以太網上傳輸音頻信號是近幾年來專業音頻行業的一個技術焦點，也是日后專業工程項目中的一個重要的傳輸技術環節。因為它是不依賴于控制系統而獨立存在的一個產品，可以廣泛地應用到很多的不同項目中去，一方面解決了多線纜的布線困難問題，同時也解決了遠距離傳輸、數據備份、自動冗余等一系列在模擬傳輸時代所無法面對的問題。目前比較成熟的以太網音頻傳輸技術主要是 CobraNet 和 EtherSound 技術，前者已經開發和使用多年，用戶較多，交互性好，缺點是網絡延時長，后者解決了延時的問題，但是開發和使用普及程度稍差。兩者在技術上各有千秋，本文之目的就是客觀地分析兩種網絡的應用區別，以求證一種相對適合的應用方案建議給廣大讀者。
1、網絡特性綜述
a、CobraNet 網絡：是美國 PeakAudio 公司開發的一種在以太網上傳輸專業非壓縮音頻信號的技術，它可以在100M以太網下單向可以傳輸64個48kHz、20bit 的音頻信號通道（48kHz、24bit信號為56路）；除音頻信號外，還可以傳輸 RS485串口通信數據及其它非同步IP數據；開放的 MIB 文件，支持 SNMP。可以從 PeakAudio 公司獲得相關技術資料，使用模塊化的 CM-1可以方便地將音頻信號轉換為 CobraNet 信號，具有成型的軟件工具包（SDK）和 API。
b、EtherSound 網絡：由法國 Digigram 公司開發的一種基于以太網傳輸音頻信號的技術。傳輸能力為單方向64個24bit、48kHz（或44.1kHz）采樣頻率的音頻通道。雖然它不能傳遞串口信號以及其它IP數據，但是它的技術最大的亮點就是極低的延時，因此 EtherSound 技術最適合應用到現場演出中去。
2、硬件結構對比
a、CobraNet 硬件設備
CobraNet 硬件設備目前主要包括CM-1，CM-2兩種。其中 CM-1為 PeakAudio 自己制造的成品通信卡，屬于第一代產品，但是網絡通信能力比較強，價格較高；CM-2可以定制生產，任何廠家只要從 PeakAudio 購買了主芯片，并獲得了生產許可后就可以自行生產 CM-2板卡，并且可以集成到其它產品的主板上去。CM-1和 CM-2的主要區別如下：
其中 CM-1使用的是 DSP56303+FPGA 以及其它存儲器構成的芯片組。由于開發的比較早，所以 DSP 的速度受到了 DSP56303的速度限制只能達到24bit/100MIPS。而 CM-2則支持更快的32bit/100MIPS 的數據流。對于CM-2來說16個單方向通道是最大的極限了，如果生產8通道的產品相對成本比較低，但是16通道的就還需要增加 FPGA 橋接才能構成16×16的完整通道。至于 CS1810XX 和 CS4961XX 系列主要區別就是后者包含了一個基本的用戶 DSP 可以使用，這大大的方便了某些用戶，省去了開發 DSP 和 CobraNet 的接口的費用。至于CM-1可以傳輸特殊的9bit串口通信數據完全是為了適應一些特殊的設備（如 ControlMatrix）。
還有一些 CobraNet 硬件設備所用之處不多，比如一些叫做 CM-1-FW 的模塊，其實是由使用廠家向 PeakAudio 定制的特殊的CobraNet板卡。他們的功能和 CM-1相同，但是電路板上通常集成了使用方需要的其它 DSP、ADC/DAC 以及供電等功能。
b、EtherSound 的硬件設備
EtherSound 硬件的生產也和 CobraNet 類似，有些是版權公司生產的，比如上圖的 OnAir 3000就是為瑞士 Studer 的數字化直播調音臺定制的；還有一些是 OEM 合作生產的，比如 AuviTran 出品的 AVY16-ES 就是為 YAMAHA 樂器公司生產的 Mini-YGDAI 格式的 EtherSound 接口卡，這種網卡除了可以安裝在 YAMAHA PM1D、 PM5D、M7CL 等系列數字調音臺上外，還可以安裝在 YAMAHA 出品的 DME24N/64N 數字 DSP 接口箱和 NEXO 網絡系統等。
經過幾代的發展，目前 EtherSound 硬件產品主要產品按照接口能力的發展順序分為 EtherSound、EtherSound100 和 EtherSound Giga，主要的技術指標區別如下：
