[要約] RFC 3551は、RTP（Real-time Transport Protocol）を用いた音声およびビデオ会議において、最も基本的な制御を行うための標準プロファイル「RTP/AVP」を定義しています。PCMU、G.722、JPEG、H.261といった主要なコーデックに対するデフォルトのペイロードタイプ番号、サンプリングレート、およびパケット化規則を規定し、以前のRFC 1890を更新しました。インターネット上のリアルタイムストリーミングにおいて、送信側と受信側が事前の複雑な交渉なしにメディアを正しく再生できるようにするための核となる標準を提供しています。
Network Working Group H. Schulzrinne
Request for Comments: 3551 Columbia University
Obsoletes: 1890 S. Casner
Category: Standards Track Packet Design
July 2003
RTP Profile for Audio and Video Conferences with Minimal Control
最小限の制御を伴うオーディオおよびビデオ会議のための RTP プロファイル
Status of this Memo
本文書の状態
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.
このドキュメントは、インターネットコミュニティ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ステータスについては、「インターネット公式プロトコル標準」（STD 1）の現在のエディション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 (2003). All Rights Reserved.
Copyright（c）The Internet Society（2003）。無断転載を禁じます。
Abstract
概要
This document describes a profile called "RTP/AVP" for the use of the real-time transport protocol (RTP), version 2, and the associated control protocol, RTCP, within audio and video multiparticipant conferences with minimal control. It provides interpretations of generic fields within the RTP specification suitable for audio and video conferences. In particular, this document defines a set of default mappings from payload type numbers to encodings.
このドキュメントでは、リアルタイムトランスポートプロトコル（RTP）であるバージョン2、および関連するコントロールプロトコル、RTCPをオーディオおよびビデオマルチパルティングカンファレンス内で最小限のコントロールで使用するための「RTP/AVP」と呼ばれるプロファイルについて説明します。オーディオおよびビデオ会議に適したRTP仕様内の一般的なフィールドの解釈を提供します。特に、このドキュメントでは、ペイロードタイプ番号からエンコーディングまでのデフォルトマッピングのセットを定義します。
This document also describes how audio and video data may be carried within RTP. It defines a set of standard encodings and their names when used within RTP. The descriptions provide pointers to reference implementations and the detailed standards. This document is meant as an aid for implementors of audio, video and other real-time multimedia applications.
このドキュメントでは、RTP内でオーディオデータとビデオデータをどのように携帯するかについても説明しています。RTP内で使用した場合、標準エンコーディングのセットとその名前を定義します。この説明は、実装と詳細な標準を参照するポインターを提供します。このドキュメントは、オーディオ、ビデオ、その他のリアルタイムマルチメディアアプリケーションの実装者のための支援として意図されています。
This memorandum obsoletes RFC 1890. It is mostly backwards-compatible except for functions removed because two interoperable implementations were not found. The additions to RFC 1890 codify existing practice in the use of payload formats under this profile and include new payload formats defined since RFC 1890 was published.
この覚書はRFC 1890を廃止します。2つの相互運用可能な実装が見つからなかったために削除された関数を除いて、ほとんどが後方互換性があります。RFC 1890への追加は、このプロファイルの下でペイロード形式の使用に既存の慣行を成文化し、RFC 1890が公開されてから定義された新しいペイロード形式を含めました。
Table of Contents
目次
1. Introduction ................................................. 3 1.1 Terminology ............................................. 3 2. RTP and RTCP Packet Forms and Protocol Behavior .............. 4 3. Registering Additional Encodings ............................. 6 4. Audio ........................................................ 8 4.1 Encoding-Independent Rules .............................. 8 4.2 Operating Recommendations ............................... 9 4.3 Guidelines for Sample-Based Audio Encodings ............. 10 4.4 Guidelines for Frame-Based Audio Encodings .............. 11 4.5 Audio Encodings ......................................... 12 4.5.1 DVI4 ............................................ 13 4.5.2 G722 ............................................ 14 4.5.3 G723 ............................................ 14 4.5.4 G726-40, G726-32, G726-24, and G726-16 .......... 18 4.5.5 G728 ............................................ 19 4.5.6 G729 ............................................ 20 4.5.7 G729D and G729E ................................. 22 4.5.8 GSM ............................................. 24 4.5.9 GSM-EFR ......................................... 27 4.5.10 L8 .............................................. 27 4.5.11 L16 ............................................. 27 4.5.12 LPC ............................................. 27 4.5.13 MPA ............................................. 28 4.5.14 PCMA and PCMU ................................... 28 4.5.15 QCELP ........................................... 28 4.5.16 RED ............................................. 29 4.5.17 VDVI ............................................ 29 5. Video ........................................................ 30 5.1 CelB .................................................... 30 5.2 JPEG .................................................... 30 5.3 H261 .................................................... 30 5.4 H263 .................................................... 31 5.5 H263-1998 ............................................... 31 5.6 MPV ..................................................... 31 5.7 MP2T .................................................... 31 5.8 nv ...................................................... 32 6. Payload Type Definitions ..................................... 32 7. RTP over TCP and Similar Byte Stream Protocols ............... 34 8. Port Assignment .............................................. 34 9. Changes from RFC 1890 ........................................ 35 10. Security Considerations ...................................... 38 11. IANA Considerations .......................................... 39 12. References ................................................... 39 12.1 Normative References .................................... 39 12.2 Informative References .................................. 39 13. Current Locations of Related Resources ....................... 41 14. Acknowledgments .............................................. 42 15. Intellectual Property Rights Statement ....................... 43 16. Authors' Addresses ........................................... 43 17. Full Copyright Statement ..................................... 44
This profile defines aspects of RTP left unspecified in the RTP Version 2 protocol definition (RFC 3550) [1]. This profile is intended for the use within audio and video conferences with minimal session control. In particular, no support for the negotiation of parameters or membership control is provided. The profile is expected to be useful in sessions where no negotiation or membership control are used (e.g., using the static payload types and the membership indications provided by RTCP), but this profile may also be useful in conjunction with a higher-level control protocol.
このプロファイルは、RTPバージョン2プロトコル定義（RFC 3550）で不特定のままであるRTPの側面を定義します[1]。このプロファイルは、セッション制御を最小限に抑えたオーディオおよびビデオ会議内での使用を目的としています。特に、パラメーターまたはメンバーシップコントロールの交渉に対するサポートは提供されていません。このプロファイルは、交渉やメンバーシップコントロールが使用されていないセッション（例えば、RTCPが提供する静的ペイロードタイプとメンバーシップの表示を使用する）で役立つと予想されますが、このプロファイルは、高レベルのコントロールプロトコルと組み合わせても役立つ場合があります。。
Use of this profile may be implicit in the use of the appropriate applications; there may be no explicit indication by port number, protocol identifier or the like. Applications such as session directories may use the name for this profile specified in Section 11.
このプロファイルの使用は、適切なアプリケーションの使用に暗黙的である可能性があります。ポート番号、プロトコル識別子などによる明示的な兆候はない場合があります。セッションディレクトリなどのアプリケーションは、セクション11で指定されたこのプロファイルの名前を使用する場合があります。
Other profiles may make different choices for the items specified here.
他のプロファイルは、ここで指定されているアイテムに対して異なる選択を行う場合があります。
This document also defines a set of encodings and payload formats for audio and video. These payload format descriptions are included here only as a matter of convenience since they are too small to warrant separate documents. Use of these payload formats is NOT REQUIRED to use this profile. Only the binding of some of the payload formats to static payload type numbers in Tables 4 and 5 is normative.
このドキュメントでは、オーディオとビデオ用のエンコーディングとペイロード形式のセットも定義します。これらのペイロード形式の説明は、個別のドキュメントにするほどではないため、利便性のためにのみここに含まれています。これらのペイロード形式の使用は、このプロファイルを使用するにあたって必須ではありません (REQUIRED)。表4および表5における静的ペイロードタイプ番号への一部のペイロード形式のバインディングのみが規範的です。
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 RFC 2119 [2] and indicate requirement levels for implementations compliant with this RTP profile.
このドキュメントのキーワード "MUST"、"MUST NOT"、"REQUIRED"、"SHALL"、"SHALL NOT"、"SHOULD"、"SHOULD NOT"、"RECOMMENDED"、"MAY"、および "OPTIONAL" は、RFC 2119 [2] で説明されているように解釈されるものとします。
This document defines the term media type as dividing encodings of audio and video content into three classes: audio, video and audio/video (interleaved).
このドキュメントでは、メディアタイプという用語を、オーディオおよびビデオコンテンツのエンコーディングをオーディオ、ビデオ、オーディオ/ビデオ（インターリーブ）の3つのクラスに分割するものとして定義しています。
The section "RTP Profiles and Payload Format Specifications" of RFC 3550 enumerates a number of items that can be specified or modified in a profile. This section addresses these items. Generally, this profile follows the default and/or recommended aspects of the RTP specification.
RFC 3550の「RTPプロファイルとペイロード形式の仕様」セクションには、プロファイルで指定または変更できる多くのアイテムが列挙されています。このセクションでは、これらの項目について説明します。一般に、このプロファイルは、RTP仕様のデフォルトおよび/または推奨される側面に従います。
RTP data header: The standard format of the fixed RTP data header is used (one marker bit).
RTPデータヘッダー：固定RTPデータヘッダーの標準形式が使用されます（1つのマーカービット）。
Payload types: Static payload types are defined in Section 6.
ペイロードタイプ：静的ペイロードタイプはセクション6で定義されています。
RTP data header additions: No additional fixed fields are appended to the RTP data header.
RTPデータヘッダーの追加：RTPデータヘッダーに追加の固定フィールドが追加されていません。
RTP data header extensions: No RTP header extensions are defined, but applications operating under this profile MAY use such extensions. Thus, applications SHOULD NOT assume that the RTP header X bit is always zero and SHOULD be prepared to ignore the header extension. If a header extension is defined in the future, that definition MUST specify the contents of the first 16 bits in such a way that multiple different extensions can be identified.
RTPデータヘッダー拡張：RTPヘッダー拡張は定義されていませんが、このプロファイルの下で動作するアプリケーションはそのような拡張を使用してもよいです (MAY)。したがって、アプリケーションはRTPヘッダーのXビットが常にゼロであると想定すべきではなく (SHOULD NOT)、ヘッダー拡張を無視できるように準備しておくべきです (SHOULD)。将来ヘッダー拡張が定義される場合、その定義は複数の異なる拡張を識別できるような方法で最初の16ビットの内容を指定しなければなりません (MUST)。
RTCP packet types: No additional RTCP packet types are defined by this profile specification.
RTCPパケットタイプ：このプロファイル仕様では、追加のRTCPパケットタイプは定義されていません。
RTCP report interval: The suggested constants are to be used for the RTCP report interval calculation. Sessions operating under this profile MAY specify a separate parameter for the RTCP traffic bandwidth rather than using the default fraction of the session bandwidth. The RTCP traffic bandwidth MAY be divided into two separate session parameters for those participants which are active data senders and those which are not. Following the recommendation in the RTP specification [1] that 1/4 of the RTCP bandwidth be dedicated to data senders, the RECOMMENDED default values for these two parameters would be 1.25% and 3.75%, respectively. For a particular session, the RTCP bandwidth for non-data-senders MAY be set to zero when operating on unidirectional links or for sessions that don't require feedback on the quality of reception. The RTCP bandwidth for data senders SHOULD be kept non-zero so that sender reports can still be sent for inter-media synchronization and to identify the source by CNAME. The means by which the one or two session parameters for RTCP bandwidth are specified is beyond the scope of this memo.
RTCPレポート間隔：提案された定数は、RTCPレポート間隔の計算に使用されます。このプロファイルの下で動作するセッションでは、セッション帯域幅のデフォルトの割合を使用するのではなく、RTCPトラフィック帯域幅に個別のパラメータを指定してもよいです (MAY)。RTCPトラフィック帯域幅は、アクティブなデータ送信者である参加者とそうでない参加者のための2つの個別のセッションパラメータに分割してもよいです (MAY)。RTCP帯域幅の4分の1をデータ送信者に割り当てるというRTP仕様[1]の推奨に従い、これら2つのパラメータのデフォルト値はそれぞれ1.25%および3.75%とすることが推奨されます (RECOMMENDED)。特定のセッションにおいて、単方向リンクで運用する場合や受信品質に関するフィードバックを必要としないセッションでは、非データ送信者のRTCP帯域幅をゼロに設定してもよいです (MAY)。メディア間同期のために送信者レポートを送信し、CNAMEによって送信元を識別できるようにするため、データ送信者のRTCP帯域幅はゼロ以外の値に維持すべきです (SHOULD)。RTCP帯域幅の1つまたは2つのセッションパラメータを指定する手段は、このメモの範囲外です。
SR/RR extension: No extension section is defined for the RTCP SR or RR packet.
SR/RR拡張：RTCP SRまたはRRパケットの拡張セクションは定義されていません。
SDES use: Applications MAY use any of the SDES items described in the RTP specification. While CNAME information MUST be sent every reporting interval, other items SHOULD only be sent every third reporting interval, with NAME sent seven out of eight times within that slot and the remaining SDES items cyclically taking up the eighth slot, as defined in Section 6.2.2 of the RTP specification. In other words, NAME is sent in RTCP packets 1, 4, 7, 10, 13, 16, 19, while, say, EMAIL is used in RTCP packet 22.
SDESの使用：アプリケーションは、RTP仕様で説明されているSDES項目のいずれを使用してもよいです (MAY)。CNAME情報はレポート間隔ごとに送信しなければなりませんが (MUST)、RTP仕様のセクション6.2.2で定義されているように、他の項目は3回ごとのレポート間隔でのみ送信すべきであり (SHOULD)、そのスロット内では8回のうち7回はNAMEを送信し、残りのSDES項目が循環して8番目のスロットを使用します。言い換えれば、NAMEはRTCPパケット1、4、7、10、13、16、19で送信され、例えばEMAILはRTCPパケット22で使用されます。
Security: The RTP default security services are also the default under this profile.
セキュリティ：RTPデフォルトのセキュリティサービスも、このプロファイルの下でデフォルトです。
String-to-key mapping: No mapping is specified by this profile.
文字列間マッピング：このプロファイルでマッピングは指定されていません。
Congestion: RTP and this profile may be used in the context of enhanced network service, for example, through Integrated Services (RFC 1633) [4] or Differentiated Services (RFC 2475) [5], or they may be used with best effort service.
混雑：RTPとこのプロファイルは、たとえば統合サービス（RFC 1633）[4]または差別化されたサービス（RFC 2475）[5]を介して、強化されたネットワークサービスのコンテキストで使用できます。。
If enhanced service is being used, RTP receivers SHOULD monitor packet loss to ensure that the service that was requested is actually being delivered. If it is not, then they SHOULD assume that they are receiving best-effort service and behave accordingly.
拡張サービスが使用されている場合、RTP受信機はパケット損失を監視して、要求されたサービスが実際に提供されていることを確認すべきです (SHOULD)。提供されていない場合、受信機はベストエフォートサービスを受けていると想定し、それに応じて動作すべきです (SHOULD)。
If best-effort service is being used, RTP receivers SHOULD monitor packet loss to ensure that the packet loss rate is within acceptable parameters. Packet loss is considered acceptable if a TCP flow across the same network path and experiencing the same network conditions would achieve an average throughput, measured on a reasonable timescale, that is not less than the RTP flow is achieving. This condition can be satisfied by implementing congestion control mechanisms to adapt the transmission rate (or the number of layers subscribed for a layered multicast session), or by arranging for a receiver to leave the session if the loss rate is unacceptably high.
ベストエフォートサービスが使用されている場合、RTP受信機はパケット損失率が許容パラメータ内にあることを確認するためにパケット損失を監視すべきです (SHOULD)。同一のネットワークパスを経由し同じネットワーク条件を経験するTCPフローが、妥当なタイムスケールで測定したときにRTPフローが達成しているスループット以上の平均スループットを達成できる場合、パケット損失は許容可能と見なされます。この条件は、送信レート（または階層化マルチキャストセッションで購読されるレイヤー数）を適応させるための輻輳制御メカニズムを実装するか、損失率が容認できないほど高い場合に受信機がセッションを離脱するように手配することによって満たすことができます。
The comparison to TCP cannot be specified exactly, but is intended as an "order-of-magnitude" comparison in timescale and throughput. The timescale on which TCP throughput is measured is the round-trip time of the connection. In essence, this requirement states that it is not acceptable to deploy an application (using RTP or any other transport protocol) on the best-effort Internet which consumes bandwidth arbitrarily and does not compete fairly with TCP within an order of magnitude.
TCPとの比較は正確に指定することはできませんが、タイムスケールとスループットの「順序」比較として意図されています。TCPスループットが測定されるタイムスケールは、接続の往復時間です。本質的に、この要件は、帯域幅をarbitrarily意的に消費し、大きさでTCPと公正に競合しない最良のインターネットにアプリケーション（RTPまたはその他の輸送プロトコルを使用）を展開することは許容できないと述べています。
Underlying protocol: The profile specifies the use of RTP over unicast and multicast UDP as well as TCP. (This does not preclude the use of these definitions when RTP is carried by other lower-layer protocols.)
基礎となるプロトコル：プロファイルは、UnicastおよびマルチキャストUDPおよびTCPよりもRTPの使用を指定します。（これは、RTPが他の低層プロトコルによって運ばれた場合、これらの定義の使用を排除しません。）
Transport mapping: The standard mapping of RTP and RTCP to transport-level addresses is used.
トランスポートマッピング：RTPとRTCPの標準マッピングトランスポートレベルのアドレスへのマッピングが使用されます。
Encapsulation: This profile leaves to applications the specification of RTP encapsulation in protocols other than UDP.
カプセル化：このプロファイルは、UDP以外のプロトコルにおけるRTPカプセル化の仕様をアプリケーションに残します。
This profile lists a set of encodings, each of which is comprised of a particular media data compression or representation plus a payload format for encapsulation within RTP. Some of those payload formats are specified here, while others are specified in separate RFCs. It is expected that additional encodings beyond the set listed here will be created in the future and specified in additional payload format RFCs.
このプロファイルには、それぞれが特定のメディアデータの圧縮または表現とRTP内のカプセル化のペイロード形式で構成されているエンコーディングのセットがリストされています。これらのペイロード形式の一部はここで指定されていますが、他のものは別々のRFCで指定されています。ここにリストされているセットを超えた追加のエンコーディングは、将来作成され、追加のペイロード形式RFCで指定されることが期待されています。
This profile also assigns to each encoding a short name which MAY be used by higher-level control protocols, such as the Session Description Protocol (SDP), RFC 2327 [6], to identify encodings selected for a particular RTP session.
