A paisagem do áudio profissional foi remodelada pela mudança da fiação analógica ponto-a-ponto para a rede digital de áudio. Os primeiros sistemas basearam-se em cabos multicore volumosos e consoles analógicos dedicados, limitando a flexibilidade e escalabilidade. À medida que a Ethernet se tornou onipresente, os engenheiros procuraram formas de transportar áudio de alta qualidade através da infraestrutura de rede padrão. Esta transição deu origem a uma série de protocolos de áudio de rede, cada um abordando as crescentes demandas de contagem de canais, latência e interoperabilidade. Da CobraNet pioneira ao padrão aberto AES67, a evolução desses protocolos reflete a busca incessante da indústria de flexibilidade, confiabilidade e integração perfeita entre diversas plataformas.

Protocolos de Áudio de Rede Precoce: CobraNet e EtherSound

CobraNet: O primeiro padrão de áudio Ethernet

Introduzido no final dos anos 90 pela Peak Audio (mais tarde adquirida pela Cirrus Logic), a CobraNet foi um dos primeiros protocolos comercialmente bem sucedidos para transmissão de áudio digital sem compressão sobre Ethernet padrão. Operava em 100 Mbps e podia transportar até 64 canais em 48 kHz, resolução de 20 bits. A CobraNet usou uma estrutura de pacotes proprietária e baseou-se em um interruptor exclusivo "CobraNet" para gerenciar sincronização de relógio e fluxo de dados. Embora reduzisse a complexidade da fiação analógica para eventos de som e ao vivo instalados, sua natureza proprietária significava que apenas hardware de fabricantes licenciados poderia interoperar. Este fornecedor bloqueou a adoção limitada e abriu o caminho para soluções mais abertas.

O mecanismo de sincronização da CobraNet utilizou um relógio mestre que enviou pacotes de balizas; todos os dispositivos travados para este relógio, garantindo latência determinística. No entanto, o protocolo não foi projetado para roteamento dinâmico ou escalabilidade em várias subnets. À medida que as demandas de rede cresciam, o limite de 64 canais e a necessidade de switches dedicados tornaram-se desvantagens significativas.

EtherSond: Um Contender contemporâneo

Ao mesmo tempo, EtherSound emergiu do Digigram e mais tarde evoluiu sob a liderança do Lawo e outros. EtherSound ofereceu menor latência do que a CobraNet – até 125 μs – e apoiou até 64 canais em uma direção. Ele precisava de switches dedicados e usou uma topologia de cadeia de margaridas que simplificava o cabeamento, mas com redundância complicada. EtherSound encontrou uma casa em estúdios de transmissão e gravação onde a baixa latência era primordial, mas como a CobraNet, era proprietária e não tinha a interoperabilidade que a indústria logo exigiu.

A ascensão de padrões abertos: Dante e Ravenna

Dante: Escalabilidade e Ubiquidade

Desenvolvido pela Audinate, Dante estreou em meados dos anos 2000, tornando-se rapidamente o protocolo de áudio de rede dominante para o som instalado, eventos ao vivo e instalações fixas. Dante executa o Gigabit Ethernet padrão (e agora 10GbE) e suporta até 512 canais por ligação a 48 kHz, com resoluções mais baixas que permitem contagens de canais ainda mais elevadas. A sua inovação chave foi o uso de uma topologia de rede autogerenciada: Dante dispositivos descobrem automaticamente uns aos outros e roteiam áudio usando um controlador de software, removendo a necessidade de configuração complexa de switch.

Dante emprega o IEEE 1588 Precision Time Protocol (PTP) para sincronização de relógios, alcançando um jitter extremamente baixo e permitindo reprodução precisa de amostras em vários canais. Ele também suporta redundância via Dante Dual Redundant (redes primárias e secundárias). A adoção generalizada de Dante – mais de 3.000 famílias de produtos – torna-o um padrão de fato para muitos fabricantes, incluindo Yamaha, Shure, Bose e Allen & Heath. No entanto, Dante continua sendo um protocolo proprietário (embora a Audinate o licencie abertamente), o que significa que os dispositivos Dante nativos não podem se comunicar diretamente com dispositivos que usam outros protocolos sem uma ponte ou conversor.

Ravenna: Aberto e Modular

Ravenna foi desenvolvida pela ALC NetworX (agora parte do grupo Lawo) como uma solução de rede de áudio aberta e baseada em IP. Ao contrário de Dante, Ravenna é construída inteiramente sobre padrões abertos: RTP (Real-time Transport Protocol) para carga útil de áudio, PTP (IEEE 1588) para sincronização e SAP (Session Annunment Protocol) para descoberta. Esta arquitetura aberta permite que qualquer fabricante implemente Ravenna sem taxas de licenciamento, promovendo interoperabilidade entre marcas.

Ravenna suporta até 1024 canais por stream a uma taxa de amostragem de 192 kHz, com latência submilissegundo. É amplamente utilizado em ambientes de transmissão, produção de transmissão e som ao vivo, onde altas contagens de canais e timing preciso são essenciais. Principais adotantes incluem Lawo, Neumann, Merging Technologies e DirectOut. Ravenna também se integra com Audio sobre padrões IP como AES67 e SMPTE ST 2110, tornando-se à prova de futuro para redes de mídia.

