[要約] RFC 5574は、SpeexコーデックのためのRTPペイロード形式を定義しています。このRFCの目的は、SpeexオーディオデータをRTPパケットにエンコードする方法を提供し、VoIPやストリーミングアプリケーションでのSpeexの使用を可能にすることです。
Network Working Group G. Herlein
Request for Comments: 5574 Independent
Category: Standards Track J. Valin
Xiph.Org Foundation
A. Heggestad
Creytiv.com
A. Moizard
Antisip
June 2009
RTP Payload Format for the Speex Codec
SPEEXコーデックのRTPペイロード形式
Status of This Memo
本文書の位置付け
This document specifies an Internet standards track protocol for the Internet community, and requests discussion and suggestions for improvements. Please refer to the current edition of the "Internet Official Protocol Standards" (STD 1) for the standardization state and status of this protocol. Distribution of this memo is unlimited.
このドキュメントは、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) 2009 IETF Trust and the persons identified as the document authors. All rights reserved.
Copyright（c）2009 IETF Trustおよび文書著者として特定された人。全著作権所有。
This document is subject to BCP 78 and the IETF Trust's Legal Provisions Relating to IETF Documents in effect on the date of publication of this document (http://trustee.ietf.org/license-info). Please review these documents carefully, as they describe your rights and restrictions with respect to this document.
このドキュメントは、BCP 78およびこのドキュメントの公開日（http://trustee.ietf.org/license-info）に有効なIETFドキュメントに関連するIETF Trustの法的規定の対象となります。この文書に関するあなたの権利と制限を説明するので、これらの文書を注意深く確認してください。
Abstract
概要
Speex is an open-source voice codec suitable for use in VoIP (Voice over IP) type applications. This document describes the payload format for Speex-generated bit streams within an RTP packet. Also included here are the necessary details for the use of Speex with the Session Description Protocol (SDP).
SPEEXは、VoIP（Voice over IP）タイプのアプリケーションでの使用に適したオープンソースの音声コーデックです。このドキュメントでは、RTPパケット内のSPEEX生成ビットストリームのペイロード形式について説明します。また、セッション説明プロトコル（SDP）でSPEEXを使用するために必要な詳細も含まれています。
Table of Contents
目次
1. Introduction ....................................................3
2. Terminology .....................................................3
3. RTP Usage for Speex .............................................3
3.1. RTP Speex Header Fields ....................................3
3.2. RTP Payload Format for Speex ...............................4
3.3. Speex Payload ..............................................4
3.4. Example Speex Packet .......................................5
3.5. Multiple Speex Frames in an RTP Packet .....................5
4. IANA Considerations .............................................6
4.1. Media Type Registration ....................................6
4.1.1. Registration of Media Type Audio/Speex ..............6
5. SDP Usage of Speex ..............................................8
5.1. Example Supporting All Modes, Prefer Mode 4 ...............10
5.2. Example Supporting Only Modes 3 and 5 .....................10
5.3. Example with Variable Bit-Rate and Comfort Noise ..........10
5.4. Example with Voice Activity Detection .....................11
5.5. Example with Multiple Sampling Rates ......................11
5.6. Example with Ptime and Multiple Speex Frames ..............11
5.7. Example with Complete Offer/Answer Exchange ...............12
6. Implementation Guidelines ......................................12
7. Security Considerations ........................................12
8. Acknowledgments ................................................13
9. References .....................................................13
9.1. Normative References ......................................13
9.2. Informative References ....................................13
Speex is based on the Code Excited Linear Prediction [CELP] encoding technique with support for either narrowband (nominal 8 kHz), wideband (nominal 16 kHz), or ultra-wideband (nominal 32 kHz). The main characteristics can be summarized as follows:
SPEEXは、コード励起線形予測[CELP]エンコード技術に基づいており、狭帯域（名目8 kHz）、ワイドバンド（名目16 kHz）、または超帯域帯域（名目32 kHz）のいずれかをサポートしています。主な特性は、次のように要約できます。
o Free software/open-source
o フリーソフトウェア/オープンソース
o Integration of wideband and narrowband in the same bit-stream
o 同じビットストリームでの広帯域と狭帯域の統合
o Wide range of bit-rates available
o 幅広いビットレートが利用可能です
o Dynamic bit-rate switching and variable bit-rate (VBR)
o 動的ビットレートスイッチングと可変ビットレート（VBR）
o Voice Activity Detection (VAD, integrated with VBR)
o 音声アクティビティ検出（VAD、VBRと統合）
o Variable complexity
o 可変の複雑さ
The Speex codec supports a wide range of bit-rates from 2.15 kbit/s to 44 kbit/s. In some cases however, it may not be possible for an implementation to include support for all rates (e.g., because of bandwidth or RAM or CPU constraints). In those cases, to be compliant with this specification, implementations MUST support at least narrowband (8 kHz) encoding and decoding at 8 kbit/s bit-rate (narrowband mode 3). Support for narrowband at 15 kbit/s (narrowband mode 5) is RECOMMENDED and support for wideband at 27.8 kbit/s (wideband mode 8) is also RECOMMENDED. The sampling rate MUST be 8, 16 or 32 kHz. This specification defines only single channel audio (mono).
