minor changes
[opus.git] / doc / ietf / draft-valin-celt-rtp-profile.xml
1 <?xml version='1.0'?>
2 <!DOCTYPE rfc SYSTEM 'rfc2629.dtd'>
3 <?rfc symrefs="yes" toc="yes" ?>
4
5 <rfc ipr="full3978" docName="RTP Payload Format for the CELT Codec">
6
7 <front>
8 <title>draft-valin-celt-rtp-profile-01</title>
9
10
11
12 <author initials="J-M" surname="Valin" fullname="Jean-Marc Valin">
13 <organization>Octasic Semiconductor</organization>
14 <address>
15 <postal>
16 <street>4101, Molson Street, suite 300</street>
17 <city>Montreal</city>
18 <region>Quebec</region>
19 <code>H1Y 3L1</code>
20 <country>Canada</country>
21 </postal>
22 <email>jean-marc.valin@octasic.com</email>
23 </address>
24 </author>
25
26
27 <author initials="G" surname="Maxwell" fullname="Gregory Maxwell">
28 <organization>Juniper Networks</organization>
29 <address>
30 <postal>
31 <street>2251 Corporate Park Drive, Suite 100</street>
32 <city>Herndon</city>
33 <region>VA</region>
34 <code>20171-1817</code>
35 <country>USA</country>
36 </postal>
37 <email>gmaxwell@juniper.net</email>
38 </address>
39 </author>
40
41 <date day="27" month="February" year="2009" />
42
43 <area>General</area>
44 <workgroup>AVT Working Group</workgroup>
45 <keyword>I-D</keyword>
46
47 <keyword>Internet-Draft</keyword>
48 <keyword>CELT</keyword>
49 <keyword>RTP</keyword>
50 <abstract>
51 <t>
52 CELT is an open-source voice codec suitable for use in very low delay 
53 audio communication applications, including Voice over IP (VoIP).
54 This document describes the payload format for CELT generated bit 
55 streams within an RTP packet.  Also included here are the necessary 
56 details for the use of CELT with the Session Description Protocol 
57 (SDP). At the time of this writing, the CELT bit-stream has NOT
58 been finalized yet, and compatibility is usually broken with
59 every new release of the codec.
60 </t>
61 </abstract>
62 </front>
63
64 <middle>
65
66 <section anchor="Conventions used in this document" title="Conventions used in this document">
67 <t>
68 The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT",
69 "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this
70 document are to be interpreted as described in RFC 2119 <xref target="rfc2119"></xref>.
71 </t>
72 </section>
73
74 <section anchor="Overview of the CELT Codec" title="Overview of the CELT Codec">
75
76 <t>
77 CELT stands for "Constrained Energy Lapped Transform". It applies some of the CELP principles, but does everything in the frequency domain, which removes some of the limitations of CELP. CELT is suitable for both speech and music and currently features:
78 </t>
79
80 <t>
81 <list style="symbols">
82 <t>Ultra-low algorithmic delay (typically from 3 to 9 ms)</t>
83 <t>Full audio bandwidth (better than 20kHz bandpass)</t>
84 <t>Support for both voice and music</t>
85 <t>Stereo support</t>
86 <t>Packet loss concealment</t>
87 <t>Constant bitrates from 32 kbps to 128 kbps and above</t>
88 <t>Free software/open-source</t>
89 </list>
90 </t>
91
92 </section>
93
94 <section anchor="RTP payload format for CELT" title="RTP payload format for CELT">
95
96 <t>
97 For RTP based transportation of CELT encoded audio the standard 
98 RTP header <xref target="rfc3550"></xref> is followed by one or more payload data blocks. 
99 An optional padding terminator may also be used. 
100 </t>
101
102 <t>
103 <figure>
104 <artwork><![CDATA[
105       0                   1                   2                   3
106       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
107      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
108      |                         RTP Header                            |
109      +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
110      |                 one or more frames of CELT ....              |
111      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
112      |        one or more frames of CELT ....                       |
113      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
114 ]]></artwork>
115 </figure>
116 </t>
117
118 </section>
119
120 <section anchor="RTP Header" title="RTP Header">
121
122 <t>
123 <figure>
124 <artwork><![CDATA[
125       0                   1                   2                   3
126       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
127      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
128      |V=2|P|X|  CC   |M|     PT      |       sequence number         |
129      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
130      |                           timestamp                           |
131      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
132      |           synchronization source (SSRC) identifier            |
133      +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
134      |            contributing source (CSRC) identifiers             |
135      |                              ...                              |
136      +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
137 ]]></artwork>
138 </figure>
139 </t>
140
141 <t>
142 The RTP header begins with an octet of fields (V, P, X, and CC) to   
143 support specialized RTP uses (see <xref target="rfc3550"></xref> and <xref target="rfc3551"></xref> for details). For 