また、このプロファイルは、特定のRTPセッション用に選択されたエンコーディングを識別するために、セッション記述プロトコル（SDP）、RFC 2327 [6]などの上位レベルの制御プロトコルで使用してもよい (MAY) 短い名前を各エンコーディングに割り当てます。
In some contexts it may be useful to refer to these encodings in the form of a MIME content-type. To facilitate this, RFC 3555 [7] provides registrations for all of the encodings names listed here as MIME subtype names under the "audio" and "video" MIME types through the MIME registration procedure as specified in RFC 2048 [8].
一部のコンテキストでは、MIMEコンテンツタイプの形でこれらのエンコーディングを参照すると便利かもしれません。これを容易にするために、RFC 3555 [7]は、RFC 2048で指定されているように、MIME登録手順を通じて「オーディオ」および「ビデオ」MIMEタイプの下にあるMIMEサブタイプ名としてここにリストされているすべてのエンコーディング名の登録を提供します[8]。
Any additional encodings specified for use under this profile (or others) may also be assigned names registered as MIME subtypes with the Internet Assigned Numbers Authority (IANA). This registry provides a means to insure that the names assigned to the additional encodings are kept unique. RFC 3555 specifies the information that is required for the registration of RTP encodings.
このプロファイル（またはその他）の下で使用するために指定された追加のエンコーディングは、インターネット割り当てされた番号当局（IANA）でMIMEサブタイプとして登録されている名前を割り当てることもできます。このレジストリは、追加のエンコーディングに割り当てられた名前が一意に保たれることを保証する手段を提供します。RFC 3555 RTPエンコーディングの登録に必要な情報を指定します。
In addition to assigning names to encodings, this profile also assigns static RTP payload type numbers to some of them. However, the payload type number space is relatively small and cannot accommodate assignments for all existing and future encodings. During the early stages of RTP development, it was necessary to use statically assigned payload types because no other mechanism had been specified to bind encodings to payload types. It was anticipated that non-RTP means beyond the scope of this memo (such as directory services or invitation protocols) would be specified to establish a dynamic mapping between a payload type and an encoding. Now, mechanisms for defining dynamic payload type bindings have been specified in the Session Description Protocol (SDP) and in other protocols such as ITU-T Recommendation H.323/H.245. These mechanisms associate the registered name of the encoding/payload format, along with any additional required parameters, such as the RTP timestamp clock rate and number of channels, with a payload type number. This association is effective only for the duration of the RTP session in which the dynamic payload type binding is made. This association applies only to the RTP session for which it is made, thus the numbers can be re-used for different encodings in different sessions so the number space limitation is avoided.
エンコーディングに名前を割り当てることに加えて、このプロファイルは静的なRTPペイロードタイプ番号もそれらの一部に割り当てます。ただし、ペイロードタイプ番号スペースは比較的小さく、既存および将来のすべてのエンコーディングの割り当てに対応することはできません。RTP開発の初期段階では、ペイロードタイプにエンコーディングをバインドするために他のメカニズムが指定されていないため、静的に割り当てられたペイロードタイプを使用する必要がありました。このメモの範囲（ディレクトリサービスや招待プロトコルなど）の範囲を超えた非RTP平均は、ペイロードタイプとエンコーディングの間の動的マッピングを確立するために指定されると予想されていました。現在、動的ペイロードタイプのバインディングを定義するメカニズムが、セッション説明プロトコル（SDP）およびITU-T推奨H.323/H.245などの他のプロトコルで指定されています。これらのメカニズムは、エンコード/ペイロード形式の登録名と、RTPタイムスタンプクロックレートやチャネル数などの追加の必要なパラメーターをペイロードタイプ番号に関連付けます。この関連は、動的なペイロードタイプのバインディングが行われるRTPセッションの期間中にのみ有効です。この関連付けは、それが作成されたRTPセッションにのみ適用されるため、さまざまなセッションで異なるエンコーディングに対して数値を再利用できるため、数字のスペース制限が回避されます。
This profile reserves payload type numbers in the range 96-127 exclusively for dynamic assignment. Applications SHOULD first use values in this range for dynamic payload types. Those applications which need to define more than 32 dynamic payload types MAY bind codes below 96, in which case it is RECOMMENDED that unassigned payload type numbers be used first. However, the statically assigned payload types are default bindings and MAY be dynamically bound to new encodings if needed. Redefining payload types below 96 may cause incorrect operation if an attempt is made to join a session without obtaining session description information that defines the dynamic payload types.
このプロファイルは、動的割り当て専用として96〜127の範囲のペイロードタイプ番号を予約します。アプリケーションは、動的ペイロードタイプに対してまずこの範囲の値を使用すべきです (SHOULD)。32個を超える動的ペイロードタイプを定義する必要があるアプリケーションは、96未満のコードにバインドしてもよく (MAY)、その場合は未割り当てのペイロードタイプ番号を先に使用することが推奨されます (RECOMMENDED)。ただし、静的に割り当てられたペイロードタイプはデフォルトのバインディングであり、必要に応じて新しいエンコーディングに動的にバインドしてもよいです (MAY)。動的ペイロードタイプを定義するセッション記述情報を取得せずにセッションに参加しようとした場合、96未満のペイロードタイプを再定義すると誤動作を引き起こす可能性があります。
Dynamic payload types SHOULD NOT be used without a well-defined mechanism to indicate the mapping. Systems that expect to interoperate with others operating under this profile SHOULD NOT make their own assignments of proprietary encodings to particular, fixed payload types.
マッピングを示す明確に定義されたメカニズムがない限り、動的ペイロードタイプを使用すべきではありません (SHOULD NOT)。このプロファイルの下で動作する他のシステムと相互運用することを期待するシステムは、特定の固定ペイロードタイプに対して独自のエンコーディングを独自に割り当てるべきではありません (SHOULD NOT)。
This specification establishes the policy that no additional static payload types will be assigned beyond the ones defined in this document. Establishing this policy avoids the problem of trying to create a set of criteria for accepting static assignments and encourages the implementation and deployment of the dynamic payload type mechanisms.
この仕様は、このドキュメントで定義されているものを超えて追加の静的ペイロードタイプが割り当てられないというポリシーを確立します。このポリシーを確立することで、静的割り当てを受け入れるための一連の基準を作成しようとする問題が回避され、動的なペイロード型メカニズムの実装と展開が促進されます。
The final set of static payload type assignments is provided in Tables 4 and 5.
静的ペイロードタイプの割り当ての最終セットは、表4および5に記載されています。
Since the ability to suppress silence is one of the primary motivations for using packets to transmit voice, the RTP header carries both a sequence number and a timestamp to allow a receiver to distinguish between lost packets and periods of time when no data was transmitted. Discontiguous transmission (silence suppression) MAY be used with any audio payload format. Receivers MUST assume that senders may suppress silence unless this is restricted by signaling specified elsewhere. (Even if the transmitter does not suppress silence, the receiver should be prepared to handle periods when no data is present since packets may be lost.)
無音を抑制できることは、パケットを使用して音声を伝送するための主要な動機の1つであるため、RTPヘッダーにはシーケンス番号とタイムスタンプの両方が含まれており、受信機は失われたパケットとデータが送信されなかった期間とを区別できます。不連続送信（無音抑制）は、任意のオーディオペイロード形式で使用してもよいです (MAY)。他の場所で指定されたシグナリングによって制限されていない限り、受信機は送信者が無音を抑制する可能性があると想定しなければなりません (MUST)。（パケットが失われる可能性があるため、送信側が無音を抑制しない場合であっても、受信機はデータが存在しない期間を処理できるように準備しておくべきです。）
Some payload formats (see Sections 4.5.3 and 4.5.6) define a "silence insertion descriptor" or "comfort noise" frame to specify parameters for artificial noise that may be generated during a period of silence to approximate the background noise at the source. For other payload formats, a generic Comfort Noise (CN) payload format is specified in RFC 3389 [9]. When the CN payload format is used with another payload format, different values in the RTP payload type field distinguish comfort-noise packets from those of the selected payload format.
一部のペイロード形式（セクション4.5.3および4.5.6を参照）は、「サイレンス挿入記述子」または「コンフォートノイズ」フレームを定義して、沈黙の期間中に生成される可能性のある人工ノイズのパラメーターを指定して、ソースのバックグラウンドノイズを近似します。他のペイロード形式では、RFC 3389 [9]で一般的なコンフォートノイズ（CN）ペイロード形式が指定されています。CNペイロード形式が別のペイロード形式で使用される場合、RTPペイロードタイプの異なる値フィールドは、Comfort-Noiseパケットと選択したペイロード形式のパケットを区別します。
For applications which send either no packets or occasional comfort-noise packets during silence, the first packet of a talkspurt, that is, the first packet after a silence period during which packets have not been transmitted contiguously, SHOULD be distinguished by setting the marker bit in the RTP data header to one. The marker bit in all other packets is zero. The beginning of a talkspurt MAY be used to adjust the playout delay to reflect changing network delays. Applications without silence suppression MUST set the marker bit to zero.
無音中にパケットをまったく送信しないか、時折のコンフォートノイズパケットを送信するアプリケーションの場合、トークスパートの最初のパケット、すなわちパケットが連続して送信されなかった無音期間の後の最初のパケットは、RTPデータヘッダーのマーカービットを1に設定することによって区別すべきです (SHOULD)。他のすべてのパケットのマーカービットはゼロです。トークスパートの開始は、変化するネットワーク遅延を反映して再生遅延を調整するために使用してもよいです (MAY)。無音抑制を行わないアプリケーションは、マーカービットをゼロに設定しなければなりません (MUST)。
The RTP clock rate used for generating the RTP timestamp is independent of the number of channels and the encoding; it usually equals the number of sampling periods per second. For N-channel encodings, each sampling period (say, 1/8,000 of a second) generates N samples. (This terminology is standard, but somewhat confusing, as the total number of samples generated per second is then the sampling rate times the channel count.)
RTPタイムスタンプの生成に使用されるRTPクロックレートは、チャネルの数とエンコーディングとは無関係です。通常、サンプリング期間は毎秒です。nチャネルエンコーディングの場合、各サンプリング期間（たとえば、1秒の1/8,000）がnサンプルを生成します。（この用語は標準ですが、瞬間に生成されたサンプルの総数は、チャネルのサンプリング速度の数であるため、やや混乱しています。）
If multiple audio channels are used, channels are numbered left-to-right, starting at one. In RTP audio packets, information from lower-numbered channels precedes that from higher-numbered channels.
複数のオーディオチャネルが使用される場合、チャネルは左から右に番号が付けられ、1つから始まります。RTPオーディオパケットでは、より低いチャネルからの情報が、より多いチャネルの情報に先行します。
For more than two channels, the convention followed by the AIFF-C audio interchange format SHOULD be followed [3], using the following notation, unless some other convention is specified for a particular encoding or payload format:
2つを超えるチャネルの場合、特定のエンコーディングまたはペイロード形式に対して他の規約が指定されていない限り、次の表記法を使用して、AIFF-Cオーディオ交換フォーマットに従う規約に従うべきです (SHOULD) [3]。
l left r right c center S surround F front R rear
l左r右cセンターSサラウンドfフロントrリア
channels description channel
1 2 3 4 5 6
_________________________________________________
2 stereo l r
3 l r c
4 l c r S
5 Fl Fr Fc Sl Sr
6 l lc c r rc S
Note: RFC 1890 defined two conventions for the ordering of four audio channels. Since the ordering is indicated implicitly by the number of channels, this was ambiguous. In this revision, the order described as "quadrophonic" has been eliminated to remove the ambiguity. This choice was based on the observation that quadrophonic consumer audio format did not become popular whereas surround-sound subsequently has.
注：RFC 1890は、4つのオーディオチャネルの順序付けに関する2つの規則を定義しました。順序はチャネルの数によって暗黙的に示されているため、これはあいまいでした。この修正では、「四肢香性」と呼ばれる順序は、あいまいさを除去するために排除されました。この選択は、サラウンドサウンドがその後持っているのに対し、四肢香性消費者オーディオ形式は人気にならなかったという観察に基づいていました。
Samples for all channels belonging to a single sampling instant MUST be within the same packet. The interleaving of samples from different channels depends on the encoding. General guidelines are given in Section 4.3 and 4.4.
単一のサンプリング瞬時に属するすべてのチャネルのサンプルは、同一のパケット内になければなりません (MUST)。異なるチャネルからのサンプルのインターリーブは、エンコーディングに依存します。一般的なガイドラインはセクション4.3および4.4に記載されています。
The sampling frequency SHOULD be drawn from the set: 8,000, 11,025, 16,000, 22,050, 24,000, 32,000, 44,100 and 48,000 Hz. (Older Apple Macintosh computers had a native sample rate of 22,254.54 Hz, which can be converted to 22,050 with acceptable quality by dropping 4 samples in a 20 ms frame.) However, most audio encodings are defined for a more restricted set of sampling frequencies. Receivers SHOULD be prepared to accept multi-channel audio, but MAY choose to only play a single channel.
サンプリング周波数は、8,000、11,025、16,000、22,050、24,000、32,000、44,100、および48,000 Hzのセットから選択すべきです (SHOULD)。（古いApple Macintoshコンピュータのネイティブサンプルレートは22,254.54 Hzでしたが、これは20ミリ秒のフレームで4サンプルをドロップすることにより、許容可能な品質で22,050 Hzに変換できます。）ただし、ほとんどのオーディオエンコーディングは、より限定されたサンプリング周波数のセットに対して定義されています。受信機はマルチチャネルオーディオを受け入れる準備をしておくべきですが (SHOULD)、単一のチャネルのみを再生することを選択してもよいです (MAY)。
The following recommendations are default operating parameters. Applications SHOULD be prepared to handle other values. The ranges given are meant to give guidance to application writers, allowing a set of applications conforming to these guidelines to interoperate without additional negotiation. These guidelines are not intended to restrict operating parameters for applications that can negotiate a set of interoperable parameters, e.g., through a conference control protocol.
以下の推奨事項は、デフォルトの動作パラメータです。アプリケーションは他の値を処理できるように準備しておくべきです (SHOULD)。提示された範囲はアプリケーション作成者に指針を与えることを意図しており、これらのガイドラインに準拠した一連のアプリケーションが追加のネゴシエーションなしで相互運用できるようにします。これらのガイドラインは、例えば会議制御プロトコルなどを通じて相互運用可能なパラメータのセットをネゴシエートできるアプリケーションについて、動作パラメータを制限することを意図したものではありません。
For packetized audio, the default packetization interval SHOULD have a duration of 20 ms or one frame, whichever is longer, unless otherwise noted in Table 1 (column "ms/packet"). The packetization interval determines the minimum end-to-end delay; longer packets introduce less header overhead but higher delay and make packet loss more noticeable. For non-interactive applications such as lectures or for links with severe bandwidth constraints, a higher packetization delay MAY be used. A receiver SHOULD accept packets representing between 0 and 200 ms of audio data. (For framed audio encodings, a receiver SHOULD accept packets with a number of frames equal to 200 ms divided by the frame duration, rounded up.) This restriction allows reasonable buffer sizing for the receiver.
パケット化されたオーディオの場合、表1（列「ms/packet」）に特記がない限り、デフォルトのパケット化間隔は20ミリ秒または1フレームのいずれか長い方の期間を持つべきです (SHOULD)。パケット化間隔によって最小エンドツーエンド遅延が決まります。パケットを長くするとヘッダーのオーバーヘッドは減りますが遅延が大きくなり、パケット損失がより顕著になります。講義などの非対話型アプリケーションや、深刻な帯域幅制約を持つリンクの場合、より長いパケット化遅延を使用してもよいです (MAY)。受信機は、0〜200ミリ秒のオーディオデータを表すパケットを受け入れるべきです (SHOULD)。（フレーム化されたオーディオエンコーディングの場合、受信機は、200ミリ秒をフレーム期間で割って切り上げた値に等しいフレーム数を持つパケットを受け入れるべきです (SHOULD)。）この制限により、受信機の妥当なバッファサイズ設定が可能になります。
In sample-based encodings, each audio sample is represented by a fixed number of bits. Within the compressed audio data, codes for individual samples may span octet boundaries. An RTP audio packet may contain any number of audio samples, subject to the constraint that the number of bits per sample times the number of samples per packet yields an integral octet count. Fractional encodings produce less than one octet per sample.
サンプルベースのエンコーディングでは、各オーディオサンプルは固定数のビットで表されます。圧縮オーディオデータ内では、個々のサンプルのコードがオクテットの境界にまたがる場合があります。RTPオーディオパケットには、サンプルあたりのビット数がパケットごとのサンプル数が積分オクテットカウントを生成するという制約を条件として、任意の数のオーディオサンプルを含む場合があります。分数エンコーディングは、サンプルごとに1オクテット未満を生成します。
The duration of an audio packet is determined by the number of samples in the packet.
オーディオパケットの期間は、パケット内のサンプルの数によって決定されます。
For sample-based encodings producing one or more octets per sample,
samples from different channels sampled at the same sampling instant
SHOULD be packed in consecutive octets. For example, for a two-
channel encoding, the octet sequence is (left channel, first sample),
(right channel, first sample), (left channel, second sample), (right
channel, second sample), .... For multi-octet encodings, octets
SHOULD be transmitted in network byte order (i.e., most significant
octet first).
The packing of sample-based encodings producing less than one octet per sample is encoding-specific.
サンプルごとに1オクテット未満を生成するサンプルベースのエンコーディングの梱包は、エンコード固有です。
The RTP timestamp reflects the instant at which the first sample in the packet was sampled, that is, the oldest information in the packet.
RTPタイムスタンプは、パケット内の最初のサンプルがサンプリングされた瞬間、つまりパケットで最も古い情報を反映しています。
Frame-based encodings encode a fixed-length block of audio into another block of compressed data, typically also of fixed length. For frame-based encodings, the sender MAY choose to combine several such frames into a single RTP packet. The receiver can tell the number of frames contained in an RTP packet, if all the frames have the same length, by dividing the RTP payload length by the audio frame size which is defined as part of the encoding. This does not work when carrying frames of different sizes unless the frame sizes are relatively prime. If not, the frames MUST indicate their size.
フレームベースのエンコーディングは、固定長のオーディオブロックを別の圧縮データブロック（通常これも固定長）にエンコードします。フレームベースのエンコーディングの場合、送信者はそのような複数のフレームを単一のRTPパケットにまとめることを選択してもよいです (MAY)。すべてのフレームが同じ長さである場合、受信機はRTPペイロード長をエンコーディングの一部として定義されているオーディオフレームサイズで割ることにより、RTPパケットに含まれるフレーム数を知ることができます。これは、フレームサイズが互いに素でない限り、異なるサイズのフレームを伝送する際には機能しません。そうでない場合、フレームはそのサイズを示さなければなりません (MUST)。
For frame-based codecs, the channel order is defined for the whole block. That is, for two-channel audio, right and left samples SHOULD be coded independently, with the encoded frame for the left channel preceding that for the right channel.
