in the VOP following the configuration information. Since the length of the configuration information is relatively short (typically scores of bytes) and an RTP packet containing only the configuration information may thus increase the overhead, the configuration information and the subsequent VOP can be packetized into a single RTP packet.
（b）の設定情報を含むRTPパケットの別の例です。これは、（a）は、その中にRTPパケットもVOPヘッダおよび設定情報次のVOPにおけるビデオパケットが含まれている例と異なります。構成情報の長さは、このように、オーバーヘッド、構成情報とそれに続くVOPを増加させることができるだけの構成情報を含む比較的短い（典型的にはバイトのスコア）とRTPパケットであるので、単一のRTPパケットにパケット化することができます。
(c) is an example of an RTP packet that contains Group_of_VideoObjectPlane (GOV). Following criterion (1), the GOV is placed at the beginning of the RTP payload. It would be a waste of RTP/IP header overhead to generate an RTP packet containing only a GOV whose length is 7 bytes. Therefore, the following VOP (or a part of it) can be placed in the same RTP packet as shown in (c).
（c）はGroup_of_VideoObjectPlane（GOV）を含有するRTPパケットの例です。基準以下の（1）、GOVは、RTPペイロードの先頭に配置されています。長さ7バイトでのみGOVを含むRTPパケットを生成するRTP / IPヘッダのオーバーヘッドの浪費であろう。 （c）に示すように、したがって、次のVOP（またはその一部）が同じRTPパケットに配置することができます。
(d) is an example of the case where one video packet is packetized into one RTP packet. When the packet-loss rate of the underlying network is high, this kind of packetization is recommended. Even when the RTP packet containing the VOP header is discarded by a packet loss, the other RTP packets can be decoded by using the HEC (Header Extension Code) information in the video packet header. No extra RTP header field is necessary.
（d）は、一つのビデオパケットが1つのRTPパケットにパケット化された場合の例です。基盤となるネットワークのパケット損失率が高い場合、パケットのこの種をお勧めします。 VOPヘッダを含むRTPパケットはパケットロスによって廃棄された場合でも、他のRTPパケットは、ビデオパケットヘッダにHEC（ヘッダ拡張コード）情報を用いて復号することができます。余分なRTPヘッダフィールドは必要ありません。
(e) is an example of the case where more than one video packet is packetized into one RTP packet. This kind of packetization is effective to save the overhead of RTP/IP headers when the bitrate of the underlying network is low. However, it will decrease the packet-loss resiliency because multiple video packets are discarded by a single RTP packet loss. The optimal number of video packets in an RTP packet and the length of the RTP packet can be determined by considering the packet-loss rate and the bitrate of the underlying network.
（e）は、複数のビデオパケットが1つのRTPパケットにパケット化された場合の例です。パケットのこの種のは、基盤となるネットワークのビットレートが低い場合にはRTP / IPヘッダのオーバーヘッドを保存することが有効です。複数のビデオパケットは、単一のRTPパケット損失によって破棄されているのでしかし、それは、パケットロスの回復力が減少します。 RTPパケット及びRTPパケットの長さのビデオパケットの最適な数は、パケットロス率と、基礎となるネットワークのビットレートを考慮して決定することができます。
(f) is an example of the case when the video packet is disabled by setting resync_marker_disable in the VOL header to 1. In this case, a VOP may be split into a plurality of RTP packets at arbitrary byte positions. For example, it is possible to split a VOP into fixed-length packets. This kind of coder configuration and RTP packet fragmentation may be used when the underlying network is guaranteed to be error-free.
（F）ビデオパケットは、この場合には1にVOLヘッダ内resync_marker_disable設定することにより無効になっている場合の例であり、VOPは、任意のバイト位置での複数のRTPパケットに分割することができます。例えば、固定長パケットにVOPを分割することが可能です。基盤となるネットワークがエラーのないことが保証されている場合、コーダの設定およびRTPパケットの断片化のこの種を使用することができます。
Figure 3 shows examples of RTP packets prohibited by the criteria of Section 5.2.
図3は、第5.2節の基準によって禁止されたRTPパケットの例を示します。
Fragmentation of a header into multiple RTP packets, as in Figure 3(a), will not only increase the overhead of RTP/IP headers but also decrease the error resiliency. Therefore, it is prohibited by criterion (3).
複数のRTPパケットにヘッダのフラグメンテーション、図3のように（A）、RTP / IPヘッダーのオーバーヘッドを増加させるだけでなく、エラー回復力を減少させるだけでなく、。従って、基準（3）によって禁止されています。
When concatenating more than one video packet into an RTP packet, the VOP header or video_packet_header() is not allowed to be placed in the middle of the RTP payload. The packetization as in Figure 2(b) is not allowed by criterion (2) due to the aspect of the error resiliency. Comparing this example with Figure 2(d), although two video packets are mapped onto two RTP packets in both cases, the packet-loss resiliency is not identical. Namely, if the second RTP packet is lost, both video packets 1 and 2 are lost in the case of Figure 3(b), whereas only video packet 2 is lost in the case of Figure 2(d).
RTPパケットに複数のビデオパケットを連結する場合、VOPヘッダまたはvideo_packet_header（）がRTPペイロードの中央に配置することは許されません。図2（B）のように、パケットがエラーにより回復力の側面に基準（2）によって許可されていません。 2つのビデオパケットは両方の場合二つのRTPパケットにマッピングされているが、図2（D）と、本実施例を比較すると、パケット損失弾性が同一ではありません。第二のRTPパケットが失われた場合にのみ、ビデオパケット2は、図2（D）の場合に失われるのに対し、すなわち、両方のビデオパケット1及び2は、図3（B）の場合に失われます。
+------+------+------+------+
(a) | RTP | VS | VO | VOL |
|header|header|header|header|
+------+------+------+------+
+------+------+------+------+------+------------+
(b) | RTP | VS | VO | VOL | VOP |Video Packet|
|header|header|header|header|header| |
+------+------+------+------+------+------------+
+------+-----+------------------+
(c) | RTP | GOV |Video Object Plane|
|header| | |
+------+-----+------------------+
+------+------+------------+ +------+------+------------+
(d) | RTP | VOP |Video Packet| | RTP | VP |Video Packet|
|header|header| (1) | |header|header| (2) |
+------+------+------------+ +------+------+------------+
+------+------+------------+------+------------+------+------------+
(e) | RTP | VP |Video Packet| VP |Video Packet| VP |Video Packet|
|header|header| (1) |header| (2) |header| (3) |
+------+------+------------+------+------------+------+------------+
+------+------+------------+ +------+------------+
(f) | RTP | VOP |VOP fragment| | RTP |VOP fragment|
|header|header| (1) | |header| (2) | . . .
+------+------+------------+ +------+------------+
Figure 2: Examples of RTP Packetized MPEG-4 Visual Bitstream
図2：RTPパケット化MPEG-4映像ビットストリームの例
+------+-------------+ +------+------------+------------+
(a) | RTP |First half of| | RTP |Last half of|Video Packet|
|header| VP header | |header| VP header | |
+------+-------------+ +------+------------+------------+
+------+------+----------+ +------+---------+------+------------+
(b) | RTP | VOP |First half| | RTP |Last half| VP |Video Packet|
|header|header| of VP(1) | |header| of VP(1)|header| (2) |
+------+------+----------+ +------+---------+------+------------+
Figure 3: Examples of Prohibited RTP Packetization for MPEG-4 Visual
図3：MPEG-4 Visualの禁止RTPパケット化の例
This section specifies RTP packetization rules for MPEG-4 Audio bitstreams. MPEG-4 Audio streams MUST be formatted LATM (Low-overhead MPEG-4 Audio Transport Multiplex) [14496-3] streams, and the LATM-based streams are then mapped onto RTP packets as described in the sections below.
このセクションでは、MPEG-4オーディオのビットストリームのためのRTPパケット化規則を指定します。 MPEG-4オーディオストリームは、（低オーバーヘッドMPEG-4音声伝送多重）[14496-3]ストリームLATMをフォーマットする必要があり、そしてLATMベースのストリームは、その後、以下のセクションに記載されるようにRTPパケットにマッピングされます。
LATM-based streams consist of a sequence of audioMuxElements that include one or more PayloadMux elements that carry the audio frames. A complete audioMuxElement or a part of one SHALL be mapped directly onto an RTP payload without any removal of audioMuxElement syntax elements (see Figure 4). The first byte of each audioMuxElement SHALL be located at the first payload location in an RTP packet.
LATMベースのストリームは、オーディオフレームを搬送する一個の以上PayloadMux要素を含むaudioMuxElementsの配列からなります。完全audioMuxElementまたは1つの一部がaudioMuxElementシンタックス要素のいずれかを除去することなく、RTPペイロードに直接マッピングされるもの（図4参照）。各audioMuxElementの最初のバイトは、RTPパケットの最初のペイロード位置に配置することがSHALL。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|V=2|P|X| CC |M| PT | sequence number |RTP
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| timestamp |Header
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| synchronization source (SSRC) identifier |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| contributing source (CSRC) identifiers |
| .... |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| |RTP
: audioMuxElement (byte aligned) :Payload
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 4 - An RTP packet for MPEG-4 Audio
図4 - MPEG-4オーディオのためのRTPパケット
In order to decode the audioMuxElement, the following muxConfigPresent information is required to be indicated by out-of-band means. When SDP is utilized for this indication, the media type parameter "cpresent" corresponds to the muxConfigPresent information (see Section 7.3). The following restrictions apply:
audioMuxElementを復号するために、以下muxConfigPresent情報は、帯域外手段によって示すことが要求されます。 SDPは、この指示のために利用されている場合、メディアタイプパラメータ「cpresent」はmuxConfigPresent情報に対応する（第7.3節を参照）。以下の制限が適用されます。
o In the out-of-band configuration case, the number of PayloadMux elements contained in each audioMuxElement can only be set once. If more than one PayloadMux element is contained in each audioMuxElement, special care is required to ensure that the last RTP packet remains decodable.