144 CELT the following values are used.
145 </t>
146
147 <t>Version (V): 2 bits</t><t>
148    This field identifies the version of RTP. The version
149    used by this specification is two <xref target="rfc3550"></xref>.
150 </t>
151
152 <t>Padding (P): 1 bit</t><t>
153       If the padding bit is set, the packet contains one or more
154       additional padding octets at the end which are not part of the
155       payload.  The last octet of the padding contains a count of how
156       many padding octets should be ignored, including itself.  Padding
157       may be needed by some encryption algorithms with fixed block sizes
158       or for carrying several RTP packets in a lower-layer protocol data
159       unit.
160 </t>
161
162 <t>Extension (X): 1 bit</t><t>
163       If the extension, X, bit is set, the fixed header MUST be 
164       followed by exactly one header extension, with a format defined 
165       in Section 5.3.1. of <xref target="rfc3550"></xref>. 
166 </t>
167
168 <t>CSRC count (CC): 4 bits</t><t>
169       The CSRC count contains the number of CSRC identifiers.
170 </t>
171
172 <t>Marker (M): 1 bit</t><t>
173       The M bit MUST be set to zero in all packets. The receiver MUST
174           ignore the M bit.
175 </t>
176
177 <t>Payload Type (PT): 7 bits</t><t>
178       An RTP profile for a class of applications is expected to assign 
179       a payload type for this format, or a dynamically allocated 
180       payload type SHOULD be chosen which designates the payload as 
181       CELT.
182 </t>
183
184 <t>Sequence number: 16 bits</t><t>
185       The sequence number increments by one for each RTP data packet
186       sent, and may be used by the receiver to detect packet loss and
187       to restore packet sequence.  This field is detailed further in
188       <xref target="rfc3550"></xref>.
189 </t>
190
191 <t>Timestamp: 32 bits</t><t>
192       A timestamp representing the sampling time of the first sample of
193       the first CELT frame in the RTP payload.  The clock frequency
194       MUST be set to the sample rate of the encoded audio data and is 
195           conveyed out-of-band (e.g., as an SDP parameter).
196 </t>
197
198 <t>SSRC/CSRC identifiers:</t><t>
199       These two fields, 32 bits each with one SSRC field and a maximum 
200       of 16 CSRC fields, are as defined in <xref target="rfc3550"></xref>.  
201 </t>
202
203 </section>
204
205 <section anchor="CELT payload" title="CELT payload">
206
207 <t>
208 For the purposes of packetizing the bit stream in RTP, it is only
209 necessary to consider the sequence of bits as output by the CELT
210 encoder <xref target="celt-website"></xref>, and present the same sequence to the decoder.  The 
211 payload format described here maintains this sequence.
212 </t>
213
214 <t>
215 A typical CELT frame, encoded at a high bitrate, is approx.
216 128 octets and the total number of CELT frames SHOULD be kept 
217 less than the path MTU to prevent fragmentation.  CELT frames MUST
218 NOT be fragmented across multiple RTP packets,
219 </t>
220
221 <t>
222 An RTP packet MAY contain CELT frames of the same bit rate or of
223 varying bit rates, since the bitrate for the frames is explicitly 
224 conveyed in band with the signal when there are multiple frames
225 per packet, and can be determined implicitly from the payload
226 size when there is only one frame per packet.
227 </t>
228
229 <t>
230 The encoding and decoding algorithm can change the bit rate at any
231 frame boundary, with the bit rate change notification provided
232 implicitly from the compressed frame size. No out-of-band 
233 notification is required for the decoder to process changes in the 
234 bit rate sent by the encoder.
235 </t>
236
237 <t>
238 It is RECOMMENDED that values of 32000, 44100, or 48000 be used 
239 for most applications, unless a specific reason exists -- such as
240 requirements for a very specific packetization time. For example,
241 51200 Hz sampling may be useful to obtain a 5ms packetization time
242 with 256-sample frames.