フレームベースのコーデックの場合、チャネル順序はブロック全体に対して定義されます。すなわち、2チャネルオーディオの場合、左チャネルのエンコードされたフレームが右チャネルのフレームに先行するようにして、左右のサンプルを独立して符号化すべきです (SHOULD)。
All frame-oriented audio codecs SHOULD be able to encode and decode several consecutive frames within a single packet. Since the frame size for the frame-oriented codecs is given, there is no need to use a separate designation for the same encoding, but with different number of frames per packet.
すべてのフレーム指向オーディオコーデックは、単一のパケット内で複数の連続したフレームをエンコードおよびデコードできるべきです (SHOULD)。フレーム指向コーデックのフレームサイズは既知であるため、同一のエンコーディングに対してパケットあたりのフレーム数が異なるからといって個別の呼称を使用する必要はありません。
RTP packets SHALL contain a whole number of frames, with frames inserted according to age within a packet, so that the oldest frame (to be played first) occurs immediately after the RTP packet header. The RTP timestamp reflects the instant at which the first sample in the first frame was sampled, that is, the oldest information in the packet.
RTPパケットはフレームの整数個を含まなければならず (SHALL)、最も古いフレーム（最初に再生されるもの）がRTPパケットヘッダーの直後に配置されるように、パケット内での時間経過に従ってフレームが挿入されます。RTPタイムスタンプは、最初のフレームの最初のサンプルがサンプリングされた瞬間、すなわちパケット内で最も古い情報を反映します。
name of sampling default
encoding sample/frame bits/sample rate ms/frame ms/packet
__________________________________________________________________
DVI4 sample 4 var. 20
G722 sample 8 16,000 20
G723 frame N/A 8,000 30 30
G726-40 sample 5 8,000 20
G726-32 sample 4 8,000 20
G726-24 sample 3 8,000 20
G726-16 sample 2 8,000 20
G728 frame N/A 8,000 2.5 20
G729 frame N/A 8,000 10 20
G729D frame N/A 8,000 10 20
G729E frame N/A 8,000 10 20
GSM frame N/A 8,000 20 20
GSM-EFR frame N/A 8,000 20 20
L8 sample 8 var. 20
L16 sample 16 var. 20
LPC frame N/A 8,000 20 20
MPA frame N/A var. var.
PCMA sample 8 var. 20
PCMU sample 8 var. 20
QCELP frame N/A 8,000 20 20
VDVI sample var. var. 20
Table 1: Properties of Audio Encodings (N/A: not applicable; var.:
variable)
The characteristics of the audio encodings described in this document are shown in Table 1; they are listed in order of their payload type in Table 4. While most audio codecs are only specified for a fixed sampling rate, some sample-based algorithms (indicated by an entry of "var." in the sampling rate column of Table 1) may be used with different sampling rates, resulting in different coded bit rates. When used with a sampling rate other than that for which a static payload type is defined, non-RTP means beyond the scope of this memo MUST be used to define a dynamic payload type and MUST indicate the selected RTP timestamp clock rate, which is usually the same as the sampling rate for audio.
このドキュメントで説明するオーディオエンコーディングの特性を表1に示します。これらは表4のペイロードタイプの順に記載されています。ほとんどのオーディオコーデックは固定サンプリングレートに対してのみ規定されていますが、一部のサンプルベースのアルゴリズム（表1のサンプリングレート列の「var.」というエントリで示されています）は異なるサンプリングレートで使用される場合があり、符号化ビットレートが異なります。静的ペイロードタイプが定義されているもの以外のサンプリングレートで使用される場合、動的ペイロードタイプを定義するために本メモの範囲外である非RTPの手段を使用しなければならず (MUST)、選択されたRTPタイムスタンプクロックレートを示さなければなりません (MUST) （これは通常、オーディオのサンプリングレートと同じです）。
DVI4 uses an adaptive delta pulse code modulation (ADPCM) encoding scheme that was specified by the Interactive Multimedia Association (IMA) as the "IMA ADPCM wave type". However, the encoding defined here as DVI4 differs in three respects from the IMA specification:
DVI4は、インタラクティブマルチメディア協会（IMA）によって指定された適応型デルタパルスコード変調（ADPCM）エンコードスキームを「IMA ADPCM波型」として使用します。ただし、DVI4としてここで定義されているエンコーディングは、IMA仕様と3つの点で異なります。
o The RTP DVI4 header contains the predicted value rather than the first sample value contained the IMA ADPCM block header.
o RTP DVI4ヘッダーには、IMA ADPCMブロックヘッダーが含まれる最初のサンプル値ではなく、予測値が含まれています。
o IMA ADPCM blocks contain an odd number of samples, since the first sample of a block is contained just in the header (uncompressed), followed by an even number of compressed samples. DVI4 has an even number of compressed samples only, using the `predict' word from the header to decode the first sample.
o IMA ADPCMブロックには、ブロックの最初のサンプルがヘッダーのみ（非圧縮）に含まれており、その後の圧縮サンプルの数が含まれているため、奇数のサンプルが含まれています。DVI4には、ヘッダーから「予測」ワードを使用して最初のサンプルをデコードする偶数の圧縮サンプルのみがあります。
o For DVI4, the 4-bit samples are packed with the first sample in the four most significant bits and the second sample in the four least significant bits. In the IMA ADPCM codec, the samples are packed in the opposite order.
o DVI4の場合、4ビットサンプルには、4つの最も重要なビットの最初のサンプルと、4つの最も有意なビットの2番目のサンプルが詰められています。IMA ADPCMコーデックでは、サンプルは反対の順序で梱包されています。
Each packet contains a single DVI block. This profile only defines the 4-bit-per-sample version, while IMA also specified a 3-bit-per-sample encoding.
各パケットには、単一のDVIブロックが含まれています。このプロファイルは、サンプルあたり4ビットバージョンのみを定義しますが、IMAはサンプルあたり3ビットエンコードも指定しました。
The "header" word for each channel has the following structure:
各チャネルの「ヘッダー」ワードには、次の構造があります。
int16 predict; /* predicted value of first sample
from the previous block (L16 format) */
u_int8 index; /* current index into stepsize table */
u_int8 reserved; /* set to zero by sender, ignored by receiver */
Each octet following the header contains two 4-bit samples, thus the number of samples per packet MUST be even because there is no means to indicate a partially filled last octet.
ヘッダーに続く各オクテットには2つの4ビットサンプルが含まれるため、部分的に埋められた最後のオクテットを示す手段がないことから、パケットあたりのサンプル数は偶数でなければなりません (MUST)。
Packing of samples for multiple channels is for further study.
複数のチャネルのサンプルの梱包は、さらなる研究用です。
The IMA ADPCM algorithm was described in the document IMA Recommended Practices for Enhancing Digital Audio Compatibility in Multimedia Systems (version 3.0). However, the Interactive Multimedia Association ceased operations in 1997. Resources for an archived copy of that document and a software implementation of the RTP DVI4 encoding are listed in Section 13.
IMA ADPCMアルゴリズムは、マルチメディアシステムでデジタルオーディオ互換性を高めるためのドキュメントIMA推奨プラクティス（バージョン3.0）で説明されています。ただし、Interactive Multimedia Associationは1997年に運用を停止しました。そのドキュメントのアーカイブされたコピーのリソースとRTP DVI4エンコーディングのソフトウェア実装については、セクション13にリストされています。
G722 is specified in ITU-T Recommendation G.722, "7 kHz audio-coding within 64 kbit/s". The G.722 encoder produces a stream of octets, each of which SHALL be octet-aligned in an RTP packet. The first bit transmitted in the G.722 octet, which is the most significant bit of the higher sub-band sample, SHALL correspond to the most significant bit of the octet in the RTP packet.
G722は、ITU-T勧告G.722「7 kHz audio-coding within 64 kbit/s」で規定されています。G.722エンコーダはオクテットのストリームを生成し、そのそれぞれがRTPパケット内でオクテット境界に整列していなければなりません (SHALL)。G.722オクテットで送信される最初のビット（上位サブバンドサンプルの最上位ビット）は、RTPパケット内のオクテットの最上位ビットに対応しなければなりません (SHALL)。
Even though the actual sampling rate for G.722 audio is 16,000 Hz, the RTP clock rate for the G722 payload format is 8,000 Hz because that value was erroneously assigned in RFC 1890 and must remain unchanged for backward compatibility. The octet rate or sample-pair rate is 8,000 Hz.
G.722オーディオの実際のサンプリングレートは16,000 Hzですが、G722ペイロード形式のRTPクロックレートは8,000 Hzです。これは、その値がRFC 1890で誤って割り当てられ、後方互換性のために変更されていなければならないためです。オクテットレートまたはサンプルペアレートは8,000 Hzです。
G723 is specified in ITU Recommendation G.723.1, "Dual-rate speech coder for multimedia communications transmitting at 5.3 and 6.3 kbit/s". The G.723.1 5.3/6.3 kbit/s codec was defined by the ITU-T as a mandatory codec for ITU-T H.324 GSTN videophone terminal applications. The algorithm has a floating point specification in Annex B to G.723.1, a silence compression algorithm in Annex A to G.723.1 and a scalable channel coding scheme for wireless applications in G.723.1 Annex C.
G723は、ITU推奨G.723.1、「5.3および6.3 kbit/sで送信されるマルチメディア通信用のデュアルレートスピーチコーダー」で指定されています。G.723.1 5.3/6.3 kbit/sコーデックは、ITU-TによってITU-T H.324 GSTNビデオフォンターミナルアプリケーションの必須コーデックとして定義されました。アルゴリズムには、付録BにG.723.1に浮かぶ点仕様、付録Aのサイレンス圧縮アルゴリズムがG.723.1、G.723.1 Annex Cのワイヤレスアプリケーションのスケーラブルなチャネルコーディングスキームがあります。
This Recommendation specifies a coded representation that can be used for compressing the speech signal component of multi-media services at a very low bit rate. Audio is encoded in 30 ms frames, with an additional delay of 7.5 ms due to look-ahead. A G.723.1 frame can be one of three sizes: 24 octets (6.3 kb/s frame), 20 octets (5.3 kb/s frame), or 4 octets. These 4-octet frames are called SID frames (Silence Insertion Descriptor) and are used to specify comfort noise parameters. There is no restriction on how 4, 20, and 24 octet frames are intermixed. The least significant two bits of the first octet in the frame determine the frame size and codec type:
この推奨事項は、非常に低いビットレートでマルチメディアサービスの音声信号コンポーネントを圧縮するために使用できるコード化された表現を指定します。オーディオは30ミリ秒のフレームでエンコードされており、見た目のために7.5ミリ秒の追加遅延があります。G.723.1フレームは、24オクテット（6.3 kb/sフレーム）、20オクテット（5.3 kb/sフレーム）、または4オクテットの3つのサイズのいずれかです。これらの4-OCTETフレームはSIDフレーム（Silence Insertion Decruptor）と呼ばれ、コンフォートノイズパラメーターを指定するために使用されます。4、20、および24のオクテットフレームがどのように混合されるかについての制限はありません。フレーム内の最初のオクテットの最も重要でない2ビットは、フレームサイズとコーデックタイプを決定します。
bits content octets/frame
00 high-rate speech (6.3 kb/s) 24
01 low-rate speech (5.3 kb/s) 20
10 SID frame 4
11 reserved
It is possible to switch between the two rates at any 30 ms frame boundary. Both (5.3 kb/s and 6.3 kb/s) rates are a mandatory part of the encoder and decoder. Receivers MUST accept both data rates and MUST accept SID frames unless restriction of these capabilities has been signaled. The MIME registration for G723 in RFC 3555 [7] specifies parameters that MAY be used with MIME or SDP to restrict to a single data rate or to restrict the use of SID frames. This coder was optimized to represent speech with near-toll quality at the above rates using a limited amount of complexity.
任意の30ミリ秒フレーム境界で2つのレートを切り替えることが可能です。（5.3 kb/sおよび6.3 kb/sの）両方のレートが、エンコーダおよびデコーダの必須部分です。これらの機能の制限がシグナリングされていない限り、受信機は両方のデータレートを受け入れなければならず (MUST)、SIDフレームを受け入れなければなりません (MUST)。RFC 3555 [7]におけるG723のMIME登録では、単一のデータレートへの制限やSIDフレームの使用の制限のために、MIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。このコーダーは、限られた複雑さを使用して上記のレートでほぼトール品質の音声を表現するように最適化されています。
The packing of the encoded bit stream into octets and the transmission order of the octets is specified in Rec. G.723.1 and is the same as that produced by the G.723 C code reference implementation. For the 6.3 kb/s data rate, this packing is illustrated as follows, where the header (HDR) bits are always "0 0" as shown in Fig. 1 to indicate operation at 6.3 kb/s, and the Z bit is always set to zero. The diagrams show the bit packing in "network byte order", also known as big-endian order. The bits of each 32-bit word are numbered 0 to 31, with the most significant bit on the left and numbered 0. The octets (bytes) of each word are transmitted most significant octet first. The bits of each data field are numbered in the order of the bit stream representation of the encoding (least significant bit first). The vertical bars indicate the boundaries between field fragments.
エンコードされたビットストリームのオクテットへの梱包とオクテットの伝送順序は、Recで指定されています。G.723.1であり、G.723 Cコード参照実装によって生成されたものと同じです。6.3 kb/sのデータレートの場合、このパッキングは次のように示されています。ここでは、図1に示すようにヘッダー（HDR）ビットは常に「0 0」です。ゼロに設定します。図は、ビッグエンディアンオーダーとしても知られている「ネットワークバイト順序」のビットパッキングを示しています。各32ビットワードのビットには0〜31に番号が付けられ、左側で最も重要なビットがあり、各単語のオクテット（バイト）が最初に最も重要なオクテットが送信されます。各データフィールドのビットには、エンコードのビットストリーム表現の順序で番号が付けられています（最初に最小のビット）。垂直バーは、フィールドフラグメント間の境界を示しています。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| LPC |HDR| LPC | LPC | ACL0 |LPC|
| | | | | | |
|0 0 0 0 0 0|0 0|1 1 1 1 0 0 0 0|2 2 1 1 1 1 1 1|0 0 0 0 0 0|2 2|
|5 4 3 2 1 0| |3 2 1 0 9 8 7 6|1 0 9 8 7 6 5 4|5 4 3 2 1 0|3 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ACL2 |ACL|A| GAIN0 |ACL|ACL| GAIN0 | GAIN1 |
| | 1 |C| | 3 | 2 | | |
|0 0 0 0 0|0 0|0|0 0 0 0|0 0|0 0|1 1 0 0 0 0 0 0|0 0 0 0 0 0 0 0|
|4 3 2 1 0|1 0|6|3 2 1 0|1 0|6 5|1 0 9 8 7 6 5 4|7 6 5 4 3 2 1 0|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| GAIN2 | GAIN1 | GAIN2 | GAIN3 | GRID | GAIN3 |
| | | | | | |
|0 0 0 0|1 1 0 0|1 1 0 0 0 0 0 0|0 0 0 0 0 0 0 0|0 0 0 0|1 1 0 0|
|3 2 1 0|1 0 9 8|1 0 9 8 7 6 5 4|7 6 5 4 3 2 1 0|3 2 1 0|1 0 9 8|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| MSBPOS |Z|POS| MSBPOS | POS0 |POS| POS0 |
| | | 0 | | | 1 | |
|0 0 0 0 0 0 0|0|0 0|1 1 1 0 0 0|0 0 0 0 0 0 0 0|0 0|1 1 1 1 1 1|
|6 5 4 3 2 1 0| |1 0|2 1 0 9 8 7|9 8 7 6 5 4 3 2|1 0|5 4 3 2 1 0|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| POS1 | POS2 | POS1 | POS2 | POS3 | POS2 |
| | | | | | |
|0 0 0 0 0 0 0 0|0 0 0 0|1 1 1 1|1 1 0 0 0 0 0 0|0 0 0 0|1 1 1 1|
|9 8 7 6 5 4 3 2|3 2 1 0|3 2 1 0|1 0 9 8 7 6 5 4|3 2 1 0|5 4 3 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| POS3 | PSIG0 |POS|PSIG2| PSIG1 | PSIG3 |PSIG2|
| | | 3 | | | | |
|1 1 0 0 0 0 0 0|0 0 0 0 0 0|1 1|0 0 0|0 0 0 0 0|0 0 0 0 0|0 0 0|
|1 0 9 8 7 6 5 4|5 4 3 2 1 0|3 2|2 1 0|4 3 2 1 0|4 3 2 1 0|5 4 3|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 1: G.723 (6.3 kb/s) bit packing
図1：G.723（6.3 kb/s）ビットパッキング
For the 5.3 kb/s data rate, the header (HDR) bits are always "0 1", as shown in Fig. 2, to indicate operation at 5.3 kb/s.
5.3 kb/sのデータレートの場合、図2に示すように、ヘッダー（HDR）ビットは常に「0 1」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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| LPC |HDR| LPC | LPC | ACL0 |LPC|
| | | | | | |
|0 0 0 0 0 0|0 1|1 1 1 1 0 0 0 0|2 2 1 1 1 1 1 1|0 0 0 0 0 0|2 2|
|5 4 3 2 1 0| |3 2 1 0 9 8 7 6|1 0 9 8 7 6 5 4|5 4 3 2 1 0|3 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ACL2 |ACL|A| GAIN0 |ACL|ACL| GAIN0 | GAIN1 |
| | 1 |C| | 3 | 2 | | |
|0 0 0 0 0|0 0|0|0 0 0 0|0 0|0 0|1 1 0 0 0 0 0 0|0 0 0 0 0 0 0 0|
|4 3 2 1 0|1 0|6|3 2 1 0|1 0|6 5|1 0 9 8 7 6 5 4|7 6 5 4 3 2 1 0|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| GAIN2 | GAIN1 | GAIN2 | GAIN3 | GRID | GAIN3 |
| | | | | | |
|0 0 0 0|1 1 0 0|1 1 0 0 0 0 0 0|0 0 0 0 0 0 0 0|0 0 0 0|1 1 0 0|
|3 2 1 0|1 0 9 8|1 0 9 8 7 6 5 4|7 6 5 4 3 2 1 0|4 3 2 1|1 0 9 8|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| POS0 | POS1 | POS0 | POS1 | POS2 |
| | | | | |
|0 0 0 0 0 0 0 0|0 0 0 0|1 1 0 0|1 1 0 0 0 0 0 0|0 0 0 0 0 0 0 0|
|7 6 5 4 3 2 1 0|3 2 1 0|1 0 9 8|1 0 9 8 7 6 5 4|7 6 5 4 3 2 1 0|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| POS3 | POS2 | POS3 | PSIG1 | PSIG0 | PSIG3 | PSIG2 |
| | | | | | | |
|0 0 0 0|1 1 0 0|1 1 0 0 0 0 0 0|0 0 0 0|0 0 0 0|0 0 0 0|0 0 0 0|
|3 2 1 0|1 0 9 8|1 0 9 8 7 6 5 4|3 2 1 0|3 2 1 0|3 2 1 0|3 2 1 0|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 2: G.723 (5.3 kb/s) bit packing
図2：G.723（5.3 kb/s）ビットパッキング
The packing of G.723.1 SID (silence) frames, which are indicated by the header (HDR) bits having the pattern "1 0", is depicted in Fig. 3.
