7ca2970bf0ad0505ba60bcaf5f6eb48e947b98b5
[opus.git] / doc / draft-terriberry-oggopus.xml
1 <?xml version="1.0" encoding="utf-8"?>
2 <!DOCTYPE rfc SYSTEM 'rfc2629.dtd' [
3 <!ENTITY rfc2119 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.2119.xml'>
4 <!ENTITY rfc3533 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.3533.xml'>
5 <!ENTITY rfc3534 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.3534.xml'>
6 <!ENTITY rfc4732 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.4732.xml'>
7 <!ENTITY rfc3629 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.3629.xml'>
8 <!ENTITY rfc6381 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.6381.xml'>
9 <!ENTITY rfc6716 PUBLIC '' 'https://xml.resource.org/public/rfc/bibxml/reference.RFC.6716.xml'>
10 ]>
11 <?rfc toc="yes" symrefs="yes" ?>
12
13 <rfc ipr="trust200902" category="std" docName="draft-terriberry-oggopus-01">
14
15 <front>
16 <title abbrev="Ogg Opus">Ogg Encapsulation for the Opus Audio Codec</title>
17 <author initials="T.B." surname="Terriberry" fullname="Timothy B. Terriberry">
18 <organization>Mozilla Corporation</organization>
19 <address>
20 <postal>
21 <street>650 Castro Street</street>
22 <city>Mountain View</city>
23 <region>CA</region>
24 <code>94041</code>
25 <country>USA</country>
26 </postal>
27 <phone>+1 650 903-0800</phone>
28 <email>tterribe@xiph.org</email>
29 </address>
30 </author>
31
32 <author initials="R." surname="Lee" fullname="Ron Lee">
33 <organization>Voicetronix</organization>
34 <address>
35 <postal>
36 <street>246 Pulteney Street, Level 1</street>
37 <city>Adelaide</city>
38 <region>SA</region>
39 <code>5000</code>
40 <country>Australia</country>
41 </postal>
42 <phone>+61 8 8232 9112</phone>
43 <email>ron@debian.org</email>
44 </address>
45 </author>
46
47 <author initials="R." surname="Giles" fullname="Ralph Giles">
48 <organization>Mozilla Corporation</organization>
49 <address>
50 <postal>
51 <street>163 West Hastings Street</street>
52 <city>Vancouver</city>
53 <region>BC</region>
54 <code>V6B 1H5</code>
55 <country>Canada</country>
56 </postal>
57 <phone>+1 604 778 1540</phone>
58 <email>giles@xiph.org</email>
59 </address>
60 </author>
61
62 <date day="16" month="July" year="2012"/>
63 <area>RAI</area>
64 <workgroup>codec</workgroup>
65
66 <abstract>
67 <t>
68 This document defines the Ogg encapsulation for the Opus interactive speech and
69  audio codec.
70 This allows data encoded in the Opus format to be stored in an Ogg logical
71  bitstream.
72 Ogg encapsulation provides Opus with a long-term storage format supporting
73  all of the essential features, including metadata, fast and accurate seeking,
74  corruption detection, recapture after errors, low overhead, and the ability to
75  multiplex Opus with other codecs (including video) with minimal buffering.
76 It also provides a live streamable format, capable of delivery over a reliable
77  stream-oriented transport, without requiring all the data, or even the total
78  length of the data, up-front, in a form that is identical to the on-disk
79  storage format.
80 </t>
81 </abstract>
82 </front>
83
84 <middle>
85 <section anchor="intro" title="Introduction">
86 <t>
87 The IETF Opus codec is a low-latency audio codec optimized for both voice and
88  general-purpose audio.
89 See <xref target="RFC6716"/> for technical details.
90 This document defines the encapsulation of Opus in a continuous, logical Ogg
91  bitstream&nbsp;<xref target="RFC3533"/>.
92 </t>
93 <t>
94 Ogg bitstreams are made up of a series of 'pages', each of which contains data
95  from one or more 'packets'.
96 Pages are the fundamental unit of multiplexing in an Ogg stream.
97 Each page is associated with a particular logical stream and contains a capture
98  pattern and checksum, flags to mark the beginning and end of the logical
99  stream, and a 'granule position' that represents an absolute position in the
100  stream, to aid seeking.
101 A single page can contain up to 65,025 octets of packet data from up to 255
102  different packets.
103 Packets may be split arbitrarily across pages, and continued from one page to
104  the next (allowing packets much larger than would fit on a single page).
105 Each page contains 'lacing values' that indicate how the data is partitioned
106  into packets, allowing a demuxer to recover the packet boundaries without
107  examining the encoded data.
108 A packet is said to 'complete' on a page when the page contains the final
109  lacing value corresponding to that packet.
110 </t>
111 <t>
112 This encapsulation defines the required contents of the packet data, including
113  the necessary headers, the organization of those packets into a logical
114  stream, and the interpretation of the codec-specific granule position field.
115 It does not attempt to describe or specify the existing Ogg container format.
116 Readers unfamiliar with the basic concepts mentioned above are encouraged to
117  review the details in <xref target="RFC3533"/>.
118 </t>
119
120 </section>
121
122 <section anchor="terminology" title="Terminology">
123 <t>
124 The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD",
125  "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this document are to be
126  interpreted as described in <xref target="RFC2119"/>.
127 </t>
128
129 <t>
130 Implementations that fail to satisfy one or more "MUST" requirements are
131  considered non-compliant.
132 Implementations that satisfy all "MUST" requirements, but fail to satisfy one
133  or more "SHOULD" requirements are said to be "conditionally compliant".
134 All other implementations are "unconditionally compliant".
135 </t>
136
137 </section>
138
139 <section anchor="packet_organization" title="Packet Organization">
140 <t>
141 An Opus stream is organized as follows.
142 </t>
143 <t>
144 There are two mandatory header packets.
145 The granule position of the pages on which these packets complete MUST be zero.
146 </t>
147 <t>
148 The first packet in the logical Ogg bitstream MUST contain the identification
149  (ID) header, which uniquely identifies a stream as Opus audio.
150 The format of this header is defined in <xref target="id_header"/>.
151 It MUST be placed alone (without any other packet data) on the first page of
152  the logical Ogg bitstream, and must complete on that page.