AES67: Norma para a interoperabilidade

Em 2013, a Audio Engineering Society publicou a AES67-2013, uma norma concebida para permitir a interoperabilidade entre diferentes protocolos de rede de áudio baseados em IP. Ela define um framework comum para sincronização, transporte de mídia e descoberta de dispositivos, permitindo que dispositivos de diferentes ecossistemas (Dante, Ravenna, Livewire, Q-LAN, etc.) troquem áudio sem necessidade de gateways personalizados. AES67 não é uma pilha de protocolos completa, mas um perfil de padrões existentes que qualquer dispositivo compatível deve seguir.

Principais características da AES67

  • Sincronização de alta precisão usando IEEE 1588-2008 (PTPv2). Os dispositivos devem suportar o perfil definido na AES67, que especifica uma precisão de relógio de ± 0,05 ppm e um domínio de sincronização com tempo sub-microsegundo.
  • Transporte de meios de comunicação social através de RTP sobre UDP, usando áudio PCM de 16, 20 ou 24 bits, com taxas de amostragem de 44,1, 48, 96 e 192 kHz. O padrão exige suporte para pelo menos 8 canais de áudio por fluxo.
  • Gerenciamento de descoberta e conexão usando o SAP (Session Advertiment Protocol) para streams de publicidade e mDNS para descoberta de dispositivos. Algumas implementações também usam RTSP para configuração de sessão.
  • QoS (Qualidade de Serviço) dicas usando DiffServ para priorizar o tráfego de áudio, garantindo desempenho consistente em redes gerenciadas.

Como os ecossistemas AES67 Pontes

A principal conquista da AES67 é que ela define uma “língua” comum que Dante, Ravenna, Livewire e outros protocolos podem falar. Por exemplo, um dispositivo Dante pode produzir um fluxo compatível com a AES67 que um dispositivo Ravenna pode receber nativamente, desde que ambos implementem o perfil da AES67. Esta interoperabilidade é fundamental para instalações de grande escala onde equipamentos de vários fornecedores devem trabalhar em conjunto – como estádios, centros de transmissão e locais de convenções.

No entanto, o AES67 não cobre todas as características de cada protocolo nativo. Por exemplo, o software de roteamento automático e controlador de Dante não faz parte do AES67; ferramentas de gerenciamento manuais ou de terceiros são necessárias para configurar fluxos AES67. Da mesma forma, a rede redundante de Ravenna e certos modos de cronometragem avançados vão além do perfil AES67. Apesar dessas limitações, o AES67 tornou-se uma camada crucial para “a última milha” de compatibilidade.

Comparação de Majors Protocolos de Áudio de Rede

Protocolo Ano IntroduzidoContagem de canais (por ligação) Latência (típica)Sincronização Titular/Aberto
CobraNet1996641,33 ms ou 5,33 ms Sinalizador proprietário Titular
EtherSound200164125 μs Mestre/escravo Titular
Dante2006512 (1 GbE)150 μs – 1 msIEEE 1588 PTP Titular (licença aberta)
Ravenna20101024125 μs – 1 msIEEE 1588 PTP Padrão aberto
AES672013 Variações (>=8) Depende da implementaçãoIEEE 1588 PTP Padrão aberto

Nota: Contagens de canais e latências assumem configurações típicas; o desempenho real depende do design de rede e recursos de hardware.

Considerações sobre a implementação das redes AES67

Infra-estruturas de rede

O AES67 requer uma rede Ethernet gerenciada que suporta a transparência do PTP ou relógios de limite. Os switches devem lidar com tráfego multicast de forma eficiente (escalando o GGMP) e priorizar pacotes de áudio usando pontos de código DiffServ (DSCP). Para sistemas maiores, recomenda-se um VLAN dedicado para tráfego de áudio para isolar o controle e fluxos de dados de outros congestionamentos de rede.

Gestão de Latência

O AES67 define três perfis de latência: baixo (sub-millisegundo), médio (1-3 ms) e alto (até 10 ms). O baixo perfil é essencial para o monitoramento ao vivo e transmissão de intercomunicadores, enquanto latências mais elevadas são aceitáveis para sistemas de reprodução. Ao misturar AES67 com fluxos de protocolo nativos, o designer do sistema deve garantir que todos os dispositivos operam dentro do mesmo domínio de latência para evitar a deriva de eco ou timing.

Redundância do Relógio

Enquanto a AES67 especifica um único relógio de grande porte, muitas implementações suportam fontes redundantes de relógio via PTP. Um grande mestre secundário pode assumir se o primário falhar, garantindo uma operação ininterrupta. Em ambientes multivendores, é necessário planejamento cuidadoso da hierarquia do relógio para evitar loops ou instabilidade.