SPEEXコーデックは、2.15 kbit/sから44 kbit/sまでの幅広いビットレートをサポートしています。ただし、場合によっては、実装がすべてのレートのサポートを含めることができない場合があります（たとえば、帯域幅、RAMまたはCPUの制約のため）。そのような場合、この仕様に準拠するには、実装は、8 kbit/sビットレート（ナローバンドモード3）での少なくとも狭帯域（8 kHz）エンコードとデコードをサポートする必要があります。15 kbit/s（ナローバンドモード5）での狭帯域のサポートが推奨され、27.8 kbit/s（ワイドバンドモード8）でのワイドバンドのサポートも推奨されます。サンプリングレートは8、16、または32 kHzでなければなりません。この仕様では、単一のチャネルオーディオ（Mono）のみを定義します。
The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this document are to be interpreted as described in RFC2119 [RFC2119] and indicate requirement levels for compliant RTP implementations.
「必須」、「そうしない」、「必須」、「shall」、「shall "、" ingle "、" should "、" not "、" becommended "、" bay "、および「optional」は、RFC2119 [RFC2119]で説明されているように解釈され、準拠したRTP実装の要件レベルを示します。
The RTP header is defined in the RTP specification [RFC3550]. This section defines how fields in the RTP header are used.
RTPヘッダーは、RTP仕様[RFC3550]で定義されています。このセクションでは、RTPヘッダーのフィールドの使用方法を定義します。
Payload Type (PT): The assignment of an RTP payload type for this packet format is outside the scope of this document; it is specified by the RTP profile under which this payload format is used, or signaled dynamically out-of-band (e.g., using SDP).
ペイロードタイプ（PT）：このパケット形式のRTPペイロードタイプの割り当ては、このドキュメントの範囲外です。これは、このペイロード形式が使用されるRTPプロファイルによって指定されているか、動的に帯域外に合図されます（例：SDPを使用）。
Marker (M) bit: The M bit is set to one on the first packet sent after a silence period, during which packets have not been transmitted contiguously.
マーカー（m）ビット：mビットは、沈黙期間後に送信された最初のパケットの1に設定されます。その間、パケットは連続して送信されていません。
Extension (X) bit: Defined by the RTP profile used.
拡張機能（x）ビット：使用されるRTPプロファイルによって定義されています。
Timestamp: A 32-bit word that corresponds to the sampling instant for the first frame in the RTP packet.
タイムスタンプ：RTPパケットの最初のフレームのサンプリングインスタントに対応する32ビットワード。
The RTP payload for Speex has the format shown in Figure 1. No additional header fields specific to this payload format are required. For RTP-based transportation of Speex-encoded audio, the standard RTP header [RFC3550] is followed by one or more payload data blocks. An optional padding terminator may also be used.
SPEEXのRTPペイロードには、図1に示す形式があります。このペイロード形式に固有の追加のヘッダーフィールドは必要ありません。SPEEXエンコードオーディオのRTPベースの輸送の場合、標準のRTPヘッダー[RFC3550]の後に1つ以上のペイロードデータブロックが続きます。オプションのパディングターミネーターも使用できます。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| one or more frames of Speex .... |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| one or more frames of Speex .... | padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 1: RTP Payload for Speex
図1：SPEEXのRTPペイロード
For the purposes of packetizing the bit stream in RTP, it is only necessary to consider the sequence of bits as output by the Speex encoder [SPEEX], and present the same sequence to the decoder. The payload format described here maintains this sequence.
RTPのビットストリームをパケット化する目的で、SPEEXエンコーダー[SPEEX]による出力としてビットのシーケンスを考慮し、デコーダーに同じシーケンスを提示することのみが必要です。ここで説明するペイロード形式は、このシーケンスを維持しています。
A typical Speex frame, encoded at the maximum bit-rate, is approximately 110 octets and the total number of Speex frames SHOULD be kept less than the path MTU to prevent fragmentation. Speex frames MUST NOT be fragmented across multiple RTP packets.
