1、AVTPDU
AVTP是数据链路层协议，以太网协议类型为0x22F0，支持一对一或一对多的传输方式，实现一对多的传输可以通过组播或使用VLAN实现。
整个AVTPDU可以分为三个部分：以太网数据链路层头部、AVTP头部和AVTP负载，如图所示：
图1 AVTPDU格式
图2 wireshark中AAF的解析结果
可以看到头部中包含丰富的音频数据的元数据信息，而负载部分是以类似字节流的形式记录音频数据。下文将对AVTP支持的音频格式分别进行讲述。
2、头部
通用字段
其中AVTP头部分为三种类型：AVTPDU通用流头部、通用控制头部和备选头部。- 通用控制头部常用于需要尽可能快速传递消息、不需要控制同步的场景；
- 通用流头部包含时间戳消息，适用于对时间和同步效果敏感的应用；
- 备选头部适用于一些特定的子类型数据。
用来传输音频的AAF为了保证在多接收端场景下的同步及稳定连续的播放效果，需要在头部携带音频数据的时间戳信息，因此使用通用流头部格式。除此之外，AAF的头部中还携带了采样率、采样深度和采样格式信息，用来告知接收端（listener）音频信息的格式。AAF报文格式如下图所示： ![3]()
图3 AAF报文格式
- subtype：AAF对应的subtype为0x02；
- sv：表示后续stream_id的有效性，正常情况下置1；
- version：置0；
- mr：发送端（talker）用来表示媒体时钟是否发生了变化（例如当音频输入源发生了变化），listener可以借此快速切换至新的媒体时钟。当媒体时钟发生变化时，该位会被翻转并至少保持8个AVTPDU的时间；
- tv：表示后续avtp_timestamp的有效性，正常情况下置1；
- sequence_num：序列号，达到上限后归零重新计数；
- tu：表示时间戳的不确定性，当该位置1时，表示可能在一段时间内avtp_timestamp内的时间戳无法对应到gPTP时间，当时间恢复时，talker会将该位归零；
- stream_id：八字节的StreamID，通常前六字节数值上等于MAC地址，后两字节取不重复的数值；
- avtp_timestamp：呈现时间，单位为纳秒，大约每4秒循环一次，当tv为0时，该字段内数值无效；
- stream_data_length：表示aaf_format_specific_payload的字节数。
- aaf_format_specific_data_1，aaf_format_specific_data_2，afsd：由各格式定义，依据format确定。
format字段定义如下：
表1 AAF format字段含义
- sp：表示稀疏时间戳模式，当该位置1时，每8个AVTPDU中只包含一个展示时间，否则每个AVTPDU中都包含一个展示时间；
- evt：用于更高层次的协议中，AVTP不使用该字段。
PCM格式字段
当format指定音频数据封装格式为PCM时，头部的定义如下：
图4 AAF PCM AVTP报文格式
表2 nsr字段含义
- channel_per_frame：使用正整数表示声道数量；
- bit_depth：表示单个采样内表示声音数据的位数，该值不能大于format所表述的数据大小，当format为FLOAT_32BIT时，位深度必须也为32位。当位深度小于format所表述的数据大小时，数据被填充在低位，高位置0。
AES3格式字段
当format指定音频数据封装格式为AES3时，头部的定义如下：
图5 AAF AES3 AVTP报文格式
表3 nfr字段含义
- streams_per_frame：使用正整数表示每个AVTPDU中AES3流的数量；
- aes3_data_type：表示AES3流内音频的格式，在头部中分为两个部分，分别为低位（aes3_data_type_l）和高位（aes3_data_type_h），其具体标准由aes3_dt_ref字段确定。
3、总结
以上就是AVTP的基本介绍以及与音频传输相关头部信息的讲解了。通过头部我们能够得到音频的元数据信息，不过音频是如何被编码的呢？头部中的时间戳又有什么作用？我们将在下一期为大家揭晓。
经纬恒润作为OPEN联盟会员和AUTOSAR联盟的高级合作伙伴，长期为国内外各大OEM和供应商提供涵盖TCP/IP、SOME/IP、DoIP、AVB、TSN、DDS等技术领域的设计和测试咨询服务，积极研发和探索车载网络前沿技术的工程应用。通过多个项目的实践经验，已建立了高质量、本土化的设计与测试一体化解决方案，为整车网络架构提供可靠支持。了解更多：请致电010-64840808转6117 或发送邮件至market_dept@hirain.com（联系时请说明来自博客园）