243 </t>
244
245 <t>
246 The CELT codec always produces an integer number of bytes and can 
247 produce any integer number of bytes, so no padding is ever required.
248 Bitrate adjustment SHOULD be used instead of padding.
249 </t>
250
251 </section>
252
253 <section anchor="Example CELT packet" title="Example CELT packet">
254
255 <t>
256 In the example below we have a single CELT frame in the RTP packet.
257 </t>
258
259 <t>
260 <figure>
261 <artwork><![CDATA[
262     0                   1                   2                   3
263     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
264    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
265    |V=2|P|X|  CC   |M|     PT      |       sequence number         |
266    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
267    |                           timestamp                           |
268    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
269    |         synchronization source (SSRC) identifier              |
270    +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
271
272     0                   1                   2                   3
273     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
274    +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
275    |         contributing source (CSRC) identifiers                |
276    |                              ...                              |
277    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
278    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
279    |                          CELT frame..                         |
280    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
281    |                              ...                              |
282    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
283 ]]></artwork>
284 </figure>
285 </t>
286
287 </section>
288
289 <section anchor="Multiple CELT frames in a RTP packet" title="Multiple CELT frames in a RTP packet">
290
291 <t>
292 The bitrate used by CELT is implicitly determined by the size of the
293 compressed data. When more than one frame is encoded in the same packet,
294 it is not possible to determine the size of each encoded frame, so the
295 information MUST be explicitly encoded. If N frames are present in a
296 packet, N-1 compressed frame sizes need to be encoded at the 
297 beginning of the packet. Each size that is less than 255 bytes is encoded
298 in one byte (unsigned 8-bit integer). For sizes greater or equal to 255, a 0xff byte is encoded, 
299 followed by the size-255. Multiple 0xff bytes are allowed if there are
300 more than 510 bytes transmitted. An payload of zero bytes MUST be interpreted as length zero
301 for all frames contained in that packet.  
302 </t>
303 <t>
304 Below is an example of two CELT frames contained within one RTP 
305 packet.
306 </t>
307
308 <t><figure>
309 <artwork><![CDATA[
310     0                   1                   2                   3
311     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
312    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
313    |V=2|P|X|  CC   |M|     PT      |       sequence number         |
314    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
315    |                           timestamp                           |
316    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
317    |         synchronization source (SSRC) identifier              |
318    +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
319    |         contributing source (CSRC) identifiers                |
320    |                              ...                              |
321    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
322    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
323    | length  frame1|           CELT frame 1                        |
324    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
325    |         (frame 1)             |        CELT frame 2...        |
326    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
327    |                          (frame 2)                            |
328    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
329 ]]></artwork>
330 </figure></t>
331
332 </section>
333
334 <section anchor="Multiple channels" title="Multiple channels">
335
336 <t>CELT supports both mono streams and stereo streams. If more than two channels are desired, it is possible to use transmit multiple streams in the same packet. In this case, the number of streams S and the pairing must be agreed with out-of-band negotiation such as SDP. Each stream can be either mono or stereo, depending on whether the channels are assumed to be correlated. For example, a 5.1 surround could have the front-left and front-right channels in a stereo stream, the rear-left and rear-right channels in a separate stereo stream, while the center and low-frequency channels would be in separate mono streams. In that example, the RTP packet would be:</t>
337
338 <t><figure>
339 <artwork><![CDATA[
340     0                   1                   2                   3
341     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
342    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
343    |V=2|P|X|  CC   |M|     PT      |       sequence number         |
344    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
345    |                           timestamp                           |
346    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
347    |         synchronization source (SSRC) identifier              |
348    +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
349    |         contributing source (CSRC) identifiers                |
350    |                              ...                              |
351    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
352    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
353    |  Front length |  rear length  | center length | Front stereo  |
354    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
355    |                             ...                               |
356    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
357    |      ...      |        Rear stereo data...                    |
358    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
359    |                             ...                               |
360    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
361    |                       Center mono data...                     |
362    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
363    |                             ...                               |
364    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
365    |                               |      LF mono data...          |
366    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
367    |                             ...                               |
368    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
369 ]]></artwork>
370 </figure></t>
371
372 <t>In the case where streams for multiple channels are used with multiple frames of the same streams per packet, then all streams for a certain timestamp are encoded before all streams for the following timestamp. In the case of the 5.1 example above with two frames per packet, the number of compressed length fields would be S*N-1 = 7.</t>
373
374 </section>
375
376 <section anchor="MIME registration of CELT" title="MIME registration of CELT">