最大ビットレートでエンコードされた典型的なSPEEXフレームは、約110オクテットであり、断片化を防ぐためにSPEEXフレームの総数はPATH MTUよりも少ないように保持する必要があります。SPEEXフレームを複数のRTPパケットで断片化してはなりません。
The Speex frames must be placed starting with the oldest frame and then continue consecutively in time.
SPEEXフレームは、最古のフレームから開始して、時間内に連続して続行する必要があります。
An RTP packet MAY contain Speex frames of the same bit-rate or of varying bit-rates, since the bit-rate for a frame is conveyed in-band with the signal.
RTPパケットには、フレームのビットレートが信号で帯域内で伝えられるため、同じビットレートまたはさまざまなビットレートのSpeexフレームが含まれている場合があります。
The encoding and decoding algorithm can change the bit-rate at any 20 msec frame boundary, with the bit-rate change notification provided in-band with the bit stream. Each frame contains both sampling rate (narrowband, wideband, or ultra-wideband) and "mode" (bit-rate) information in the bit stream. No out-of-band notification is required for the decoder to process changes in the bit-rate sent by the encoder.
エンコーディングおよびデコードアルゴリズムは、ビットレートの変更通知がビットストリームで帯域内で提供されるため、任意の20ミリ秒のフレーム境界でビットレートを変更できます。各フレームには、ビットストリームのサンプリングレート（狭帯域、ワイドバンド、またはウルトラワイドバンド）と「モード」（ビットレート）情報の両方が含まれています。デコーダーがエンコーダから送信されたビットレートの変更を処理するためには、バンド外通知は必要ありません。
The sampling rate MUST be either 8000 Hz, 16000 Hz, or 32000 Hz.
サンプリングレートは、8000 Hz、16000 Hz、または32000 Hzのいずれかでなければなりません。
The RTP payload MUST be padded to provide an integer number of octets as the payload length. These padding bits are LSB-aligned (Least Significant Bit) in network octet order and consist of a 0 followed by all ones (until the end of the octet). This padding is only required for the last frame in the packet, and only to ensure the packet contents end on an octet boundary.
RTPペイロードは、ペイロードの長さとして整数数のオクテットを提供するためにパッドで入れる必要があります。これらのパディングビットは、ネットワークオクテットの順序でLSBアライメント（最小有意なビット）であり、すべてのもの（オクテットの終わりまで）で構成されています。このパディングは、パケットの最後のフレームにのみ必要であり、パケットの内容がオクテットの境界で終わるようにするためにのみ必要です。
In the example below, we have a single Speex frame with 5 bits of padding to ensure the packet size falls on an octet boundary.
以下の例では、パケットサイズがオクテットの境界にあることを確認するために、5ビットのパディングを備えた単一のSPEEXフレームがあります。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| ..speex data.. |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ..speex data.. |0 1 1 1 1|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Below is an example of two Speex frames contained within one RTP packet. The Speex frame length in this example falls on an octet boundary so there is no padding.
以下は、1つのRTPパケット内に含まれる2つのSPEEXフレームの例です。この例のSPEEXフレームの長さは、オクテットの境界にあるため、パディングはありません。
The Speex decoder [SPEEX] can detect the bit-rate from the payload and is responsible for detecting the 20 msec boundaries between each frame.
SPEEXデコーダー[SPEEX]は、ペイロードからビットレートを検出でき、各フレーム間の20ミリ秒の境界を検出する責任があります。
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
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| ..speex frame 1.. |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ..speex frame 1.. | ..speex frame 2.. |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| ..speex frame 2.. |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
This document defines the Speex media type.
このドキュメントでは、SPEEXメディアタイプを定義しています。
This section describes the media types and names associated with this payload format. The section registers the media types, as per RFC 4288 [RFC4288].
このセクションでは、このペイロード形式に関連付けられたメディアの種類と名前について説明します。このセクションは、RFC 4288 [RFC4288]に従って、メディアタイプを登録します。
Media type name: audio
メディアタイプ名：オーディオ
Media subtype name: speex
メディアサブタイプ名：SPEEX
Required parameters:
必要なパラメーター：
rate: RTP timestamp clock rate, which is equal to the sampling rate in Hz. The sampling rate MUST be either 8000, 16000, or 32000.