Oアウトオブバンド構成の場合、各audioMuxElementに含まPayloadMux要素の数は一度だけ設定することができます。複数のPayloadMux要素が各audioMuxElementに含まれている場合は、特別な注意が最後のRTPパケットがデコード可能なままであることを保証するために必要とされます。
o To construct the audioMuxElement in the in-band configuration case, non-octet-aligned configuration data is inserted immediately before the one or more PayloadMux elements. Since the generation of RTP payloads with non-octet-aligned data is not possible with RTP hint tracks, as defined by the MP4 file format [14496-12] [14496-14], this document does not support RTP hint tracks for the in-band configuration case.
oはインバンド構成の場合にaudioMuxElementを構築するために、非オクテット整列コンフィギュレーションデータは、1つ以上のPayloadMux要素の直前に挿入されます。 [14496から14] [14496-12] MP4ファイルフォーマットによって定義されるような非オクテット整列データのRTPペイロードの生成は、RTPヒントトラックでは不可能であるので、この文書は、InのRTPヒントトラックをサポートしていません-band設定ケース。
muxConfigPresent: If this value is set to 1 (in-band mode), the audioMuxElement SHALL include an indication bit "useSameStreamMux" and MAY include the configuration information for audio compression "StreamMuxConfig". The useSameStreamMux bit indicates whether the StreamMuxConfig element in the previous frame is applied in the current frame. If the useSameStreamMux bit indicates to use the StreamMuxConfig from the previous frame, but if the previous frame has been lost, the current frame may not be decodable. Therefore, in case of in-band mode, the StreamMuxConfig element SHOULD be transmitted repeatedly depending on the network condition. On the other hand, if muxConfigPresent is set to 0 (out-of-band mode), the StreamMuxConfig element is required to be transmitted by an out-of-band means. In case of SDP, the media type parameter "config" is utilized (see Section 7.3).
muxConfigPresent：この値が1（インバンドモード）に設定されている場合、audioMuxElementが表示ビット「useSameStreamMux」を含むものとし、音声圧縮「StreamMuxConfig」の構成情報を含むことができます。 useSameStreamMuxビットは、前のフレームにおけるStreamMuxConfig要素が現在のフレームに適用されるかどうかを示します。 useSameStreamMuxビットは前のフレームからStreamMuxConfigを使用することを示している場合、しかし、前のフレームが失われた場合、現在のフレームが復号化可能ではないかもしれません。したがって、インバンドモードの場合には、StreamMuxConfig要素は、ネットワーク状態に応じて繰り返し送信されるべきです。 muxConfigPresentが0（アウトオブバンドモード）に設定されている一方、StreamMuxConfig要素は、アウトオブバンドによって送信される必要があります。 SDPの場合には、メディアタイプパラメータ「設定」が利用される（セクション7.3参照）。
Payload Type (PT): The assignment of an RTP payload type for this packet format is outside the scope of this document and will only be restricted here. It is expected that the RTP profile for a particular class of applications will assign a payload type for this encoding, or if that is not done, then a payload type in the dynamic range shall be chosen by means of an out-of-band signaling protocol (e.g., H.245, SIP). In the dynamic assignment of RTP payload types for scalable streams, the server SHALL assign a different value to each layer. The dependency relationships between the enhanced layer and the base layer MUST be signaled as specified in [RFC5583]. An example of the use of such signaling for scalable audio streams can be found in [RFC5691].
ペイロードタイプ（PT）：このパケットフォーマットのためのRTPペイロードタイプの割り当ては、この文書の範囲外であり、ここでしか制限されるであろう。アプリケーションの特定のクラスのためのRTPプロファイルは、この符号化のためのペイロードタイプを割り当てるか、またはそれが行われない場合には、ダイナミックレンジにおけるペイロードタイプは、アウトオブバンドシグナリングによって選択されなければならないことが予想されますプロトコル（例えば、H.245、SIP）。スケーラブルなストリームのRTPペイロードタイプの動的割り当てでは、サーバは、それぞれの層に異なる値を割り当てるものとします。 [RFC5583]で指定されるように強化層とベース層との間の依存関係が通知されなければなりません。スケーラブルオーディオストリームのようなシグナリングの使用の例は、[RFC5691]に見出すことができます。
Marker (M) bit: The marker bit indicates audioMuxElement boundaries. It is set to 1 to indicate that the RTP packet contains a complete audioMuxElement or the last fragment of an audioMuxElement.
マーカー（M）ビット：マーカービットはaudioMuxElement境界を示します。 RTPパケットは、完全なaudioMuxElementまたはaudioMuxElementの最後の断片が含まれていることを示すために1に設定されています。
Timestamp: The timestamp indicates the sampling instance of the first audio frame contained in the RTP packet. Timestamps are RECOMMENDED to start at a random value for security reasons.
タイムスタンプ：タイムスタンプはRTPパケットに含まれる最初の音声フレームのサンプリングインスタンスを示します。タイムスタンプは、セキュリティ上の理由からランダムな値で開始することをお勧めします。
Unless specified by an out-of-band means, the resolution of the timestamp is set to its default value of 90 kHz.
アウト・オブ・バンドによって指定されない限り、タイムスタンプの分解能は90キロヘルツのデフォルト値に設定されています。
Sequence Number: Incremented by 1 for each RTP packet sent, starting, for security reasons, with a random value.
シーケンス番号：各RTPパケットを1ずつ増加は、ランダムな値で、セキュリティ上の理由から、開始、送られました。
Other header fields are used as described in [RFC3550].
[RFC3550]に記載されているように他のヘッダフィールドが使用されています。
It is RECOMMENDED to put one audioMuxElement in each RTP packet. If the size of an audioMuxElement can be kept small enough that the size of the RTP packet containing it does not exceed the size of the Path MTU, this will be no problem. If it cannot, the audioMuxElement SHALL be fragmented and spread across multiple packets.
各RTPパケットに1 audioMuxElementを置くことをお勧めします。 audioMuxElementの大きさは、それを含むRTPパケットのサイズがパスMTUのサイズを超えていないことを十分に小さく抑えることができるならば、これは問題ないでしょう。それができない場合は、audioMuxElementが断片化し、複数のパケットにまたがることがないものとします。
The following sections describe the media type registrations for MPEG-4 Audio/Visual streams, which are registered in accordance with [RFC4855] and use the template of [RFC4288]. Media type registration and SDP usage for the MPEG-4 Visual stream are described in Sections 7.1 and 7.2, respectively, while media type registration and SDP usage for MPEG-4 Audio stream are described in Sections 7.3 and 7.4, respectively.
以下のセクションでは、[RFC4855]に従って登録され[RFC4288]のテンプレートを使用しているMPEG-4オーディオ/ビジュアルストリームのメディアタイプ登録を記述する。 MPEG-4オーディオ・ストリームのメディアタイプ登録及びSDP使用量は、それぞれ、セクション7.3および7.4に記載されている。MPEG-4ビジュアルストリームのメディアタイプ登録とSDPの使用量は、それぞれ、セクション7.1および7.2に記載されています。
The receiver MUST ignore any unspecified parameter in order to ensure that additional parameters can be added in any future revision of this specification.
受信機は、追加のパラメータがこの仕様の将来の改訂版で添加することができることを確実にするために、任意の不特定のパラメータを無視しなければなりません。
Type name: video
型名：ビデオ
Subtype name: MP4V-ES
サブタイプ名：MP4V-ES
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：
"rate": This parameter is used only for RTP transport. It indicates the resolution of the timestamp field in the RTP header. If this parameter is not specified, its default value of 90000 (90 kHz) is used.
「レート」：このパラメータは、RTPの輸送に使用されます。これは、RTPヘッダ内のタイムスタンプ・フィールドの解像度を示します。このパラメータが指定されていない場合は、90000（90キロヘルツ）のデフォルト値が使用されます。
"profile-level-id": A decimal representation of MPEG-4 Visual Profile and Level indication value (profile_and_level_indication) defined in Table G-1 of [14496-2]. This parameter MAY be used in the capability exchange or session setup procedure to indicate the MPEG-4 Visual Profile and Level combination of which the MPEG-4 Visual codec is capable. If this parameter is not specified by the procedure, its default value of 1 (Simple Profile/Level 1) is used.
"プロファイルレベルID"：MPEG-4ビジュアルプロファイル及びレベル指示値（profile_and_level_indicationは）の10進表現表G-1 [14496-2]の中で定義されます。このパラメータは、MPEG-4映像コーデックが可能となっているMPEG-4ビジュアルのプロファイルとレベルの組み合わせを示すために、能力交換やセッションのセットアップ手順で使用されるかもしれません。このパラメータは、プロシージャによって指定されていない場合は、1（シンプルプロファイル/レベル1）のデフォルト値が使用されます。
"config": This parameter SHALL be used to indicate the configuration of the corresponding MPEG-4 Visual bitstream. It SHALL NOT be used to indicate the codec capability in the capability exchange procedure. It is a hexadecimal representation of an octet string that expresses the MPEG-4 Visual configuration information, as defined in Subclause 6.2.1 ("Start codes") of [14496-2]. The configuration information is mapped onto the octet string most significant bit (MSB) first. The first bit of the configuration information SHALL be located at the MSB of the first octet. The configuration information indicated by this parameter SHALL be the same as the configuration information in the corresponding MPEG-4 Visual stream, except for first_half_vbv_occupancy and latter_half_vbv_occupancy (if they exist), which may vary in the repeated configuration information inside an MPEG-4 Visual stream. (See Subclause 6.2.1, "Start codes", of [14496-2].)
