Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
IEC 61121 紧凑型数字音频光盘系统 (CD-DA) 技术深度解析
1️⃣ 标准概述与历史背景
IEC 61121 (Ed. 3.0, 2013) 是紧凑型数字音频光盘系统（Compact Disc Digital Audio System，简称 CD-DA）的国际标准。该标准起源于飞利浦与索尼在 1980 年共同制定的 Red Book（红皮书）规范，是消费电子史上最具影响力的光学存储格式之一。作为 CD 音频的物理格式和信号编码的权威定义文档，IEC 61121 奠定了后续 CD-ROM（Yellow Book）、CD-R（Orange Book）等一系列衍生格式的技术基础。
💡 工程启示
IEC 61121 的设计哲学体现了模拟时代向数字时代过渡时期的精妙折中：44.1 kHz 采样率兼顾了 20 kHz 以上的人耳听觉上限与 PAL/NTSC 视频帧率的整数倍关系（每帧 588 个样本 × 3 样本/通道 × 75 帧/秒 = 44,100 样本/秒/通道），而 16-bit 量化则在动态范围（理论 96 dB）与存储密度之间取得了最优平衡。
IEC 61121 的设计哲学体现了模拟时代向数字时代过渡时期的精妙折中：44.1 kHz 采样率兼顾了 20 kHz 以上的人耳听觉上限与 PAL/NTSC 视频帧率的整数倍关系（每帧 588 个样本 × 3 样本/通道 × 75 帧/秒 = 44,100 样本/秒/通道），而 16-bit 量化则在动态范围（理论 96 dB）与存储密度之间取得了最优平衡。
CD-DA 的诞生不仅彻底取代了黑胶唱片和盒式磁带，更开创了数字音频消费的新纪元。IEC 61121 标准涵盖了从物理光盘尺寸（直径 120 mm、厚度 1.2 mm）到信号编码格式（EFM 调制、CIRC 纠错）再到播放兼容性要求的全部技术规范。
2️⃣ 核心技术架构
2.1 物理格式与光学读取
CD-DA 光盘采用聚碳酸酯基底，直径 120 mm（也有 80 mm 的小型盘规格），中心孔直径 15 mm。数据以螺旋形排列的凹坑（pit）和平坦区（land）形式记录，从内圈向外圈以恒定线速度（CLV）旋转读取，扫描速度为 1.2–1.4 m/s。凹坑深度约为 0.11 μm（对应 780 nm 激光波长的 1/4），宽度约 0.5 μm，相邻轨道间距为 1.6 μm。
⚠️ 工程设计考量
1.6 μm 的轨道间距意味着在 120 mm 光盘的节目区内可容纳约 22,000 条螺旋轨道，总数据容量约 700 MB（74 分钟音频）。该参数的选定受限于当时激光光斑尺寸（约 0.8 μm）、伺服跟踪精度以及注塑成型的工艺能力。即便以今天的标准来看，这一光学存储的密度设计仍是模拟/数字混合约束优化的经典案例。
1.6 μm 的轨道间距意味着在 120 mm 光盘的节目区内可容纳约 22,000 条螺旋轨道，总数据容量约 700 MB（74 分钟音频）。该参数的选定受限于当时激光光斑尺寸（约 0.8 μm）、伺服跟踪精度以及注塑成型的工艺能力。即便以今天的标准来看，这一光学存储的密度设计仍是模拟/数字混合约束优化的经典案例。
2.2 音频编码参数
| 参数 | 值 | 说明 |
|---|---|---|
| 采样率 | 44.1 kHz | 满足 20 kHz 带宽要求，Nyquist 采样定理 |
| 量化位数 | 16-bit 线性 PCM | 动态范围约 96 dB（理论），实际约 90-95 dB |
| 通道数 | 2（立体声） | 左/右声道独立采样与量化 |
| 音频数据速率 | 176.4 kB/s | 44,100 × 16 × 2 ÷ 8 = 176,400 B/s |
| 声道比特率 | 1.4112 Mbps | EFM 调制后实际信道速率 4.3218 Mbps |
| 纠错方式 | CIRC（交叉交织里德-所罗门码） | C1 与 C2 两级纠错，最大突发纠错 4,000 bits |
| 调制方式 | EFM（八到十四调制） | 8 bit 数据 → 14 bit 通道码 + 3 bit 合并位 |
✅ 为什么是 44.1 kHz?