153 This page MUST have its 'beginning of stream' flag set.
154 </t>
155 <t>
156 The second packet in the logical Ogg bitstream MUST contain the comment header,
157  which contains user-supplied metadata.
158 The format of this header is defined in <xref target="comment_header"/>.
159 It MAY span one or more pages, beginning on the second page of the logical
160  stream.
161 However many pages it spans, the comment header packet MUST finish the page on
162  which it completes.
163 </t>
164 <t>
165 All subsequent pages are audio data pages, and the Ogg packets they contain are
166  audio data packets.
167 Each audio data packet contains one Opus packet for each of N different
168  streams, where N is typically one for mono or stereo, but may be greater than
169  one for, e.g., multichannel audio.
170 The value N is specified in the ID header (see
171  <xref target="channel_mapping"/>), and is fixed over the entire length of the
172  logical Ogg bitstream.
173 </t>
174 <t>
175 The first N-1 Opus packets, if any, are packed one after another into the Ogg
176  packet, using the self-delimiting framing from Appendix&nbsp;B of
177  <xref target="RFC6716"/>.
178 The remaining Opus packet is packed at the end of the Ogg packet using the
179  regular, undelimited framing from Section&nbsp;3 of <xref target="RFC6716"/>.
180 All of the Opus packets in a single Ogg packet MUST be constrained to have the
181  same duration.
182 The duration and coding modes of each Opus packet are contained in the
183  TOC (table of contents) sequence in the first few bytes.
184 A decoder SHOULD treat any Opus packet whose duration is different from that of
185  the first Opus packet in an Ogg packet as if it were an Opus packet with an
186  illegal TOC sequence.
187 </t>
188 <t>
189 The first audio data page SHOULD NOT have the 'continued packet' flag set
190  (which would indicate the first audio data packet is continued from a previous
191  page).
192 Packets MUST be placed into Ogg pages in order until the end of stream.
193 Audio packets MAY span page boundaries.
194 A decoder MUST treat a zero-octet audio data packet as if it were an Opus
195  packet with an illegal TOC sequence.
196 The last page SHOULD have the 'end of stream' flag set, but implementations
197  should be prepared to deal with truncated streams that do not have a page
198  marked 'end of stream'.
199 The final packet on the last page SHOULD NOT be a continued packet, i.e., the
200  final lacing value should be less than 255.
201 There MUST NOT be any more pages in an Opus logical bitstream after a page
202  marked 'end of stream'.
203 </t>
204 </section>
205
206 <section anchor="granpos" title="Granule Position">
207 <t>
208 The granule position of an audio data page encodes the total number of PCM
209  samples in the stream up to and including the last fully-decodable sample from
210  the last packet completed on that page.
211 A page that is entirely spanned by a single packet (that completes on a
212  subsequent page) has no granule position, and the granule position field MUST
213  be set to the special value '-1' in two's complement.
214 </t>
215
216 <t>
217 The granule position of an audio data page is in units of PCM audio samples at
218  a fixed rate of 48&nbsp;kHz (per channel; a stereo stream's granule position
219  does not increment at twice the speed of a mono stream).
220 It is possible to run an Opus decoder at other sampling rates, but the value
221  in the granule position field always counts samples assuming a 48&nbsp;kHz
222  decoding rate, and the rest of this specification makes the same assumption.
223 </t>
224
225 <t>
226 The duration of an Opus packet may be any multiple of 2.5&nbsp;ms, up to a
227  maximum of 120&nbsp;ms.
228 This duration is encoded in the TOC sequence at the beginning of each packet.
229 The number of samples returned by a decoder corresponds to this duration
230  exactly, even for the first few packets.
231 For example, a 20&nbsp;ms packet fed to a decoder running at 48&nbsp;kHz will
232  always return 960&nbsp;samples.
233 A demuxer can parse the TOC sequence at the beginning of each Ogg packet to
234  work backwards or forwards from a packet with a known granule position (i.e.,
235  the last packet completed on some page) in order to assign granule positions
236  to every packet, or even every individual sample.
237 The one exception is the last page in the stream, as described below.
238 </t>
239
240 <t>
241 All other pages with completed packets after the first MUST have a granule
242  position equal to the number of samples contained in packets that complete on
243  that page plus the granule position of the most recent page with completed
244  packets.
245 This guarantees that a demuxer can assign individual packets the same granule
246  position when working forwards as when working backwards.
247 For this to work, there cannot be any gaps.
248 In order to support capturing a stream that uses discontinuous transmission
249  (DTX), an encoder SHOULD emit packets that explicitly request the use of
250  Packet Loss Concealment (PLC) (i.e., with a frame length of 0, as defined in
251  Section 3.2.1 of <xref target="RFC6716"/>) in place of the packets that were
252  not transmitted.
253 </t>
254
255 <section anchor="preskip" title="Pre-skip">
256 <t>
257 There is some amount of latency introduced during the decoding process, to
258  allow for overlap in the MDCT modes, stereo mixing in the LP modes, and
259  resampling, and the encoder will introduce even more latency (though the exact
260  amount is not specified).
261 Therefore, the first few samples produced by the decoder do not correspond to
262  real input audio, but are instead composed of padding inserted by the encoder
263  to compensate for this latency.
264 These samples need to be stored and decoded, as Opus is an asymptotically
265  convergent predictive codec, meaning the decoded contents of each frame depend
266  on the recent history of decoder inputs.
267 However, a decoder will want to skip these samples after decoding them.
268 </t>
269
270 <t>
271 A 'pre-skip' field in the ID header (see <xref target="id_header"/>) signals
272  the number of samples which should be skipped (decoded but discarded) at the
273  beginning of the stream.
274 This provides sufficient history to the decoder so that it has already
275  converged before the stream's output begins.
276 It may also be used to perform sample-accurate cropping of existing encoded
277  streams.
278 This amount need not be a multiple of 2.5&nbsp;ms, may be smaller than a single
279  packet, or may span the contents of several packets.