「設定」：このパラメータは、対応するMPEG-4映像ビットストリームの構成を示すために使用されなければなりません。能力交換手順のコーデックの能力を示すために使用してはなりません。これは、[14496-2]の（「開始コード」）箇条6.2.1で定義され、MPEG-4映像の構成情報を表すオクテット文字列の16進表現です。構成情報は、最初のオクテット列最上位ビット（MSB）にマッピングされます。構成情報の最初のビットは、最初のオクテットのMSBに配置さSHALL。このパラメータによって示される構成情報は、MPEG-4映像ストリーム内の繰り返し構成情報に変化し得る、first_half_vbv_occupancy及びlatter_half_vbv_occupancy（存在する場合）を除いて、対応するMPEG-4映像ストリーム内の構成情報と同じでなければなりません。 （[14496-2]の、 "コードの起動"、副次6.2.1を参照してください。）
Published specification:
公開された仕様：
The specifications for MPEG-4 Visual streams are presented in [14496-2]. The RTP payload format is described in [RFC6416].
MPEG-4映像ストリームの仕様は[14496-2]に提示されています。 RTPペイロードフォーマットは、[RFC6416]に記載されています。
Encoding considerations:
エンコードの考慮事項：
Video bitstreams MUST be generated according to MPEG-4 Visual specifications [14496-2]. A video bitstream is binary data and MUST be encoded for non-binary transport (for email, the Base64 encoding is sufficient). This type is also defined for transfer via RTP. The RTP packets MUST be packetized according to the MPEG-4 Visual RTP payload format defined in [RFC6416].
ビデオビットストリームは、MPEG-4ビジュアル規格[14496-2]に応じて生成されなければなりません。ビデオビットストリームは、バイナリデータであり、（eメールのため、Base64エンコードで十分である）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。このタイプは、RTPを介した転送のために定義されています。 RTPパケットは、[RFC6416]で定義されたMPEG-4ビジュアルRTPペイロードフォーマットに従ってパケット化されなければなりません。
Security considerations:
セキュリティの考慮事項：
See Section 10 of [RFC6416].
[RFC6416]のセクション10を参照してください。
Interoperability considerations:
相互運用性の考慮事項：
MPEG-4 Visual provides a large and rich set of tools for the coding of visual objects. For effective implementation of the standard, subsets of the MPEG-4 Visual tool sets have been provided for use in specific applications. These subsets, called 'Profiles', limit the size of the tool set a decoder is required to implement. In order to restrict computational complexity, one or more Levels are set for each Profile. A Profile@Level combination allows:
MPEG-4ビジュアルは、ビジュアルオブジェクトの符号化のためのツールの大規模かつ豊富なセットを提供します。標準の効果的な実施のために、MPEG-4ビジュアルツールセットのサブセットは、特定の用途での使用のために提供されています。 「プロファイル」と呼ばれるこれらのサブセットは、デコーダを実装するのに必要とされるツールセットのサイズを制限します。計算の複雑さを制限するために、1つまたは複数のレベルは、プロファイルごとに設定されています。プロファイル@レベルの組み合わせができます。
* a codec builder to implement only the subset of the standard he needs, while maintaining interworking with other MPEG-4 devices included in the same combination, and
同じ組み合わせに含まれる他のMPEG-4デバイスとのインターワーキングを維持しながら、彼が必要とする標準のサブセットのみを実装する*コーデックビルダー、および
* checking whether MPEG-4 devices comply with the standard ('conformance testing').
* MPEG-4のデバイスは、標準的な（「適合性試験」）に準拠しているかどうかチェックします。
The visual stream SHALL be compliant with the MPEG-4 Visual Profile@Level specified by the parameter "profile-level-id". Interoperability between a sender and a receiver may be achieved by specifying the parameter "profile-level-id" or by arranging a capability exchange/announcement procedure for this parameter.
視覚的な流れは、パラメータ「プロファイル・レベル-ID」で指定されたMPEG-4ビジュアルプロファイル@レベルに準拠するものとします。送信側と受信側との間の相互運用性は、パラメータ「プロファイルレベルID」を指定することによって、またはこのパラメータの能力交換/アナウンス手順を配置することによって達成することができます。
Applications that use this media type:
このメディアタイプを使用するアプリケーション：
Audio and visual streaming and conferencing tools
オーディオとビジュアルのストリーミングおよび会議ツール
Additional information: none
追加情報：なし
Person and email address to contact for further information:
詳細のために連絡する人とEメールアドレス：
See Authors' Addresses section at the end of [RFC6416].
[RFC6416]の最後に著者のアドレスセクションを参照してください。
Intended usage: COMMON
意図している用法：COMMON
Author:
著者：
See Authors' Addresses section at the end of [RFC6416].
[RFC6416]の最後に著者のアドレスセクションを参照してください。
Change controller:
コントローラを変更します。
IETF Audio/Video Transport Payloads working group delegated from the IESG.
IESGから委任IETFオーディオ/ビデオトランスポート・ペイロードワーキンググループ。
The media type video/MP4V-ES string is mapped to fields in SDP [RFC4566], as follows:
ビデオ/ MP4V-ES列がSDP内のフィールドにマッピングされたメディアタイプ[RFC4566]、次のように
o The media type (video) goes in SDP "m=" as the media name.
Oメディアタイプ（ビデオ）メディア名としてSDP「m =」に進みます。
o The Media subtype (MP4V-ES) goes in SDP "a=rtpmap" as the encoding name.
メディアサブタイプ（MP4V-ES）Oエンコーディング名としてSDPの "a = rtpmap" に進みます。
o The optional parameter "rate" goes in "a=rtpmap" as the "clock rate".
Oオプションのパラメータ「速度」は「クロック・レート」として「A = rtpmap」になります。
o The optional parameter "profile-level-id" and "config" go in the "a=fmtp" line to indicate the coder capability and configuration, respectively. These parameters are expressed as a string, in the form of a semicolon-separated list of parameter=value pairs.
オプションのパラメータ「プロファイルレベルID」oおよび「設定」は、それぞれ、符号化能力および構成を示すために「A =のfmtp」行に行きます。これらのパラメータは、パラメータ=値のペアのセミコロンで区切られたリストの形式で、文字列として表現されます。
Example usages for the "profile-level-id" parameter are: 1 : MPEG-4 Visual Simple Profile/Level 1 34 : MPEG-4 Visual Core Profile/Level 2 145: MPEG-4 Visual Advanced Real Time Simple Profile/Level 1
"プロファイル・レベル-ID" パラメータの例の使用法は次のとおりです：1：MPEG-4ビジュアルシンプルプロファイル/レベル1 34：MPEG-4ビジュアルコアプロファイル/レベル2 145：MPEG-4ビジュアル高度なリアルタイムシンプルプロファイル/レベル1
The following are some examples of media representations in SDP:
SDP内のメディア表現のいくつかの例は次のとおりです。
Simple Profile/Level 1, rate=90000(90 kHz), "profile-level-id" and "config" are present in "a=fmtp" line: m=video 49170/2 RTP/AVP 98 a=rtpmap:98 MP4V-ES/90000 a=fmtp:98 profile-level-id=1;config=000001B001000001B50900000100000 00120008440FA282C2090A21F
M =ビデオ2分の49170 RTP / AVP 98 = rtpmap：98シンプルプロファイル/レベル1、速度= 90000（90キロヘルツ）、 "プロファイルレベルID" と "設定" が "A =のfmtp" の行に存在しますMP4V-ES / 90000 =のfmtp：98プロファイルレベルID = 1;コンフィグ= 000001B001000001B50900000100000 00120008440FA282C2090A21F
Core Profile/Level 2, rate=90000(90 kHz), "profile-level-id" is present in "a=fmtp" line: m=video 49170/2 RTP/AVP 98 a=rtpmap:98 MP4V-ES/90000 a=fmtp:98 profile-level-id=34
コアプロファイル/レベル2、レート= 90000（90キロヘルツ）、 "プロファイルレベルIDが" 中に存在する "A =のfmtp" 行：M =ビデオ2分の49170 RTP / AVP 98 = rtpmap：98 MP4V-ES / 90000 =のfmtp：98プロファイルレベルID = 34
Advance Real Time Simple Profile/Level 1, rate=90000(90 kHz), "profile-level-id" is present in "a=fmtp" line: m=video 49170/2 RTP/AVP 98 a=rtpmap:98 MP4V-ES/90000 a=fmtp:98 profile-level-id=145
予めリアルタイムシンプルプロファイル/レベル1、速度= 90000（90キロヘルツ）、 "プロファイルレベルID" は、 "A =のfmtp" の行に存在する：M =ビデオ2分の49170 RTP / AVP 98 = rtpmap：98 MP4V -ES / 90000 A =のfmtp：98プロファイルレベルID = 145
The receiver MUST ignore any unspecified parameter, to ensure that additional parameters can be added in any future revision of this specification.
受信機は、追加のパラメータがこの仕様の将来の改訂版で添加することができることを確実にするために、任意の不特定のパラメータを無視しなければなりません。
Type name: audio
型名：オーディオ
Subtype name: MP4A-LATM
サブタイプ名：MP4A-LATM
Required parameters:
必須パラメータ：
"rate": the "rate" parameter indicates the RTP timestamp "clock rate". The default value is 90000. Other rates MAY be indicated only if they are set to the same value as the audio sampling rate (number of samples per second).
「率」：「率」パラメータは、RTPタイムスタンプ「クロック・レート」を示しています。デフォルト値は、それらがオーディオサンプリングレート（1秒あたりのサンプル数）と同じ値に設定されている場合にのみ、90000その他の料金が表示されてもよいです。
In the presence of SBR, the sampling rates for the core encoder/ decoder and the SBR tool are different in most cases. Therefore, this parameter SHALL NOT be considered as the definitive sampling rate. If this parameter is used, the server must follow the rules below:
SBRの存在下で、コア・エンコーダ/デコーダ及びSBRツールのサンプリングレートは、ほとんどの場合で異なります。したがって、このパラメータは決定的なサンプリングレートするものではありません。このパラメータを使用する場合、サーバーは、以下の規則に従う必要があります。
* When the presence of SBR is not explicitly signaled by the optional SDP parameters such as "object", "profile-level-id", or "config", this parameter SHALL be set to the core codec sampling rate.