G.723.1 SID（沈黙）フレームの梱包は、パターン「1 0」を持つヘッダー（HDR）ビットで示されています。図3に示されています。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| LPC |HDR| LPC | LPC | GAIN |LPC|
| | | | | | |
|0 0 0 0 0 0|1 0|1 1 1 1 0 0 0 0|2 2 1 1 1 1 1 1|0 0 0 0 0 0|2 2|
|5 4 3 2 1 0| |3 2 1 0 9 8 7 6|1 0 9 8 7 6 5 4|5 4 3 2 1 0|3 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 3: G.723 SID mode bit packing
図3：G.723 SIDモードビットパッキング
ITU-T Recommendation G.726 describes, among others, the algorithm recommended for conversion of a single 64 kbit/s A-law or mu-law PCM channel encoded at 8,000 samples/sec to and from a 40, 32, 24, or 16 kbit/s channel. The conversion is applied to the PCM stream using an Adaptive Differential Pulse Code Modulation (ADPCM) transcoding technique. The ADPCM representation consists of a series of codewords with a one-to-one correspondence to the samples in the PCM stream. The G726 data rates of 40, 32, 24, and 16 kbit/s have codewords of 5, 4, 3, and 2 bits, respectively.
ITU-Tの推奨G.726は、とりわけ、8,000のサンプル/秒でエンコードされた1つの64 kbit/s A-LawまたはMu-Law PCMチャネルの変換に推奨されるアルゴリズムについて、40、32、24、または40、32、24、またはまたは16 kbit/sチャネル。この変換は、適応微分パルスコード変調（ADPCM）トランスコーディング技術を使用してPCMストリームに適用されます。ADPCM表現は、PCMストリーム内のサンプルに1対1の対応を持つ一連のコードワードで構成されています。40、32、24、および16 kbit/sのG726データレートには、それぞれ5、4、3、および2ビットのコードワードがあります。
The 16 and 24 kbit/s encodings do not provide toll quality speech. They are designed for used in overloaded Digital Circuit Multiplication Equipment (DCME). ITU-T G.726 recommends that the 16 and 24 kbit/s encodings should be alternated with higher data rate encodings to provide an average sample size of between 3.5 and 3.7 bits per sample.
16および24 kbit/sのエンコーディングは、料理の質の高いスピーチを提供しません。これらは、過負荷のデジタル回路乗算機器（DCME）で使用するために設計されています。ITU-T G.726では、16および24 kbit/sのエンコーディングをより高いデータレートエンコーディングと交互に行い、サンプルあたり3.5〜3.7ビットの平均サンプルサイズを提供することを推奨しています。
The encodings of G.726 are here denoted as G726-40, G726-32, G726-24, and G726-16. Prior to 1990, G721 described the 32 kbit/s ADPCM encoding, and G723 described the 40, 32, and 16 kbit/s encodings. Thus, G726-32 designates the same algorithm as G721 in RFC 1890.
G.726のエンコーディングは、G726-40、G726-32、G726-24、およびG726-16として示されています。1990年以前は、G721は32 kbit/s ADPCMエンコーディングについて説明し、G723は40、32、および16 kbit/sのエンコーディングについて説明しました。したがって、G726-32は、RFC 1890でG721と同じアルゴリズムを指定します。
A stream of G726 codewords contains no information on the encoding being used, therefore transitions between G726 encoding types are not permitted within a sequence of packed codewords. Applications MUST determine the encoding type of packed codewords from the RTP payload identifier.
G726コードワードのストリームには使用されているエンコーディングに関する情報が含まれていないため、パックされた一連のコードワード内でのG726エンコーディングタイプ間の遷移は許可されません。アプリケーションは、パックされたコードワードのエンコーディングタイプをRTPペイロード識別子から決定しなければなりません (MUST)。
No payload-specific header information SHALL be included as part of the audio data. A stream of G726 codewords MUST be packed into octets as follows: the first codeword is placed into the first octet such that the least significant bit of the codeword aligns with the least significant bit in the octet, the second codeword is then packed so that its least significant bit coincides with the least significant unoccupied bit in the octet. When a complete codeword cannot be placed into an octet, the bits overlapping the octet boundary are placed into the least significant bits of the next octet. Packing MUST end with a completely packed final octet. The number of codewords packed will therefore be a multiple of 8, 2, 8, and 4 for G726-40, G726-32, G726-24, and G726-16, respectively. An example of the packing scheme for G726-32 codewords is as shown, where bit 7 is the least significant bit of the first octet, and bit A3 is the least significant bit of the first codeword:
ペイロード固有のヘッダー情報は、オーディオデータの一部として含まれてはなりません (SHALL)。G726コードワードのストリームは、次のようにオクテットにパックしなければなりません (MUST)。最初のコードワードは、コードワードの最下位ビットがオクテットの最下位ビットと揃うように最初のオクテットに配置され、2番目のコードワードは、その最下位ビットがオクテット内の最下位の空きビットと一致するようにパックされます。完全なコードワードを1つのオクテットに配置できない場合、オクテット境界を跨ぐビットは次のオクテットの最下位ビットに配置されます。パッキングは、完全にパックされた最終オクテットで終了しなければなりません (MUST)。したがって、パックされるコードワードの数は、G726-40、G726-32、G726-24、およびG726-16でそれぞれ8、2、8、および4の倍数になります。G726-32コードワードのパッキング方式の例は以下のとおりです。ここで、ビット7は最初のオクテットの最下位ビットであり、ビットA3は最初のコードワードの最下位ビットです。
0 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-
|B B B B|A A A A|D D D D|C C C C| ...
|0 1 2 3|0 1 2 3|0 1 2 3|0 1 2 3|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-
An example of the packing scheme for G726-24 codewords follows, where again bit 7 is the least significant bit of the first octet, and bit A2 is the least significant bit of the first codeword:
G726-24コードワードの梱包スキームの例が続きます。ここでは、ビット7は最初のオクテットの最も重要なビットであり、ビットA2はファーストコードワードの最も重要なビットです。
0 1 2
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-
|C C|B B B|A A A|F|E E E|D D D|C|H H H|G G G|F F| ...
|1 2|0 1 2|0 1 2|2|0 1 2|0 1 2|0|0 1 2|0 1 2|0 1|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-
Note that the "little-endian" direction in which samples are packed into octets in the G726-16, -24, -32 and -40 payload formats specified here is consistent with ITU-T Recommendation X.420, but is the opposite of what is specified in ITU-T Recommendation I.366.2 Annex E for ATM AAL2 transport. A second set of RTP payload formats matching the packetization of I.366.2 Annex E and identified by MIME subtypes AAL2-G726-16, -24, -32 and -40 will be specified in a separate document.
ここで指定されているG726-16、-24、-32、および-40ペイロード形式でサンプルがオクテットに詰め込まれている「リトルエンディアン」方向は、ITU -T推奨x.420と一致しているが、その反対であることに注意してください。ATM AAL2輸送用のITU-T推奨I.366.2付録Eで指定されています。i.366.2付録Eのパケット化に一致するRTPペイロードフォーマットの2番目のセットは、MIMEサブタイプAAL2 -G726-16、-24、-32、および-40で識別されます。
G728 is specified in ITU-T Recommendation G.728, "Coding of speech at 16 kbit/s using low-delay code excited linear prediction".
G728は、ITU-T推奨G.728で指定されています。「低遅延コードを使用して16 kbit/sでの音声のコーディング励起線形予測」。
A G.278 encoder translates 5 consecutive audio samples into a 10-bit codebook index, resulting in a bit rate of 16 kb/s for audio sampled at 8,000 samples per second. The group of five consecutive samples is called a vector. Four consecutive vectors, labeled V1 to V4 (where V1 is to be played first by the receiver), build one G.728 frame. The four vectors of 40 bits are packed into 5 octets, labeled B1 through B5. B1 SHALL be placed first in the RTP packet.
G.728エンコーダは、5つの連続したオーディオサンプルを10ビットのコードブックインデックスに変換し、毎秒8,000サンプルでサンプリングされたオーディオに対して16 kb/sのビットレートになります。5つの連続したサンプルのグループはベクトルと呼ばれます。V1からV4（V1が受信機によって最初に再生される）とラベル付けされた4つの連続するベクトルが、1つのG.728フレームを構成します。40ビットの4つのベクトルは、B1からB5とラベル付けされた5オクテットにパックされます。B1はRTPパケットの先頭に配置しなければなりません (SHALL)。
Referring to the figure below, the principle for bit order is "maintenance of bit significance". Bits from an older vector are more significant than bits from newer vectors. The MSB of the frame goes to the MSB of B1 and the LSB of the frame goes to LSB of B5.
以下の図を参照すると、ビット順序の原則は「ビットの重要性の維持」です。古いベクトルからのビットは、新しいベクターからのビットよりも重要です。フレームのMSBはB1のMSBに行き、フレームのLSBはB5のLSBになります。
1 2 3 3
0 0 0 0 9
++++++++++++++++++++++++++++++++++++++++
<---V1---><---V2---><---V3---><---V4---> vectors
<--B1--><--B2--><--B3--><--B4--><--B5--> octets
<------------- frame 1 ---------------->
In particular, B1 contains the eight most significant bits of V1, with the MSB of V1 being the MSB of B1. B2 contains the two least significant bits of V1, the more significant of the two in its MSB, and the six most significant bits of V2. B1 SHALL be placed first in the RTP packet and B5 last.
特に、B1にはV1の最上位8ビットが含まれ、V1のMSBがB1のMSBになります。B2にはV1の最下位2ビット（2つのうち上位のビットがそのMSB）と、V2の最上位6ビットが含まれます。B1はRTPパケットの先頭に、B5は最後に配置しなければなりません (SHALL)。
G729 is specified in ITU-T Recommendation G.729, "Coding of speech at 8 kbit/s using conjugate structure-algebraic code excited linear prediction (CS-ACELP)". A reduced-complexity version of the G.729 algorithm is specified in Annex A to Rec. G.729. The speech coding algorithms in the main body of G.729 and in G.729 Annex A are fully interoperable with each other, so there is no need to further distinguish between them. An implementation that signals or accepts use of G729 payload format may implement either G.729 or G.729A unless restricted by additional signaling specified elsewhere related specifically to the encoding rather than the payload format. The G.729 and G.729 Annex A codecs were optimized to represent speech with high quality, where G.729 Annex A trades some speech quality for an approximate 50% complexity reduction [10]. See the next Section (4.5.7) for other data rates added in later G.729 Annexes. For all data rates, the sampling frequency (and RTP timestamp clock rate) is 8,000 Hz.
G729は、ITU-Tの推奨G.729、「コンジュゲート構造代替コードを使用して8 kbit/sでの音声のコーディングを励起する線形予測（CS-Acelp）」で指定されています。g.729アルゴリズムの複数の縮小バージョンが、付録Aでrec。G.729。G.729およびG.729 Annex Aの本体の音声コーディングアルゴリズムは互いに完全に相互運用可能であるため、それらをさらに区別する必要はありません。G729ペイロード形式の使用を信号または受け入れる実装は、ペイロード形式ではなくエンコーディングに特に関連する他の場所で指定された追加のシグナリングによって制限されない限り、G.729またはG.729Aのいずれかを実装できます。G.729およびG.729 Annex A Codecsは、高品質の音声を表すように最適化されました。G.729Annex Aは、おおよその50％の複雑さの減少と音声品質を取引します[10]。後のg.729附属書に追加された他のデータレートについては、次のセクション（4.5.7）を参照してください。すべてのデータレートで、サンプリング頻度（およびRTPタイムスタンプクロックレート）は8,000 Hzです。
A voice activity detector (VAD) and comfort noise generator (CNG) algorithm in Annex B of G.729 is RECOMMENDED for digital simultaneous voice and data applications and can be used in conjunction with G.729 or G.729 Annex A. A G.729 or G.729 Annex A frame contains 10 octets, while the G.729 Annex B comfort noise frame occupies 2 octets. Receivers MUST accept comfort noise frames if restriction of their use has not been signaled. The MIME registration for G729 in RFC 3555 [7] specifies a parameter that MAY be used with MIME or SDP to restrict the use of comfort noise frames.
G.729の付属書Bにある音声活動検出（VAD）およびコンフォートノイズ生成（CNG）アルゴリズムは、デジタル同時音声およびデータアプリケーションに対して推奨され (RECOMMENDED)、G.729またはG.729 Annex Aと組み合わせて使用できます。G.729またはG.729 Annex Aのフレームには10オクテットが含まれますが、G.729 Annex Bのコンフォートノイズフレームは2オクテットを占有します。使用の制限がシグナリングされていない場合、受信機はコンフォートノイズフレームを受け入れなければなりません (MUST)。RFC 3555 [7]におけるG729のMIME登録では、コンフォートノイズフレームの使用を制限するためにMIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。
A G729 RTP packet may consist of zero or more G.729 or G.729 Annex A frames, followed by zero or one G.729 Annex B frames. The presence of a comfort noise frame can be deduced from the length of the RTP payload. The default packetization interval is 20 ms (two frames), but in some situations it may be desirable to send 10 ms packets. An example would be a transition from speech to comfort noise in the first 10 ms of the packet. For some applications, a longer packetization interval may be required to reduce the packet rate.
G729 RTPパケットは、ゼロ以上G.729またはG.729 Annex Aフレームで構成され、その後ゼロまたは1つのG.729 Annex Bフレームが続きます。コンフォートノイズフレームの存在は、RTPペイロードの長さから推測できます。デフォルトのパケット化間隔は20ミリ秒（2フレーム）ですが、状況によっては10ミリ秒のパケットを送信することが望ましい場合があります。例としては、パケットの最初の10ミリ秒の音声からコンフォートノイズへの移行があります。一部のアプリケーションでは、パケットレートを下げるには、より長いパケット化間隔が必要になる場合があります。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|L| L1 | L2 | L3 | P1 |P| C1 |
|0| | | | |0| |
| |0 1 2 3 4 5 6|0 1 2 3 4|0 1 2 3 4|0 1 2 3 4 5 6 7| |0 1 2 3 4|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| C1 | S1 | GA1 | GB1 | P2 | C2 |
| 1 1 1| | | | | |
|5 6 7 8 9 0 1 2|0 1 2 3|0 1 2|0 1 2 3|0 1 2 3 4|0 1 2 3 4 5 6 7|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| C2 | S2 | GA2 | GB2 |
| 1 1 1| | | |
|8 9 0 1 2|0 1 2 3|0 1 2|0 1 2 3|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 4: G.729 and G.729A bit packing
図4：G.729およびG.729Aビットパッキング
The transmitted parameters of a G.729/G.729A 10-ms frame, consisting of 80 bits, are defined in Recommendation G.729, Table 8/G.729. The mapping of the these parameters is given below in Fig. 4. The diagrams show the bit packing in "network byte order", also known as big-endian order. The bits of each 32-bit word are numbered 0 to 31, with the most significant bit on the left and numbered 0. The octets (bytes) of each word are transmitted most significant octet first. The bits of each data field are numbered in the order as produced by the G.729 C code reference implementation.
80ビットで構成されるG.729/G.729A 10 msフレームの送信パラメーターは、推奨G.729、表8/G.729で定義されています。これらのパラメーターのマッピングを図4に示します。図は、ビッグエンディアンオーダーとしても知られている「ネットワークバイト順序」のビットパッキングを示しています。各32ビットワードのビットには0〜31に番号が付けられ、左側で最も重要なビットがあり、各単語のオクテット（バイト）が最初に最も重要なオクテットが送信されます。各データフィールドのビットは、G.729 Cコード参照実装によって生成されるように、順序で番号が付けられています。
The packing of the G.729 Annex B comfort noise frame is shown in Fig. 5.
G.729付録Bコンフォートノイズフレームの梱包を図5に示します。
0 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|L| LSF1 | LSF2 | GAIN |R|
|S| | | |E|
|F| | | |S|
|0|0 1 2 3 4|0 1 2 3|0 1 2 3 4|V| RESV = Reserved (zero)
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 5: G.729 Annex B bit packing
図5：G.729付録Bビットパッキング
Annexes D and E to ITU-T Recommendation G.729 provide additional data rates. Because the data rate is not signaled in the bitstream, the different data rates are given distinct RTP encoding names which are mapped to distinct payload type numbers. G729D indicates a 6.4 kbit/s coding mode (G.729 Annex D, for momentary reduction in channel capacity), while G729E indicates an 11.8 kbit/s mode (G.729 Annex E, for improved performance with a wide range of narrow-band input signals, e.g., music and background noise). Annex E has two operating modes, backward adaptive and forward adaptive, which are signaled by the first two bits in each frame (the most significant two bits of the first octet).
付録DおよびEからITU-Tの推奨G.729は、追加のデータレートを提供します。データレートはBitStreamで知られていないため、異なるデータレートには、異なるペイロードタイプ番号にマッピングされる個別のRTPエンコード名が与えられます。G729Dは6.4 kbit/sコーディングモード（チャネル容量の瞬間的な減少の場合はG.729付録D）を示しますが、G729Eは11.8 kbit/sモード（g.729付録E、幅広い狭い範囲でのパフォーマンスの向上を示します。バンド入力信号、たとえば音楽や背景ノイズ）。付録Eには、各フレームの最初の2つのビット（最初のオクテットの最も重要な2ビット）によってシグナルが表示される2つの動作モードがあります。
The voice activity detector (VAD) and comfort noise generator (CNG) algorithm specified in Annex B of G.729 may be used with Annex D and Annex E frames in addition to G.729 and G.729 Annex A frames. The algorithm details for the operation of Annexes D and E with the Annex B CNG are specified in G.729 Annexes F and G. Note that Annexes F and G do not introduce any new encodings. Receivers MUST accept comfort noise frames if restriction of their use has not been signaled. The MIME registrations for G729D and G729E in RFC 3555 [7] specify a parameter that MAY be used with MIME or SDP to restrict the use of comfort noise frames.