280 </t>
281 </section>
282
283 <section anchor="pcm_sample_position" title="PCM Sample Position">
284 <t>
285 The PCM sample position is determined from the granule position using the
286  formula
287 <figure align="center">
288 <artwork align="center"><![CDATA[
289 'PCM sample position' = 'granule position' - 'pre-skip' .
290 ]]></artwork>
291 </figure>
292 </t>
293
294 <t>
295 For example, if the granule position of the first audio data page is 59,971,
296  and the pre-skip is 11,971, then the PCM sample position of the last decoded
297  sample from that page is 48,000.
298 This can be converted into a playback time using the formula
299 <figure align="center">
300 <artwork align="center"><![CDATA[
301                   'PCM sample position'
302 'playback time' = --------------------- .
303                          48000.0
304 ]]></artwork>
305 </figure>
306 </t>
307
308 <t>
309 The initial PCM sample position before any samples are played is normally '0'.
310 In this case, the PCM sample position of the first audio sample to be played
311  starts at '1', because it marks the time on the clock
312  <spanx style="emph">after</spanx> that sample has been played, and a stream
313  that is exactly one second long has a final PCM sample position of '48000',
314  as in the example here.
315 </t>
316
317 <t>
318 Vorbis streams use a granule position smaller than the number of audio samples
319  contained in the first audio data page to indicate that some of those samples
320  must be trimmed from the output (see <xref target="vorbis-trim"/>).
321 However, to do so, Vorbis requires that the first audio data page contains
322  exactly two packets, in order to allow the decoder to perform PCM position
323  adjustments before needing to return any PCM data.
324 Opus uses the pre-skip mechanism for this purpose instead, since the encoder
325  may introduce more than a single packet's worth of latency, and since very
326  large packets in streams with a very large number of channels might not fit
327  on a single page.
328 </t>
329 </section>
330
331 <section anchor="end_trimming" title="End Trimming">
332 <t>
333 The page with the 'end of stream' flag set MAY have a granule position that
334  indicates the page contains less audio data than would normally be returned by
335  decoding up through the final packet.
336 This is used to end the stream somewhere other than an even frame boundary.
337 The granule position of the most recent audio data page with completed packets
338  is used to make this determination, or '0' is used if there were no previous
339  audio data pages with a completed packet.
340 The difference between these granule positions indicates how many samples to
341  keep after decoding the packets that completed on the final page.
342 The remaining samples are discarded.
343 The number of discarded samples SHOULD be no larger than the number decoded
344  from the last packet.
345 </t>
346 </section>
347
348 <section anchor="start_granpos_restrictions"
349  title="Restrictions on the Initial Granule Position">
350 <t>
351 The granule position of the first audio data page with a completed packet MAY
352  be larger than the number of samples contained in packets that complete on
353  that page, however it MUST NOT be smaller, unless that page has the 'end of
354  stream' flag set.
355 Allowing a granule position larger than the number of samples allows the
356  beginning of a stream to be cropped or a live stream to be joined without
357  rewriting the granule position of all the remaining pages.
358 This means that the PCM sample position just before the first sample to be
359  played may be larger than '0'.
360 Synchronization when multiplexing with other logical streams still uses the PCM
361  sample position relative to '0' to compute sample times.
362 This does not affect the behavior of pre-skip: exactly 'pre-skip' samples
363  should be skipped from the beginning of the decoded output, even if the
364  initial PCM sample position is greater than zero.
365 </t>
366
367 <t>
368 On the other hand, a granule position that is smaller than the number of
369  decoded samples prevents a demuxer from working backwards to assign each
370  packet or each individual sample a valid granule position, since granule
371  positions must be non-negative.
372 A decoder MUST reject as invalid any stream where the granule position is
373  smaller than the number of samples contained in packets that complete on the
374  first audio data page with a completed packet, unless that page has the 'end
375  of stream' flag set.
376 It MAY defer this action until it decodes the last packet completed on that
377  page.
378 If that page has the 'end of stream' flag set, a demuxer can work forwards from
379  the granule position '0', but MUST reject as invalid any stream where the
380  granule position is smaller than the 'pre-skip' amount.
381 This would indicate that more samples should be skipped from the initial
382  decoded output than exist in the stream.
383 </t>
384 </section>
385
386 <section anchor="seeking_and_preroll" title="Seeking and Pre-roll">
387 <t>
388 Seeking in Ogg files is best performed using a bisection search for a page
389  whose granule position corresponds to a PCM position at or before the seek
390  target.
391 With appropriately weighted bisection, accurate seeking can be performed with
392  just three or four bisections even in multi-gigabyte files.
393 See <xref target="seeking"/> for general implementation guidance.
394 </t>
395
396 <t>
397 When seeking within an Ogg Opus stream, the decoder SHOULD start decoding (and
398  discarding the output) at least 3840&nbsp;samples (80&nbsp;ms) prior to the
399  seek target in order to ensure that the output audio is correct by the time it
400  reaches the seek target.
401 This 'pre-roll' is separate from, and unrelated to, the 'pre-skip' used at the
402  beginning of the stream.
403 If the point 80&nbsp;ms prior to the seek target comes before the initial PCM
404  sample position, the decoder SHOULD start decoding from the beginning of the
405  stream, applying pre-skip as normal, regardless of whether the pre-skip is
406  larger or smaller than 80&nbsp;ms.
407 </t>
408 </section>
409
410 </section>
411
412 <section anchor="headers" title="Header Packets">
413 <t>
414 An Opus stream contains exactly two mandatory header packets.
415 </t>
416
417 <section anchor="id_header" title="Identification Header">
418
419 <figure anchor="id_header_packet" title="ID Header Packet" align="center">
420 <artwork align="center"><![CDATA[
421  0                   1                   2                   3
422  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
423 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
424 |      'O'      |      'p'      |      'u'      |      's'      |
425 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
426 |      'H'      |      'e'      |      'a'      |      'd'      |
427 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
428 |  Version = 1  | Channel Count |           Pre-skip            |
429 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
430 |                     Input Sample Rate (Hz)                    |
431 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
432 |   Output Gain (Q7.8 in dB)    | Mapping Family|               |
433 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+               :
434 |                                                               |
435 :               Optional Channel Mapping Table...               :
436 |                                                               |
437 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
438 ]]></artwork>
439 </figure>
440
441 <t>
442 The fields in the identification (ID) header have the following meaning:
443 <list style="numbers">
444 <t><spanx style="strong">Magic Signature</spanx>:
445 <vspace blankLines="1"/>
446 This is an 8-octet (64-bit) field that allows codec identification and is
447  human-readable.