SBRの存在が明示的にそのような「オブジェクト」、「プロファイルレベルID」、または「設定」などのオプションSDPパラメータによって知らされていない場合*は、このパラメータは、コアコーデックのサンプリングレートに設定されます。
* When the presence of SBR is explicitly signaled by the optional SDP parameters such as "object", "profile-level-id", or "config", this parameter SHALL be set to the SBR sampling rate.
SBRの存在が明示的にそのような「オブジェクト」、「プロファイルレベルID」、または「設定」などのオプションSDPパラメータによって通知された場合*、このパラメータは、SBRサンプリングレートに設定されます。
NOTE: The optional parameter "SBR-enabled" in SDP "a=fmtp" is useful for implicit HE AAC / HE AAC v2 signaling. But the "SBR-enabled" parameter can also be used in the case of explicit HE AAC / HE AAC v2 signaling. Therefore, its existence (in itself) is not the criteria to determine whether or HE AAC / HE AAC v2 signaling is explicit.
注：オプションのパラメータSDPに「SBR対応」「=のfmtpは」暗黙のHE AAC / HE AAC v2のシグナリングのために有用です。しかし、「SBR対応」パラメータは、明示的なHE AAC / HE AAC v2のシグナリングの場合にも使用することができます。したがって、（それ自体で）その存在は、AAC / HE AAC v2のシグナリングは、明示的であるかどうかをHEを決定する基準はありません。
Optional parameters:
オプションのパラメータ：
"profile-level-id": a decimal representation of MPEG-4 Audio Profile Level indication value defined in [14496-3]. This parameter indicates which MPEG-4 Audio tool subsets the decoder is capable of using. If this parameter is not specified in the capability exchange or session setup procedure, its default value of 30 (Natural Audio Profile/Level 1) is used.
「プロファイルレベルID」：[14496-3]で定義されたMPEG-4オーディオプロファイルレベル表示値の10進表現。このパラメータは、MPEG-4オーディオツールは、デコーダが使用可能であるサブセットかを示します。このパラメータは、能力交換やセッションのセットアップ手順で指定されていない場合は、30（ナチュラルオーディオプロファイル/レベル1）のデフォルト値が使用されます。
"MPS-profile-level-id": a decimal representation of the MPEG Surround Profile Level indication as defined in [14496-3]. This parameter indicates the support of the MPEG Surround profile and level by the decoder to be capable to decode the stream.
「MPS-プロファイルレベルID」：[14496-3]で定義されるようにMPEGサラウンドプロファイル・レベル表示の10進表現。このパラメータは、ストリームをデコードすることができるようにデコーダによってMPEGサラウンドプロファイルとレベルのサポートを示しています。
"object": a decimal representation of the MPEG-4 Audio Object Type value defined in [14496-3]. This parameter specifies the tool to be used by the decoder. It CAN be used to limit the capability within the specified "profile-level-id".
「オブジェクト」：[14496-3]で定義されたMPEG-4オーディオオブジェクトタイプ値の10進表現。このパラメータは、デコーダが使用するツールを指定します。指定された「プロファイルレベルID」内の能力を制限するために使用することができます。
"bitrate": the data rate for the audio bitstream.
「ビットレート」：オーディオビットストリームのデータレート。
"cpresent": a boolean parameter that indicates whether audio payload configuration data has been multiplexed into an RTP payload (see Section 6.1). A 0 indicates the configuration data has not been multiplexed into an RTP payload, and in that case, the "config" parameter MUST be present; a 1 indicates that it has been multiplexed. The default if the parameter is omitted is 1. If this parameter is set to 1 and the "config" parameter is present, the multiplexed configuration data and the value of the "config" parameter SHALL be consistent.
「cpresent」：オーディオペイロード構成データは、RTPペイロードに多重化されているかどうかを示すブールパラメータ（6.1節を参照してください）。 0は、構成データをRTPペイロードに多重化されていなかったことを示し、その場合には、「設定」パラメータが存在しなければなりません。 1は、それが多重化されたことを示しています。パラメータが省略されている場合、デフォルトでは、このパラメータが1に設定され、「設定」パラメータは、多重化されたコンフィギュレーションデータと「設定」パラメータの値が一致しなければならない存在である場合に1です。
"config": a hexadecimal representation of an octet string that expresses the audio payload configuration data "StreamMuxConfig", as defined in [14496-3]. Configuration data is mapped onto the octet string in an MSB-first basis. The first bit of the configuration data SHALL be located at the MSB of the first octet. In the last octet, zero-padding bits, if necessary, SHALL follow the configuration data. Senders MUST set the StreamMuxConfig elements taraBufferFullness and latmBufferFullness to their largest respective value, indicating that buffer fullness measures are not used in SDP. Receivers MUST ignore the value of these two elements contained in the "config" parameter.
「設定」：[14496-3]で定義されるように、オーディオペイロード構成データ「StreamMuxConfig」を表しオクテットストリングの16進表現。コンフィギュレーション・データはMSBファーストの基礎でオクテット文字列にマッピングされます。コンフィギュレーション・データの最初のビットは、最初のオクテットのMSBに配置さSHALL。最後のオクテット、ゼロパディングビットでは、必要に応じて、コンフィギュレーションデータに従わなければなりません。送信者は、バッファ占有量の測定は、SDPで使用されていないことを示し、それらの最大値それぞれにStreamMuxConfig要素taraBufferFullnessとlatmBufferFullnessを設定しなければなりません。受信機は、「設定」のパラメータに含まれるこれら二つの要素の値を無視しなければなりません。
"MPS-asc": a hexadecimal representation of an octet string that expresses audio payload configuration data "AudioSpecificConfig", as defined in [14496-3]. If this parameter is not present, the relevant signaling is performed by other means (e.g., in-band or contained in the "config" string).
「MPS-ASC」：[14496-3]で定義されるように、オーディオペイロード構成データ「AudioSpecificConfig」を表しオクテットストリングの16進表現。このパラメータが存在しない場合、関連するシグナリングは、（例えば、帯域内または「設定」列に含まれている）他の手段によって行われます。
The same mapping rules as for the "config" parameter apply.
「設定」のパラメータと同じマッピングルールが適用されます。
"ptime": duration of each packet in milliseconds.
「時間」：ミリ秒単位の各パケットの長さ。
"SBR-enabled": a boolean parameter that indicates whether SBR-data can be expected in the RTP-payload of a stream. This parameter is relevant for an SBR-capable decoder if the presence of SBR cannot be detected from an out-of-band decoder configuration (e.g., contained in the "config" string).
「SBR対応」：SBRデータストリームのRTPペイロードに期待することができるかどうかを示すブール値のパラメータ。 SBRの存在が（「設定」列に含ま例えば、）アウトオブバンドデコーダ構成から検出することができない場合、このパラメータは、SBR対応のデコーダに関連します。
If this parameter is set to 0, a decoder MAY expect that SBR is not used. If this parameter is set to 1, a decoder CAN up-sample the audio data with the SBR tool, regardless of whether or not SBR data is present in the stream.
このパラメータが0に設定されている場合は、デコーダは、SBRが使用されていないことを期待するかもしれません。このパラメータが1に設定されている場合、デコーダは関係なく、SBRデータがストリーム内に存在するか否かの、SBRツールでオーディオデータをアップサンプリングすることができます。
If the presence of SBR cannot be detected from out-of-band configuration and the "SBR-enabled" parameter is not present, the parameter defaults to 1 for an SBR-capable decoder. If the resulting output sampling rate or the computational complexity is not supported, the SBR tool can be disabled or run in down-sampled mode.
SBRの存在は、アウトオブバンド構成および「SBR対応」パラメータから検出することができない場合は、SBR対応のデコーダのための1のパラメータのデフォルト値は存在しません。結果の出力サンプリングレートや計算の複雑がサポートされていない場合、SBRツールは、無効にしたり、ダウンサンプリングされたモードで実行することができます。
The timestamp resolution at the RTP layer is determined by the "rate" parameter.
RTP層でのタイムスタンプの分解能は、「速度」パラメータによって決定されます。
Published specification:
公開された仕様：
Encoding specifications are provided in [14496-3]. The RTP payload format specification is described in [RFC6416].
エンコードの仕様は[14496-3]で提供されています。 RTPペイロードフォーマット仕様は、[RFC6416]に記載されています。
Encoding considerations:
エンコードの考慮事項：
This type is only defined for transfer via RTP.
このタイプは、唯一のRTPを介した転送のために定義されています。
Security considerations:
セキュリティの考慮事項：
See Section 10 of [RFC6416].
[RFC6416]のセクション10を参照してください。
Interoperability considerations:
相互運用性の考慮事項：
MPEG-4 Audio provides a large and rich set of tools for the coding of audio objects. For effective implementation of the standard, subsets of the MPEG-4 Audio tool sets similar to those used in MPEG-4 Visual have been provided (see Section 7.1).
MPEG-4オーディオは、オーディオオブジェクトの符号化のためのツールの大規模かつ豊富なセットを提供します。標準の効果的な実施のために、MPEG-4オーディオツールは、MPEG-4ビジュアルに使用されるものと同様のセットのサブセットは、（セクション7.1を参照）が提供されています。
The audio stream SHALL be compliant with the MPEG-4 Audio Profile@ Level specified by the parameters "profile-level-id" and "MPS-profile-level-id". Interoperability between a sender and a receiver may be achieved by specifying the parameters "profile-level-id" and "MPS-profile-level-id" or by arranging in the capability exchange procedure to set this parameter mutually to the same value. Furthermore, the "object" parameter can be used to limit the capability within the specified Profile@Level in the capability exchange.