G.729の付属書Bで指定されている音声活動検出（VAD）およびコンフォートノイズ生成（CNG）アルゴリズムは、G.729およびG.729 Annex Aフレームに加えて、Annex DおよびAnnex Eフレームでも使用できます。Annex B CNGを用いたAnnex DおよびEの動作に関するアルゴリズムの詳細は、G.729 Annex FおよびGで規定されています。Annex FおよびGは新しいエンコーディングを導入しないことに注意してください。使用の制限がシグナリングされていない場合、受信機はコンフォートノイズフレームを受け入れなければなりません (MUST)。RFC 3555 [7]におけるG729DおよびG729EのMIME登録では、コンフォートノイズフレームの使用を制限するためにMIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。
For G729D, an RTP packet may consist of zero or more G.729 Annex D frames, followed by zero or one G.729 Annex B frame. Similarly, for G729E, an RTP packet may consist of zero or more G.729 Annex E frames, followed by zero or one G.729 Annex B frame. The presence of a comfort noise frame can be deduced from the length of the RTP payload.
G729Dの場合、RTPパケットはゼロ以上G.729 Annex Dフレームで構成され、その後ゼロまたは1つのG.729 Annex Bフレームが続きます。同様に、G729Eの場合、RTPパケットはゼロ以上のG.729 Annex Eフレームで構成され、その後ゼロまたは1つのG.729 Annex Bフレームが続きます。コンフォートノイズフレームの存在は、RTPペイロードの長さから推測できます。
A single RTP packet must contain frames of only one data rate, optionally followed by one comfort noise frame. The data rate may be changed from packet to packet by changing the payload type number. G.729 Annexes D, E and H describe what the encoding and decoding algorithms must do to accommodate a change in data rate.
単一のRTPパケットには、1つのデータレートのみのフレームが含まれている必要があり、オプションで1つのコンフォートノイズフレームが続きます。ペイロードタイプ番号を変更することにより、データレートをパケットからパケットに変更できます。G.729付録D、E、およびHは、データレートの変更に対応するためにエンコーディングおよびデコードアルゴリズムが何をしなければならないかを説明します。
For G729D, the bits of a G.729 Annex D frame are formatted as shown below in Fig. 6 (cf. Table D.1/G.729). The frame length is 64 bits.
G729Dの場合、図6（表D.1/G.729を参照）に示すように、G.729付録Dフレームのビットがフォーマットされています。フレームの長さは64ビットです。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|L| L1 | L2 | L3 | P1 | C1 |
|0| | | | | |
| |0 1 2 3 4 5 6|0 1 2 3 4|0 1 2 3 4|0 1 2 3 4 5 6 7|0 1 2 3 4 5|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| C1 |S1 | GA1 | GB1 | P2 | C2 |S2 | GA2 | GB2 |
| | | | | | | | | |
|6 7 8|0 1|0 1 2|0 1 2|0 1 2 3|0 1 2 3 4 5 6 7 8|0 1|0 1 2|0 1 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 6: G.729 Annex D bit packing
図6：G.729付録Dビットパッキング
The net bit rate for the G.729 Annex E algorithm is 11.8 kbit/s and a total of 118 bits are used. Two bits are appended as "don't care" bits to complete an integer number of octets for the frame. For G729E, the bits of a data frame are formatted as shown in the next two diagrams (cf. Table E.1/G.729). The fields for the G729E forward adaptive mode are packed as shown in Fig. 7.
G.729付録Eアルゴリズムの正味ビットレートは11.8 kbit/sで、合計118ビットが使用されます。2つのビットは、フレームの整数数のオクテットを完成させるために「気にしない」ビットとして追加されています。G729Eの場合、次の2つの図に示すように、データフレームのビットがフォーマットされます（表E.1/G.729を参照）。G729Eフォワード適応モードのフィールドは、図7に示すように詰め込まれています。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|0 0|L| L1 | L2 | L3 | P1 |P| C0_1|
| |0| | | | |0| |
| | |0 1 2 3 4 5 6|0 1 2 3 4|0 1 2 3 4|0 1 2 3 4 5 6 7| |0 1 2|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | C1_1 | C2_1 | C3_1 | C4_1 |
| | | | | |
|3 4 5 6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| GA1 | GB1 | P2 | C0_2 | C1_2 | C2_2 |
| | | | | | |
|0 1 2|0 1 2 3|0 1 2 3 4|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2 3 4 5|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | C3_2 | C4_2 | GA2 | GB2 |DC |
| | | | | | |
|6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2|0 1 2 3|0 1|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 7: G.729 Annex E (forward adaptive mode) bit packing
図7：G.729付録E（フォワードアダプティブモード）ビットパッキング
The fields for the G729E backward adaptive mode are packed as shown in Fig. 8.
G729Eバックワード適応モードのフィールドは、図8に示すように梱包されています。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|1 1| P1 |P| C0_1 | C1_1 |
| | |0| 1 1 1| |
| |0 1 2 3 4 5 6 7|0|0 1 2 3 4 5 6 7 8 9 0 1 2|0 1 2 3 4 5 6 7|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | C2_1 | C3_1 | C4_1 |GA1 | GB1 |P2 |
| | | | | | | |
|8 9|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2|0 1 2 3|0 1|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | C0_2 | C1_2 | C2_2 |
| | 1 1 1| | |
|2 3 4|0 1 2 3 4 5 6 7 8 9 0 1 2|0 1 2 3 4 5 6 7 8 9|0 1 2 3 4 5|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | C3_2 | C4_2 | GA2 | GB2 |DC |
| | | | | | |
|6|0 1 2 3 4 5 6|0 1 2 3 4 5 6|0 1 2|0 1 2 3|0 1|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 8: G.729 Annex E (backward adaptive mode) bit packing
図8：G.729付録E（後方適応モード）ビットパッキング
GSM (Group Speciale Mobile) denotes the European GSM 06.10 standard for full-rate speech transcoding, ETS 300 961, which is based on RPE/LTP (residual pulse excitation/long term prediction) coding at a rate of 13 kb/s [11,12,13]. The text of the standard can be obtained from:
GSM（Group Speciale Mobile）は、RPE/LTP（残留パルス励起/長期予測）13 kb/sのコードに基づくフルレートの音声トランスコーディングのETS 300 961の欧州GSM 06.10標準を示します[11、12,13]。標準のテキストは以下から取得できます。
ETSI (European Telecommunications Standards Institute) ETSI Secretariat: B.P.152 F-06561 Valbonne Cedex France Phone: +33 92 94 42 00 Fax: +33 93 65 47 16
ETSI（欧州通信標準研究所）ETSI事務局：B.P.152 F-06561 Valbonne Cedex France電話：33 92 94 42 00 FAX：33 93 65 47 16 16
Blocks of 160 audio samples are compressed into 33 octets, for an effective data rate of 13,200 b/s.
160のオーディオサンプルのブロックは、13,200 b/sの効果的なデータレートで33オクテットに圧縮されます。
The GSM standard (ETS 300 961) specifies the bit stream produced by the codec, but does not specify how these bits should be packed for transmission. The packetization specified here has subsequently been adopted in ETSI Technical Specification TS 101 318. Some software implementations of the GSM codec use a different packing than that specified here.
GSM標準（ETS 300 961）は、コーデックによって生成されたビットストリームを指定しますが、これらのビットを送信用に梱包する方法を指定していません。ここで指定されたパケット化は、その後ETSI技術仕様TS 101 318で採用されています。GSMコーデックのソフトウェア実装の一部は、ここで指定されているものとは異なるパッキングを使用しています。
field field name bits field field name bits
________________________________________________
1 LARc[0] 6 39 xmc[22] 3
2 LARc[1] 6 40 xmc[23] 3
3 LARc[2] 5 41 xmc[24] 3
4 LARc[3] 5 42 xmc[25] 3
5 LARc[4] 4 43 Nc[2] 7
6 LARc[5] 4 44 bc[2] 2
7 LARc[6] 3 45 Mc[2] 2
8 LARc[7] 3 46 xmaxc[2] 6
9 Nc[0] 7 47 xmc[26] 3
10 bc[0] 2 48 xmc[27] 3
11 Mc[0] 2 49 xmc[28] 3
12 xmaxc[0] 6 50 xmc[29] 3
13 xmc[0] 3 51 xmc[30] 3
14 xmc[1] 3 52 xmc[31] 3
15 xmc[2] 3 53 xmc[32] 3
16 xmc[3] 3 54 xmc[33] 3
17 xmc[4] 3 55 xmc[34] 3
18 xmc[5] 3 56 xmc[35] 3
19 xmc[6] 3 57 xmc[36] 3
20 xmc[7] 3 58 xmc[37] 3
21 xmc[8] 3 59 xmc[38] 3
22 xmc[9] 3 60 Nc[3] 7
23 xmc[10] 3 61 bc[3] 2
24 xmc[11] 3 62 Mc[3] 2
25 xmc[12] 3 63 xmaxc[3] 6
26 Nc[1] 7 64 xmc[39] 3
27 bc[1] 2 65 xmc[40] 3
28 Mc[1] 2 66 xmc[41] 3
29 xmaxc[1] 6 67 xmc[42] 3
30 xmc[13] 3 68 xmc[43] 3
31 xmc[14] 3 69 xmc[44] 3
32 xmc[15] 3 70 xmc[45] 3
33 xmc[16] 3 71 xmc[46] 3
34 xmc[17] 3 72 xmc[47] 3
35 xmc[18] 3 73 xmc[48] 3
36 xmc[19] 3 74 xmc[49] 3
37 xmc[20] 3 75 xmc[50] 3
38 xmc[21] 3 76 xmc[51] 3
Table 2: Ordering of GSM variables
表2：GSM変数の順序付け
Octet Bit 0 Bit 1 Bit 2 Bit 3 Bit 4 Bit 5 Bit 6 Bit 7
_____________________________________________________________________
0 1 1 0 1 LARc0.0 LARc0.1 LARc0.2 LARc0.3
1 LARc0.4 LARc0.5 LARc1.0 LARc1.1 LARc1.2 LARc1.3 LARc1.4 LARc1.5
2 LARc2.0 LARc2.1 LARc2.2 LARc2.3 LARc2.4 LARc3.0 LARc3.1 LARc3.2
3 LARc3.3 LARc3.4 LARc4.0 LARc4.1 LARc4.2 LARc4.3 LARc5.0 LARc5.1
4 LARc5.2 LARc5.3 LARc6.0 LARc6.1 LARc6.2 LARc7.0 LARc7.1 LARc7.2
5 Nc0.0 Nc0.1 Nc0.2 Nc0.3 Nc0.4 Nc0.5 Nc0.6 bc0.0
6 bc0.1 Mc0.0 Mc0.1 xmaxc00 xmaxc01 xmaxc02 xmaxc03 xmaxc04
7 xmaxc05 xmc0.0 xmc0.1 xmc0.2 xmc1.0 xmc1.1 xmc1.2 xmc2.0
8 xmc2.1 xmc2.2 xmc3.0 xmc3.1 xmc3.2 xmc4.0 xmc4.1 xmc4.2
9 xmc5.0 xmc5.1 xmc5.2 xmc6.0 xmc6.1 xmc6.2 xmc7.0 xmc7.1
10 xmc7.2 xmc8.0 xmc8.1 xmc8.2 xmc9.0 xmc9.1 xmc9.2 xmc10.0
11 xmc10.1 xmc10.2 xmc11.0 xmc11.1 xmc11.2 xmc12.0 xmc12.1 xcm12.2
12 Nc1.0 Nc1.1 Nc1.2 Nc1.3 Nc1.4 Nc1.5 Nc1.6 bc1.0
13 bc1.1 Mc1.0 Mc1.1 xmaxc10 xmaxc11 xmaxc12 xmaxc13 xmaxc14
14 xmax15 xmc13.0 xmc13.1 xmc13.2 xmc14.0 xmc14.1 xmc14.2 xmc15.0
15 xmc15.1 xmc15.2 xmc16.0 xmc16.1 xmc16.2 xmc17.0 xmc17.1 xmc17.2
16 xmc18.0 xmc18.1 xmc18.2 xmc19.0 xmc19.1 xmc19.2 xmc20.0 xmc20.1
17 xmc20.2 xmc21.0 xmc21.1 xmc21.2 xmc22.0 xmc22.1 xmc22.2 xmc23.0
18 xmc23.1 xmc23.2 xmc24.0 xmc24.1 xmc24.2 xmc25.0 xmc25.1 xmc25.2
19 Nc2.0 Nc2.1 Nc2.2 Nc2.3 Nc2.4 Nc2.5 Nc2.6 bc2.0
20 bc2.1 Mc2.0 Mc2.1 xmaxc20 xmaxc21 xmaxc22 xmaxc23 xmaxc24
21 xmaxc25 xmc26.0 xmc26.1 xmc26.2 xmc27.0 xmc27.1 xmc27.2 xmc28.0
22 xmc28.1 xmc28.2 xmc29.0 xmc29.1 xmc29.2 xmc30.0 xmc30.1 xmc30.2
23 xmc31.0 xmc31.1 xmc31.2 xmc32.0 xmc32.1 xmc32.2 xmc33.0 xmc33.1
24 xmc33.2 xmc34.0 xmc34.1 xmc34.2 xmc35.0 xmc35.1 xmc35.2 xmc36.0
25 Xmc36.1 xmc36.2 xmc37.0 xmc37.1 xmc37.2 xmc38.0 xmc38.1 xmc38.2
26 Nc3.0 Nc3.1 Nc3.2 Nc3.3 Nc3.4 Nc3.5 Nc3.6 bc3.0
27 bc3.1 Mc3.0 Mc3.1 xmaxc30 xmaxc31 xmaxc32 xmaxc33 xmaxc34
28 xmaxc35 xmc39.0 xmc39.1 xmc39.2 xmc40.0 xmc40.1 xmc40.2 xmc41.0
29 xmc41.1 xmc41.2 xmc42.0 xmc42.1 xmc42.2 xmc43.0 xmc43.1 xmc43.2
30 xmc44.0 xmc44.1 xmc44.2 xmc45.0 xmc45.1 xmc45.2 xmc46.0 xmc46.1
31 xmc46.2 xmc47.0 xmc47.1 xmc47.2 xmc48.0 xmc48.1 xmc48.2 xmc49.0
32 xmc49.1 xmc49.2 xmc50.0 xmc50.1 xmc50.2 xmc51.0 xmc51.1 xmc51.2
Table 3: GSM payload format
表3：GSMペイロード形式
In the GSM packing used by RTP, the bits SHALL be packed beginning from the most significant bit. Every 160 sample GSM frame is coded into one 33 octet (264 bit) buffer. Every such buffer begins with a 4 bit signature (0xD), followed by the MSB encoding of the fields of the frame. The first octet thus contains 1101 in the 4 most significant bits (0-3) and the 4 most significant bits of F1 (0-3) in the 4 least significant bits (4-7). The second octet contains the 2 least significant bits of F1 in bits 0-1, and F2 in bits 2-7, and so on. The order of the fields in the frame is described in Table 2.
RTPで使用されるGSMパッキングでは、ビットは最上位ビットから順にパックしなければなりません (SHALL)。160サンプルのGSMフレームごとに、1つの33オクテット（264ビット）バッファに符号化されます。そのような各バッファは4ビットのシグネチャ（0xD）で始まり、その後にフレームの各フィールドのMSBエンコーディングが続きます。したがって、最初のオクテットの最上位4ビット（0-3）には1101が含まれ、最下位4ビット（4-7）にはF1（0-3）の最上位4ビットが含まれます。2番目のオクテットのビット0-1にはF1の最下位2ビットが含まれ、ビット2-7にはF2が含まれ、以降も同様です。フレーム内のフィールドの順序は表2に示されています。
In the RTP encoding we have the bit pattern described in Table 3, where F.i signifies the ith bit of the field F, bit 0 is the most significant bit, and the bits of every octet are numbered from 0 to 7 from most to least significant.
RTPエンコーディングでは、表3で説明されているビットパターンがあります。F.Iはフィールドfのithビットを意味します。ビット0は最も重要なビットであり、すべてのオクテットのビットは0〜7から最小重要なものまで番号が付けられています。。
GSM-EFR denotes GSM 06.60 enhanced full rate speech transcoding, specified in ETS 300 726 which is available from ETSI at the address given in Section 4.5.8. This codec has a frame length of 244 bits. For transmission in RTP, each codec frame is packed into a 31 octet (248 bit) buffer beginning with a 4-bit signature 0xC in a manner similar to that specified here for the original GSM 06.10 codec. The packing is specified in ETSI Technical Specification TS 101 318.
GSM-EFRは、GSM 06.60の強化されたフルレートの音声トランスコーディングを示します。ETS300726で指定されており、セクション4.5.8に記載されているアドレスでETSIから入手できます。このコーデックのフレーム長は244ビットです。RTPでのトランスミッションの場合、各コーデックフレームは、元のGSM 06.10コーデックでここで指定されているものと同様の方法で、4ビット署名0xcで始まる31オクテット（248ビット）バッファーに詰められます。梱包は、ETSI技術仕様TS 101 318で指定されています。
L8 denotes linear audio data samples, using 8-bits of precision with an offset of 128, that is, the most negative signal is encoded as zero.
L8は、128のオフセットで8ビットの精度を使用して線形オーディオデータサンプルを示します。つまり、最も負の信号はゼロとしてエンコードされます。
L16 denotes uncompressed audio data samples, using 16-bit signed representation with 65,535 equally divided steps between minimum and maximum signal level, ranging from -32,768 to 32,767. The value is represented in two's complement notation and transmitted in network byte order (most significant byte first).
L16は、-32,768から32,767の範囲の最小信号レベルと最大信号レベルの間で65,535の等しく分割されたステップで16ビットの署名された表現を使用して、非圧縮オーディオデータサンプルを示します。値は2つの補数表記で表され、ネットワークバイト順序で送信されます（最初に最も重要なバイト）。
The MIME registration for L16 in RFC 3555 [7] specifies parameters that MAY be used with MIME or SDP to indicate that analog pre-emphasis was applied to the signal before quantization or to indicate that a multiple-channel audio stream follows a different channel ordering convention than is specified in Section 4.1.
RFC 3555 [7]におけるL16のMIME登録では、量子化前にアナログプリエンファシスが信号に適用されたことを示すため、またはマルチチャネルオーディオストリームがセクション4.1で指定されたものとは異なるチャネル順序規約に従っていることを示すために、MIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。
LPC designates an experimental linear predictive encoding contributed by Ron Frederick, which is based on an implementation written by Ron Zuckerman posted to the Usenet group comp.dsp on June 26, 1992. The codec generates 14 octets for every frame. The framesize is set to 20 ms, resulting in a bit rate of 5,600 b/s.