レート：RTPタイムスタンプ時計レート。これは、Hzのサンプリングレートに等しい。サンプリングレートは、8000、16000、または32000でなければなりません。
Optional parameters:
オプションのパラメーター：
ptime: SHOULD be a multiple of 20 msec [RFC4566]
PTIME：20ミリ秒の倍数である必要があります[RFC4566]
maxptime: SHOULD be a multiple of 20 msec [RFC4566]
Maxptime：20ミリ秒の倍数である必要があります[RFC4566]
vbr: variable bit-rate - either 'on', 'off', or 'vad' (defaults to 'off'). If 'on', variable bit-rate is enabled. If 'off', disabled. If set to 'vad', then constant bit-rate is used, but silence will be encoded with special short frames to indicate a lack of voice for that period. This parameter is a preference to the encoder.
VBR：可変ビットレート - 「オン」、「オフ」、または「VAD」（デフォルトは「オフ」にデフォルト）。「オン」の場合、可変ビットレートが有効になります。「オフ」の場合、無効にします。「VAD」に設定されている場合、一定のビットレートが使用されますが、その期間の声の不足を示すために、特別な短いフレームで沈黙がエンコードされます。このパラメーターは、エンコーダーよりも優先されます。
cng: comfort noise generation - either 'on' or 'off' (defaults to 'off'). If 'off', then silence frames will be silent; if 'on', then those frames will be filled with comfort noise. This parameter is a preference to the encoder.
CNG：コンフォートノイズの生成 - 「オン」または「オフ」のいずれか（デフォルトは「オフ」になります）。「オフ」の場合、沈黙フレームは沈黙します。「オン」の場合、それらのフレームはコンフォートノイズで満たされます。このパラメーターは、エンコーダーよりも優先されます。
mode: Comma-separated list of supported Speex decoding modes, in order of preference. The first is the most preferred and the remaining is in decreasing order of preference. The valid modes are different for narrowband and wideband, and are defined as follows:
モード：好みの順に、サポートされているSPEEXデコードモードのコンマ分離リスト。1つ目は最も好まれており、残りは好みの順序が減少しています。有効なモードは、ナローバンドとワイドバンドで異なり、次のように定義されています。
* {1,2,3,4,5,6,7,8,any} for narrowband
* {0,1,2,3,4,5,6,7,8,9,10,any} for wideband and ultra-wideband
The 'mode' parameters may contain multiple values. In this case, the remote party SHOULD configure its encoder using the first supported mode provided. When 'any' is used, the offerer indicates that it supports all decoding modes. The 'mode' parameter value MUST always be quoted. If the 'mode' parameter is not provided, the mode value is considered to be equivalent to 'mode="3,any"' in narrowband and 'mode="8,any"' in wideband and ultra-wideband. Note that each Speex frame does contain the mode (or bit-rate) that should be used to decode it. Thus, an application MUST be able to decode any Speex frame unless the SDP clearly specifies that some modes are not supported (e.g., by not including 'mode="any"'). Indicating support for a given set of decoding modes also implies that the implementation support the same encoding modes.
「モード」パラメーターには複数の値が含まれる場合があります。この場合、リモートパーティは、提供された最初のサポートモードを使用してエンコーダーを構成する必要があります。「任意」が使用されると、オファーはすべてのデコードモードをサポートしていることを示します。「モード」パラメーター値は常に引用する必要があります。「モード」パラメーターが提供されていない場合、モード値は 'mode = "3、any"' in noughtband = "8、any" '、any "'、any" 'in "' in" 'に相当すると見なされます。各SPEEXフレームには、デコードに使用する必要があるモード（またはビットレート）が含まれていることに注意してください。したがって、SDPが一部のモードがサポートされていないことを明確に指定しない限り、アプリケーションは任意のSPEEXフレームをデコードできる必要があります（たとえば、 'mode = "Any"'を含めないことで）。特定のデコードモードセットのサポートを示すことは、実装が同じエンコードモードをサポートすることも意味します。
Encoding considerations:
考慮事項のエンコード：
This media type is framed and binary, see Section 4.8 in [RFC4288].
このメディアタイプはフレームとバイナリです。[RFC4288]のセクション4.8を参照してください。
Security considerations: See Section 6.
セキュリティ上の考慮事項：セクション6を参照してください。
Interoperability considerations:
相互運用性の考慮事項：
None.
なし。
Published specification:
公開された仕様：
RFC 5574.
RFC 5574。
Applications that use this media type:
このメディアタイプを使用するアプリケーション：
Audio streaming and conferencing applications.