早期 CD 开发中，数字音频数据需存储在模拟视频磁带（如 U-matic）上用于原型验证。NTSC 制式每帧 245 行可用视频行 × 每行 3 个音频样本 × 60 帧/秒 = 44,100；PAL 制式为 294 行 × 3 样本 × 50 帧/秒 = 44,100。这一历史偶然因素最终成为了全球数字音频的统一采样标准。
早期 CD 开发中，数字音频数据需存储在模拟视频磁带（如 U-matic）上用于原型验证。NTSC 制式每帧 245 行可用视频行 × 每行 3 个音频样本 × 60 帧/秒 = 44,100；PAL 制式为 294 行 × 3 样本 × 50 帧/秒 = 44,100。这一历史偶然因素最终成为了全球数字音频的统一采样标准。
2.3 CIRC 纠错编码
IEC 61121 采用 Cross-Interleaved Reed-Solomon Code（CIRC）作为纠错方案。CIRC 是一种两级交织里德-所罗门码，在编码端通过 C2 编码器（28,24）和外层的 C1 编码器（32,28）对音频数据进行双重保护。解码端则执行反向操作：C1 解码器先纠正随机错误和短突发错误，C2 解码器再处理长突发错误。
CIRC 的核心优势在于交织策略：通过延迟线将相邻样本分散到不同的码字中，使得长突发错误（如划痕或指纹导致的信号丢失）被分散到多个码字中，每个码字仅包含少量错误，从而大幅提升纠错能力。CIRC 可纠正约 4,000 bits（约 2.5 mm 的轨道长度）的突发错误，并能通过插值隐藏约 12,000 bits 的错误。
2.4 EFM 调制
Eight-to-Fourteen Modulation（EFM）是 CD-DA 系统中的信道调制方案。每 8 bit 的音频/子码数据被转换为 14 bit 的通道位，并在其后附加 3 bit 的合并位以控制游程长度（Run-Length Limited, RLL）。EFM 确保通道信号中相邻翻转之间的时间间隔在 3T 到 11T 之间（T = 231.4 ns），从而满足激光拾取伺服的时钟恢复和跟踪要求。
EFM 编码的根本目的是避免过长的平坦区（会导致时钟同步丢失）和过短的脉冲（会超出光学分辨率极限）。3T 到 11T 的约束保证了信号频谱避开低频区（减少对伺服控制的干扰）并保持稳定的直流分量——这正是 CD 播放器时钟恢复（PLL）能够可靠锁定 4.3218 Mbps 通道位时钟的关键所在。
3️⃣ 工程实践与设计洞察
3.1 子码结构与导航机制
在 CIRC 编码之后，每帧数据中包含一个字节的子码（Subcode）通道，分别标记为 P、Q、R、S、T、U、V、W。P 通道用于简单的轨道间跳转识别（轨道起始标记），Q 通道则携带更为详细的控制信息：轨号（TNO）、索引号（INDEX）、运行时间（以分/秒/帧计，75 帧/秒）以及目录号（UPC/EAN）和 ISRC 编码等。
Q 通道的时码格式以绝对时间（从导入区开始）和相对时间（从当前轨道开始）两种方式编码。CD 播放器通过 Q 通道数据实现随机选曲、剩余时间显示及 A–B 重复播放等基础功能。这一子码架构为后续 CD-Graphics（图形）、CD-Text（文本）等扩展应用提供了通道资源。
⚠️ 常见误区
CD-DA 并非简单地按”文件”方式存储音频。数据以 2,352 字节/扇区的原始格式连续排列，没有文件系统（CD-ROM 才引入了 ISO 9660 文件系统）。CD 翻录（ripping）需要通过精确音频提取（Accurate Rip）技术来校正读取偏移和抖动，因为不同的 CD 光驱对 TOC（目录表）的偏移量解读可能不同，导致提取的音频样本出现整体偏移。
CD-DA 并非简单地按”文件”方式存储音频。数据以 2,352 字节/扇区的原始格式连续排列，没有文件系统（CD-ROM 才引入了 ISO 9660 文件系统）。CD 翻录（ripping）需要通过精确音频提取（Accurate Rip）技术来校正读取偏移和抖动，因为不同的 CD 光驱对 TOC（目录表）的偏移量解读可能不同，导致提取的音频样本出现整体偏移。