ES的模擬端口能力只有8通道和2通道兩種。
3、網絡結構對比
a 、CobraNet設備的網絡結構
CobraNet 必須使用星型（或連星型）網絡結構，所有的 CobraNet 設備都必須通過以太網交換機互相連接在一起。這樣的結構與標準的以太網設備是一致的。由于 CobraNet 采用了同步通信技術，所以其同步數據報必須在有限的時間誤差內廣播到所有節點，這主要取決于交換機的交換原理和通過數量，一般來說最遠節點 CobraNet 設備之間的交換機數量不能超過6個（若存在 Spanning Tree，則按照樹型結構的最遠點計算）。一般來說使用 Cut-Through 類型交換機會減少同步延時。
b、EtherSound設備的網絡結構
EtherSound 設備系統可以采用菊花鏈結構或以太網星型結構或者這兩種結構的混合形式。當采用菊花鏈結構時，音頻的傳輸可以單方向或者雙方向，這取決于每個節點的硬件屬性是否支持雙向傳輸。唯一的問題是當 EtherSound 數據流通過以太網交換機的時候只能是沿著一個方向（Downstream）傳遞音頻數據，也就是說無論這臺交換機上連接了多少個 EtherSound 設備，同時只能有一臺經過配置的設備可以向網絡中發送音頻數據，其它節點只能用來接收。這種數據包是廣播類型的，但是由于每個端口是等帶寬數據傳輸，所以只能使用全雙工的交換機而不能使用 HUB。對于數據量比較小的非同步控制信號，則可以進行雙向傳輸的。
4、網絡協議結構對比
a、CobraNet數據報協議特征
CobraNet 傳輸協議的構建依靠3種基本數據包來完成：一是同步數據包（Beat Packet），它是由網絡中的 Conductor 發出的同步指令數據，每秒種750個，作為每個同步周期的起始數據包與網絡中的全部 CM-1設備保持精準同步；二是同步音頻數據包（Isochronous Data Packet），也是 CobraNet 需要傳送的真正數據內容，可以單播（Unicast）也可以多播（Broadcast）出去；三是預約請求數據包（Reservation Packet），它是由除了 Conductor 以外的所有 CM-1發出的廣播數據包，包含了發送請求數據和優先級等重要信息。除了以上三種必須的數據包類型外，還有兩種可選的數據傳送包：串口包橋（Serial Bridge）和 IP 數據包橋（Packet Bridge）。這兩種數據包和 CobraNet 的音頻數據傳送本身沒有任何關系，是一種附加的功能。也就是說我們可以通過 CobraNet 網絡傳送和音頻無關的串口或 IP 格式的控制數據，這種數據橋功能在工程應用中起著非常重要的作用。CobraNet 數據量僅與傳輸的有效通道數有關。
b、EtherSound數據報協議特征
和 CobraNet 協議不同，EtherSound 數據包只有一種格式。同步和音頻數據在一個數據包中存在了，換句話說就是一種自同步技術。EtherSound 同步方式借鑒了總線式同步數據傳送方式，如火線 IEEE1394接口協議，數據包發送的頻率就是同步頻率。IEEE1394協議是一個點對點協議，所以同步數據是發送端確認，這一特征也被 EtherSound 所繼承，同步發送的數據是從第一個設備中產生。可是對于一個菊花鏈/星型結構的網絡系統，哪一個設備算是“第一個”呢？這個第一就是由用戶在搭建系統的時候根據系統的配置自己設定的，并將其命名為“Primary Master”，也就是說一個完整的 EtherSound 系統只能有一個“Primary Master”，它的作用與 CobraNet 的 Conductor 作用類似，只是工作原理不同。如果系統同步時鐘定義在44.1kHz 的話，那么“Primary Master”就按照44.1kHz 的速度向外發送固定長度為236字節的以太網結構數據包，如上圖。總數據開銷可以計算出=44100×236×8=83.3Mbit/s；同理可以計算出48kHz 采樣下的數據開銷為90.6Mbit/s，顯然這已經到達了100M 以太網的實際傳輸數據上限。