オーディオストリーミングおよび会議アプリケーション。
Additional information: none.
追加情報：なし。
Person and e-mail address to contact for further information:
詳細については、人と電子メールアドレスをお問い合わせください。
Alfred E. Heggestad: aeh@db.org
Alfred E. Heggestad：aeh@db.org
Intended usage: COMMON
意図された使用法：共通
Restrictions on usage:
使用に関する制限：
This media type depends on RTP framing, and hence is only defined for transfer via RTP [RFC3550]. Transport within other framing protocols is not defined at this time.
このメディアタイプはRTPフレーミングに依存するため、RTP [RFC3550]を介した転送に対してのみ定義されます。この時点では、他のフレーミングプロトコル内の輸送は定義されていません。
Author: Alfred E. Heggestad
著者：Alfred E. Heggestad
Change controller:
Change Controller：
IETF Audio/Video Transport working group delegated from the IESG.
IETFオーディオ/ビデオトランスポートワーキンググループは、IESGから委任されました。
The information carried in the media type specification has a specific mapping to fields in the Session Description Protocol (SDP) [RFC4566], which is commonly used to describe RTP sessions. When SDP is used to specify sessions employing the Speex codec, the mapping is as follows:
メディアタイプの仕様に掲載されている情報には、セッション説明プロトコル（SDP）[RFC4566]のフィールドへの特定のマッピングがあります。これは、RTPセッションを説明するために一般的に使用されます。SPEEXコーデックを使用するセッションを指定するためにSDPを使用する場合、マッピングは次のとおりです。
o The media type ("audio") goes in SDP "m=" as the media name.
o メディアタイプ（ "Audio"）は、メディア名としてSDP "m ="になります。
o The media subtype ("speex") goes in SDP "a=rtpmap" as the encoding name. The required parameter "rate" also goes in "a=rtpmap" as the clock rate.
o メディアサブタイプ（ "SPEEX"）は、エンコーディング名としてSDP "a = rtpmap"になります。必要なパラメーター「レート」も、クロックレートとして「a = rtpmap」にも含まれます。
o The parameters "ptime" and "maxptime" go in the SDP "a=ptime" and "a=maxptime" attributes, respectively.
o パラメーター「PTIME」と「MAXPTIME」は、それぞれSDP「A = PTIME」と「A = MaxPtime」属性に移動します。
o Any remaining parameters go in the SDP "a=fmtp" attribute by copying them directly from the media type string as a semicolon-separated list of parameter=value pairs.
o 残りのパラメーターは、Parameter = valueペアのセミコロン分離リストとしてメディアタイプの文字列から直接コピーすることにより、SDP "a = fmtp"属性になります。
The tables below include the equivalence between modes and bit-rates for narrowband, wideband, and ultra-wideband. Also, the corresponding "Speex quality" setting (see SPEEX_SET_QUALITY in the Speex Codec Manual [SPEEX]) is included as an indication.
以下の表には、狭帯域、ワイドバンド、およびウルトラワイドバンドのモードとビットレートの等価性が含まれています。また、対応する「Speex Quality」設定（SPEEXコーデックマニュアル[SPEEX]のSPEEX_SET_QUALITYを参照）が表示として含まれています。
+------+---------------+-------------+
| mode | Speex quality | bit-rate |
+------+---------------+-------------+
| 1 | 0 | 2.15 kbit/s |
| 2 | 2 | 5.95 kbit/s |
| 3 | 3 or 4 | 8.00 kbit/s |
| 4 | 5 or 6 | 11.0 kbit/s |
| 5 | 7 or 8 | 15.0 kbit/s |
| 6 | 9 | 18.2 kbit/s |
| 7 | 10 | 24.6 kbit/s |
| 8 | 1 | 3.95 kbit/s |
+------+---------------+-------------+
Table 1: Mode vs. Bit-Rate for Narrowband
表1：狭帯域のモード対ビットレート
+------+---------------+-------------------+------------------------+
| mode | Speex quality | wideband bit-rate | ultra wideband |
| | | | bit-rate |
+------+---------------+-------------------+------------------------+
| 0 | 0 | 3.95 kbit/s | 5.75 kbit/s |
| 1 | 1 | 5.75 kbit/s | 7.55 kbit/s |
| 2 | 2 | 7.75 kbit/s | 9.55 kbit/s |
| 3 | 3 | 9.80 kbit/s | 11.6 kbit/s |
| 4 | 4 | 12.8 kbit/s | 14.6 kbit/s |
| 5 | 5 | 16.8 kbit/s | 18.6 kbit/s |
| 6 | 6 | 20.6 kbit/s | 22.4 kbit/s |
| 7 | 7 | 23.8 kbit/s | 25.6 kbit/s |
| 8 | 8 | 27.8 kbit/s | 29.6 kbit/s |
| 9 | 9 | 34.2 kbit/s | 36.0 kbit/s |
| 10 | 10 | 42.2 kbit/s | 44.0 kbit/s |
+------+---------------+-------------------+------------------------+
Table 2: Mode vs. Bit-Rate for Wideband and Ultra-Wideband
表2：ワイドバンドとウルトラワイドバンドのモード対ビットレート
The Speex parameters indicate the decoding capabilities of the agent, and what the agent prefers to receive.