448 It contains, in order, the magic numbers:
449 <list style="empty">
450 <t>0x4F 'O'</t>
451 <t>0x70 'p'</t>
452 <t>0x75 'u'</t>
453 <t>0x73 's'</t>
454 <t>0x48 'H'</t>
455 <t>0x65 'e'</t>
456 <t>0x61 'a'</t>
457 <t>0x64 'd'</t>
458 </list>
459 Starting with "Op" helps distinguish it from audio data packets, as this is an
460  invalid TOC sequence.
461 <vspace blankLines="1"/>
462 </t>
463 <t><spanx style="strong">Version</spanx> (8 bits, unsigned):
464 <vspace blankLines="1"/>
465 The version number MUST always be '1' for this version of the encapsulation
466  specification.
467 Implementations SHOULD treat streams where the upper four bits of the version
468  number match that of a recognized specification as backwards-compatible with
469  that specification.
470 That is, the version number can be split into "major" and "minor" version
471  sub-fields, with changes to the "minor" sub-field (in the lower four bits)
472  signaling compatible changes.
473 For example, a decoder implementing this specification SHOULD accept any stream
474  with a version number of '15' or less, and SHOULD assume any stream with a
475  version number '16' or greater is incompatible.
476 The initial version '1' was chosen to keep implementations from relying on this
477  octet as a null terminator for the "OpusHead" string.
478 <vspace blankLines="1"/>
479 </t>
480 <t><spanx style="strong">Output Channel Count</spanx> 'C' (8 bits, unsigned):
481 <vspace blankLines="1"/>
482 This is the number of output channels.
483 This might be different than the number of encoded channels, which can change
484  on a packet-by-packet basis.
485 This value MUST NOT be zero.
486 The maximum allowable value depends on the channel mapping family, and might be
487  as large as 255.
488 See <xref target="channel_mapping"/> for details.
489 <vspace blankLines="1"/>
490 </t>
491 <t><spanx style="strong">Pre-skip</spanx> (16 bits, unsigned, little
492  endian):
493 <vspace blankLines="1"/>
494 This is the number of samples (at 48&nbsp;kHz) to discard from the decoder
495  output when starting playback, and also the number to subtract from a page's
496  granule position to calculate its PCM sample position.
497 When constructing cropped Ogg Opus streams, a pre-skip of at least
498  3,840&nbsp;samples (80&nbsp;ms) is RECOMMENDED to ensure complete convergence.
499 <vspace blankLines="1"/>
500 </t>
501 <t><spanx style="strong">Input Sample Rate</spanx> (32 bits, unsigned, little
502  endian):
503 <vspace blankLines="1"/>
504 This field is <spanx style="emph">not</spanx> the sample rate to use for
505  playback of the encoded data.
506 <vspace blankLines="1"/>
507 Opus has a handful of coding modes, with internal audio bandwidths of 4, 6, 8,
508  12, and 20&nbsp;kHz.
509 Each packet in the stream may have a different audio bandwidth.
510 Regardless of the audio bandwidth, the reference decoder supports decoding any
511  stream at a sample rate of 8, 12, 16, 24, or 48&nbsp;kHz.
512 The original sample rate of the encoder input is not preserved by the lossy
513  compression.
514 <vspace blankLines="1"/>
515 An Ogg Opus player SHOULD select the playback sample rate according to the
516  following procedure:
517 <list style="numbers">
518 <t>If the hardware supports 48&nbsp;kHz playback, decode at 48&nbsp;kHz.</t>
519 <t>Otherwise, if the hardware's highest available sample rate is a supported
520  rate, decode at this sample rate.</t>
521 <t>Otherwise, if the hardware's highest available sample rate is less than
522  48&nbsp;kHz, decode at the highest supported rate above this and resample.</t>
523 <t>Otherwise, decode at 48&nbsp;kHz and resample.</t>
524 </list>
525 However, the 'Input Sample Rate' field allows the encoder to pass the sample
526  rate of the original input stream as metadata.
527 This may be useful when the user requires the output sample rate to match the
528  input sample rate.
529 For example, a non-player decoder writing PCM format samples to disk might
530  choose to resample the output audio back to the original input sample rate to
531  reduce surprise to the user, who might reasonably expect to get back a file
532  with the same sample rate as the one they fed to the encoder.
533 <vspace blankLines="1"/>
534 A value of zero indicates 'unspecified'.
535 Encoders SHOULD write the actual input sample rate or zero, but decoder
536  implementations which do something with this field SHOULD take care to behave
537  sanely if given crazy values (e.g., do not actually upsample the output to
538  10 MHz if requested).
539 <vspace blankLines="1"/>
540 </t>
541 <t><spanx style="strong">Output Gain</spanx> (16 bits, signed, little
542  endian):
543 <vspace blankLines="1"/>
544 This is a gain to be applied by the decoder.
545 It is 20*log10 of the factor to scale the decoder output by to achieve the
546  desired playback volume, stored in a 16-bit, signed, two's complement
547  fixed-point value with 8 fractional bits (i.e., Q7.8).
548 To apply the gain, a decoder could use
549 <figure align="center">
550 <artwork align="center"><![CDATA[
551 sample *= pow(10, output_gain/(20.0*256)) ,
552 ]]></artwork>
553 </figure>
554  where output_gain is the raw 16-bit value from the header.
555 <vspace blankLines="1"/>
556 Virtually all players and media frameworks should apply it by default.
557 If a player chooses to apply any volume adjustment or gain modification, such
558  as the R128_TRACK_GAIN (see <xref target="comment_header"/>) or a user-facing
559  volume knob, the adjustment MUST be applied in addition to this output gain in
560  order to achieve playback at the desired volume.
561 <vspace blankLines="1"/>
562 An encoder SHOULD set this field to zero, and instead apply any gain prior to
563  encoding, when this is possible and does not conflict with the user's wishes.