オーディオストリームは、パラメータ「プロファイル・レベル-ID」と「MPS-プロファイルレベル-ID」で指定されたMPEG-4オーディオプロファイル@レベルに準拠するものとします。送信側と受信側との間の相互運用性は、パラメータ「プロファイルレベルID」と「MPS-プロファイルレベルID」を指定することによって、または同じ値に相互にこのパラメータを設定する能力交換手順に配置することによって達成することができます。さらに、「オブジェクト」パラメータは、能力交換で指定されたプロファイル@レベル内の能力を制限するために使用することができます。
Applications that use this media type:
このメディアタイプを使用するアプリケーション：
Audio and video streaming and conferencing tools.
オーディオとビデオストリーミングおよび会議ツール。
Additional information: none
追加情報：なし
Personal and email address to contact for further information:
詳細のために連絡する個人と電子メールアドレス：
See Authors' Addresses section at the end of [RFC6416].
[RFC6416]の最後に著者のアドレスセクションを参照してください。
Intended usage: COMMON
意図している用法：COMMON
Author:
著者：
See Authors' Addresses section at the end of [RFC6416].
[RFC6416]の最後に著者のアドレスセクションを参照してください。
Change controller:
コントローラを変更します。
IETF Audio/Video Transport Payloads working group delegated from the IESG.
IESGから委任IETFオーディオ/ビデオトランスポート・ペイロードワーキンググループ。
The media type audio/MP4A-LATM string is mapped to fields in SDP [RFC4566], as follows:
次のようにメディアタイプオーディオ/ MP4A-LATMストリングは、SDP [RFC4566]のフィールドにマッピングされます。
o The media type (audio) goes in SDP "m=" as the media name.
Oメディアタイプ（オーディオ）は、メディア名としてSDP「m =」に進みます。
o The Media subtype (MP4A-LATM) goes in SDP "a=rtpmap" as the encoding name.
Oメディアサブタイプ（MP4A-LATM）は、符号化名としてSDPの "a = rtpmap" に進みます。
o The required parameter "rate" goes in "a=rtpmap" as the "clock rate".
O必要なパラメータ「速度」は「クロック・レート」として「A = rtpmap」になります。
o The optional parameter "ptime" goes in SDP "a=ptime" attribute.
Oオプションのパラメータ "PTIMEは、" SDP "A = PTIME" 属性になります。
o The optional parameters "profile-level-id", "MPS-profile-level-id", and "object" go in the "a=fmtp" line to indicate the coder capability.
Oオプションのパラメータ「プロファイルレベルID」、「MPS-プロファイルレベルID」、および「オブジェクト」コーダ機能を示すために、「A =のfmtp」行に行きます。
The following are some examples of the "profile-level-id" value: 1 : Main Audio Profile Level 1 9 : Speech Audio Profile Level 1 15: High Quality Audio Profile Level 2 30: Natural Audio Profile Level 1 44: High Efficiency AAC Profile Level 2 48: High Efficiency AAC v2 Profile Level 2 55: Baseline MPEG Surround Profile (see ISO/IEC 23003-1) Level 3
1：メインオーディオプロファイルレベル1 9：音声オーディオプロファイルレベル1 15：高品質オーディオプロファイル、レベル2 30：ナチュラルオーディオプロファイルレベル1 44：高効率AAC以下は、「プロファイル・レベル-ID」の値のいくつかの例であり、プロフィールレベル2 48：高効率AAC v2のプロファイルレベル2 55：ベースラインMPEGサラウンドプロファイル（ISO / IEC 23003から1を参照）、レベル3
The optional payload-format-specific parameters "bitrate", "cpresent", "config", "MPS-asc", and "SBR-enabled" also go in the "a=fmtp" line. These parameters are expressed as a string, in the form of a semicolon-separated list of parameter=value pairs.
オプションペイロードフォーマット固有のパラメータ "ビットレート"、 "cpresent"、 "設定"、 "MPS-ASC"、および "SBR対応" はまた、 "A =のfmtp" 行に行きます。これらのパラメータは、パラメータ=値のペアのセミコロンで区切られたリストの形式で、文字列として表現されます。
The following sections contain some examples of the media representation in SDP.
次のセクションでは、SDPにおけるメディア表現のいくつかの例が含まれています。
Note that the "a=fmtp" line in some of the examples has been wrapped to fit the page; they would comprise a single line in the SDP file.
例のいくつかでは、「A =のfmtp」行がページに収まるようにラップされていることに注意してください。彼らは、SDPファイル内の1行を含むであろう。
In this example, the audio configuration data appears in the RTP payload exclusively (i.e., the MPEG-4 audio configuration is known when a StreamMuxConfig element appears within the RTP payload).
この例では、オーディオコンフィギュレーションデータは、排他的に（即ち、MPEG-4オーディオ設定をStreamMuxConfig要素がRTPペイロード内に表示されたときに知られている）、RTPペイロードに現れます。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/90000 a=fmtp:96 object=2; cpresent=1
M =オーディオ49230 RTP / AVP 96 = rtpmap：96 MP4A-LATM / 90000 =のfmtp：96物体= 2。 cpresent = 1
The "clock rate" is set to 90 kHz. This is the default value, and the real audio sampling rate is known when the audio configuration data is received.
「クロック・レートは」90 kHzに設定されています。これはデフォルト値であり、オーディオコンフィギュレーション・データを受信したときにリアルオーディオサンプリングレートが知られています。
This example shows a 6 kbit/s CELP (Code-Excited Linear Prediction) bitstream (with an audio sampling rate of 8 kHz).
この例では、6キロビット/秒CELP（符号励振線形予測）（8キロヘルツのオーディオサンプリングレートで）ビットストリームを示します。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/8000 a=fmtp:96 profile-level-id=9; object=8; cpresent=0; config=40008B18388380 a=ptime:20
M =オーディオ49230 RTP / AVP 96 = rtpmap：/ 8000 96 MP4A-LATM =のfmtp：96プロファイルレベルID = 9。物体= 8。 cpresent = 0;コンフィグ= 40008B18388380 A = PTIME：20
In this example, audio configuration data is not multiplexed into the RTP payload and is described only in SDP. Furthermore, the "clock rate" is set to the audio sampling rate.
この例では、オーディオコンフィギュレーションデータは、RTPペイロードに多重化されていないのみSDPに記載されています。さらに、「クロック・レートは、」オーディオのサンプリングレートに設定されています。
This example shows a 64 kbit/s AAC LC stereo bitstream (with an audio sampling rate of 24 kHz).
この例では、（24キロヘルツのオーディオサンプリングレートで）64キロビット/秒のAAC LCステレオビットストリームを示します。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/24000/2 a=fmtp:96 profile-level-id=1; bitrate=64000; cpresent=0; object=2; config=400026203fc0
M =オーディオ49230 RTP / AVP 96 = rtpmap：96 MP4A-LATM / 2分の24000 A =のfmtp：96プロファイルレベルID = 1。ビットレート= 64000; cpresent = 0;物体= 2。コンフィグ= 400026203fc0
In this example, audio configuration data is not multiplexed into the RTP payload and is described only in SDP. Furthermore, the "clock rate" is set to the audio sampling rate.
この例では、オーディオコンフィギュレーションデータは、RTPペイロードに多重化されていないのみSDPに記載されています。さらに、「クロック・レートは、」オーディオのサンプリングレートに設定されています。
In this example, the presence of SBR cannot be determined by the SDP parameter set. The "clock rate" represents the core codec sampling rate. An SBR-enabled decoder can use the SBR tool to up-sample the audio data if the complexity and resulting output sampling rate permit.
この例では、SBRの存在は、SDPパラメータセットによって決定することができません。 「クロック・レートは、」コアコーデックのサンプリングレートを表します。 SBR対応のデコーダが複雑ならば、オーディオデータをサンプリングアップと出力サンプリングレート許可を結果にSBRツールを使用することができます。
These two examples are identical to the example above with the exception of the "SBR-enabled" parameter. The presence of SBR is not signaled by the SDP parameters "object", "profile-level-id", and "config", but instead the "SBR-enabled" parameter is present. The "rate" parameter and the StreamMuxConfig contain the core codec sampling rate.
これらの2つの例は、「SBR対応」パラメータを除いて、上記の例と同じです。 SBRの存在は、SDPパラメータ「オブジェクト」、「プロファイルレベルID」、および「設定」によって合図、代わりに「SBR対応」パラメータが存在していません。 「率」パラメータとStreamMuxConfigは、コアコーデックのサンプリングレートを含んでいます。
This example shows "SBR-enabled=0", with definitive and core codec sampling rates of 24 kHz.
この例では、24 kHzでの決定的なコアコーデックのサンプリングレートで、「SBR有効= 0」を示します。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/24000/2 a=fmtp:96 profile-level-id=1; bitrate=64000; cpresent=0; SBR-enabled=0; config=400026203fc0
M =オーディオ49230 RTP / AVP 96 = rtpmap：96 MP4A-LATM / 2分の24000 A =のfmtp：96プロファイルレベルID = 1。ビットレート= 64000; cpresent = 0; SBR対応= 0;コンフィグ= 400026203fc0
This example shows "SBR-enabled=1", with core codec sampling rate of 24 kHz, and definitive and SBR sampling rates of 48 kHz:
この例では、24 kHzでのコア・コーデックのサンプリングレート、および48kHzでの決定的とSBRサンプリングレートで、「SBR対応= 1」を示しています。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/24000/2 a=fmtp:96 profile-level-id=1; bitrate=64000; cpresent=0; SBR-enabled=1; config=400026203fc0
M =オーディオ49230 RTP / AVP 96 = rtpmap：96 MP4A-LATM / 2分の24000 A =のfmtp：96プロファイルレベルID = 1。ビットレート= 64000; cpresent = 0; SBR-有効= 1;コンフィグ= 400026203fc0
In this example, the "clock rate" is still 24000, and this information is used for RTP timestamp calculation. The value of 24000 is used to support old AAC decoders. This makes the decoder supporting only AAC understand the HE AAC coded data, although only plain AAC is supported. A HE AAC decoder is able to generate output data with the SBR sampling rate.