上圖中左側的 ES 設備就是“Primary Master”，它被控制電腦配置后開始向網絡中發送標準的 EtherSound 幀，發送頻率就是音頻采樣頻率，后面的設備與它進行同步。需要注意的第一個問題是這個幀的數據量永遠是恒定的，與其中是否傳輸音頻信號或者傳輸多少通道音頻信號無關；第二是由于沒有同步延時矯正，所以 EtherSound 數據流每經過一個設備就要增加一點延時，同步具有相對性；第三就是這個數據流可以比做是增加了以太網報頭的“IEEE1394”結構，所以所有設備都不具備識別以太網 MAC 地址的能力，也就是說它們不是通過以太網的MAC地址尋址方式通信的（CobraNet 是通過 MAC 尋址），這樣來的好處是避開了以太網封裝/去封裝過程，使得網絡延時大大縮短，不利之處就是網絡中不能包含有任何其它數據格式的數據，當然也包括普通IP數據，因為所有的 EtherSound 設備無法識別這些“雜質”，這使得 EtherSound 網絡的擴展功能變的復雜化。
5、內核原理對比
a、CobraNet內核結構
上圖中的左側四個接點為輸入內容，除了基準時鐘信號外可以傳送同步音頻數據和非同步的串口和IP數據。通過 DSP 將同步數據與基準時鐘同步，以確定如何將同步音頻數據流“切割”成以太網數據包分發出去，并且利用同步周期內的空余時間將非同步串口和 IP 類型數據分發出去。“Ethernet MAC”負責把全部的數據包按照 MAC 地址包裝成符合以太網要求的格式，在定時器（ OP Timer）的控制下有節奏的通過以太網線圈（Ethernet PHY）發送到網絡中去。
隨著技術的發展，很多復雜的功能可以編程到 IC 模塊中，而且遠程控制和升級非常容易，最關鍵的是制造成本大幅度下降了。這些技術在 CM-2標準模塊中都得以實現，見下圖。
CS1810××/CS4961××系列芯片集成了大部分 CobraNet 合成功能，其它廠家只需要添加進來幾個通用的以太網芯片（類似于制造網卡）就可以生產 CM-2了。
b、EtherSound內核結構
上圖是標準的 ES/ES100/ESGiga 設備，右側紅線標注的100M 以太網接口在ES設備上沒有，其它兩種設備上有。這是因為我們先前討論的那個問題，因為 EtherSound 數據流為了降低延時，采用了類似 IEEE1394總線結構的數據包，并改換了報頭去適應以太網，但是由于它終究不是 MAC 類型的以太網分發協議類型，所以不能在以太網絡中和其它類型的數據混合傳輸，為了克服 EtherSound 的控制信號傳遞缺陷，廠家從模塊的 FPGA 打開了另外一個以太網端口（其功能和 RS232端口非常類似，只是輸出格式不同而已）。但是要注意的是這個端口不能和音頻 EtherSound 網絡共用一個VLAN，需要另外建立網絡系統，這樣做的好處還有配置電腦無須連接到“Primary Master”上也可以工作了。
EtherSound 的 FPGA 內核是存放程序和數據的地方，所以寄存器的大小直接決定了音頻的傳輸能力。ES 系列寄存器有兩種，一個是 MSx 88 EepROM 200k DR 可以提供8路輸入/8路輸出的能力，另外一種是 S2 PROM 100k DR 的小容量存儲器 FPGA，只能提供2通道音頻輸出的能力。
6、延時對比
a、CobraNet延時特性
CobraNet 設備之間傳送數據采用 MAC 尋址方式，所以數據延時主要取決于以太網封裝/解封裝、網絡傳輸延時和交換機延時。在這個過程中的網絡延時（主要是網線或光纖）通常是幾個微秒的數量級，而交換機也只有幾個~幾十個微秒的延時，可以忽略不計。對于以太網封裝/解封裝以及 CobraNet 編解碼是固定的1.33ms、2.66ms 和5.33ms 三種（在一個固定的網絡結構下，同一時間只能采用一種延時）。這三種延時可以是用戶在 CM-1（或 CM-2）上根據需要自己設定。一般來說長延時（5.33ms）應用的時候數據包長度比較大，數據誤碼率小，芯片工作壓力小壽命比較長，所以這是廠家比較推薦的，盡管這個延時相對比較長，但是在工程應用中看5.33ms 相對于人耳的延時也是可以忽略不計的，只是對于一些現場演出的場合要求延時比較苛刻的時候，可以選擇2.66ms 或者1.33ms。在這種前提下，還不如采用 EtherSound 技術更能縮短這個延時了。由于 CobraNet 采用了MAC地址尋址方式傳遞數據，所以網絡中任意一對發送/接收器的延時都是相等的，與設備在網絡中的相對位置無關。CobraNet 采用 Conductor 設備作為同步信息包 Beat Packet 的分發者，其同步能力是受到 Beat Packet 的同步報文長度限制，所以一個 CobraNet 系統最多只能同步120個 CM-1/CM-2個傳送器。在星型網絡架構下，只要干線交換機總帶寬足夠，那么一個 CobraNet 系統最多可以同時傳送960個音頻通道。
