🌐 网络音频协议（Audio over IP）
传统专业音频系统依赖大量模拟 XLR 电缆和铜线矩阵路由，安装复杂、扩展困难、信号衰减严重。20 世纪 90 年代末以来的 Audio over IP（AoIP，网络音频） 革命彻底改变了这一格局——音频信号打包为 IP 数据包，通过标准以太网传输，一根 CAT6 网线即可承载数百通道的音频、控制数据和供电（PoE）。本文深入对比五大 AoIP 协议的架构、机制和应用版图。
📑 目录
协议全景对比表
| 属性 | Dante | AVB / Milan | AES67 | Ravenna | CobraNet |
|---|---|---|---|---|---|
| 开发者 | Audinate（澳大利亚） | IEEE 802.1 AVB 工作组 | Audio Engineering Society | ALC NetworX | Cirrus Logic |
| 标准类型 | 专有（但广泛授权） | 开放 IEEE 标准 | 开放互操作标准 | 开放（AES67 子集兼容） | 专有 |
| 物理层 | 标准以太网（1Gbps 推荐） | AVB 认证交换机（必需！） | 标准以太网 | 标准以太网（1Gbps+） | 标准以太网（100Mbps） |
| 交换机要求 | 标准交换机即可（建议支持 QoS 和 IGMP） | 必须 AVB 兼容交换机 | 标准交换机（但建议 QoS PTP-aware） | 标准交换机（建议 PTP-aware） | 标准交换机 |
| 同步机制 | IEEE 1588 PTP v1（Dante 域） | IEEE 802.1AS (gPTP) | PTP v2 (IEEE 1588-2008) | PTP v2 (IEEE 1588-2008) | 专有同步（非 PTP） |
| 典型延迟 | 0.15~5ms（可配置） | <2ms（7 跳内保证） | <2ms（取决于实现） | <1ms（典型） | 1.33~5.33ms |
| 每链路通道数（1Gbps） | 512×512（48kHz/24bit） | 数百通道（取决于流预留） | 取决于底层协议 | 数百通道 | 64×64（100Mbps） |
| 采样率支持 | 44.1~192kHz, 16/24/32bit | 44.1~192kHz, 16/24/32bit | 44.1~96kHz, 16/24bit | 44.1~384kHz, 16/24bit | 48kHz, 16/20/24bit |
| 主要市场 | 专业/商业/现场/广电 | 汽车/专业/消费（Milan：专业） | 跨协议互操作 | 广播/母带工作室 | 遗留安装，正被 Dante 替代 |
| 控制软件 | Dante Controller（免费） | 各厂家自备（Milan 统一发现） | —（互操作层） | 各厂家自备 | CobraNet Discovery |
Dante — Audinate 的专业音频网络王者
Dante（Digital Audio Network Through Ethernet）由澳大利亚公司 Audinate 于 2006 年推出，是目前专业和商业音频领域部署最广泛、生态最丰富、使用最简单的 AoIP 协议。
核心架构
- 即插即用：设备连接后，Dante Controller 软件自动发现所有设备，以矩阵路由方式拖拽式操作，无需配置 IP 地址或交换机参数。
- 标准以太网：不需要特殊交换机。普通千兆交换机即可运行。对于大型部署，建议采用支持 QoS（DiffServ）和 IGMP Snooping 的管理型交换机。
- 通道数惊人：单一千兆以太网链路（1Gbps）可同时承载 512×512 双向通道（48kHz/24bit），相当于 512 根 XLR 电缆。
- 控制同步传输：Dante 在数据流中同时传输音频和控制信号（设备发现、路由、时钟），无需单独的控制网络。
生态系统
Dante 已获得行业内最广泛的采纳。超过 500 家制造商获得了 Dante 技术授权，涵盖调音台（Yamaha、Allen & Heath、DiGiCo）、DSP（QSC Q-SYS、Biamp Tesira、Symetrix）、功放（Powersoft、Lab.gruppen、L-Acoustics LA）、话筒（Shure MXA、Sennheiser TeamConnect）、有源音箱（d&b、Meyer Sound、JBL Intellivox）等全部品类。
Dante Domain Manager（DDM）