LPCは、1992年6月26日にUsenet Group comp.DSPに投稿されたRon Zuckermanによって書かれた実装に基づいた、Ron Frederickが提供する実験的線形予測エンコードを指定します。フレームズは20ミリ秒に設定されているため、5,600 b/sのビットレートになります。
MPA denotes MPEG-1 or MPEG-2 audio encapsulated as elementary streams. The encoding is defined in ISO standards ISO/IEC 11172-3 and 13818-3. The encapsulation is specified in RFC 2250 [14].
MPAは、基本ストリームとしてカプセル化されたMPEG-1またはMPEG-2オーディオを示します。エンコーディングは、ISO標準ISO/IEC 11172-3および13818-3で定義されています。カプセル化はRFC 2250 [14]で指定されています。
The encoding may be at any of three levels of complexity, called Layer I, II and III. The selected layer as well as the sampling rate and channel count are indicated in the payload. The RTP timestamp clock rate is always 90,000, independent of the sampling rate. MPEG-1 audio supports sampling rates of 32, 44.1, and 48 kHz (ISO/IEC 11172-3, section 1.1; "Scope"). MPEG-2 supports sampling rates of 16, 22.05 and 24 kHz. The number of samples per frame is fixed, but the frame size will vary with the sampling rate and bit rate.
エンコーディングは、レイヤーI、II、IIIと呼ばれる3つのレベルの複雑さのいずれかにある場合があります。選択したレイヤーとサンプリングレートとチャネルカウントは、ペイロードに示されています。RTPタイムスタンプクロックレートは、サンプリングレートとは無関係に、常に90,000です。MPEG-1オーディオは、32、44.1、および48 kHzのサンプリングレートをサポートしています（ISO/IEC 11172-3、セクション1.1、「スコープ」）。MPEG-2は、16、22.05、および24 kHzのサンプリングレートをサポートしています。フレームあたりのサンプル数は固定されていますが、フレームサイズはサンプリングレートとビットレートによって異なります。
The MIME registration for MPA in RFC 3555 [7] specifies parameters that MAY be used with MIME or SDP to restrict the selection of layer, channel count, sampling rate, and bit rate.
RFC 3555 [7]におけるMPAのMIME登録では、レイヤー、チャネル数、サンプリングレート、およびビットレートの選択を制限するために、MIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。
PCMA and PCMU are specified in ITU-T Recommendation G.711. Audio data is encoded as eight bits per sample, after logarithmic scaling. PCMU denotes mu-law scaling, PCMA A-law scaling. A detailed description is given by Jayant and Noll [15]. Each G.711 octet SHALL be octet-aligned in an RTP packet. The sign bit of each G.711 octet SHALL correspond to the most significant bit of the octet in the RTP packet (i.e., assuming the G.711 samples are handled as octets on the host machine, the sign bit SHALL be the most significant bit of the octet as defined by the host machine format). The 56 kb/s and 48 kb/s modes of G.711 are not applicable to RTP, since PCMA and PCMU MUST always be transmitted as 8-bit samples.
PCMAおよびPCMUは、ITU-T勧告G.711で規定されています。オーディオデータは、対数スケーリング後、サンプルあたり8ビットとして符号化されます。PCMUはμ-lawスケーリングを、PCMAはA-lawスケーリングを示します。詳細な説明はJayantとNoll [15]によって提供されています。各G.711オクテットは、RTPパケット内でオクテット境界に整列していなければなりません (SHALL)。各G.711オクテットの符号ビットは、RTPパケット内のオクテットの最上位ビットに対応しなければなりません (SHALL) （すなわち、G.711サンプルがホストマシン上でオクテットとして扱われると仮定すると、符号ビットはホストマシン形式によって定義されるオクテットの最上位ビットでなければなりません (SHALL)）。PCMAおよびPCMUは常に8ビットサンプルとして送信しなければならないため (MUST)、G.711の56 kb/sおよび48 kb/sモードはRTPには適用されません。
See Section 4.1 regarding silence suppression.
沈黙抑制に関するセクション4.1を参照してください。
The Electronic Industries Association (EIA) & Telecommunications Industry Association (TIA) standard IS-733, "TR45: High Rate Speech Service Option for Wideband Spread Spectrum Communications Systems", defines the QCELP audio compression algorithm for use in wireless CDMA applications. The QCELP CODEC compresses each 20 milliseconds of 8,000 Hz, 16-bit sampled input speech into one of four different size output frames: Rate 1 (266 bits), Rate 1/2 (124 bits), Rate 1/4 (54 bits) or Rate 1/8 (20 bits). For typical speech patterns, this results in an average output of 6.8 kb/s for normal mode and 4.7 kb/s for reduced rate mode. The packetization of the QCELP audio codec is described in [16].
Electronic Industries Association（EIA）＆Telecommunications Industrication Association（TIA）Standard IS-733、「TR45：ワイドバンドスプレッドスペクトル通信システムの高レートの音声サービスオプション」は、ワイヤレスCDMAアプリケーションで使用するQCELPオーディオ圧縮アルゴリズムを定義しています。QCELPコーデックは、8,000 Hzの各20ミリ秒、16ビットサンプリング入力スピーチを4つの異なるサイズ出力フレームのいずれかに圧縮します：レート1（266ビット）、レート1/2（124ビット）、レート1/4（54ビット）またはレート1/8（20ビット）。典型的な音声パターンの場合、これにより、通常モードでは平均出力が6.8 kb/s、レートモードが低下した場合は4.7 kb/sになります。QCELPオーディオコーデックのパケット化は[16]で説明されています。
The redundant audio payload format "RED" is specified by RFC 2198 [17]. It defines a means by which multiple redundant copies of an audio packet may be transmitted in a single RTP stream. Each packet in such a stream contains, in addition to the audio data for that packetization interval, a (more heavily compressed) copy of the data from a previous packetization interval. This allows an approximation of the data from lost packets to be recovered upon decoding of a subsequent packet, giving much improved sound quality when compared with silence substitution for lost packets.
冗長なオーディオペイロード形式「RED」は、RFC 2198 [17]によって指定されています。オーディオパケットの複数の冗長コピーを単一のRTPストリームで送信できる手段を定義します。このようなストリーム内の各パケットには、そのパケット化間隔のオーディオデータに加えて、以前のパケット化間隔からのデータの（より強く圧縮された）コピーが含まれています。これにより、失われたパケットからのデータの近似を、後続のパケットのデコード時に回復することができ、失われたパケットのサイレンス置換と比較すると、音質が大幅に向上します。
VDVI is a variable-rate version of DVI4, yielding speech bit rates of between 10 and 25 kb/s. It is specified for single-channel operation only. Samples are packed into octets starting at the most-significant bit. The last octet is padded with 1 bits if the last sample does not fill the last octet. This padding is distinct from the valid codewords. The receiver needs to detect the padding because there is no explicit count of samples in the packet.
VDVIはDVI4の可変レートバージョンであり、10〜25 kb/sの音声ビットレートを生成します。シングルチャネル操作のみに指定されています。サンプルは、最も重要なビットから始まるオクテットに詰め込まれています。最後のサンプルが最後のオクテットを満たさない場合、最後のオクテットは1ビットでパッドで埋められます。このパディングは、有効なコードワードとは異なります。パケットにサンプルの明示的なカウントがないため、受信機はパディングを検出する必要があります。
It uses the following encoding:
次のエンコードを使用します。
DVI4 codeword VDVI bit pattern
_______________________________
0 00
1 010
2 1100
3 11100
4 111100
5 1111100
6 11111100
7 11111110
8 10
9 011
10 1101
11 11101
12 111101
13 1111101
14 11111101
15 11111111
The following sections describe the video encodings that are defined in this memo and give their abbreviated names used for identification. These video encodings and their payload types are listed in Table 5.
次のセクションでは、このメモで定義されているビデオエンコーディングについて説明し、識別に使用される省略された名前を示します。これらのビデオエンコーディングとそのペイロードタイプを表5に示します。
All of these video encodings use an RTP timestamp frequency of 90,000 Hz, the same as the MPEG presentation time stamp frequency. This frequency yields exact integer timestamp increments for the typical 24 (HDTV), 25 (PAL), and 29.97 (NTSC) and 30 Hz (HDTV) frame rates and 50, 59.94 and 60 Hz field rates. While 90 kHz is the RECOMMENDED rate for future video encodings used within this profile, other rates MAY be used. However, it is not sufficient to use the video frame rate (typically between 15 and 30 Hz) because that does not provide adequate resolution for typical synchronization requirements when calculating the RTP timestamp corresponding to the NTP timestamp in an RTCP SR packet. The timestamp resolution MUST also be sufficient for the jitter estimate contained in the receiver reports.
これらのビデオエンコーディングはすべて、MPEGプレゼンテーションタイムスタンプ周波数と同じ90,000 HzのRTPタイムスタンプ周波数を使用します。この周波数は、典型的な24（HDTV）、25（PAL）、29.97（NTSC）、および30 Hz（HDTV）のフレームレートや、50、59.94、および60 Hzのフィールドレートに対して、正確な整数のタイムスタンプ増分をもたらします。このプロファイル内で使用される将来のビデオエンコーディングでは90 kHzが推奨される (RECOMMENDED) レートですが、他のレートを使用してもよいです (MAY)。ただし、RTCP SRパケットのNTPタイムスタンプに対応するRTPタイムスタンプを計算する際、ビデオフレームレート（通常は15〜30 Hzの間）を使用するだけでは典型的な同期要件に対して十分な分解能が得られないため、不十分です。また、タイムスタンプの分解能は、受信者レポートに含まれるジッタ推定値に対しても十分でなければなりません (MUST)。
For most of these video encodings, the RTP timestamp encodes the sampling instant of the video image contained in the RTP data packet. If a video image occupies more than one packet, the timestamp is the same on all of those packets. Packets from different video images are distinguished by their different timestamps.
これらのビデオエンコーディングのほとんどについて、RTPタイムスタンプは、RTPデータパケットに含まれるビデオ画像のサンプリングインスタントをエンコードします。ビデオ画像が複数のパケットを占有している場合、タイムスタンプはこれらすべてのパケットで同じです。さまざまなビデオ画像のパケットは、異なるタイムスタンプによって区別されます。
Most of these video encodings also specify that the marker bit of the RTP header SHOULD be set to one in the last packet of a video frame and otherwise set to zero. Thus, it is not necessary to wait for a following packet with a different timestamp to detect that a new frame should be displayed.
これらのビデオエンコーディングのほとんどは、ビデオフレームの最後のパケットでRTPヘッダーのマーカービットを1に設定し、それ以外の場合はゼロに設定すべきである (SHOULD) ことも指定しています。したがって、新しいフレームを表示すべきであることを検出するために、異なるタイムスタンプを持つ後続のパケットを待つ必要はありません。
The CELL-B encoding is a proprietary encoding proposed by Sun Microsystems. The byte stream format is described in RFC 2029 [18].
Cell-Bエンコーディングは、Sun Microsystemsが提案する独自のエンコーディングです。バイトストリーム形式は、RFC 2029 [18]で説明されています。
The encoding is specified in ISO Standards 10918-1 and 10918-2. The RTP payload format is as specified in RFC 2435 [19].
エンコーディングは、ISO標準10918-1および10918-2で指定されています。RTPペイロード形式は、RFC 2435 [19]で指定されているとおりです。
The encoding is specified in ITU-T Recommendation H.261, "Video codec for audiovisual services at p x 64 kbit/s". The packetization and RTP-specific properties are described in RFC 2032 [20].
エンコーディングは、ITU-Tの推奨H.261、「P x 64 kbit/sの視聴覚サービスのビデオコーデック」で指定されています。パケット化とRTP固有の特性は、RFC 2032 [20]で説明されています。
The encoding is specified in the 1996 version of ITU-T Recommendation H.263, "Video coding for low bit rate communication". The packetization and RTP-specific properties are described in RFC 2190 [21]. The H263-1998 payload format is RECOMMENDED over this one for use by new implementations.
エンコーディングは、1996年版のITU-T勧告H.263「Video coding for low bit rate communication」で規定されています。パケット化およびRTP固有の特性は、RFC 2190 [21]で説明されています。新しい実装で使用する場合、これよりもH263-1998ペイロード形式が推奨されます (RECOMMENDED)。
The encoding is specified in the 1998 version of ITU-T Recommendation H.263, "Video coding for low bit rate communication". The packetization and RTP-specific properties are described in RFC 2429 [22]. Because the 1998 version of H.263 is a superset of the 1996 syntax, this payload format can also be used with the 1996 version of H.263, and is RECOMMENDED for this use by new implementations. This payload format does not replace RFC 2190, which continues to be used by existing implementations, and may be required for backward compatibility in new implementations. Implementations using the new features of the 1998 version of H.263 MUST use the payload format described in RFC 2429.
エンコーディングは、1998年版のITU-T勧告H.263「Video coding for low bit rate communication」で規定されています。パケット化およびRTP固有の特性は、RFC 2429 [22]で説明されています。H.263の1998年版は1996年の構文のスーパーセットであるため、このペイロード形式は1996年版のH.263でも使用でき、新しい実装によるこの用途には推奨されます (RECOMMENDED)。このペイロード形式は、既存の実装で引き続き使用されているRFC 2190を置き換えるものではなく、新しい実装での後方互換性のために必要とされる場合があります。H.263の1998年版の新機能を使用する実装は、RFC 2429で説明されているペイロード形式を使用しなければなりません (MUST)。
MPV designates the use of MPEG-1 and MPEG-2 video encoding elementary streams as specified in ISO Standards ISO/IEC 11172 and 13818-2, respectively. The RTP payload format is as specified in RFC 2250 [14], Section 3.
MPVは、ISO標準ISO/IEC 11172および13818-2でそれぞれ指定されているように、MPEG-1およびMPEG-2ビデオをそれぞれエンコードする基本ストリームをエンコードすることを指定します。RTPペイロード形式は、RFC 2250 [14]、セクション3で指定されているとおりです。
The MIME registration for MPV in RFC 3555 [7] specifies a parameter that MAY be used with MIME or SDP to restrict the selection of the type of MPEG video.
RFC 3555 [7]におけるMPVのMIME登録では、MPEGビデオのタイプの選択を制限するためにMIMEまたはSDPで使用してもよい (MAY) パラメータを指定しています。
MP2T designates the use of MPEG-2 transport streams, for either audio or video. The RTP payload format is described in RFC 2250 [14], Section 2.
MP2Tは、オーディオまたはビデオのいずれかのMPEG-2トランスポートストリームの使用を指定します。RTPペイロード形式は、RFC 2250 [14]、セクション2で説明されています。
The encoding is implemented in the program `nv', version 4, developed at Xerox PARC by Ron Frederick. Further information is available from the author:
エンコーディングは、Ron FrederickによってXerox Parcで開発されたプログラム「NV」バージョン4に実装されています。詳細情報は著者から入手できます。
Ron Frederick Blue Coat Systems Inc. 650 Almanor Avenue Sunnyvale, CA 94085 United States EMail: ronf@bluecoat.com
Ron Frederick Blue Coat Systems Inc. 650 Almanor Avenue Sunnyvale、CA 94085米国メール：ronf@bluecoat.com
Tables 4 and 5 define this profile's static payload type values for the PT field of the RTP data header. In addition, payload type values in the range 96-127 MAY be defined dynamically through a conference control protocol, which is beyond the scope of this document. For example, a session directory could specify that for a given session, payload type 96 indicates PCMU encoding, 8,000 Hz sampling rate, 2 channels. Entries in Tables 4 and 5 with payload type "dyn" have no static payload type assigned and are only used with a dynamic payload type. Payload type 2 was assigned to G721 in RFC 1890 and to its equivalent successor G726-32 in draft versions of this specification, but its use is now deprecated and that static payload type is marked reserved due to conflicting use for the payload formats G726-32 and AAL2-G726-32 (see Section 4.5.4). Payload type 13 indicates the Comfort Noise (CN) payload format specified in RFC 3389 [9]. Payload type 19 is marked "reserved" because some draft versions of this specification assigned that number to an earlier version of the comfort noise payload format. The payload type range 72-76 is marked "reserved" so that RTCP and RTP packets can be reliably distinguished (see Section "Summary of Protocol Constants" of the RTP protocol specification).
表4および表5は、RTPデータヘッダーのPTフィールドに対するこのプロファイルの静的ペイロードタイプ値を定義しています。さらに、96〜127の範囲のペイロードタイプ値は、本ドキュメントの範囲外である会議制御プロトコルを通じて動的に定義してもよいです (MAY)。例えば、セッションディレクトリは特定のセッションに対して、ペイロードタイプ96がPCMUエンコーディング、8,000 Hzサンプリングレート、2チャネルを示すと指定できます。表4および表5のペイロードタイプが「dyn」のエントリには静的ペイロードタイプが割り当てられておらず、動的ペイロードタイプでのみ使用されます。ペイロードタイプ2はRFC 1890でG721に割り当てられ、本仕様のドラフト版ではその同等の後継であるG726-32に割り当てられていましたが、その使用は現在非推奨となっており、ペイロード形式G726-32とAAL2-G726-32の競合する使用のため、その静的ペイロードタイプは予約済み（reserved）とマークされています（セクション4.5.4を参照）。ペイロードタイプ13は、RFC 3389 [9]で指定されているコンフォートノイズ（CN）ペイロード形式を示します。ペイロードタイプ19は、本仕様の一部のドラフト版がその番号をコンフォートノイズペイロード形式の初期バージョンに割り当てていたため、「reserved」とマークされています。RTCPパケットとRTPパケットを確実に区別できるように、ペイロードタイプの範囲72〜76は「reserved」とマークされています（RTPプロトコル仕様の「Summary of Protocol Constants」セクションを参照）。
The payload types currently defined in this profile are assigned to exactly one of three categories or media types: audio only, video only and those combining audio and video. The media types are marked in Tables 4 and 5 as "A", "V" and "AV", respectively. Payload types of different media types SHALL NOT be interleaved or multiplexed within a single RTP session, but multiple RTP sessions MAY be used in parallel to send multiple media types. An RTP source MAY change payload types within the same media type during a session. See the section "Multiplexing RTP Sessions" of RFC 3550 for additional explanation.