SPEEXパラメーターは、エージェントのデコード機能と、エージェントが受信することを好むものを示します。
The Speex parameters in an SDP Offer/Answer exchange are completely orthogonal, and there is no relationship between the SDP Offer and the Answer.
SDPオファー/回答交換のSPEEXパラメーターは完全に直交しており、SDPオファーと回答の間に関係はありません。
Several Speex specific parameters can be given in a single a=fmtp line provided that they are separated by a semicolon:
セミコロンによって分離されている場合、いくつかのSPEEX固有のパラメーターを単一のa = fmtp行で指定できます。
a=fmtp:97 mode="1,any";vbr=on
Some example SDP session descriptions utilizing Speex encodings follow.
SPEEXエンコーディングを使用したSDPセッションの説明の例が続きます。
The offerer indicates that it wishes to receive a Speex stream at 8000 Hz, and wishes to receive Speex 'mode 4'. It is important to understand that any other mode might still be sent by remote party: the device might have bandwidth limitation or might only be able to send 'mode="3"'. Thus, applications that support all decoding modes SHOULD include 'mode="any"' as shown in the example below:
オファーは、8000 HzでSpeexストリームを受信したいことを示し、Speex 'Mode 4'を受け取りたいと考えています。他のモードはまだリモートパーティによって送信される可能性があることを理解することが重要です。デバイスには帯域幅の制限があるか、 'mode = "3"'のみを送信できる可能性があります。したがって、すべてのデコードモードをサポートするアプリケーションには、以下の例に示すように、 'mode = "any"'を含める必要があります。
m=audio 8088 RTP/AVP 97
a=rtpmap:97 speex/8000
a=fmtp:97 mode="4,any"
The offerer indicates the mode he wishes to receive (Speex 'mode 3'). This offer indicates mode 3 and mode 5 are supported and that no other modes are supported. The remote party MUST NOT configure its encoder using another Speex mode.
オファーは、受信したいモード（SPEEX 'モード3'）を示します。このオファーは、モード3とモード5がサポートされており、他のモードがサポートされていないことを示しています。リモートパーティは、別のSPEEXモードを使用してエンコーダーを構成してはなりません。
m=audio 8088 RTP/AVP 97
a=rtmap:97 speex/8000
a=fmtp:97 mode="3,5"
The offerer indicates that it wishes to receive variable bit-rate frames with comfort noise:
オファーは、快適なノイズで可変ビットレートフレームを受信したいことを示しています。
m=audio 8088 RTP/AVP 97
a=rtmap:97 speex/8000
a=fmtp:97 vbr=on;cng=on
The offerer indicates that it wishes to use silence suppression. In this case, the vbr=vad parameter will be used:
オファーは、沈黙の抑制を使用したいことを示します。この場合、VBR = VADパラメーターが使用されます。
m=audio 8088 RTP/AVP 97
a=rtmap:97 speex/8000
a=fmtp:97 vbr=vad
The offerer indicates that it wishes to receive Speex audio at 16000 Hz with mode 10 (42.2 kbit/s) or, alternatively, Speex audio at 8000 Hz with mode 7 (24.6 kbit/s). The offerer supports decoding all modes.
オファーは、モード10（42.2 kbit/s）の16000 HzでSpeexオーディオを受け取ること、またはモード7（24.6 kbit/s）の8000 HzのSpeexオーディオを受け取ることを望んでいることを示しています。オファーは、すべてのモードのデコードをサポートします。
m=audio 8088 RTP/AVP 97 98
a=rtmap:97 speex/16000
a=fmtp:97 mode="10,any"
a=rtmap:98 speex/8000
a=fmtp:98 mode="7,any"
The "ptime" SDP attribute is used to denote the packetization interval (i.e., how many milliseconds of audio is encoded in a single RTP packet). Since Speex uses 20 msec frames, ptime values of multiples of 20 denote multiple Speex frames per packet. It is recommended to use ptime values that are a multiple of 20.