企业级 Dante 部署可使用 DDM 实现跨子网路由、用户权限管理和安全域划分。DDM 解决了 AoIP 在企业网络中的安全和跨 VLAN 路由难题，是企业/校园大规模部署的关键组件。
💡 Dante 的市场地位
截至 2026 年，Dante 拥有超过 3,500 款认证设备。在商业 AV（会议室、教育、零售）、现场扩声（音乐节、剧院）、广播和录音棚中占绝对主导地位。如果你在挑选 AoIP 方案，Dante 是最安全、最通用的选择。
AVB / Milan — IEEE 的开放标准方案
AVB（Audio Video Bridging）是 IEEE 802.1 工作组定义的一系列开放标准，旨在为以太网提供确定性低延迟的音频视频传输。AVB 并非单一协议，而是一套标准套件（IEEE 802.1BA），包含带宽预留（802.1Qav）、精确时钟同步（802.1AS gPTP）、流控制（802.1Qat）等。
Milan — AVB 的专业音频统一化
Milan（Media-integrated Local Area Network）是 Avnu 联盟针对专业音频市场创建的 AVB 互操作认证计划。Milan 在 AVB 基础上规定了特定的参数选择（48kHz/96kHz、特定流格式、Milan 发现协议），确保不同厂家的 Milan 认证产品能即插即用。
AVB 的关键不同
- 必须 AVB 交换机：AVB 的流预留（SRP）和精确时间协议（gPTP）需要交换机的硬件配合。普通非 AVB 交换机不能传输 AVB 流，这是 AVB 相对于 Dante 的最大部署门槛。
- 保证延迟：AVB 在整个网络中保证 <2ms 的延迟（7 跳以内），且不受网络负载影响——这是 IEEE 标准级别的确定性，优于 Dante 的统计性保障。
- 开放标准：无授权费，不受单一公司控制。理论上有利于长期发展和多厂商竞争，但实际上降低了生态集中度。
- 应用现状：在汽车（车载音频网络 AVB 已成标准）、高端消费电子（Apple 在部分内部通信中使用 AVB）和部分高端专业音频（Merging、d&b、L-Acoustics 的 Milan 方案）中采用。
🔌 AVB vs Dante 的市场选择
当前商业 AV 市场以 Dante 为主（设备多、门槛低），AVB/Milan 在需要严格确定性保障的高端应用（如交响乐录音、母带监听）和汽车领域有特定优势。两者并非完全竞争——未来更可能通过 AES67 桥接在不同区域共存。
AES67 — 跨协议互操作的桥梁
AES67 由 Audio Engineering Society（音频工程协会）于 2013 年发布，它不是一个独立的 AoIP 协议，而是一个互操作标准——定义了不同 AoIP 协议之间实现音频互通的公共最小参数集。
AES67 解决的问题
在 AES67 出现之前，Dante 设备和 Ravenna 设备之间无法直接互通（即便它们都使用标准以太网）。AES67 定义了一套共享的音频流传输格式、时钟同步方式和会话描述参数：
- 传输层：RTP（实时传输协议）over UDP
- 同步：PTP v2（IEEE 1588-2008）
- 会话描述：SDP（会话描述协议）
- 音频格式：L16 或 L24，48kHz，1-8 通道
- 组播寻址：IGMP v2
当一个 Dante 设备通过 AES67 发送音频流时，Ravenna 设备可以接收并解码。Dante 4.0+、Ravenna 原生支持 AES67。Q-SYS、Wheatstone 等 DSP 平台也已支持 AES67。
AES67 的局限
AES67 只定义了音频流的互通，不包括设备发现、路由管理、控制协议。不同协议之间的 AES67 互通通常需要手动配置 IP 地址和流参数，不如各协议的本地工具便捷。AES67 是一个"后端桥梁"标准，而非面向用户的即插即用方案。
Ravenna — 广播与母带工作室的高端方案
Ravenna 由德国公司 ALC NetworX 开发，是 AES67 的实现基础之一。Ravenna 在广播、录音棚和母带处理等高端音频制作领域有显著影响力。
特色
- 极高采样率支持：最高 384kHz PCM 和 DSD256 原生传输（远超 Dante 和 AVB），满足母带级和 DSD 录音工作流程。
- 极低延迟：典型 <1ms，在录音棚监听路径中保持实时感。
- 顶级广播设备集成：Lawo、Studer、Nevion、Merging 等广播/母带品牌核心支持。
- 不依赖专用硬件：使用标准 NIC（网络接口卡）和标准交换机，但建议 PTP-aware 交换机以获得最佳时钟性能。