この例では、「クロック速度」がまだ24000であり、この情報は、RTPタイムスタンプ計算に使用されます。 24000の値は、古いAACデコーダをサポートするために使用されます。これは普通AACがサポートされているものののみAACをサポートするデコーダは、HE AAC符号化データを理解することができます。 HE AACデコーダは、SBRサンプリングレートで出力データを生成することができます。
When the presence of SBR is explicitly signaled by the SDP parameters "object", "profile-level-id", or "config", as in the example below, the StreamMuxConfig contains both the core codec sampling rate and the SBR sampling rate.
SBRの存在が明示的に以下の例のように、SDPパラメータ「オブジェクト」、「プロファイルレベルID」、または「設定」により通知されたとき、StreamMuxConfigは、コアコーデックのサンプリング・レートとSBRサンプリングレートの両方を含みます。
m=audio 49230 RTP/AVP 96 a=rtpmap:96 MP4A-LATM/48000/2 a=fmtp:96 profile-level-id=44; bitrate=64000; cpresent=0; config=40005623101fe0; SBR-enabled=1
M =オーディオ49230 RTP / AVP 96 = rtpmap：96 MP4A-LATM / 2分の48000 A =のfmtp：96プロファイルレベルID = 44。ビットレート= 64000; cpresent = 0;コンフィグ= 40005623101fe0。 SBR-有効= 1
This "config" string uses the explicit signaling mode 2.A (hierarchical signaling; see [14496-3]. This means that the AOT (Audio Object Type) is SBR (5) and SFI (Sampling Frequency Index) is 6 (24000 Hz), which refers to the underlying core codec sampling frequency. CC (Channel Configuration) is stereo (2), and the ESFI (Extension Sampling Frequency Index)=3 (48000) is referring to the sampling frequency of the extension tool (SBR).
この「設定」の文字列は、明示的なシグナリングモード2.A（階層シグナリングを使用し;これは、AOT（オーディオオブジェクトタイプ）SBR（5）であり、SFI（サンプリング周波数インデックス）が6（24000であることを意味する[14496-3]を参照します基礎となるコアコーデックのサンプリング周波数を指すヘルツ）。CCは、（チャネル構成）（SBR）、ステレオ（2）、及びESFI（拡張サンプリング周波数インデックス）= 3（48000で拡張ツールのサンプリング周波数を参照しています）。
HE AAC v2 decoders are required to always produce a stereo signal from a mono signal. Hence, there is no parameter necessary to signal the presence of PS.
HE AAC v2のデコーダは常にモノラル信号からステレオ信号を生成するために必要とされます。したがって、PSの存在を知らせるために必要なパラメータはありません。
This example shows "SBR-enabled=1" with 1 channel signaled in the "a=rtpmap" line and within the "config" parameter. The core codec sampling rate is 24 kHz; the definitive and SBR sampling rates are 48 kHz. The core codec channel configuration is mono; the PS channel configuration is stereo.
この例では、1つのチャネルに「1 = SBR対応」を示す「A = rtpmap」ラインおよび「設定」パラメータ内合図しました。コアコーデックのサンプリングレートは24 kHzです。決定的とSBRサンプリングレートは48kHzです。コアコーデックのチャンネル構成は、モノラルです。 PSのチャネル構成はステレオです。
m=audio 49230 RTP/AVP 110 a=rtpmap:110 MP4A-LATM/24000/1 a=fmtp:110 profile-level-id=15; object=2; cpresent=0; config=400026103fc0; SBR-enabled=1
M =オーディオ49230 RTP / AVP 110 = rtpmap：110 MP4A-LATM / 1分の24000 A =のfmtp：110プロファイルレベルID = 15。物体= 2。 cpresent = 0;コンフィグ= 400026103fc0。 SBR-有効= 1
This example shows 48 kHz stereo audio input.
この例では、48kHzのステレオオーディオ入力を示しています。
m=audio 49230 RTP/AVP 110 a=rtpmap:110 MP4A-LATM/48000/2 a=fmtp:110 profile-level-id=48; cpresent=0; config=4001d613101fe0
M =オーディオ49230 RTP / AVP 110 = rtpmap：110 MP4A-LATM / 2分の48000 A =のfmtp：110プロファイルレベルID = 48。 cpresent = 0;コンフィグ= 4001d613101fe0
The "config" parameter indicates explicit hierarchical signaling of PS and SBR. This configuration method is not supported by legacy AAC an HE AAC decoders, and these are therefore unable to decode the coded data.
「設定」のパラメータは、PSおよびSBRの明示的な階層シグナリングを示します。この構成方法は、従来のAACによりHEのAACデコーダがサポートされていない、そしてこれらは、符号化データを復号することができません。
The following examples show how MPEG Surround configuration data can
be signaled using SDP. The configuration is carried within the
"config" string in the first example by using two different layers.
The general parameters in this example are: AudioMuxVersion=1;
allStreamsSameTimeFraming=1; numSubFrames=0; numProgram=0;
numLayer=1. The first layer describes the HE AAC payload and signals
the following parameters: ascLen=25; audioObjectType=2 (AAC LC);
extensionAudioObjectType=5 (SBR); samplingFrequencyIndex=6 (24 kHz);
extensionSamplingFrequencyIndex=3 (48 kHz); channelConfiguration=2
(2.0 channels). The second layer describes the MPEG Surround payload
and specifies the following parameters: ascLen=110;
AudioObjectType=30 (MPEG Surround); samplingFrequencyIndex=3 (48
kHz); channelConfiguration=6 (5.1 channels); sacPayloadEmbedding=1;
SpatialSpecificConfig=(48 kHz; 32 slots; 525 tree; ResCoding=1;
ResBands=[7,7,7,7]).
In this example, the signaling is carried by using two different LATM layers. The MPEG Surround payload is carried together with the AAC payload in a single layer as indicated by the sacPayloadEmbedding Flag.
この例では、シグナリングは、二つの異なるLATM層を使用することによって実施されます。 MPEGサラウンドペイロードはsacPayloadEmbeddingフラグによって示されるように、単層でAACペイロードと一緒に実施されます。
m=audio 49230 RTP/AVP 96
a=rtpmap:96 MP4A-LATM/48000
a=fmtp:96 profile-level-id=1; bitrate=64000; cpresent=0;
SBR-enabled=1;
config=8FF8004192B11880FF0DDE3699F2408C00536C02313CF3CE0FF0
The following example is an extension of the configuration given
above by the MPEG-Surround-specific parameters. The "MPS-asc"
parameter specifies the MPEG Surround Baseline Profile at Level 3
(PLI55), and the "MPS-asc" string contains the hexadecimal representation of the MPEG Surround ASC [audioObjectType=30 (MPEG
Surround); samplingFrequencyIndex=0x3 (48 kHz);
channelConfiguration=6 (5.1 channels); sacPayloadEmbedding=1;
SpatialSpecificConfig=(48 kHz; 32 slots; 525 tree; ResCoding=1;
ResBands=[0,13,13,13])].
m=audio 49230 RTP/AVP 96
a=rtpmap:96 MP4A-LATM/48000
a=fmtp:96 profile-level-id=44; bitrate=64000; cpresent=0;
config=40005623101fe0; MPS-profile-level-id=55;
MPS-asc=F1B4CF920442029B501185B6DA00;
The following example shows how MPEG Surround configuration data can
be signaled using the SDP "config" parameter. The configuration is
carried within the "config" string using a single layer. The general
parameters in this example are: AudioMuxVersion=1;
allStreamsSameTimeFraming=1; numSubFrames=0; numProgram=0;
numLayer=0. The single layer describes the combination of HE AAC and
MPEG Surround payload and signals the following parameters:
ascLen=101; audioObjectType=2 (AAC LC); extensionAudioObjectType=5
(SBR); samplingFrequencyIndex=7 (22.05 kHz);
extensionSamplingFrequencyIndex=7 (44.1 kHz); channelConfiguration=2
(2.0 channels). A backward-compatible extension according to
[14496-3/Amd.1] signals the presence of MPEG Surround payload data
and specifies the following parameters: SpatialSpecificConfig=(44.1
kHz; 32 slots; 525 tree; ResCoding=0).
In this example, the signaling is carried by using a single LATM layer. The MPEG Surround payload is carried together with the HE AAC payload in a single layer.
この例では、シグナリングは単一LATM層を使用することによって実施されます。 MPEGサラウンドペイロードは、単一層でHE AACペイロードと一緒に実施されます。
m=audio 49230 RTP/AVP 96
a=rtpmap:96 MP4A-LATM/44100
a=fmtp:96 profile-level-id=44; bitrate=64000; cpresent=0;
SBR-enabled=1; config=8FF8000652B920876A83A1F440884053620FF0;
MPS-profile-level-id=55
This document updates the media subtypes "MP4A-LATM" and "MP4V-ES" from RFC 3016. The new registrations are in Sections 7.1 and 7.3 of this document.
この文書は、新しい登録がセクション7.1とこの文書の7.3であるRFC 3016からのメディアサブタイプ「MP4A-LATM」と「MP4V-ES」を更新します。
The authors would like to thank Yoshihiro Kikuchi, Yoshinori Matsui, Toshiyuki Nomura, Shigeru Fukunaga, and Hideaki Kimata for their work on RFC 3016, and Ali Begen, Keith Drage, Roni Even, and Qin Wu for their valuable input and comments on this document.