564 The output gain should only be nonzero when the gain is adjusted after
565  encoding, or when the user wishes to adjust the gain for playback while
566  preserving the ability to recover the original signal amplitude.
567 <vspace blankLines="1"/>
568 Although the output gain has enormous range (+/- 128 dB, enough to amplify
569  inaudible sounds to the threshold of physical pain), most applications can
570  only reasonably use a small portion of this range around zero.
571 The large range serves in part to ensure that gain can always be losslessly
572  transferred between OpusHead and R128_TRACK_GAIN (see below) without
573  saturating.
574 <vspace blankLines="1"/>
575 </t>
576 <t><spanx style="strong">Channel Mapping Family</spanx> (8 bits,
577  unsigned):
578 <vspace blankLines="1"/>
579 This octet indicates the order and semantic meaning of the various channels
580  encoded in each Ogg packet.
581 <vspace blankLines="1"/>
582 Each possible value of this octet indicates a mapping family, which defines a
583  set of allowed channel counts, and the ordered set of channel names for each
584  allowed channel count.
585 The details are described in <xref target="channel_mapping"/>.
586 </t>
587 <t><spanx style="strong">Channel Mapping Table</spanx>:
588 This table defines the mapping from encoded streams to output channels.
589 It is omitted when the channel mapping family is 0, but REQUIRED otherwise.
590 Its contents are specified in <xref target="channel_mapping"/>.
591 </t>
592 </list>
593 </t>
594
595 <t>
596 All fields in the ID headers are REQUIRED, except for the channel mapping
597  table, which is omitted when the channel mapping family is 0.
598 Implementations SHOULD reject ID headers which do not contain enough data for
599  these fields, even if they contain a valid Magic Signature.
600 Future versions of this specification, even backwards-compatible versions,
601  might include additional fields in the ID header.
602 If an ID header has a compatible major version, but a larger minor version,
603  an implementation MUST NOT reject it for containing additional data not
604  specified here.
605 However, implementations MAY reject streams in which the ID header does not
606  complete on the first page.
607 </t>
608
609 <section anchor="channel_mapping" title="Channel Mapping">
610 <t>
611 An Ogg Opus stream allows mapping one number of Opus streams (N) to a possibly
612  larger number of decoded channels (M+N) to yet another number of output
613  channels (C), which might be larger or smaller than the number of decoded
614  channels.
615 The order and meaning of these channels are defined by a channel mapping,
616  which consists of the 'channel mapping family' octet and, for channel mapping
617  families other than family&nbsp;0, a channel mapping table, as illustrated in
618  <xref target="channel_mapping_table"/>.
619 </t>
620
621 <figure anchor="channel_mapping_table" title="Channel Mapping Table"
622  align="center">
623 <artwork align="center"><![CDATA[
624  0                   1                   2                   3
625  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
626                                                 +-+-+-+-+-+-+-+-+
627                                                 | Stream Count  |
628 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
629 | Coupled Count |              Channel Mapping...               :
630 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
631 ]]></artwork>
632 </figure>
633
634 <t>
635 The fields in the channel mapping table have the following meaning:
636 <list style="numbers" counter="8">
637 <t><spanx style="strong">Stream Count</spanx> 'N' (8 bits, unsigned):
638 <vspace blankLines="1"/>
639 This is the total number of streams encoded in each Ogg packet.
640 This value is required to correctly parse the packed Opus packets inside an
641  Ogg packet, as described in <xref target="packet_organization"/>.
642 This value MUST NOT be zero, as without at least one Opus packet with a valid
643  TOC sequence, a demuxer cannot recover the duration of an Ogg packet.
644 <vspace blankLines="1"/>
645 For channel mapping family&nbsp;0, this value defaults to 1, and is not coded.
646 <vspace blankLines="1"/>
647 </t>
648 <t><spanx style="strong">Coupled Stream Count</spanx> 'M' (8 bits, unsigned):
649 This is the number of streams whose decoders should be configured to produce
650  two channels.
651 This MUST be no larger than the total number of streams, N.
652 <vspace blankLines="1"/>
653 Each packet in an Opus stream has an internal channel count of 1 or 2, which
654  can change from packet to packet.
655 This is selected by the encoder depending on the bitrate and the contents being
656  encoded.
657 The original channel count of the encoder input is not preserved by the lossy
658  compression.
659 <vspace blankLines="1"/>
660 Regardless of the internal channel count, any Opus stream can be decoded as
661  mono (a single channel) or stereo (two channels) by appropriate initialization
662  of the decoder.
663 The 'coupled stream count' field indicates that the first M Opus decoders are
664  to be initialized in stereo mode, and the remaining N-M decoders are to be
665  initialized in mono mode.
666 The total number of decoded channels, (M+N), MUST be no larger than 255, as
667  there is no way to index more channels than that in the channel mapping.
668 <vspace blankLines="1"/>
669 For channel mapping family&nbsp;0, this value defaults to C-1 (i.e., 0 for mono
670  and 1 for stereo), and is not coded.
671 <vspace blankLines="1"/>
672 </t>
673 <t><spanx style="strong">Channel Mapping</spanx> (8*C bits):
674 This contains one octet per output channel, indicating which decoded channel
675  should be used for each one.
676 Let 'index' be the value of this octet for a particular output channel.
677 This value MUST either be smaller than (M+N), or be the special value 255.
678 If 'index' is less than 2*M, the output MUST be taken from decoding stream
679  ('index'/2) as stereo and selecting the left channel if 'index' is even, and
680  the right channel if 'index' is odd.
681 If 'index' is 2*M or larger, the output MUST be taken from decoding stream
682  ('index'-M) as mono.
683 If 'index' is 255, the corresponding output channel MUST contain pure silence.
684 <vspace blankLines="1"/>
685 The number of output channels, C, is not constrained to match the number of
686  decoded channels (M+N).
687 A single index value MAY appear multiple times, i.e., the same decoded channel
688  might be mapped to multiple output channels.
689 Some decoded channels might not be assigned to any output channel, as well.
690 <vspace blankLines="1"/>
691 For channel mapping family&nbsp;0, the first index defaults to 0, and if C==2,
692  the second index defaults to 1.