b、EtherSound延時特性
EtherSound 是采用 DownStream 方式傳輸音頻數據流，由于不依賴于以太網的 MAC 尋址方式，而且具有固定的報文長度，并依靠以太網前導字符串做自同步，這些條件促使了 EtherSound 無須花費更多的時間去處理復雜的以太網數據傳輸關系，類似于IEEE1394這樣的總線傳遞時間就可以完成。EtherSound 的網絡延時最主要就是建構 DownStream 數據流需要花費6個采樣時間（若音頻采樣頻率為48kHz 時，一個采樣時間就是1/48000s，那么6個采樣就是125μs，這個時間長度是固定的）。按這樣計算，若一個音頻輸入信號通過了3個 ES 設備和一個存儲-轉發型交換機并輸出的話，那么它的總傳輸延時見下圖的計算分析：
若采用菊花鏈型網絡結構，那么每增加一個ES節點，一個網絡 DownStream 只增加了2μs，即使增加了10個 ES 設備才相當于一個采樣時間的寬度（1/48000s）。可見這么短的延時量用在現場演出系統中是無法察覺的。由于 EtherSound 技術是基于總線傳輸方式發展起來的，它的自同步方式決定了其接力傳輸距離理論上可以無限制的遠，只是從輸入到輸出端，每增加一個 ES 節點就增加了2μs 而已。另外一個引入的問題就是采用共享帶寬的結構以后，一個 EtherSound 系統的單向最大傳輸能力被“Primary Master”限定在64個通道。若要增加傳輸能力只能依靠擴展總帶寬來實現，如 EtherSound Giga 系統采用了1000M 網絡結構，可以單方向傳輸512個音頻通道。
7、傳輸安全與網絡管理對比
a、CobraNet傳輸安全與網絡管理方式
CobraNet 網絡可以并存在通用的以太網系統中，所以網絡中的其它類型數據包（如IP數據包）可能會和 CobraNet 數據相互影響。當未知的 CM-1/CM-2設定在一些廣播數據包接收或高優先級單播數據包接收狀態下，可能會出現信息泄露問題，此時可以采用私用（Private）高 Bundle 號碼（65280~65535）方式進行傳遞。采用 Private 方式傳遞信號必須要求發送和接收設備之間以固定的，MAC 地址互相綁定，這就可以完全避免信息泄露問題了。
CobraNet 目前全面支持 SNMP v1版本，使用任何標準的 SNMP 管理程序和 MIB 文件可以訪問/控制 CobraNet 參數，這個特性對于工程應用和大型網絡系統管理的角度看是相當必要和重要的。
b、EtherSound傳輸安全與管理方式
前面說過 EtherSound 數據流是一種不完全的“準以太網”協議，它不可以和其它網絡協議數據在一個VLAN中共存，所以這種“排它性”相對來說是比較安全的，只是網絡中如果插入一個未知設備來竊取音頻信息，這是很難防范的。另外還是因為這個“排它性”，所以它也不能接受開放的第三方管理數據。在 ES100和 ES Giga 發明以后，EtherSound 模塊增加了另外一個LAN端口可以接受管理，通過這個端口間接地管理ES通道部分。
8、對比CobraNet與EtherSound綜述
總結前面兩種技術的對比，我們可以用下面這個表格概括一下。
得出的結論就是：
這兩種技術都有各自的優勢和劣勢，根據不同的用途來選擇不同的傳輸技術。一般會議/廣播工程設計偏重功能性和擴展性，忽略超短延時的要求，應該使用 CobraNet；現場演出場合偏重超短延時和快速設計安裝的需求，忽略復雜的功能和網絡管理能力，應該使用 EtherSound 技術。
從技術的發展上看，兩者技術都明顯存在互相學習和相互借鑒，這對消費者無疑是個好事，相信將來兩者之間的差異性也會逐步縮小。但是兩者畢竟是在不同的平臺下發展起來的以太網傳輸技術，它們都有一些技術存在無法逾越的鴻溝，有些問題可以借助與以太網的發展而逐步解決，而有些問題可能永遠停留下來了。作為使用者，我們只要明白它們各自的優勢和缺點，揚長避短，按需所取即可。