377
378 <t>
379 Full definition of the MIME <xref target="rfc2045"></xref> type for CELT will be part of the Ogg
380 Vorbis MIME type definition application <xref target="rfc3534"></xref>.
381 </t>
382
383 <t>MIME media type name: audio</t>
384
385 <t>MIME subtype: celt</t>
386
387 <t>Optional parameters:</t>
388
389 <t>Required parameters: to be included in the Ogg MIME specification.</t>
390
391 <t>Encoding considerations:</t>
392
393 <t>Security Considerations:</t>
394 <t>See Section 6 of RFC 3047.</t>
395
396 <t>Interoperability considerations: none</t>
397
398 <t>Published specification:  </t>
399
400 <t>Applications which use this media type:</t>
401
402 <t>Additional information: none</t>
403
404 <t>Person &amp; email address to contact for further information:<vspace blankLines="1" />
405 <list style="empty">
406 <t>Jean-Marc Valin &lt;jean-marc.valin@octasic.com&gt;</t>
407 </list>
408 </t>
409
410 <t>Intended usage: COMMON</t>
411
412 <t>Author/Change controller:</t>
413
414 <t>
415 <list style="empty">
416 <t>Author:  Jean-Marc Valin &lt;jean-marc.valin@octasic.com&gt;</t>
417 <t>Change controller: Jean-Marc Valin &lt;jean-marc.valin@octasic.com&gt;</t>          
418 <t>Change controller: IETF AVT Working Group</t>
419 </list>
420 </t>
421
422 <t>
423 This transport type signifies that the content is to be interpreted
424 according to this document if the contents are transmitted over RTP. 
425 Should this transport type appear over a lossless streaming protocol
426 such as TCP, the content encapsulation should be interpreted as an 
427 Ogg Stream in accordance with <xref target="rfc3534"></xref>, with the exception that the
428 content of the Ogg Stream may be assumed to be CELT audio and 
429 CELT audio only.
430 </t>
431
432 </section>
433
434 <section anchor="SDP usage of CELT" title="SDP usage of CELT">
435
436 <t>
437 When conveying information by SDP <xref target="rfc2327"></xref>, the encoding name MUST be
438 set to "CELT". The sampling frequency is typically between 32000 and 48000 Hz.
439 Implementations SHOULD support both 44100 Hz and 48000 Hz. The maximum bandwidth permitted for
440 the CELT audio is encoded using the  "b=AS:" header, as explained in SDP <xref target="rfc2327"></xref>.
441 </t>
442
443 <t>
444 Several CELT-specific parameters can be given via the "a=fmtp:" directive.  The
445 following parameters are defined for use in this way:
446 </t>
447
448 <t>
449 <vspace blankLines="1" />
450 <list style="empty">
451 <t>frame-size: duration of each frame in samples. The default is 256.<vspace blankLines="1" /></t>
452
453 <t>nb-frames: number of frames per packet (per stream). The default is 1.<vspace blankLines="1" /></t>
454
455 <t>mapping: Optional string describing the multi-channel mapping. <vspace blankLines="1" /></t>
456
457 </list> 
458 </t>
459
460 <t>Several CELT specific parameters can be given in a single
461 a=fmtp line provided that they are separated by a semi-colon.</t>
462
463 <t>
464 The selected frame-size value MUST be even. It SHOULD be divisible by 8
465 and have a prime factorization which consists only 2, 3, or 5 factors.
466 For example, powers-of-two and values such as 160, 320, 240, and 480 are
467 recommended. Implementations SHOULD support receiving and sending the default
468 value of 256, and if the size 256 is supported it MUST be offered.
469 </t>
470
471 <t>
472 Care must be taken when setting the value of max-size and nb-frames so that the 
473 RTP packet size does not exceed the path MTU.
474 </t>
475
476 <t>An example of the media representation in SDP for
477 offering a single channel of CELT at 48000 samples per second might
478 be:
479 </t>
480
481 <t>
482 <vspace blankLines="1" />
483 <list style="empty">
484 <t>m=audio 8088 RTP/AVP 97</t>
485 <t>a=rtpmap:97 CELT/48000</t>
486 </list> 
487 </t>
488
489 <t>
490 Note that the RTP payload type code of 97 is defined in this media
491 definition to be 'mapped' to the CELT codec at a 48kHz sampling
492 frequency using the 'a=rtpmap' line.  Any number from 96 to 127
493 could have been chosen (the allowed range for dynamic types).  