693 Neither index is coded.
694 </t>
695 </list>
696 </t>
697
698 <t>
699 After producing the output channels, the channel mapping family determines the
700  semantic meaning of each one.
701 Currently there are three defined mapping families, although more may be added:
702 <list style="symbols">
703 <t>Family&nbsp;0 (RTP mapping):
704 <vspace blankLines="1"/>
705 Allowed numbers of channels: 1 or 2.
706 <list style="symbols">
707 <t>1 channel: monophonic (mono).</t>
708 <t>2 channels: stereo (left, right).</t>
709 </list>
710 <spanx style="strong">Special mapping</spanx>: This channel mapping value also
711  indicates that the contents consists of a single Opus stream that is stereo if
712  and only if C==2, with stream index 0 mapped to channel 0, and (if stereo)
713  stream index 1 mapped to channel 1.
714 When the 'channel mapping family' octet has this value, the channel mapping
715  table MUST be omitted from the ID header packet.
716 <vspace blankLines="1"/>
717 </t>
718 <t>Family&nbsp;1 (Vorbis channel order):
719 <vspace blankLines="1"/>
720 Allowed numbers of channels: 1...8.<vspace/>
721 Channel meanings depend on the number of channels.
722 See <xref target="vorbis-mapping"/> for the assignments from output channel
723  number to specific speaker locations.
724 <vspace blankLines="1"/>
725 </t>
726 <t>Family&nbsp;255 (no defined channel meaning):
727 <vspace blankLines="1"/>
728 Allowed numbers of channels: 1...255.<vspace/>
729 Channels are unidentified.
730 General-purpose players SHOULD NOT attempt to play these streams, and offline
731  decoders MAY deinterleave the output into separate PCM files, one per channel.
732 Decoders SHOULD NOT produce output for channels mapped to stream index 255
733  (pure silence) unless they have no other way to indicate the index of
734  non-silent channels.
735 </t>
736 </list>
737 The remaining channel mapping families (2...254) are reserved.
738 A decoder encountering a reserved channel mapping family value SHOULD act as
739  though the value is 255.
740 <vspace blankLines="1"/>
741 An Ogg Opus player MUST play any Ogg Opus stream with a channel mapping family
742  of 0 or 1, even if the number of channels does not match the physically
743  connected audio hardware.
744 Players SHOULD perform channel mixing to increase or reduce the number of
745  channels as needed.
746 </t>
747
748 </section>
749
750 </section>
751
752 <section anchor="comment_header" title="Comment Header">
753
754 <figure anchor="comment_header_packet" title="Comment Header Packet"
755  align="center">
756 <artwork align="center"><![CDATA[
757  0                   1                   2                   3
758  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
759 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
760 |      'O'      |      'p'      |      'u'      |      's'      |
761 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
762 |      'T'      |      'a'      |      'g'      |      's'      |
763 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
764 |                     Vendor String Length                      |
765 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
766 |                                                               |
767 :                        Vendor String...                       :
768 |                                                               |
769 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
770 |                   User Comment List Length                    |
771 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
772 |                 User Comment #0 String Length                 |
773 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
774 |                                                               |
775 :                   User Comment #0 String...                   :
776 |                                                               |
777 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
778 |                 User Comment #1 String Length                 |
779 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
780 :                                                               :
781 ]]></artwork>
782 </figure>
783
784 <t>
785 The comment header consists of a 64-bit magic signature, followed by data in
786  the same format as the <xref target="vorbis-comment"/> header used in Ogg
787  Vorbis (without the final "framing bit"), Ogg Theora, and Speex.
788 <list style="numbers">
789 <t><spanx style="strong">Magic Signature</spanx>:
790 <vspace blankLines="1"/>
791 This is an 8-octet (64-bit) field that allows codec identification and is
792  human-readable.
793 It contains, in order, the magic numbers:
794 <list style="empty">
795 <t>0x4F 'O'</t>
796 <t>0x70 'p'</t>
797 <t>0x75 'u'</t>
798 <t>0x73 's'</t>
799 <t>0x54 'T'</t>
800 <t>0x61 'a'</t>
801 <t>0x67 'g'</t>
802 <t>0x73 's'</t>
803 </list>
804 Starting with "Op" helps distinguish it from audio data packets, as this is an
805  invalid TOC sequence.
806 <vspace blankLines="1"/>
807 </t>
808 <t><spanx style="strong">Vendor String Length</spanx> (32 bits, unsigned,
809  little endian):
810 <vspace blankLines="1"/>
811 This field gives the length of the following vendor string, in octets.
812 It MUST NOT indicate that the vendor string is longer than the rest of the
813  packet.
814 <vspace blankLines="1"/>
815 </t>
816 <t><spanx style="strong">Vendor String</spanx> (variable length, UTF-8 vector):
817 <vspace blankLines="1"/>
818 This is a simple human-readable tag for vendor information, encoded as a UTF-8
819  string&nbsp;<xref target="RFC3629"/>.
820 No terminating NUL octet is required.
821 <vspace blankLines="1"/>
822 This tag is intended to identify the codec encoder and encapsulation
823  implementations, for tracing differences in technical behavior.
824 User-facing encoding applications can use the 'ENCODER' user comment tag
825  to identify themselves.
826 <vspace blankLines="1"/>
827 </t>
828 <t><spanx style="strong">User Comment List Length</spanx> (32 bits, unsigned,
829  little endian):
830 <vspace blankLines="1"/>
831 This field indicates the number of user-supplied comments.
832 It MAY indicate there are zero user-supplied comments, in which case there are
833  no additional fields in the packet.
834 It MUST NOT indicate that there are so many comments that the comment string
835  lengths would require more data than is available in the rest of the packet.
836 <vspace blankLines="1"/>
837 </t>
838 <t><spanx style="strong">User Comment #i String Length</spanx> (32 bits,
839  unsigned, little endian):
840 <vspace blankLines="1"/>
841 This field gives the length of the following user comment string, in octets.
842 There is one for each user comment indicated by the 'user comment list length'
843  field.