应用领域
欧洲公共广播公司（EBU 成员）是 Ravenna 的主要推动力。大型广播中心（如 BBC、ARD、Radio France）越来越多地采用 Ravenna 作为台内 AoIP 骨干。高端录音棚使用 Merging Horus/Hapi（Ravenna 音频接口）进行 DSD/DXD 录音和母带处理。
CobraNet — 数字音频网络的早期先驱
CobraNet 由 Cirrus Logic 在 1996 年开发，是世界上第一个商用 AoIP 协议，曾广泛应用于商业固定安装（体育场、会议中心、主题公园）。
CobraNet 的遗产
- 100Mbps 以太网，每链路 64×64 通道（48kHz/20bit），足以满足当年的安装需求。
- 同步使用专有信标，非 PTP——不与现代 AoIP 设备兼容。
- 已被淘汰：Cirrus Logic 已停止 CobraNet 芯片生产，新项目不再采用。Biamp、QSC、Peavey 等曾重度使用 CobraNet 的厂商已全面转向 Dante 或 AVB。
📜 CobraNet 的历史地位
CobraNet 证明了"用标准以太网传输专业音频"在技术上是可行的，奠定了整个 AoIP 产业的基础。它的局限性（通道数受限、BSR 带宽管理过严、与现有 IT 网络兼容性差）被后来的 Dante 和 AVB 系统地解决了。如今维护 CobraNet 系统的用户应积极规划向 Dante 或 AVB 迁移。
五大协议深度对比总表
| 维度 | Dante | AVB / Milan | AES67 | Ravenna | CobraNet |
|---|---|---|---|---|---|
| 推出年份 | 2006 | 2011 (AVB) / 2019 (Milan) | 2013 | 2010 | 1996 |
| 生态设备数 | 3,500+ 认证产品 | 数百（Milan 认证正在增加） | 跨越多个协议 | 数百（广播/录音棚为主） | 遗留大量安装 |
| 交换机门槛 | 标准（推荐管理型） | AVB 认证必需 | 标准（建议 PTP-aware） | 标准（建议 PTP-aware） | 标准 100M |
| 部署复杂度 | ★☆☆☆☆ 极简 | ★★★☆☆ 中 | ★★★★☆ 高（手动） | ★★☆☆☆ 较低 | ★★★☆☆ 中 |
| 确定性延迟 | 统计性（通常极好） | 硬件保证 <2ms | 取决于实现 | 极低（<1ms） | 1.33~5.33ms |
| 采样率上限 | 192kHz | 192kHz | 96kHz（AES67-2018 扩展可到 192） | 384kHz / DSD256 | 48kHz |
| 视频支持 | Dante AV（可选视频扩展） | 原生（802.1BA 含视频） | 否 | 否 | 否 |
| 当前趋势 | 持续扩张，DDM 企业化 | 稳步增长，Milan 推动 | 跨协议桥梁角色 | 广播/母带核心 | 逐步退役迁移 |
深层理解：时钟同步 — PTP 与 IEEE 1588
模拟音频系统中，每对 XLR 电缆独立携带自己的信号，不存在"时间对齐"问题。但在 AoIP 系统中，所有数字音频采样必须在所有设备上精确地同时发生——如果一个功放的 DAC 比另一个功放提早或延迟一个采样，将产生梳状滤波和相位失真。AoIP 的时钟同步通过 PTP（Precision Time Protocol，IEEE 1588）实现。
PTP 原理
- 主时钟选举：网络中一个设备被自动选为 Grandmaster（最高精度时钟源）。所有其他设备同步到 Grandmaster。
- 时间戳在硬件层：PTP 要求在以太网 PHY 层硬件打时间戳，精度可达 纳秒级（1588v2）或 亚微秒级（802.1AS gPTP）。
- 各协议差异：Dante 使用 PTP v1（定制域），AVB 使用 802.1AS gPTP（PTP v2 的子集），AES67/Ravenna 使用 PTP v2。三者互不直接兼容，需要边界时钟进行域转换——这就是 AES67 跨协议互通时需要解决的问题之一。
为什么同步精度如此重要
以 48kHz 采样率为例，相邻采样间隔为 ~20.8μs。如果两个音箱之间的时钟偏差达到 1μs，它们播放同一采样时，时间差会产生高频梳状滤波效应（1μs 偏差在 1MHz 处产生第一个陷波——虽然听不到，但累积的多设备偏差会影响可闻频段内的相位一致性）。高品质 AoIP 系统要求端到端同步精度在 <1μs 量级。