494 </t>
495
496 <t>
497 The following example illustrates the case where the offerer cannot receive more than 64 kbit/s.
498 </t>
499
500 <t>
501 <vspace blankLines="1" />
502 <list style="empty">
503 <t>m=audio 8088 RTP/AVP 97</t>
504 <t>b=AS:64</t>
505 <t>a=rtmap:97 CELT/48000</t>
506 </list> 
507 </t>
508
509 <t>
510 In this case, if the remote party agrees, it should configure its
511 CELT encoder so that it does not use modes that produce more than
512 64 kbit/s. Note that the "b=" constraint also applies on all
513 payload types that may be proposed in the media line ("m=").
514 </t>
515
516
517
518 <t>The following example demonstrates the use of the a=fmtp: parameters:</t>
519
520 <t>
521 <vspace blankLines="1" />
522 <list style="empty">
523         <t>m=audio 8008 RTP/AVP 97</t>
524         <t>a=rtpmap:97 CELT/44100</t>
525         <t>a=fmtp:97 frame-size=512;nb-frames=2;</t>
526 </list> 
527 </t>
528
529 <t>
530 This examples illustrate an offerer that wishes to receive
531 a CELT stream at 44100 Hz, by packing two 512-sample frames in each packet.
532 </t>
533
534
535
536
537 </section>
538
539
540
541
542 <section anchor="Multichannel Mapping" title="Multichannel Mapping">
543 <t>
544 When more than two channels are used, a mapping parameter MUST be provided.
545 The mapping parameter is defined as comma separated list of integers which specify the
546 number of channels contained in each CELT stream, OPTIONALLY followed by a '/' and a
547 comma separated list of channel identifiers, then OPTIONALLY another '/' and a string
548 which provides an application specific elaboration on any speaker-feed definitions.
549 The channels per stream entries MUST be either 1 or 2. The total number of
550 channels is indicated by the sum of the channels per stream entries. The sum
551 of the channel counts MUST be equal to the total number of channels.
552 </t>
553
554 <t>
555 Channel identifiers are short alphanumeric strings.
556 Each identifier MUST begin with a letter indicating the type of channel. 'A' MUST be
557 used to indicate an ambisonic channel, 'S' to indicate a speaker-feed channel, or 'O'
558 indicating other usage.
559 </t>
560
561 <t>
562 A channel identifier MAY be repeated, but the meaning of such repetition is application specific.
563 Applications SHOULD attempt to utilize channel identifiers such that mixing all identical identifiers
564 would produce a reasonable result.
565 </t>
566
567 <t>
568 Non-surround usage such as individual performer tracks, effect send, "order wire", or
569 other administrative channels may be given application specific identifiers
570 which MUST not conflict with the identifiers defined in this draft. These
571 identifiers SHOULD begin with S if it would be sensible to include them in a
572 mono-downmix, or O if it would be most sensible to exclude them from a
573 mono-downmix.
574 An example usage might be
575 mapping=2,1,2,1,1/SLguitar,SRguitar,OheadsetG,SLkeyboard,SRkeyboard,OheadsetK,SMbass,OheadsetB"
576 </t>
577
578 <t>
579 Ambisonic channels MUST follow the "Malham notation" for up to third order spherical. Higher
580 order ambisonic support is application defined but MUST NOT reuse any of WXYZRSTUVKLMNOPQ for
581 higher order components. For example, second order spherical ambisonics SHOULD use the mapping
582 "mapping=1,1,1,1,1,1,1,1,1/AW,AX,AY,AZ,AR,AS,AT,AU,AV". Any set of Ambisonic channels MUST
583 contain at least one "AW" channel.
584 </t>
585
586 <t>
587 Speaker-feed identifiers are named based on the intended speaker locations. "L", "R" for the left and
588 right speakers, respectively, in conventional stereo or the front left and right in 4, 5,
589 5.1, or 7.1 channel surround. "LR", "RR" for the left and right rear speakers in 4,5 or 5.1 channel surround. C" is used for a center channel, "MLFE" for a low frequency extension channel. "LS", "RS" for the side
590 channels in 7.1 channel surround. Additional speaker-feeds are application specific but should not
591 reuse the prior identifiers. 