3.2 表观与真实时间的关系
IEC 61121 规定的 74 分钟最大播放时长基于以下物理计算：节目区半径范围从 25 mm 至 58 mm，轨道螺旋总长约 5.4 km。在 CLV 模式下，读取激光头需要随半径变化调整盘片转速（从内圈的约 500 rpm 到外圈的约 200 rpm）。
有趣的是，经典 CD（74 分钟）的容量上限其实是妥协的结果——它由最初飞利浦的 60 分钟（直径 115 mm）和索尼的 74 分钟（直径 120 mm）方案折中而成。后来通过减小轨道间距和优化编码效率，CD 的实际容量被扩展到 80 分钟（约 700 MiB），但须确保仍符合 IEC 61121 的基本播放兼容性要求。
3.3 抖动、时基校正与数据完整性
CD-DA 系统中的”抖动”（jitter）是指由于光盘机械旋转不稳定、激光拾取振动或 EFM 信号过零检测不准导致的通道位时序偏差。抖动的存在会降低数据读取的可靠性——在纠错极限边缘时，过度的抖动可能导致不可纠正的错误，引发可闻的爆音或跳过。
工程实践中，CD 播放器通过以下策略缓解抖动影响：(1) 基于 PLL 的时钟数据恢复（CDR），利用 EFM 信号的翻转边缘锁定稳定的位时钟；(2) 采用 FIFO 缓冲区（通常 4–16 帧）进行时基校正，以平滑读取瞬间的时序波动；(3) CIRC 纠错的交织特性天然提供了对短时抖动的容错能力。对于需要高精度音频提取的场景，如 CD 翻录系统，还会采用多遍读取与 CRC 校验结合的策略来保障数据的逐位准确。
4️⃣ 常见问题 (FAQ)
❓ IEC 61121 与 Red Book（红皮书）是什么关系？
IEC 61121 是基于 Red Book 制定的国际标准，两者在技术内容上高度一致。Red Book 由飞利浦和索尼于 1980 年发布，是 CD-DA 的原始规范；IEC 61121 将其纳入 IEC 标准化体系，作为正式的国际标准发布。目前最新的第三版（2013）确认并引用了 Red Book 的物理规格和信号格式。
❓ CD-DA 的 16-bit/44.1 kHz 规格在今天是否已经过时？
从工程角度看，16-bit/44.1 kHz 的理论动态范围（96 dB）和带宽（20 kHz）已经覆盖了人耳的极限听觉范围。虽然高分辨率音频（24-bit/96 kHz 或更高）在理论上提供了更大的动态余量和超声波信息，但实际听音测试中，受过训练的听众在盲听条件下无法可靠区分 44.1 kHz 与 96 kHz 采样率的差异。IEC 61121 的规格在工程上仍是”足够好”的设计，其真正的限制在于 20 世纪 80 年代的 DAC/ADC 转换精度（而非 PCM 格式本身）。
❓ CD 光盘的划痕是如何被纠错的？
CIRC 纠错采用了两级交织策略：编码时通过延迟线将相邻音频样本分散到跨度为 108 帧（约 4,536 个音频样本）的范围中。当光盘表面存在划痕时，丢失的数据比特被分散到多个码字中，每个码字仅丢失少量信息。C1 解码器首先纠正随机错误（最多可纠正每帧 2 个错误符号），残余错误传入 C2 解码器。C2 层使用较强的 RS(28,24) 码处理长突发错误。在最坏情况下，无法纠正的错误将通过前值保持或线性插值进行隐藏——这也是 CD 播放器在严重划痕下仍能连续播放的设计基础。
❓ 什么是”精确音频提取”（Accurate Rip）？
CD-DA 没有数据的 CRC 校验（与 CD-ROM 不同），因此翻录时无法直接验证提取的音频数据是否完全正确。精确音频提取技术采用多种策略组合：① 多遍读取并交叉比对结果；② 利用 C2 错误标记信息定位不可靠扇区；③ 对有疑问的扇区进行退化读取（降低速度、增加重新读取次数）。AccurateRip 数据库进一步通过在线比对数百万用户的翻录结果来验证提取数据的完整性，已成为音频档案数字化的事实标准。