844 It MUST NOT indicate that the string is longer than the rest of the packet.
845 <vspace blankLines="1"/>
846 </t>
847 <t><spanx style="strong">User Comment #i String</spanx> (variable length, UTF-8
848  vector):
849 <vspace blankLines="1"/>
850 This field contains a single user comment string.
851 There is one for each user comment indicated by the 'user comment list length'
852  field.
853 </t>
854 </list>
855 </t>
856
857 <t>
858 The vendor string length and user comment list length are REQUIRED, and
859  implementations SHOULD reject comment headers that do not contain enough data
860  for these fields, or that do not contain enough data for the corresponding
861  vendor string or user comments they describe.
862 Making this check before allocating the associated memory to contain the data
863  may help prevent a possible Denial-of-Service (DoS) attack from small comment
864  headers that claim to contain strings longer than the entire packet or more
865  user comments than than could possibly fit in the packet.
866 </t>
867
868 <t>
869 The user comment strings follow the NAME=value format described by
870  <xref target="vorbis-comment"/> with the same recommended tag names.
871 One new comment tag is introduced for Ogg Opus:
872 <figure align="center">
873 <artwork align="left"><![CDATA[
874 R128_TRACK_GAIN=-573
875 ]]></artwork>
876 </figure>
877 representing the volume shift needed to normalize the track's volume.
878 The gain is a Q7.8 fixed point number in dB, as in the ID header's 'output
879  gain' field.
880 This tag is similar to the REPLAYGAIN_TRACK_GAIN tag in
881  Vorbis&nbsp;<xref target="replay-gain"/>, except that the normal volume
882  reference is the <xref target="EBU-R128"/> standard.
883 </t>
884 <t>
885 An Ogg Opus file MUST NOT have more than one such tag, and if present its
886  value MUST be an integer from -32768 to 32767, inclusive, represented in
887  ASCII with no whitespace.
888 If present, it MUST correctly represent the R128 normalization gain relative
889  to the 'output gain' field specified in the ID header.
890 If a player chooses to make use of the R128_TRACK_GAIN tag, it MUST be
891  applied <spanx style="emph">in addition</spanx> to the 'output gain' value.
892 If an encoder wishes to use R128 normalization, and the output gain is not
893  otherwise constrained or specified, the encoder SHOULD write the R128 gain
894  into the 'output gain' field and store a tag containing "R128_TRACK_GAIN=0".
895 That is, it should assume that by default tools will respect the 'output gain'
896  field, and not the comment tag.
897 If a tool modifies the ID header's 'output gain' field, it MUST also update or
898  remove the R128_TRACK_GAIN comment tag.
899 </t>
900 <t>
901 To avoid confusion with multiple normalization schemes, an Opus comment header
902  SHOULD NOT contain any of the REPLAYGAIN_TRACK_GAIN, REPLAYGAIN_TRACK_PEAK,
903  REPLAYGAIN_ALBUM_GAIN, or REPLAYGAIN_ALBUM_PEAK tags.
904 </t>
905 <t>
906 There is no Opus comment tag corresponding to REPLAYGAIN_ALBUM_GAIN.
907 That information should instead be stored in the ID header's 'output gain'
908  field.
909 </t>
910 </section>
911
912 </section>
913
914 <section anchor="packet_size_limits" title="Packet Size Limits">
915 <t>
916 Technically valid Opus packets can be arbitrarily large due to the padding
917  format, although the amount of non-padding data they can contain is bounded.
918 These packets might be spread over a similarly enormous number of Ogg pages.
919 Encoders SHOULD use no more padding than required to make a variable bitrate
920  (VBR) stream constant bitrate (CBR).
921 Decoders SHOULD avoid attempting to allocate excessive amounts of memory when
922  presented with a very large packet.
923 The presence of an extremely large packet in the stream could indicate a
924  memory exhaustion attack or stream corruption.
925 Decoders SHOULD reject a packet that is too large to process, and display a
926  warning message.
927 </t>
928 <t>
929 In an Ogg Opus stream, the largest possible valid packet that does not use
930  padding has a size of (61,298*N&nbsp;-&nbsp;2) octets, or about 60&nbsp;kB per
931  Opus stream.
932 With 255&nbsp;streams, this is 15,630,988&nbsp;octets (14.9&nbsp;MB) and can
933  span up to 61,298&nbsp;Ogg pages, all but one of which will have a granule
934  position of -1.
935 This is of course a very extreme packet, consisting of 255&nbsp;streams, each
936  containing 120&nbsp;ms of audio encoded as 2.5&nbsp;ms frames, each frame
937  using the maximum possible number of octets (1275) and stored in the least
938  efficient manner allowed (a VBR code&nbsp;3 Opus packet).
939 Even in such a packet, most of the data will be zeros, as 2.5&nbsp;ms frames,
940  which are required to run in the MDCT mode, cannot actually use all
941  1275&nbsp;octets.
942 The largest packet consisting of entirely useful data is
943  (15,326*N&nbsp;-&nbsp;2) octets, or about 15&nbsp;kB per stream.
944 This corresponds to 120&nbsp;ms of audio encoded as 10&nbsp;ms frames in either
945  LP or Hybrid mode, but at a data rate of over 1&nbsp;Mbps, which makes little
946  sense for the quality achieved.
947 A more reasonable limit is (7,664*N&nbsp;-&nbsp;2) octets, or about 7.5&nbsp;kB
948  per stream.
949 This corresponds to 120&nbsp;ms of audio encoded as 20&nbsp;ms stereo MDCT-mode
950  frames, with a total bitrate just under 511&nbsp;kbps (not counting the Ogg
951  encapsulation overhead).
952 With N=8, the maximum number of channels currently defined by mapping
953  family&nbsp;1, this gives a maximum packet size of 61,310&nbsp;octets, or just
954  under 60&nbsp;kB.
955 This is still quite conservative, as it assumes each output channel is taken
956  from one decoded channel of a stereo packet.
957 An implementation could reasonably choose any of these numbers for its internal
958  limits.
959 </t>
960 </section>
961
962 <section anchor="security" title="Security Considerations">
963 <t>
964 Implementations of the Opus codec need to take appropriate security
965  considerations into account, as outlined in <xref target="RFC4732"/>.