「PTIME」SDP属性は、パケット化間隔を示すために使用されます（つまり、単一のRTPパケットでエンコードされるミリ秒のオーディオがエンコードされています）。SPEEXは20ミリ秒のフレームを使用するため、20の倍数のPTIME値は、パケットごとに複数のSPEEXフレームを示します。20の倍数であるPTIME値を使用することをお勧めします。
If ptime contains a value that is not multiple of 20, the internal interpretation of it should be rounded up to the nearest multiple of 20 before the number of Speex frames is calculated. For example, if the "ptime" attribute is set to 30, the internal interpretation should be rounded up to 40 and then used to calculate two Speex frames per packet.
PTIMEに20の倍数ではない値が含まれている場合、SPEEXフレームの数が計算される前に、ITの内部解釈を20の最も近い倍数に切り上げてください。たとえば、「ptime」属性が30に設定されている場合、内部解釈は最大40に丸めてから、パケットごとに2つのSPEEXフレームを計算するために使用する必要があります。
In the example below, the ptime value is set to 40, indicating that there are two frames in each packet.
以下の例では、PTIME値は40に設定されており、各パケットに2つのフレームがあることを示しています。
m=audio 8088 RTP/AVP 97
a=rtpmap:97 speex/8000
a=ptime:40
Note that the ptime parameter applies to all payloads listed in the media line and is not used as part of an a=fmtp directive.
PTIMEパラメーターは、メディアラインにリストされているすべてのペイロードに適用され、A = FMTP指令の一部として使用されていないことに注意してください。
Care must be taken when setting the value of ptime so that the RTP packet size does not exceed the path MTU.
RTPパケットサイズがPATH MTUを超えないように、PTIMEの値を設定するときは注意が必要です。
The offerer indicates that it wishes to receive Speex audio at 16000 Hz or, alternatively, Speex audio at 8000 Hz. The offerer does support ALL modes because no mode is specified.
オファーは、16000 Hzまたは8000 HzでSpeexオーディオでSpeexオーディオを受け取ることを希望することを示しています。モードが指定されていないため、オファーはすべてのモードをサポートします。
m=audio 8088 RTP/AVP 97 98
a=rtmap:97 speex/16000
a=rtmap:98 speex/8000
The answerer indicates that it wishes to receive Speex audio at 8000 Hz, which is the only sampling rate it supports. The answerer does support ALL modes because no mode is specified.
回答者は、8000 HzでSPEEXオーディオを受け取りたいことを示しています。これは、サポートする唯一のサンプリングレートです。回答者は、モードが指定されていないため、すべてのモードをサポートします。
m=audio 8088 RTP/AVP 99 a=rtmap:99 speex/8000
M = Audio 8088 RTP/AVP 99 A = RTMAP：99 SPEEX/8000
Implementations that support Speex are responsible for correctly decoding incoming Speex frames.
SPEEXをサポートする実装は、着信SPEEXフレームを正しく解読する責任があります。
Each Speex frame does contain all needed information to decode itself. In particular, the 'mode' and 'ptime' values proposed in the SDP contents MUST NOT be used for decoding: those values are not needed to properly decode a RTP Speex stream.
各SPEEXフレームには、それ自体をデコードするために必要なすべての情報が含まれています。特に、SDPコンテンツで提案されている「モード」値と「PTIME」値は、デコードに使用してはなりません。RTPSPEEXストリームを適切にデコードするためにこれらの値は必要ありません。
RTP packets using the payload format defined in this specification are subject to the security considerations discussed in the RTP specification [RFC3550], and any appropriate RTP profile. This implies that confidentiality of the media streams is achieved by encryption. Because the data compression used with this payload format is applied end-to-end, encryption may be performed after compression so there is no conflict between the two operations.
この仕様で定義されたペイロード形式を使用したRTPパケットは、RTP仕様[RFC3550]で説明されているセキュリティに関する考慮事項と、適切なRTPプロファイルの対象となります。これは、メディアストリームの機密性が暗号化によって達成されることを意味します。この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、圧縮後に暗号化が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 that are complex to decode and cause the receiver to be overloaded. However, this encoding does not exhibit any significant non-uniformity.
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。ただし、このエンコーディングは、有意な不均一性を示すものではありません。
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.