Aplicações nas Indústrias

Som ao vivo e touring

Grandes concertos e festivais dependem de Dante e Ravenna para distribuir centenas de canais entre FOH, monitores, caminhões de transmissão e plataformas de gravação. A compatibilidade AES67 permite que consoles de mistura de diferentes fabricantes (por exemplo, Yamaha e DiGiCo) compartilhem áudio sem pontes analógicas ou MADI personalizadas. As empresas de turismo valorizam a capacidade de interconexão de equipamentos que suportam AES67, reduzindo o espaço de caminhões e tempo de configuração.

Radiodifusão e Produção

Os estúdios de televisão e rádio adoptaram extensivamente a AoIP. A AES67 forma a espinha dorsal das modernas centrais de transmissão “all-IP”, integrando-se com a SMPTE ST 2110 para o transporte de vídeo. Esta convergência simplifica o cabeamento, permite a produção remota e reduz os custos operacionais. As salas de notícias e salas de controlo beneficiam de uma ligação de áudio sem descontinuidades em vários estúdios.

AV de som e comercial instalado

As salas de reuniões corporativas, casas de culto e aeroportos usam Dante e Ravenna para sistemas de paging, música de fundo e áudio distribuído. A AES67 garante que os dispositivos de diferentes fabricantes – como amplificadores, DSPs e microfones – possam se comunicar sem exigir um ecossistema de um único fornecedor. Essa flexibilidade é essencial para grandes projetos construídos em várias fases.

Gravação e Pós-Produção

Estúdios de ponta empregam Ravenna para o seu suporte de áudio PCM até 192 kHz e seu baixo jitter. Os sistemas Ovation e Pyramix da Merging Technologies são nativos Ravenna, enquanto outros DAWs podem se conectar através de interfaces AES67. A capacidade de transportar misturas multicanal em um único cabo simplifica o patch e reduz a degradação do sinal.

O futuro dos protocolos de áudio em rede

Convergência com AVB/TSN

Audio Video Bridging (AVB) e Time-Sensitive Networking (TSN) são padrões IEEE que ampliam as capacidades da Ethernet padrão com latência determinística e largura de banda garantida. Embora o AVB tenha sido inicialmente promovido pela AVnu Alliance, sua adoção em áudio profissional foi mais lenta do que Dante ou Ravenna. No entanto, o TSN é agora um componente chave do SMPTE ST 2110 para vídeo, e protocolos de áudio estão cada vez mais integrando recursos TSN (por exemplo, gPTP). AES67 já pode executar em redes que suportam TSN, e futuras revisões podem incluir perfis TSN para sincronização ainda mais apertada.

SMPTE ST 2110 e meios IP-Based

A indústria de radiodifusão está a avançar para uma produção totalmente baseada em IP, utilizando o SMPTE ST 2110, que separa os dados de vídeo, áudio e acessórios em fluxos RTP individuais. O AES67 é o componente áudio do ST 2110-30 (audio PCM) e ST 2110–31 (transporte AES3). À medida que mais instalações de transmissão adotam o ST 2110, o papel da AES67 como transporte de áudio comum só irá crescer.

Taxas de Amostras mais altas e áudio imersivo

A demanda por áudio de alta resolução (até 384 kHz) e formatos imersivos baseados em objetos (Dolby Atmos, MPEG-H) requer protocolos que podem lidar com cargas úteis maiores e mais canais. Ravenna já suporta 384 kHz; Dante está ampliando suas capacidades através de perfis AES67. As futuras revisões AES67 podem padronizar taxas de amostragem além de 192 kHz e suporte para objetos multicanais.

Segurança e autenticação

Os protocolos de áudio de rede historicamente têm prestado pouca atenção à segurança, assumindo redes físicas confiáveis. Com o aumento da produção remota e fluxos de trabalho baseados em nuvem, criptografia e autenticação estão se tornando críticos. Dante e Ravenna adicionaram recursos básicos de segurança, e o padrão AES67 provavelmente incluirá recomendações de segurança em futuras atualizações. A implementação de 802.1X, IPsec ou DTLS pode tornar-se obrigatória para determinadas aplicações.

Conclusão

A evolução dos protocolos de áudio de rede da CobraNet para a AES67 reflete a jornada mais ampla do áudio digital das ilhas proprietárias para um ecossistema unificado e interoperável. A CobraNet e a EtherSound provaram o conceito de áudio sobre Ethernet, mas sofreram com o bloqueio de fornecedores. Dante e Ravenna trouxeram escalabilidade e abertura, com Dante dominando o mercado comercial e Ravenna liderando em transmissão e gravação de ponta. A AES67 surgiu como ponte crítica, permitindo que dispositivos de diferentes ecossistemas coexistissem e comunicassem.

Hoje, os profissionais de áudio podem escolher entre uma rica paleta de protocolos, cada um com pontos fortes adaptados a casos de uso específicos. A tendência para padrões de mídia baseados em IP como o SMPTE ST 2110 e a integração do TSN prometem uma integração ainda mais estreita entre sistemas de áudio, vídeo e controle. Para educadores e alunos, entender essa evolução é essencial – não só para apreciar inovações passadas, mas para antecipar o futuro do áudio em rede. À medida que a largura de banda aumenta e a latência diminui, os limites entre local e remoto, entre estúdio e som ao vivo, continuarão a desfocar.