著者は、彼らの貴重な入力と、この文書にコメントを義弘菊池義則松井俊之野村、茂福永、および英明木俣RFC 3016で自分の仕事のために、そしてアリBegen、キース糖剤、ロニでも、および秦呉に感謝したいと思います。
RTP packets using the payload format defined in this specification are subject to the security considerations discussed in the RTP specification [RFC3550] and in any applicable RTP profile. The main security considerations for the RTP packet carrying the RTP payload format defined within this document are confidentiality, integrity, and source authenticity. Confidentiality is achieved by encryption of the RTP payload, and integrity of the RTP packets is achieved through a suitable cryptographic integrity protection mechanism. A cryptographic system may also allow the authentication of the source of the payload. A suitable security mechanism for this RTP payload format should provide confidentiality, integrity protection, and (at least) source authentication capable of determining whether or not an RTP packet is from a member of the RTP session.
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、RTP仕様[RFC3550]及び該当RTPプロファイルで議論したセキュリティ問題を受けることです。このドキュメント内で定義されたRTPペイロードフォーマットを運ぶRTPパケットのための主要なセキュリティ上の考慮事項は、機密性、完全性、およびソース信憑です。機密性は、RTPペイロードの暗号化によって達成され、RTPパケットの整合性は、適切な暗号の完全性保護機構を介して達成されます。暗号システムはまた、ペイロードのソースの認証を可能にすることができます。このRTPペイロードフォーマットに適したセキュリティ・メカニズムは、機密性、完全性保護、及びRTPパケットがRTPセッションのメンバーからのものであるか否かを判定することができる（少なくとも）元認証を提供すべきです。
Note that most MPEG-4 codecs define an extension mechanism to transmit extra data within a stream that is gracefully skipped by decoders that do not support this extra data. This may be used to transmit unwanted data in an otherwise valid stream.
ほとんどのMPEG-4コーデックは優雅に、この余分なデータをサポートしていないデコーダによってスキップされたストリーム内の余分なデータを送信するための拡張メカニズムを定義することに注意してください。これは、そうでない場合は有効なストリーム内の不要なデータを送信するために使用することができます。
The appropriate mechanism to provide security to RTP and payloads following this may vary. It is dependent on the application, the transport, and the signaling protocol employed. Therefore, a single mechanism is not sufficient, although, if suitable, the usage of the Secure Real-time Transport Protocol (SRTP) [RFC3711] is recommended. Other mechanisms that may be used are IPsec [RFC4301] and Transport Layer Security (TLS) [RFC5246] (e.g., for RTP over TCP), but other alternatives may also exist.
この次RTPとペイロードにセキュリティを提供するために、適切なメカニズムは異なる場合があります。これは、アプリケーション、輸送、および使用されるシグナリングプロトコルに依存しています。したがって、単一のメカニズムは、適切な場合には、セキュアリアルタイムトランスポートプロトコル（SRTP）[RFC3711]の使用が推奨されているが、十分ではありません。使用することができる他の機構は、IPSec [RFC4301]とトランスポート層セキュリティ（TLS）は、[RFC5246]（例えば、TCP上のRTPのための）が、他の選択肢も存在し得ます。
This RTP payload format and its media decoder do not exhibit any significant non-uniformity in the receiver-side computational complexity for packet processing, and thus are unlikely to pose a denial-of-service threat due to the receipt of pathological data. The complete MPEG-4 System allows for transport of a wide range of content, including Java applets (MPEG-J) and scripts. Since this payload format is restricted to audio and video streams, it is not possible to transport such active content in this format.
このRTPペイロードフォーマットとメディアデコーダは、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、したがってによる病理学的データを受信すると、サービス拒否の脅威をもたらす可能性が低いものではありません。完全なMPEG-4システムでは、Javaアプレット（MPEG-J）およびスクリプトを含むコンテンツの広範囲の輸送を可能にします。このペイロード・フォーマットは、オーディオ及びビデオストリームに制限されているので、この形式のようなアクティブコンテンツを転送することは不可能です。
The RTP payload format for MPEG-4 Audio as specified in RFC 3016 is used by the 3GPP PSS service [3GPP]. However, there are some misalignments between RFC 3016 and the 3GPP PSS specification that are addressed by this update:
RFC 3016で指定されるようにMPEG-4オーディオのためのRTPペイロードフォーマットは、3GPP PSSサービス[3GPP]によって使用されます。しかし、このアップデートによって対処されているRFC 3016および3GPP PSS仕様書の間にいくつかの不整合があります。
o The audio payload format (LATM) referenced in this document is the newer format specified in [14496-3], which is binary compatible to the format used in [3GPP]. This newer format is not binary compatible with the LATM referenced in RFC 3016, which is specified in [14496-3:1999/Amd.1:2000].
O本書で参照オーディオペイロード形式（LATM）は、[3GPP]で使用されるフォーマットに互換性がバイナリで[14496-3]に指定された新しいフォーマットです。 [：1999 / Amd.1 2000 14496-3この新しいフォーマットは、で指定されているRFC 3016で参照LATMとバイナリ互換性がありません。
o The audio signaling format (StreamMuxConfig) referenced in this document is binary compatible to the format used in [3GPP]. The StreamMuxConfig element has also been revised by MPEG since RFC 3016.
O本書で参照音声信号形式（StreamMuxConfig）は、[3GPP]で使用されるフォーマットに互換性がバイナリです。 StreamMuxConfig要素はまた、RFC 3016以来、MPEGによって改訂されました。
o The use of an audio parameter "SBR-enabled" is now defined in this document, which is used by 3GPP implementations [3GPP]. RFC 3016 does not define this parameter.
オーディオパラメータを用いO「SBR対応」は今や、3GPPの実装[3GPP]で使用され、この文書で定義されています。 RFC 3016には、このパラメータを定義していません。
o The "rate" parameter is defined unambiguously in this document for the case of presence of SBR (Spectral Band Replication). In RFC 3016, the definition of the "rate" parameter is ambiguous.
O「速度」パラメータは、SBR（スペクトル帯域複製）が存在する場合は、この文書で明確に定義されています。 RFC 3016では、「率」パラメータの定義があいまいです。
o The number of audio channels parameter is defined unambiguously in this document for the case of presence of PS (Parametric Stereo). At the time RFC 3016 was written, PS was not yet defined.
Oオーディオチャネルパラメータの数は、PS（パラメトリックステレオ）の存在下の場合については、この文書で明確に定義されています。 RFC 3016が書かれた時点では、PSはまだ定義されていませんでした。
Furthermore, some comments have been addressed and signaling support for MPEG Surround [23003-1] was added.
さらに、いくつかのコメントに対処し、[23003から1]を添加したMPEGサラウンドのサポートをシグナリングされてきました。
Below is a summary of the changes in requirements by this update:
以下は、このアップデートにより、要件の変更の概要は次のとおりです。
o In the dynamic assignment of RTP payload types for scalable MPEG-4 Audio streams, the server SHALL assign a different value to each layer.
OスケーラブルMPEG-4オーディオストリームのためのRTPペイロードタイプの動的割り当てでは、サーバは、それぞれの層に異なる値を割り当てるものとします。
o The dependency relationships between the enhanced layer and the base layer for scalable MPEG-4 Audio streams MUST be signaled as specified in [RFC5583].
[RFC5583]で指定されるようにoをスケーラブルMPEG-4オーディオストリームの拡張層とベース層との間の依存関係が通知されなければなりません。
o If the size of an audioMuxElement is so large that the size of the RTP packet containing it does exceed the size of the Path MTU, the audioMuxElement SHALL be fragmented and spread across multiple packets.
O audioMuxElementのサイズは、パスMTUのサイズを超えない含むRTPパケットのサイズは、audioMuxElementが断片化し、複数のパケットに分散されるものと非常に大きい場合。
o The receiver MUST ignore any unspecified parameter in order to ensure that additional parameters can be added in any future revision of this specification.
O受信機は、追加のパラメータがこの仕様の将来の改訂版で添加することができることを確実にするために、任意の不特定のパラメータを無視しなければなりません。
[14496-2] MPEG, "ISO/IEC International Standard 14496-2 - Coding of audio-visual objects, Part 2: Visual", 2003.
[14496-2] MPEG、 "ISO / IEC国際規格14496-2 - オーディオビジュアルオブジェクトのコーディング、パート2：ビジュアル"、2003年。
[14496-3] MPEG, "ISO/IEC International Standard 14496-3 - Coding of audio-visual objects, Part 3 Audio", 2009.
[14496-3] MPEG、 "ISO / IEC国際規格14496-3 - オーディオビジュアルオブジェクトのコーディング、パート3オーディオ"、2009年。
[14496-3/Amd.1] MPEG, "ISO/IEC International Standard 14496-3 - Coding of audio-visual objects, Part 3: Audio, Amendment 1: HD-AAC profile and MPEG Surround signaling", 2009.
[14496-3 / And.1] MPEG、 "ISO / IEC国際規格14496-3 - オーディオビジュアルオブジェクトのコーディング、パート3：オーディオ、修正1：HD-AACプロファイルおよびMPEGサラウンドシグナリング"、2009年。
[23003-1] MPEG, "ISO/IEC International Standard 23003-1 - MPEG Surround (MPEG D)", 2007.
[23003から1】MPEG、 "ISO / IEC国際規格23003から1 - MPEGサラウンド（MPEG D）"、2007年
[RFC2119] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.
[RFC2119]ブラドナーの、S.、 "要件レベルを示すためにRFCsにおける使用のためのキーワード"、BCP 14、RFC 2119、1997年3月。
[RFC3550] Schulzrinne, H., Casner, S., Frederick, R., and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", STD 64, RFC 3550, July 2003.