592 For 5.1 surround in non-ambisonic form the mapping SHOULD be "mapping=2,2,1,1/L,R,LR,RR,C,MLFE/ITU-RBS.775-1".
593 When only one or two channels are used, the mapping parameter MAY be omitted, in which case the default mapping is used. For one channel, the default is "mapping=1/C", while for two channels, the default is "mapping=2/L,R".
594 </t>
595
596 </section>
597
598
599
600
601
602 <section anchor="Issues that need to be addressed" title="Issues that need to be addressed">
603
604 <t>
605 How do we minimize the possibility of encoder-decoder mode mismatch
606 </t>
607
608 <t>
609 Do we support more than 2 channels (and how)?
610 </t>
611
612 <t>
613 Support for redundant data (how)?
614 </t>
615
616 </section>
617
618 <section anchor="RTP Payload Types" title="RTP Payload Types">
619
620 <t>
621 Dynamic payload type codes MUST be negotiated 'out-of-band'
622 for the assignment of a dynamic payload type from the
623 range of 96-127.
624 </t>
625
626 </section>
627
628 <section anchor="Congestion Control" title="Congestion Control">
629
630 <t>
631 CELT allows for bitrate adjustment in one byte per frame
632 increments without any signaling requirement or overhead.
633 Applications SHOULD utilize congestion control to regulate the transmitted bitrate. 
634 </t>
635 </section>
636
637 <section anchor="Security Considerations" title="Security Considerations">
638
639 <t>
640 RTP packets using the payload format defined in this specification
641 are subject to the security considerations discussed in the RTP
642 specification <xref target="rfc3550"></xref>, and in any applicable RTP profile.  The
643 main security considerations for the RTP packet carrying the RTP
644 payload format defined within this memo are confidentiality,
645 integrity and source authenticity.  Confidentiality is achieved by
646 encryption of the RTP payload.  Integrity of the RTP packets through
647 suitable cryptographic integrity protection mechanism.  Cryptographic
648 system may also allow the authentication of the source of the
649 payload.  A suitable security mechanism for this RTP payload format
650 should provide confidentiality, integrity protection and at least
651 source authentication capable of determining if an RTP packet is from
652 a member of the RTP session or not.
653 </t>
654
655 <t>
656 Note that the appropriate mechanism to provide security to RTP and
657 payloads following this memo may vary.  It is dependent on the
658 application, the transport, and the signalling protocol employed.
659 Therefore a single mechanism is not sufficient, although if suitable
660 the usage of SRTP <xref target="rfc3711"></xref> is recommended.  Other mechanism that may
661 be used are IPsec <xref target="rfc4301"></xref> and TLS <xref target="rfc5246"></xref> (RTP over TCP), but
662 also other alternatives may exist.
663 </t>
664
665 <t>
666 This RTP payload format and its media decoder do not exhibit any
667 significant non-uniformity in the receiver-side computational
668 complexity for packet processing, and thus are unlikely to pose a
669 denial-of-service threat due to the receipt of pathological data.
670 Nor does the RTP payload format contain any active content.
671 </t>
672                            
673 <t>
674 Because this format supports VBR operation small amounts of information
675 about the transmitted audio may be leaked by a length preserving
676 cryptographic transport. Accordingly, when CELT is used inside a secure
677 transport the sender SHOULD restrict the use of VBR to congestion control purposes.
678 </t>
679
680 <t>
681 CELT implementations will typically exhibit tiny content-sensitive encoding
682 time variances. Since transmission is usually triggered by an accurate
683 hardware clock and the encoded data is typically transmitted as soon as
684 encoding is complete this variance may result in a small amount of
685 additional frame to frame jitter which could be measured by a third-party.
686 Encrypted implementations SHOULD transmit packets at fixed intervals to
687 avoid the possible information leak. 