966 This is just as much a problem for the container as it is for the codec itself.
967 It is extremely important for the decoder to be robust against malicious
968  payloads.
969 Malicious payloads must not cause the decoder to overrun its allocated memory
970  or to take an excessive amount of resources to decode.
971 Although problems in encoders are typically rarer, the same applies to the
972  encoder.
973 Malicious audio streams must not cause the encoder to misbehave because this
974  would allow an attacker to attack transcoding gateways.
975 </t>
976
977 <t>
978 Like most other container formats, Ogg Opus files should not be used with
979  insecure ciphers or cipher modes that are vulnerable to known-plaintext
980  attacks.
981 Elements such as the Ogg page capture pattern and the magic signatures in the
982  ID header and the comment header all have easily predictable values, in
983  addition to various elements of the codec data itself.
984 </t>
985 </section>
986
987 <section anchor="content_type" title="Content Type">
988 <t>
989 An "Ogg Opus file" consists of one or more sequentially multiplexed segments,
990  each containing exactly one Ogg Opus stream.
991 The RECOMMENDED mime-type for Ogg Opus files is "audio/ogg".
992 When Opus is concurrently multiplexed with other streams in an Ogg container,
993  one SHOULD use one of the "audio/ogg", "video/ogg", or "application/ogg"
994  mime-types, as defined in <xref target="RFC3534"/>.
995 </t>
996
997 <t>
998 If more specificity is desired, one MAY indicate the presence of Opus streams
999  using the codecs parameter defined in <xref target="RFC6381"/>, e.g.,
1000 <figure align="center">
1001 <artwork align="left"><![CDATA[
1002 audio/ogg; codecs=opus
1003 ]]></artwork>
1004 </figure>
1005  for an Ogg Opus file.
1006 </t>
1007
1008 <t>
1009 The RECOMMENDED filename extension for Ogg Opus files is '.opus'.
1010 </t>
1011
1012 </section>
1013
1014 <section title="IANA Considerations">
1015 <t>
1016 This document has no actions for IANA.
1017 </t>
1018 </section>
1019
1020 <section anchor="Acknowledgments" title="Acknowledgments">
1021 <t>
1022 Thanks to Greg Maxwell, Christopher "Monty" Montgomery, and Jean-Marc Valin for
1023  their valuable contributions to this document.
1024 Additional thanks to Andrew D'Addesio, Greg Maxwell, and Vincent Penqeurc'h for
1025  their feedback based on early implementations.
1026 </t>
1027 </section>
1028
1029 <section title="Copying Conditions">
1030 <t>
1031 The authors agree to grant third parties the irrevocable right to copy, use,
1032  and distribute the work, with or without modification, in any medium, without
1033  royalty, provided that, unless separate permission is granted, redistributed
1034  modified works do not contain misleading author, version, name of work, or
1035  endorsement information.
1036 </t>
1037 </section>
1038
1039 </middle>
1040 <back>
1041 <references title="Normative References">
1042  &rfc2119;
1043  &rfc3533;
1044  &rfc3534;
1045  &rfc3629;
1046  &rfc6381;
1047  &rfc6716;
1048
1049 <reference anchor="EBU-R128" target="http://tech.ebu.ch/loudness">
1050 <front>
1051 <title>"Loudness Recommendation EBU R128</title>
1052 <author fullname="EBU Technical Committee"/>
1053 <date month="August" year="2011"/>
1054 </front>
1055 </reference>
1056
1057 <reference anchor="vorbis-comment"
1058  target="http://www.xiph.org/vorbis/doc/v-comment.html">
1059 <front>
1060 <title>Ogg Vorbis I Format Specification: Comment Field and Header
1061  Specification</title>
1062 <author initials="C." surname="Montgomery"
1063  fullname="Christopher &quot;Monty&quot; Montgomery"/>
1064 <date month="July" year="2002"/>
1065 </front>
1066 </reference>
1067
1068 <reference anchor="vorbis-mapping"
1069  target="http://www.xiph.org/vorbis/doc/Vorbis_I_spec.html#x1-800004.3.9">
1070 <front>
1071 <title>The Vorbis I Specification, Section 4.3.9 Output Channel Order</title>
1072 <author initials="C." surname="Montgomery"
1073  fullname="Christopher &quot;Monty&quot; Montgomery"/>
1074 <date month="January" year="2010"/>
1075 </front>
1076 </reference>
1077
1078 </references>
1079
1080 <references title="Informative References">
1081
1082 <!--?rfc include="http://xml.resource.org/public/rfc/bibxml/reference.RFC.3550.xml"?-->
1083  &rfc4732;
1084
1085 <reference anchor="replay-gain"
1086  target="http://wiki.xiph.org/VorbisComment#Replay_Gain">
1087 <front>
1088 <title>VorbisComment: Replay Gain</title>
1089 <author initials="C." surname="Parker" fullname="Conrad Parker"/>
1090 <author initials="M." surname="Leese" fullname="Martin Leese"/>
1091 <date month="June" year="2009"/>
1092 </front>
1093 </reference>
1094
1095 <reference anchor="seeking"
1096  target="http://wiki.xiph.org/Seeking">
1097 <front>
1098 <title>Granulepos Encoding and How Seeking Really Works</title>
1099 <author initials="S." surname="Pfeiffer" fullname="Silvia Pfeiffer"/>
1100 <author initials="C." surname="Parker" fullname="Conrad Parker"/>
1101 <author initials="G." surname="Maxwell" fullname="Greg Maxwell"/>
1102 <date month="May" year="2012"/>
1103 </front>
1104 </reference>
1105
1106 <reference anchor="vorbis-trim"
1107   target="http://xiph.org/vorbis/doc/Vorbis_I_spec.html#x1-130000A.2">
1108 <front>
1109 <title>The Vorbis I Specification, Appendix A Embedding Vorbis into an Ogg stream</title>
1110 <author initials="C." surname="Montgomery"
1111  fullname="Christopher &quot;Monty&quot; Montgomery"/>
1112 <date month="November" year="2008"/>
1113 </front>
1114 </reference>
1115
1116 </references>
1117
1118 </back>
1119 </rfc>