[RFC3550] Schulzrinneと、H.、Casner、S.、フレデリック、R.、およびV.ヤコブソン、 "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"、STD 64、RFC 3550、2003年7月。
[RFC4288] Freed, N. and J. Klensin, "Media Type Specifications and Registration Procedures", BCP 13, RFC 4288, December 2005.
[RFC4288]解放され、N.とJ. Klensin、 "メディアタイプの仕様と登録手順"、BCP 13、RFC 4288、2005年12月。
[RFC4566] Handley, M., Jacobson, V., and C. Perkins, "SDP: Session Description Protocol", RFC 4566, July 2006.
[RFC4566]ハンドリー、M.、ヤコブソン、V.、およびC.パーキンス、 "SDP：セッション記述プロトコル"、RFC 4566、2006年7月。
[RFC4629] Ott, H., Bormann, C., Sullivan, G., Wenger, S., and R. Even, "RTP Payload Format for ITU-T Rec", RFC 4629, January 2007.
でも、[RFC4629]オット、H.、ボルマン、C.、サリバン、G.、ウェンガー、S.、およびR.、 "ITU-T勧告のためのRTPペイロードフォーマット"、RFC 4629、2007年1月。
[RFC4855] Casner, S., "Media Type Registration of RTP Payload Formats", RFC 4855, February 2007.
[RFC4855] Casner、S.、RFC 4855、2007年2月 "RTPペイロード形式のメディアタイプ登録"。
[RFC5583] Schierl, T. and S. Wenger, "Signaling Media Decoding Dependency in the Session Description Protocol (SDP)", RFC 5583, July 2009.
[RFC5583] Schierl、T.とS.ベンゲル監督、 "セッション記述プロトコルにおけるシグナリングメディアのデコード依存（SDP）"、RFC 5583、2009年7月。
[14496-1] MPEG, "ISO/IEC International Standard 14496-1 - Coding of audio-visual objects, Part 1 Systems", 2004.
[14496-1] MPEG、 "ISO / IEC国際規格14496-1 - オーディオビジュアルオブジェクトのコーディング、パート1つのシステム"、2004年。
[14496-12] MPEG, "ISO/IEC International Standard 14496-12 - Coding of audio-visual objects, Part 12 ISO base media file format".
【14496-12】MPEG、「ISO / IEC国際規格14496-12 - オーディオビジュアルオブジェクトの符号化、パート12 ISOベースメディアファイルフォーマット」。
[14496-14] MPEG, "ISO/IEC International Standard 14496-14 - Coding of audio-visual objects, Part 12 MP4 file format".
[14496-14] MPEG、 "ISO / IEC国際標準14496-14 - オーディオビジュアルオブジェクトのコーディング、パート12 MP4ファイルフォーマット"。
[14496-3:1999/Amd.1:2000] MPEG, "ISO/IEC International Standard 14496-3 - Coding of audio-visual objects, Part 3 Audio, Amendment 1: Audio extensions", 2000.
[14496-3：1999 / Amd.1：2000] MPEG、 "ISO / IEC国際規格14496-3 - オーディオビジュアルオブジェクトのコーディング、パート3オーディオ、改正1：オーディオの拡張"、2000年。
[3GPP] 3GPP, "3rd Generation Partnership Project; Technical Specification Group Services and System Aspects; Transparent end-to-end Packet-switched Streaming Service (PSS); Protocols and codecs (Release 9)", 3GPP TS 26.234 V9.5.0, December 2010.
[3GPP] 3GPP、「第3世代パートナーシッププロジェクト;技術仕様グループサービスおよびシステムアスペクト;透明なエンド・ツー・エンドのパケット交換ストリーミングサービス（PSS）;プロトコルおよびコーデック（9リリース）」、3GPP TS 26.234 V9.5.0、 2010年12月。
[H245] International Telecommunication Union, "Control protocol for multimedia communication", ITU Recommendation H.245, December 2009.
[H245]国際電気通信連合、ITU勧告H.245、2009年12月「マルチメディア通信のための制御プロトコル」。
[H261] International Telecommunication Union, "Video codec for audiovisual services at p x 64 kbit/s", ITU Recommendation H.261, March 1993.
[H261]国際電気通信連合、「P×64キロビット/秒での視聴覚サービスのためのビデオコーデック」、ITU勧告H.261、1993年3月。
[H323] International Telecommunication Union, "Packet-based multimedia communications systems", ITU Recommendation H.323, December 2009.
[H323]国際電気通信連合、「パケットベースのマルチメディア通信システム」、ITU勧告H.323、2009年12月。
[RFC2198] 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.
[RFC2198]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.、およびS.フォッシー-Parisis、「RTPペイロード冗長オーディオ・データ」、RFC 2198、1997年9月のため。
[RFC3016] Kikuchi, Y., Nomura, T., Fukunaga, S., Matsui, Y., and H. Kimata, "RTP Payload Format for MPEG-4 Audio/Visual Streams", RFC 3016, November 2000.
[RFC3016]菊池、Y.、野村、T.、福永、S.、松井、Y.、およびH.木全、 "MPEG-4オーディオ/ビジュアルストリームのためのRTPペイロードフォーマット"、RFC 3016、2000年11月。
[RFC3261] Rosenberg, J., Schulzrinne, H., Camarillo, G., Johnston, A., Peterson, J., Sparks, R., Handley, M., and E. Schooler, "SIP: Session Initiation Protocol", RFC 3261, June 2002.
[RFC3261]ローゼンバーグ、J.、Schulzrinneと、H.、カマリロ、G.、ジョンストン、A.、ピーターソン、J.、スパークス、R.、ハンドレー、M.、およびE.学生、 "SIP：セッション開始プロトコル" 、RFC 3261、2002年6月。
[RFC3640] van der Meer, J., Mackie, D., Swaminathan, V., Singer, D., and P. Gentric, "RTP Payload Format for Transport of MPEG-4 Elementary Streams", RFC 3640, November 2003.
[RFC3640]ファンデミーア、J.、マッキー、D.、スワミナサン、V.、歌手、D.、およびP. Gentric、 "MPEG-4エレメンタリ・ストリームのトランスポートのためのRTPペイロードフォーマット"、RFC 3640、2003年11月。
[RFC3711] Baugher, M., McGrew, D., Naslund, M., Carrara, E., and K. Norrman, "The Secure Real-time Transport Protocol (SRTP)", RFC 3711, March 2004.
[RFC3711] Baugher、M.、マグリュー、D.、Naslund、M.、カララ、E.、およびK. Norrman、 "セキュアリアルタイム転送プロトコル（SRTP）"、RFC 3711、2004年3月。
[RFC4301] Kent, S. and K. Seo, "Security Architecture for the Internet Protocol", RFC 4301, December 2005.
[RFC4301]ケント、S.とK. Seo、 "インターネットプロトコルのためのセキュリティアーキテクチャ"、RFC 4301、2005年12月。
[RFC4628] Even, R., "RTP Payload Format for H.263 Moving RFC 2190 to Historic Status", RFC 4628, January 2007.
[RFC4628]であっても、R.、 "歴史的な状態へのH.263の移動RFC 2190のためのRTPペイロードフォーマット"、RFC 4628、2007年1月。
[RFC5109] Li, A., "RTP Payload Format for Generic Forward Error Correction", RFC 5109, December 2007.
[RFC5109]李、A.、 "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 5109、2007年12月。
[RFC5246] Dierks, T. and E. Rescorla, "The Transport Layer Security (TLS) Protocol Version 1.2", RFC 5246, August 2008.
[RFC5246]ダークス、T.およびE.レスコラ、 "トランスポート層セキュリティ（TLS）プロトコルバージョン1.2"、RFC 5246、2008年8月。
[RFC5691] de Bont, F., Doehla, S., Schmidt, M., and R. Sperschneider, "RTP Payload Format for Elementary Streams with MPEG Surround Multi-Channel Audio", RFC 5691, October 2009.
[RFC5691]ボン、F.、Doehla、S.、シュミット、M.、およびR. Sperschneider、 "MPEGサラウンドマルチチャンネルオーディオと基本ストリームのためのRTPペイロードフォーマット"、RFC 5691、2009年10月デ。
Authors' Addresses
著者のアドレス
Malte Schmidt Dolby Laboratories Deutschherrnstr. 15-19 90537 Nuernberg DE
マルテ・シュミットドルビーラボラトリーズDeutschherrnstr。 15-19 90537ニュルンベルクDE
Phone: +49 911 928 91 42 EMail: malte.schmidt@dolby.com
電話：+49 911 928 91 42 Eメール：malte.schmidt@dolby.com
Frans de Bont Philips Electronics High Tech Campus 36 5656 AE Eindhoven NL
フランス・デ・ボン・フィリップス・エレクトロニクスハイテクキャンパス36 5656 AEアイントホーフェンNL
Phone: +31 40 2740234 EMail: frans.de.bont@philips.com
電話：+31 40 2740234 Eメール：frans.de.bont@philips.com
Stefan Doehla Fraunhofer IIS Am Wolfmantel 33 91058 Erlangen DE
トーマスDoehlaフラウンホーファーIISアムWolfmantel 33 91058エアランゲンDE
Phone: +49 9131 776 6042 EMail: stefan.doehla@iis.fraunhofer.de
電話：+49 9131 776 6042 Eメール：stefan.doehla@iis.fraunhofer.de
Jaehwan Kim LG Electronics Inc. VCS/HE, 16Fl. LG Twin Towers Yoido-Dong, YoungDungPo-Gu, Seoul 150-721 Korea
Jaehwanキム・LG電子株式会社VCS / HE、16FL。 LGツインタワーヨイド洞、YoungDungPo区、ソウル150から721韓国
Phone: +82 10 6225 0619 EMail: kjh1905m@naver.com
電話：+82 10 6225 0619 Eメール：kjh1905m@naver.com