688 </t>
689
690 </section> 
691
692 <section anchor="Acknowledgments" title="Acknowledgments">
693
694 <t>
695 The authors would also like to thank the following members of the 
696 CELT and AVT communities for their input:
697 </t>
698 </section> 
699
700 </middle>
701
702 <back>
703
704 <references title="Normative References">
705
706 <reference anchor="rfc2119">
707 <front>
708 <title>Key words for use in RFCs to Indicate Requirement Levels </title>
709 <author initials="S." surname="Bradner" fullname="Scott Bradner"><organization/></author>
710 </front>
711 <seriesInfo name="RFC" value="2119" />
712 </reference> 
713
714 <reference anchor="rfc3550">
715 <front>
716 <title>RTP: A Transport Protocol for real-time applications</title>
717 <author initials="H." surname="Schulzrinne" fullname=""><organization/></author>
718 <author initials="S." surname="Casner" fullname=""><organization/></author>
719 <author initials="R." surname="Frederick" fullname=""><organization/></author>
720 <author initials="V." surname="Jacobson" fullname=""><organization/></author>
721 </front>
722 <seriesInfo name="RFC" value="3550" />
723 </reference> 
724
725 <reference anchor="rfc2045">
726 <front>
727 <title>Multipurpose Internet Mail Extensions (MIME) Part One: Format of Internet Message Bodies</title>
728 <author initials="" surname="" fullname=""><organization/></author>
729 <date month="November" year="1998" />
730 </front>
731 <seriesInfo name="RFC" value="2045" />
732 </reference> 
733
734 <reference anchor="rfc2327">
735 <front>
736 <title>SDP: Session Description Protocol</title>
737 <author initials="V." surname="Jacobson" fullname=""><organization/></author>
738 <author initials="M." surname="Handley" fullname=""><organization/></author>
739 <date month="April" year="1998" />
740 </front>
741 <seriesInfo name="RFC" value="2327" />
742 </reference> 
743
744 <reference anchor="rfc3551">
745 <front>
746 <title>RTP Profile for Audio and Video Conferences with Minimal Control.</title>
747 <author initials="H." surname="Schulzrinne" fullname=""><organization/></author>
748 <author initials="S." surname="Casner" fullname=""><organization/></author>
749 <date month="July" year="2003" />
750 </front>
751 <seriesInfo name="RFC" value="3551" />
752 </reference> 
753
754 <reference anchor="rfc3534">
755 <front>
756 <title>The application/ogg Media Type</title>
757 <author initials="L." surname="Walleij" fullname=""><organization/></author>
758 <date month="May" year="2003" />
759 </front>
760 <seriesInfo name="RFC" value="3534" />
761 </reference> 
762
763 <reference anchor="rfc3711">
764 <front>
765 <title>The Secure Real-time Transport Protocol (SRTP)</title>
766 <author initials="M." surname="Baugher" fullname=""><organization/></author>
767 <author initials="D." surname="McGrew" fullname=""><organization/></author>
768 <author initials="M." surname="Naslund" fullname=""><organization/></author>
769 <author initials="E." surname="Carrara" fullname=""><organization/></author>
770 <author initials="K." surname="Norrman" fullname=""><organization/></author>
771 <date month="March" year="2004" />
772 </front>
773 <seriesInfo name="RFC" value="3711" />
774 </reference> 
775
776 <reference anchor="rfc4301">
777 <front>
778 <title>Security Architecture for the Internet Protocol</title>
779 <author initials="S." surname="Kent" fullname=""><organization/></author>
780 <author initials="K." surname="Seo" fullname=""><organization/></author>
781 <date month="December" year="2005" />
782 </front>
783 <seriesInfo name="RFC" value="4301" />
784 </reference> 
785
786 <reference anchor="rfc5246">
787 <front>
788 <title>The Transport Layer Security (TLS) Protocol Version 1.2</title>
789 <author initials="T." surname="Dierks" fullname=""><organization/></author>
790 <author initials="E." surname="Rescorla" fullname=""><organization/></author>
791 <date month="August" year="2008" />
792 </front>
793 <seriesInfo name="RFC" value="5246" />
794 </reference> 
795
796
797 </references> 
798
799 <references title="Informative References">
800
801 <reference anchor="celt-website">
802 <front>
803 <title>The CELT ultra-low delay audio codec</title>
804 <author initials="" surname="Xiph.Org Foundation" fullname="Xiph.Org Foundation"><organization/></author>
805 </front>
806 <seriesInfo name="CELT website" value="http://www.celt-codec.org/" />
807 </reference> 
808
809
810 </references> 
811
812 </back>
813 </rfc>