このプロファイルで現在定義されているペイロードタイプは、オーディオのみ、ビデオのみ、およびオーディオとビデオを組み合わせたものの3つのカテゴリまたはメディアタイプのいずれか1つに正確に割り当てられています。メディアタイプは、表4および表5にそれぞれ「A」、「V」、「AV」とマークされています。異なるメディアタイプのペイロードタイプを単一のRTPセッション内でインターリーブまたは多重化してはなりませんが (SHALL NOT)、複数のメディアタイプを送信するために複数のRTPセッションを並行して使用してもよいです (MAY)。RTP送信元は、セッション中に同じメディアタイプ内でペイロードタイプを変更してもよいです (MAY)。追加の説明については、RFC 3550の「Multiplexing RTP Sessions」セクションを参照してください。
PT encoding media type clock rate channels
name (Hz)
___________________________________________________
0 PCMU A 8,000 1
1 reserved A
2 reserved A
3 GSM A 8,000 1
4 G723 A 8,000 1
5 DVI4 A 8,000 1
6 DVI4 A 16,000 1
7 LPC A 8,000 1
8 PCMA A 8,000 1
9 G722 A 8,000 1
10 L16 A 44,100 2
11 L16 A 44,100 1
12 QCELP A 8,000 1
13 CN A 8,000 1
14 MPA A 90,000 (see text)
15 G728 A 8,000 1
16 DVI4 A 11,025 1
17 DVI4 A 22,050 1
18 G729 A 8,000 1
19 reserved A
20 unassigned A
21 unassigned A
22 unassigned A
23 unassigned A
dyn G726-40 A 8,000 1
dyn G726-32 A 8,000 1
dyn G726-24 A 8,000 1
dyn G726-16 A 8,000 1
dyn G729D A 8,000 1
dyn G729E A 8,000 1
dyn GSM-EFR A 8,000 1
dyn L8 A var. var.
dyn RED A (see text)
dyn VDVI A var. 1
Table 4: Payload types (PT) for audio encodings
PT encoding media type clock rate
name (Hz)
_____________________________________________
24 unassigned V
25 CelB V 90,000
26 JPEG V 90,000
27 unassigned V
28 nv V 90,000
29 unassigned V
30 unassigned V
31 H261 V 90,000
32 MPV V 90,000
33 MP2T AV 90,000
34 H263 V 90,000
35-71 unassigned ?
72-76 reserved N/A N/A
77-95 unassigned ?
96-127 dynamic ?
dyn H263-1998 V 90,000
Table 5: Payload types (PT) for video and combined encodings
表5：ビデオと組み合わせエンコーディング用のペイロードタイプ（PT）
Session participants agree through mechanisms beyond the scope of this specification on the set of payload types allowed in a given session. This set MAY, for example, be defined by the capabilities of the applications used, negotiated by a conference control protocol or established by agreement between the human participants.
セッション参加者は、特定のセッションで許可されるペイロードタイプのセットについて、本仕様の範囲外のメカニズムを通じて合意します。例えばこのセットは、使用されるアプリケーションの機能によって定義されたり、会議制御プロトコルによってネゴシエートされたり、人間の参加者間の合意によって確立されたりしてもよいです (MAY)。
Audio applications operating under this profile SHOULD, at a minimum, be able to send and/or receive payload types 0 (PCMU) and 5 (DVI4). This allows interoperability without format negotiation and ensures successful negotiation with a conference control protocol.
このプロファイルの下で動作するオーディオアプリケーションは、最低限、ペイロードタイプ0（PCMU）および5（DVI4）を送信および/または受信できるべきです (SHOULD)。これにより、フォーマットネゴシエーションなしでの相互運用性が可能になり、会議制御プロトコルによるネゴシエーションの成功が保証されます。
Under special circumstances, it may be necessary to carry RTP in protocols offering a byte stream abstraction, such as TCP, possibly multiplexed with other data. The application MUST define its own method of delineating RTP and RTCP packets (RTSP [23] provides an example of such an encapsulation specification).
特別な状況下では、場合によっては他のデータと多重化して、TCPなどのバイトストリーム抽象化を提供するプロトコルでRTPを伝送することが必要になる場合があります。アプリケーションは、RTPおよびRTCPパケットを区切る独自の方法を定義しなければなりません (MUST) （RTSP [23]にそのようなカプセル化仕様の例が記載されています）。
As specified in the RTP protocol definition, RTP data SHOULD be carried on an even UDP port number and the corresponding RTCP packets SHOULD be carried on the next higher (odd) port number.
RTPプロトコル定義で指定されているように、RTPデータは偶数のUDPポート番号で伝送すべきであり (SHOULD)、対応するRTCPパケットは次に高い（奇数の）ポート番号で伝送すべきです (SHOULD)。
Applications operating under this profile MAY use any such UDP port pair. For example, the port pair MAY be allocated randomly by a session management program. A single fixed port number pair cannot be required because multiple applications using this profile are likely to run on the same host, and there are some operating systems that do not allow multiple processes to use the same UDP port with different multicast addresses.
このプロファイルの下で動作するアプリケーションは、そのような任意のUDPポートペアを使用してもよいです (MAY)。例えば、ポートペアはセッション管理プログラムによってランダムに割り当てられてもよいです (MAY)。このプロファイルを使用する複数のアプリケーションが同一ホスト上で実行される可能性が高く、異なるマルチキャストアドレスであっても複数のプロセスが同一のUDPポートを使用することを許可しないオペレーティングシステムもあるため、単一の固定ポート番号ペアを要求することはできません。
However, port numbers 5004 and 5005 have been registered for use with this profile for those applications that choose to use them as the default pair. Applications that operate under multiple profiles MAY use this port pair as an indication to select this profile if they are not subject to the constraint of the previous paragraph. Applications need not have a default and MAY require that the port pair be explicitly specified. The particular port numbers were chosen to lie in the range above 5000 to accommodate port number allocation practice within some versions of the Unix operating system, where port numbers below 1024 can only be used by privileged processes and port numbers between 1024 and 5000 are automatically assigned by the operating system.
ただし、ポート番号5004および5005は、デフォルトのペアとして使用することを選択したアプリケーションのために、このプロファイルでの使用向けに登録されています。複数のプロファイルの下で動作するアプリケーションは、前段落の制約を受けない場合、このプロファイルを選択する手がかりとしてこのポートペアを使用してもよいです (MAY)。アプリケーションはデフォルトを持つ必要はなく、ポートペアを明示的に指定することを要求してもよいです (MAY)。特定のポート番号が5000を超える範囲から選ばれたのは、一部のバージョンのUnixオペレーティングシステムにおけるポート番号割り当ての慣行に対応するためです。そこでは1024未満のポート番号は特権プロセスによってのみ使用可能であり、1024から5000の間のポート番号はオペレーティングシステムによって自動的に割り当てられます。
This RFC revises RFC 1890. It is mostly backwards-compatible with RFC 1890 except for functions removed because two interoperable implementations were not found. The additions to RFC 1890 codify existing practice in the use of payload formats under this profile. Since this profile may be used without using any of the payload formats listed here, the addition of new payload formats in this revision does not affect backwards compatibility. The changes are listed below, categorized into functional and non-functional changes.
このRFCは、RFC 1890を修正します。2つの相互運用可能な実装が見つからなかったため、関数が削除されたことを除いて、RFC 1890でほとんど逆互換性があります。RFC 1890への追加は、このプロファイルの下でペイロード形式の使用において既存の慣行を成文化します。このプロファイルは、ここにリストされているペイロード形式を使用せずに使用できないため、この改訂版に新しいペイロード形式を追加しても、逆方向の互換性には影響しません。変更は、機能的および非機能的な変更に分類され、以下にリストされています。
Functional changes:
機能的な変更：
o Section 11, "IANA Considerations" was added to specify the registration of the name for this profile. That appendix also references a new Section 3 "Registering Additional Encodings" which establishes a policy that no additional registration of static payload types for this profile will be made beyond those added in this revision and included in Tables 4 and 5. Instead, additional encoding names may be registered as MIME subtypes for binding to dynamic payload types. Non-normative references were added to RFC 3555 [7] where MIME subtypes for all the listed payload formats are registered, some with optional parameters for use of the payload formats.
o セクション11「IANAの考慮事項」が追加され、このプロファイルの名前の登録を指定しました。その付録は、このプロファイルの静的ペイロードタイプの追加登録がこの改訂版に追加されていないものを超えて行われ、表5に含まれているというポリシーを確立する新しいセクション3「追加エンコーディングの登録」を参照しています。動的なペイロードタイプにバインディングするためのMIMEサブタイプとして登録される場合があります。非規範的な参照は、RFC 3555 [7]に追加されました。ここでは、リストされているすべてのペイロード形式のMIMEサブタイプが登録されており、ペイロード形式を使用するためのオプションのパラメーターがあります。
o Static payload types 4, 16, 17 and 34 were added to incorporate IANA registrations made since the publication of RFC 1890, along with the corresponding payload format descriptions for G723 and H263.
o 静的なペイロードタイプ4、16、17、34は、G723およびH263の対応するペイロード形式の説明とともに、RFC 1890の公開以来行われたIANA登録を組み込むために追加されました。
o Following working group discussion, static payload types 12 and 18 were added along with the corresponding payload format descriptions for QCELP and G729. Static payload type 13 was assigned to the Comfort Noise (CN) payload format defined in RFC 3389. Payload type 19 was marked reserved because it had been temporarily allocated to an earlier version of Comfort Noise present in some draft revisions of this document.
o ワーキンググループディスカッションに続いて、QCELPおよびG729の対応するペイロード形式の説明とともに、静的ペイロードタイプ12および18が追加されました。静的ペイロードタイプ13は、RFC 3389で定義されたコンフォートノイズ（CN）ペイロード形式に割り当てられました。ペイロードタイプ19は、このドキュメントのいくつかのドラフトリビジョンに存在する以前のバージョンのコンフォートノイズに一時的に割り当てられていたため、予約されています。
o The payload format for G721 was renamed to G726-32 following the ITU-T renumbering, and the payload format description for G726 was expanded to include the -16, -24 and -40 data rates. Because of confusion regarding draft revisions of this document, some implementations of these G726 payload formats packed samples into octets starting with the most significant bit rather than the least significant bit as specified here. To partially resolve this incompatibility, new payload formats named AAL2-G726-16, -24, -32 and -40 will be specified in a separate document (see note in Section 4.5.4), and use of static payload type 2 is deprecated as explained in Section 6.
o G721のペイロード形式は、ITU -Tの名前変更に続いてG726-32に変更され、G726のペイロード形式の説明が拡張され、-16、-24、および-40のデータレートが含まれました。このドキュメントのドラフトリビジョンに関する混乱のため、これらのG726ペイロードフォーマットのいくつかの実装は、ここで指定されているように最も重要なビットではなく、最も重要なビットで始まるオクテットにサンプルを詰めました。この非互換性を部分的に解決するために、AAL2 -G726-16、-24、-32、および-40という名前の新しいペイロード形式が別のドキュメントで指定され（セクション4.5.4の注を参照）、静的ペイロードタイプ2の使用は非推奨です。セクション6で説明されているように。
o Payload formats G729D and G729E were added following the ITU-T addition of Annexes D and E to Recommendation G.729. Listings were added for payload formats GSM-EFR, RED, and H263-1998 published in other documents subsequent to RFC 1890. These additional payload formats are referenced only by dynamic payload type numbers.
o ペイロードフォーマットG729DおよびG729Eは、勧告G.729に付録DとEをITU-T添加に続いて追加しました。Payload Formats GSM-EFR、RED、およびH263-1998のリストは、RFC 1890に続いて他のドキュメントに掲載されています。これらの追加ペイロード形式は、動的なペイロードタイプ番号によってのみ参照されます。
o The descriptions of the payload formats for G722, G728, GSM, VDVI were expanded.
o G722、G728、GSM、VDVIのペイロード形式の説明が拡張されました。
o The payload format for 1016 audio was removed and its static payload type assignment 1 was marked "reserved" because two interoperable implementations were not found.
o 1016オーディオのペイロード形式が削除され、2つの相互運用可能な実装が見つからなかったため、その静的なペイロードタイプの割り当て1は「予約された」とマークされました。
o Requirements for congestion control were added in Section 2.
o 輻輳制御の要件がセクション2に追加されました。
o This profile follows the suggestion in the revised RTP spec that RTCP bandwidth may be specified separately from the session bandwidth and separately for active senders and passive receivers.
o このプロファイルは、RTCP帯域幅がセッション帯域幅とは別に指定され、アクティブな送信者とパッシブレシーバー用に個別に指定される可能性があるという改訂されたRTP仕様の提案に従います。
o The mapping of a user pass-phrase string into an encryption key was deleted from Section 2 because two interoperable implementations were not found.
o 2つの相互運用可能な実装が見つからなかったため、ユーザーパスフレーズ文字列の暗号化キーへのマッピングはセクション2から削除されました。
o The "quadrophonic" sample ordering convention for four-channel audio was removed to eliminate an ambiguity as noted in Section 4.1.
o セクション4.1に記載されているように、曖昧さを排除するために、4チャンネルオーディオの「Quadrophonic」サンプル注文条約が削除されました。
Non-functional changes:
非機能的な変更：
o In Section 4.1, it is now explicitly stated that silence suppression is allowed for all audio payload formats. (This has always been the case and derives from a fundamental aspect of RTP's design and the motivations for packet audio, but was not explicit stated before.) The use of comfort noise is also explained.
o セクション4.1では、すべてのオーディオペイロード形式で沈黙抑制が許可されていることが明示的に述べられています。（これは常に事実であり、RTPの設計とパケットオーディオの動機の基本的な側面から派生していますが、以前に明示的ではありませんでした。）コンフォートノイズの使用も説明されています。
o In Section 4.1, the requirement level for setting of the marker bit on the first packet after silence for audio was changed from "is" to "SHOULD be", and clarified that the marker bit is set only when packets are intentionally not sent.
o セクション4.1において、音声の無音後の最初のパケットに対するマーカービット設定の要件レベルが「is」から「SHOULD be」 (SHOULD) に変更され、パケットが意図的に送信されない場合にのみマーカービットが設定されることが明確化されました。
o Similarly, text was added to specify that the marker bit SHOULD be set to one on the last packet of a video frame, and that video frames are distinguished by their timestamps.
o 同様に、ビデオフレームの最後のパケットでマーカービットを1に設定すべきであること (SHOULD)、およびビデオフレームはそれらのタイムスタンプによって区別されることを指定するテキストが追加されました。
o RFC references are added for payload formats published after RFC 1890.
o RFC 1890以降に公開されたペイロードフォーマットには、RFC参照が追加されます。
o The security considerations and full copyright sections were added.
o セキュリティ上の考慮事項と完全な著作権セクションが追加されました。
o According to Peter Hoddie of Apple, only pre-1994 Macintosh used the 22254.54 rate and none the 11127.27 rate, so the latter was dropped from the discussion of suggested sampling frequencies.
o AppleのPeter Hoddieによると、1994年以前のMacintoshのみが22254.54レートを使用し、11127.27のレートはありませんでした。そのため、後者は提案されたサンプリング周波数の議論から削除されました。
o Table 1 was corrected to move some values from the "ms/packet" column to the "default ms/packet" column where they belonged.
o 表1を修正して、「ms/packet」列から「デフォルトのMS/パケット」列に属している列にいくつかの値を移動しました。
o Since the Interactive Multimedia Association ceased operations, an alternate resource was provided for a referenced IMA document.
o Interactive Multimedia Associationは運用を停止したため、参照されたIMAドキュメントに代替リソースが提供されました。
o A note has been added for G722 to clarify a discrepancy between the actual sampling rate and the RTP timestamp clock rate.
o G722には、実際のサンプリングレートとRTPタイムスタンプクロックレートの間の矛盾を明確にするために、メモが追加されています。
o Small clarifications of the text have been made in several places, some in response to questions from readers. In particular:
o テキストの小さな明確化は、いくつかの場所で行われており、一部は読者からの質問に応じて行われています。特に：
- A definition for "media type" is given in Section 1.1 to allow the explanation of multiplexing RTP sessions in Section 6 to be more clear regarding the multiplexing of multiple media.
- 「メディアタイプ」の定義は、セクション1.1に記載されており、セクション6の多重化RTPセッションの説明が複数のメディアの多重化に関してより明確にすることができます。
- The explanation of how to determine the number of audio frames in a packet from the length was expanded.
- 長さからパケット内のオーディオフレームの数を決定する方法の説明が拡張されました。
- More description of the allocation of bandwidth to SDES items is given.
- SDESアイテムへの帯域幅の割り当ての詳細については、詳細を示しています。
- A note was added that the convention for the order of channels specified in Section 4.1 may be overridden by a particular encoding or payload format specification.
- セクション4.1で指定されたチャネルの順序の規則は、特定のエンコードまたはペイロード形式の仕様によってオーバーライドされる場合があることに加えられました。
- The terms MUST, SHOULD, MAY, etc. are used as defined in RFC 2119.
- 用語 MUST (MUST)、SHOULD (SHOULD)、MAY (MAY) 等は、RFC 2119で定義されているとおりに使用されています。
o A second author for this document was added.
o このドキュメントの2番目の著者が追加されました。
Implementations using the profile defined in this specification are subject to the security considerations discussed in the RTP specification [1]. This profile does not specify any different security services. The primary function of this profile is to list a set of data compression encodings for audio and video media.
この仕様で定義されたプロファイルを使用した実装は、RTP仕様[1]で説明されているセキュリティ上の考慮事項の対象となります。このプロファイルは、別のセキュリティサービスを指定しません。このプロファイルの主な機能は、オーディオおよびビデオメディアのデータ圧縮エンコーディングのセットをリストすることです。
Confidentiality of the media streams is achieved by encryption. Because the data compression used with the payload formats described in this profile is applied end-to-end, encryption may be performed after compression so there is no conflict between the two operations.
メディアストリームの機密性は、暗号化によって達成されます。このプロファイルで説明されているペイロード形式で使用されるデータ圧縮はエンドツーエンドで適用されるため、暗号化は圧縮後に実行される可能性があるため、2つの操作間に競合がありません。
A potential denial-of-service threat exists for data encodings using compression techniques that have non-uniform receiver-end computational load. The attacker can inject pathological datagrams into the stream which are complex to decode and cause the receiver to be overloaded.
不均一なレシーバーエンドの計算負荷を備えた圧縮技術を使用したデータエンコーディングには、潜在的なサービス拒否脅威が存在します。攻撃者は、デコードしてレシーバーを過負荷にするために複雑なストリームに病理学的データグラムを注入できます。
As with any IP-based protocol, in some circumstances a receiver may be overloaded simply by the receipt of too many packets, either desired or undesired. Network-layer authentication MAY be used to discard packets from undesired sources, but the processing cost of the authentication itself may be too high. In a multicast environment, source pruning is implemented in IGMPv3 (RFC 3376) [24] and in multicast routing protocols to allow a receiver to select which sources are allowed to reach it.