他のIPベースのプロトコルと同様に、状況によっては、受信者は、望ましいまたは望ましくないあまりにも多くのパケットを受け取るだけで過負荷になる場合があります。ネットワーク層認証は、望ましくないソースからパケットを破棄するために使用できますが、認証自体の処理コストが高すぎる場合があります。
The authors would like to thank Equivalence Pty Ltd of Australia for their assistance in attempting to standardize the use of Speex in H.323 applications, and for implementing Speex in their open-source OpenH323 stack. The authors would also like to thank Brian C. Wiles <brian@streamcomm.com> of StreamComm for his assistance in developing the proposed standard for Speex use in H.323 applications.
著者は、H.323アプリケーションでのSPEEXの使用を標準化しようとする際の支援、およびオープンソースOpenH323スタックにSPEEXを実装しようとしたことについて、オーストラリアの等価Pty Ltdに感謝したいと思います。著者はまた、StreamCommのBrian C. Wiles <brian@streamcomm.com>に感謝し、H.323アプリケーションでSPEEX使用の提案された基準を開発するのを支援してくれました。
The authors would also like to thank the following members of the Speex and AVT communities for their input: Ross Finlayson, Federico Montesino Pouzols, Henning Schulzrinne, Magnus Westerlund, Colin Perkins, and Ivo Emanuel Goncalves.
著者はまた、Ross Finlayson、Federico Montesino Pouzols、Henning Schulzrinne、Magnus Westerlund、Colin Perkins、およびIvo Emanuel Goncalvesなど、SPEEXおよびAVTコミュニティの次のメンバーに感謝したいと思います。
Thanks to former authors of this document; Simon Morlat, Roger Hardiman, and Phil Kerr.
この文書の元著者に感謝します。サイモン・モラット、ロジャー・ハーディマン、フィル・カー。
[RFC2119] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.
[RFC2119] 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。
[RFC3550] Schulzrinne, H., Casner, S., Frederick, R., and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", STD 64, RFC 3550, July 2003.
[RFC3550] Schulzrinne、H.、Casner、S.、Frederick、R。、および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」、STD 64、RFC 3550、2003年7月。
[RFC4566] Handley, M., Jacobson, V., and C. Perkins, "SDP: Session Description Protocol", RFC 4566, July 2006.
[RFC4566] Handley、M.、Jacobson、V。、およびC. Perkins、「SDP：セッション説明プロトコル」、RFC 4566、2006年7月。
[CELP] Schroeder, M. and B. Atal, "Code-excited linear prediction(CELP): High-quality speech at very low bit rates", Proc. International Conference on Acoustics, Speech, and Signal Processing (ICASSP), Vol 10, pp. 937- 940, 1985, <http://www.ntis.gov/>.
[CELP] Schroeder、M。and B. Atal、「コード励起線形予測（CELP）：非常に低いビットレートでの高品質の音声」、Proc。音響、音声、および信号処理に関する国際会議（ICASSP）、Vol 10、pp。937-940、1985、<http://www.ntis.gov/>。
[RFC4288] Freed, N. and J. Klensin, "Media Type Specifications and Registration Procedures", BCP 13, RFC 4288, December 2005.
[RFC4288] Freed、N。およびJ. Klensin、「メディアタイプの仕様と登録手順」、BCP 13、RFC 4288、2005年12月。
[SPEEX] Valin, J., "The Speex Codec Manual", <http://www.speex.org/docs/>.
[Speex] Valin、J。、「The Speex Codec Manual」、<http://www.spex.org/docs/>。
Authors' Addresses
著者のアドレス
Greg Herlein Independent 2034 Filbert Street San Francisco, California 94123 United States
グレッグヘルイン独立2034フィルバートストリートサンフランシスコ、カリフォルニア94123アメリカ合衆国
EMail: gherlein@herlein.com
Jean-Marc Valin Xiph.Org Foundation
Jean-Marc Valin Xiph.org Foundation
EMail: jean-marc.valin@usherbrooke.ca
Alfred E. Heggestad Creytiv.com Biskop J. Nilssonsgt. 20a Oslo 0659 Norway
Alfred E. Heggestad Creytiv.com Biskop J. Nilssonsgt。20Aオスロ0659ノルウェー
EMail: aeh@db.org
Aymeric Moizard Antisip 5 Place Benoit Crepu Lyon, 69005 France
Aymeric Moizard Antisip 5 Place Benoit Crepu Lyon、69005 France
EMail: jack@atosc.org