他のIPベースのプロトコルと同様に、状況によっては、望ましいか望ましくないかにかかわらず、受信機が過剰な数のパケットを受信するだけで過負荷になる場合があります。望ましくない送信元からのパケットを破棄するためにネットワーク層認証を使用してもよいですが (MAY)、認証自体の処理コストが高すぎる場合があります。マルチキャスト環境では、受信機が自身に到達できる送信元を選択できるようにするために、IGMPv3（RFC 3376）[24]およびマルチキャストルーティングプロトコルで送信元プルーニングが実装されています。
The RTP specification establishes a registry of profile names for use by higher-level control protocols, such as the Session Description Protocol (SDP), RFC 2327 [6], to refer to transport methods. This profile registers the name "RTP/AVP".
RTP仕様は、輸送方法を参照するために、セッション説明プロトコル（SDP）、RFC 2327 [6]などの高レベルの制御プロトコルで使用するプロファイル名のレジストリを確立します。このプロファイルは、「RTP/AVP」という名前を登録します。
Section 3 establishes the policy that no additional registration of static RTP payload types for this profile will be made beyond those added in this document revision and included in Tables 4 and 5. IANA may reference that section in declining to accept any additional registration requests. In Tables 4 and 5, note that types 1 and 2 have been marked reserved and the set of "dyn" payload types included has been updated. These changes are explained in Sections 6 and 9.
セクション3では、このプロファイルの静的RTPペイロードタイプの追加登録は、このドキュメントリビジョンに追加されたものを超えて行われ、表4および5に含まれているというポリシーを確立します。表4および5では、タイプ1と2が予約されているとマークされており、含まれる「DYN」ペイロードタイプのセットが更新されていることに注意してください。これらの変更は、セクション6および9で説明されています。
[1] Schulzrinne, H., Casner, S., Frederick, R. and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", RFC 3550, July 2003.
[1] Schulzrinne, H., Casner, S., Frederick, R. and V. Jacobson、「RTP：リアルタイムアプリケーション用の輸送プロトコル」、RFC 3550、2003年7月。
[2] Bradner, S., "Key Words for Use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.
[2] Bradner, S.、「要件レベルを示すためにRFCで使用するためのキーワード」、BCP 14、RFC 2119、1997年3月。
[3] Apple Computer, "Audio Interchange File Format AIFF-C", August 1991. (also ftp://ftp.sgi.com/sgi/aiff-c.9.26.91.ps.Z).
[3] Apple Computer、「Audio Interchange File Format Aiff-C」、1991年8月（ftp://ftp.sgi.com/sgi/aiff-c.9.26.91.ps.z）。
[4] Braden, R., Clark, D. and S. Shenker, "Integrated Services in the Internet Architecture: an Overview", RFC 1633, June 1994.
[4] Braden, R., Clark, D. and S. Shenker、「インターネットアーキテクチャにおける統合サービス：概要」、RFC 1633、1994年6月。
[5] Blake, S., Black, D., Carlson, M., Davies, E., Wang, Z. and W. Weiss, "An Architecture for Differentiated Service", RFC 2475, December 1998.
[5] Blake, S., Black, D., Carlson, M., Davies, E., Wang, Z. and W. Weiss、「差別化されたサービスの建築」、RFC 2475、1998年12月。
[6] Handley, M. and V. Jacobson, "SDP: Session Description Protocol", RFC 2327, April 1998.
[6] Handley, M. and V. Jacobson、「SDP：セッション説明プロトコル」、RFC 2327、1998年4月。
[7] Casner, S. and P. Hoschka, "MIME Type Registration of RTP Payload Types", RFC 3555, July 2003.
[7] Casner, S. and P. Hoschka、「RTPペイロードタイプのMIMEタイプ登録」、RFC 3555、2003年7月。
[8] Freed, N., Klensin, J. and J. Postel, "Multipurpose Internet Mail Extensions (MIME) Part Four: Registration Procedures", BCP 13, RFC 2048, November 1996.
[8] Freed, N., Klensin, J. and J. Postel、「多目的インターネットメール拡張機能（MIME）パート4：登録手順」、BCP 13、RFC 2048、1996年11月。
[9] Zopf, R., "Real-time Transport Protocol (RTP) Payload for Comfort Noise (CN)", RFC 3389, September 2002.
[9] Zopf, R.、「コンフォートノイズのリアルタイム輸送プロトコル（RTP）ペイロード（CN）」、RFC 3389、2002年9月。
[10] Deleam, D. and J.-P. Petit, "Real-time implementations of the recent ITU-T low bit rate speech coders on the TI TMS320C54X DSP: results, methodology, and applications", in Proc. of International Conference on Signal Processing, Technology, and Applications (ICSPAT) , (Boston, Massachusetts), pp. 1656--1660, October 1996.
[10] Deleam, D. and J.-P. Petit、「TI TMS320C54X DSPに関する最近のITU-T低ビットレートのスピーチコーダーのリアルタイム実装：結果、方法論、およびアプリケーション」、Proc。シグナル処理、技術、およびアプリケーションに関する国際会議（ICSPAT）、（マサチューセッツ州ボストン）、1656-1660ページ、1996年10月。
[11] Mouly, M. and M.-B. Pautet, The GSM system for mobile communications Lassay-les-Chateaux, France: Europe Media Duplication, 1993.
[11] Mouly、M.およびM.-B。Pautet、モバイルコミュニケーションのためのGSMシステムラッセイルスチャトー、フランス：ヨーロッパメディアの複製、1993年。
[12] Degener, J., "Digital Speech Compression", Dr. Dobb's Journal, December 1994.
[12] Degener, J.、「デジタル音声圧縮」、Dobb博士のジャーナル、1994年12月。
[13] Redl, S., Weber, M. and M. Oliphant, An Introduction to GSM Boston: Artech House, 1995.
[13] Redl、S.、Weber、M。、およびM. Oliphant、GSM Bostonの紹介：Artech House、1995。
[14] Hoffman, D., Fernando, G., Goyal, V. and M. Civanlar, "RTP Payload Format for MPEG1/MPEG2 Video", RFC 2250, January 1998.
[14] Hoffman, D., Fernando, G., Goyal, V. and M. Civanlar、「MPEG1/MPEG2ビデオのRTPペイロード形式」、RFC 2250、1998年1月。
[15] Jayant, N. and P. Noll, Digital Coding of Waveforms--Principles and Applications to Speech and Video Englewood Cliffs, New Jersey: Prentice-Hall, 1984.
[15] Jayant、N。and P. Noll、波形のデジタルコーディング - 原則とスピーチおよびビデオへのアプリケーション、Englewood Cliffs、ニュージャージー：Prentice-Hall、1984。
[16] McKay, K., "RTP Payload Format for PureVoice(tm) Audio", RFC 2658, August 1999.
[16] McKay, K.、「PureVoice（TM）オーディオ用のRTPペイロード形式」、RFC 2658、1999年8月。
[17] Perkins, C., Kouvelas, I., Hodson, O., Hardman, V., Handley, M., Bolot, J.-C., Vega-Garcia, A. and S. Fosse-Parisis, "RTP Payload for Redundant Audio Data", RFC 2198, September 1997.
[17] Perkins, C., Kouvelas, I., Hodson, O., Hardman, V., Handley, M., Bolot, J.-C., Vega-Garcia, A. and S. Fosse-Parisis, "RTPペイロード冗長なオーディオデータ」、RFC 2198、1997年9月。
[18] Speer, M. and D. Hoffman, "RTP Payload Format of Sun's CellB Video Encoding", RFC 2029, October 1996.
[18] Speer, M. and D. Hoffman、「SunのCellBビデオエンコーディングのRTPペイロード形式」、RFC 2029、1996年10月。
[19] Berc, L., Fenner, W., Frederick, R., McCanne, S. and P. Stewart, "RTP Payload Format for JPEG-Compressed Video", RFC 2435, October 1998.
[19] Berc, L., Fenner, W., Frederick, R., McCanne, S. and P. Stewart、「JPEGコンプレスメントビデオのRTPペイロード形式」、RFC 2435、1998年10月。
[20] Turletti, T. and C. Huitema, "RTP Payload Format for H.261 Video Streams", RFC 2032, October 1996.
[20] Turletti, T. and C. Huitema、「H.261ビデオストリームのRTPペイロード形式」、RFC 2032、1996年10月。
[21] Zhu, C., "RTP Payload Format for H.263 Video Streams", RFC 2190, September 1997.
[21] Zhu, C.、「H.263ビデオストリームのRTPペイロード形式」、RFC 2190、1997年9月。
[22] Bormann, C., Cline, L., Deisher, G., Gardos, T., Maciocco, C., Newell, D., Ott, J., Sullivan, G., Wenger, S. and C. Zhu, "RTP Payload Format for the 1998 Version of ITU-T Rec. H.263 Video (H.263+)", RFC 2429, October 1998.
[22] Bormann, C., Cline, L., Deisher, G., Gardos, T., Maciocco, C., Newell, D., Ott, J., Sullivan, G., Wenger, S. and C. Zhu, "ITU-TRec。H.263ビデオ（H.263）の1998年バージョンのRTPペイロード形式、RFC 2429、1998年10月。
[23] Schulzrinne, H., Rao, A. and R. Lanphier, "Real Time Streaming Protocol (RTSP)", RFC 2326, April 1998.
[23] Schulzrinne, H., Rao, A. and R. Lanphier、「リアルタイムストリーミングプロトコル（RTSP）」、RFC 2326、1998年4月。
[24] Cain, B., Deering, S., Kouvelas, I., Fenner, B. and A. Thyagarajan, "Internet Group Management Protocol, Version 3", RFC 3376, October 2002.
[24] Cain, B., Deering, S., Kouvelas, I., Fenner, B. and A. Thyagarajan、「インターネットグループ管理プロトコル、バージョン3」、RFC 3376、2002年10月。
Note: Several sections below refer to the ITU-T Software Tool Library (STL). It is available from the ITU Sales Service, Place des Nations, CH-1211 Geneve 20, Switzerland (also check http://www.itu.int). The ITU-T STL is covered by a license defined in ITU-T Recommendation G.191, "Software tools for speech and audio coding standardization".
注：以下のいくつかのセクションは、ITU-Tソフトウェアツールライブラリ（STL）を参照しています。ITUセールスサービス、Place Des Nations、CH-1211 Geneve 20、Switzerland（http://www.itu.intもチェックしてください）から入手できます。ITU-T STLは、ITU-Tの推奨G.191で定義されたライセンス「スピーチおよびオーディオコーディング標準化のためのソフトウェアツール」でカバーされています。
DVI4
DVI4
An archived copy of the document IMA Recommended Practices for Enhancing Digital Audio Compatibility in Multimedia Systems (version 3.0), which describes the IMA ADPCM algorithm, is available at:
IMA ADPCMアルゴリズムを説明するマルチメディアシステムでデジタルオーディオ互換性を高めるための推奨プラクティスは、IMA ADPCMアルゴリズム（バージョン3.0）を次のように入手できます。
http://www.cs.columbia.edu/~hgs/audio/dvi/
http://www.cs.columbia.edu/~hgs/audio/dvi/
An implementation is available from Jack Jansen at
Jack Jansenで実装があります
ftp://ftp.cwi.nl/local/pub/audio/adpcm.shar
ftp://ftp.cwi.nl/local/pub/audio/adpcm.shar
G722
G722
An implementation of the G.722 algorithm is available as part of the ITU-T STL, described above.
G.722アルゴリズムの実装は、上記のITU-T STLの一部として利用できます。
G723
G723
The reference C code implementation defining the G.723.1 algorithm and its Annexes A, B, and C are available as an integral part of Recommendation G.723.1 from the ITU Sales Service, address listed above. Both the algorithm and C code are covered by a specific license. The ITU-T Secretariat should be contacted to obtain such licensing information.
G.723.1アルゴリズムとその付属書A、B、およびCを定義する参照Cコードの実装は、ITU販売サービスからの推奨g.723.1の不可欠な部分として利用可能です。アルゴリズムとCコードの両方が特定のライセンスでカバーされています。ITU-T事務局に連絡して、そのようなライセンス情報を取得する必要があります。
G726
G726
G726 is specified in the ITU-T Recommendation G.726, "40, 32, 24, and 16 kb/s Adaptive Differential Pulse Code Modulation (ADPCM)". An implementation of the G.726 algorithm is available as part of the ITU-T STL, described above.
G726は、ITU-T推奨G.726、「40、32、24、および16 kb/s適応微分パルスコード変調（ADPCM）」で指定されています。G.726アルゴリズムの実装は、上記のITU-T STLの一部として利用できます。
G729
G729
The reference C code implementation defining the G.729 algorithm and its Annexes A through I are available as an integral part of Recommendation G.729 from the ITU Sales Service, listed above. Annex I contains the integrated C source code for all G.729 operating modes. The G.729 algorithm and associated C code are covered by a specific license. The contact information for obtaining the license is available from the ITU-T Secretariat.
G.729アルゴリズムとその付属書Aを定義する参照Cコードの実装は、上記のITU販売サービスの推奨g.729の不可欠な部分として利用できます。付録Iには、すべてのG.729操作モードの統合Cソースコードが含まれています。G.729アルゴリズムと関連するCコードは、特定のライセンスでカバーされます。ライセンスを取得するための連絡先情報は、ITU-T事務局から入手できます。
GSM
GSM
A reference implementation was written by Carsten Bormann and Jutta Degener (then at TU Berlin, Germany). It is available at
参照実装は、Carsten BormannとJutta DeGener（当時ドイツのTuベルリン）によって書かれました。で利用できます
http://www.dmn.tzi.org/software/gsm/
http://www.dmn.tzi.org/software/gsm/
Although the RPE-LTP algorithm is not an ITU-T standard, there is a C code implementation of the RPE-LTP algorithm available as part of the ITU-T STL. The STL implementation is an adaptation of the TU Berlin version.
RPE-LTPアルゴリズムはITU-T標準ではありませんが、ITU-T STLの一部として利用可能なRPE-LTPアルゴリズムのCコード実装があります。STL実装は、Tu Berlinバージョンの適応です。
LPC
LPC
An implementation is available at
実装はで利用できます
ftp://parcftp.xerox.com/pub/net-research/lpc.tar.Z
ftp://parcftp.xerox.com/pub/net-research/lpc.tar.Z
PCMU, PCMA
PCMU、PCMA
An implementation of these algorithms is available as part of the ITU-T STL, described above.
これらのアルゴリズムの実装は、上記のITU-T STLの一部として利用できます。
The comments and careful review of Simao Campos, Richard Cox and AVT Working Group participants are gratefully acknowledged. The GSM description was adopted from the IMTC Voice over IP Forum Service Interoperability Implementation Agreement (January 1997). Fred Burg and Terry Lyons helped with the G.729 description.
Simao Campos、Richard Cox、およびAVTワーキンググループの参加者のコメントと慎重なレビューに感謝します。GSMの説明は、IPフォーラムサービスの相互運用性実装契約（1997年1月）にIMTC Voiceから採用されました。フレッド・バーグとテリー・ライオンズはG.729の説明を手伝いました。
The IETF takes no position regarding the validity or scope of any intellectual property or other rights that might be claimed to pertain to the implementation or use of the technology described in this document or the extent to which any license under such rights might or might not be available; neither does it represent that it has made any effort to identify any such rights. Information on the IETF's procedures with respect to rights in standards-track and standards-related documentation can be found in BCP-11. Copies of claims of rights made available for publication and any assurances of licenses to be made available, or the result of an attempt made to obtain a general license or permission for the use of such proprietary rights by implementors or users of this specification can be obtained from the IETF Secretariat.
IETFは、知的財産またはその他の権利の有効性または範囲に関して、この文書に記載されているテクノロジーの実装または使用に関連すると主張される可能性のある他の権利、またはそのような権利に基づくライセンスがどの程度であるかについての程度に関連する可能性があるという立場はありません。利用可能;また、そのような権利を特定するために努力したことも表明していません。標準トラックおよび標準関連のドキュメントの権利に関するIETFの手順に関する情報は、BCP-11に記載されています。出版のために利用可能にされた権利の請求のコピーと、利用可能になるライセンスの保証、またはこの仕様の実装者またはユーザーによるそのような独自の権利の使用のための一般的なライセンスまたは許可を取得しようとする試みの結果を得ることができますIETF事務局から。
The IETF invites any interested party to bring to its attention any copyrights, patents or patent applications, or other proprietary rights which may cover technology that may be required to practice this standard. Please address the information to the IETF Executive Director.
IETFは、関心のある当事者に、著作権、特許、または特許出願、またはこの基準を実践するために必要な技術をカバーする可能性のあるその他の独自の権利を注意深く招待します。情報をIETFエグゼクティブディレクターに宛ててください。
Henning Schulzrinne Department of Computer Science Columbia University 1214 Amsterdam Avenue New York, NY 10027 United States
ヘニングシュルツリンコンピュータサイエンス科学部コロンビア大学1214アムステルダムアベニューニューヨーク、ニューヨーク10027アメリカ合衆国
EMail: schulzrinne@cs.columbia.edu
Stephen L. Casner Packet Design 3400 Hillview Avenue, Building 3 Palo Alto, CA 94304 United States
Stephen L. Casner Packet Design 3400 Hillview Avenue、Building 3 Palo Alto、CA 94304米国
EMail: casner@acm.org
Copyright (C) The Internet Society (2003). All Rights Reserved.
Copyright（c）The Internet Society（2003）。無断転載を禁じます。
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.
このドキュメントと翻訳は他の人にコピーされて提供される場合があります。また、それについてコメントまたは説明する派生作品、またはその実装を支援することは、いかなる種類の制限なしに、準備、コピー、公開、および部分的に配布される場合があります。、上記の著作権通知とこの段落がそのようなすべてのコピーとデリバティブ作品に含まれている場合。ただし、このドキュメント自体は、インターネット協会や他のインターネット組織への著作権通知や参照を削除するなど、いかなる方法でも変更できない場合があります。インターネット標準プロセスに従うか、英語以外の言語に翻訳するために必要な場合に従う必要があります。
The limited permissions granted above are perpetual and will not be revoked by the Internet Society or its successors or assigns.
上記の限られた許可は永続的であり、インターネット社会またはその後継者または譲受人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.
このドキュメントと本書に含まれる情報は、「現状」に基づいて提供されており、インターネット社会とインターネットエンジニアリングタスクフォースは、ここにある情報の使用が行われないという保証を含むがこれらに限定されないすべての保証を否認します。特定の目的に対する商品性または適合性の権利または黙示的な保証を侵害します。
Acknowledgement
謝辞
Funding for the RFC Editor function is currently provided by the Internet Society.
RFCエディター機能の資金は現在、インターネット協会によって提供されています。