Dettagli del DVD-Audio.
E' obbligatorio LPCM, fino a 6 canali alle frequenze di campionamento di 48/96/192 kHz (anche 44.1/88.2/176.4 kHz) e dimensioni di campionamento di 16/20/24 bit. Teoricamente ciò consente una risposta in frequenza fino a 96 kHz e gamma dinamica fino a 144 dB. Il PCM multicanale è miscelabile dal lettore, anche se a 192 e a 176.4 kHz sono utilizzabili solo due canali. Le frequenze e le dimensioni di campionamento possono variare per i differenti canali usando un set predefinito di gruppi. La velocità massima di trasferimento dati è di 9,6 Mbps.
Il WG4 ha deciso di includere la compressione con minore perdita (era ora!), e il 5 Agosto 1998 ha approvato lo schema MLP (Meridian Lossless Packing) di Meridian , già su licenza Dolby. MLP rimuove i dati ridondanti dal segnale per ottenere un rapporto di compressione di circa 2:1 e permettendo al segnale PCM di essere completamente ricreato dal decode MLP (richiesto su tutti i lettori DVD-Audio). MLP consente tempi di riproduzione da 74 fino a 135 minuti circa nei 6 canali audio a 96kHz/24-bit su un singolo strato (confrontato ai 45 minuti senza compressione). I tempi di riproduzione di audio a 2 canali a 192kHz/24 bit sono di 120 fino a 140 minuti circa (confrontati ai 67 minuti senza compressione).

Gli altri formati audio del DVD-Video (Dolby Digital, MPEG audio, e DTS, descritti sotto) sono opzionali sui dischi DVD-Audio, sebbene sia richiesto il Dolby Digital per i contenuti audio che sono accompagnati dal video. E' consentito un sottogruppo di funzioni del DVD-Video (escluso le angolazioni multiple, ricerca interattiva ecc.) E' previsto che dopo poco tempo l'uscita dei lettori DVD-Audio, i nuovi lettori DVD universali supporteranno anche tutte le funzioni del DVD-Audio.

Il DVD-Audio include funzioni specializzate nel downmix dei canali PCM. Al contrario del DVD-Video, nel quale il decoder controlla il mixaggio da 6 canali a 2, il DVD-Audio include delle tabelle di coefficiente per controllare il mixdown ed evitare l'incremento del volume dovuto all'aggregazione dei canali. Possono essere definite fino a 16 tabelle per ogni Audio Title Set (album), ed ogni traccia può essere identificata con una tabella. I coefficienti oscillano da 0dB a 60dB. Questa funzione va sotto l'orribile nome di SMART (system-managed audio resource technique). (Anche il Dolby Digital, supportato sia dal DVD-Audio che dal DVD-Video, include informazioni di downmix che possono essere inserite al momento della codifica.)

Il DVD-Audio consente fino a 16 immagini grafiche per traccia, con un set limitato di transizioni. La visualizzazione on-screen può essere utilizzata per la sincronizzazione dei testi e per i menu di navigazione. Può essere usata una speciale modalità di navigazione semplificata sui lettori senza un display.

La Sony e la Philips stanno promuovendo il SACD, un formato competitivo basato sul DVD usando la codifica Direct Stream Digital (DSD) con frequenze di campionamento fino a 100 kHz. Il DSD è basato sulla tecnica pulse-density modulation (PDM) che usa singoli bit per rappresentare la salita e la discesa incrementale dell'onda sonora. Ciò presumibilmente migliora la qualità togliendo la barriera di filtri necessari per la codifica PCM. Inoltre effettua un sottocampionamento più efficace e preciso. Il DSD fornisce una risposta in frequenza da DC fino a 100 kHz e oltre con una gamma dinamica di oltre 120 dB. Il DSD comprende una tecnica di codifica con minor perdita che produce una riduzione dei dati di circa 2:1 predicendo ogni campione e quindi codificando il segnale d'errore. La massima velocità di trasferimento è di 2.8 Mbps.

Il SACD include la caratteristica di avere una filigrana fisica. L'elaborazione del segnale dei pit (PSP) modula la larghezza dei pit del disco per memorizzare una filigrana digitale (i dati sono memorizzati nella lunghezza del pit). Il pickup ottico deve contenere dei circuiti aggiuntivi per leggere la filigrana PSP, che viene poi confrontata con le informazioni sul disco per accertarsi che sia regolare. A causa dei requisiti dei nuovi circuiti per la lettura della filigrana, i dischi SACD non possono essere riprodotti negli attuali drive DVD-ROM.

Il SACD include testi e immagini fisse, ma non il video. La Sony afferma che il formato è destinato agli audiofili e non è stato studiato per sostituire il formato CD audio. Originariamente era stato pianificato un formato doppio strato che avrebbe permesso ai SACD di suonare negli attuali lettori CD, però è stato abbandonato nel 1999 per problemi tecnici. Esso potrebbe resuscitare quando i livelli produttivi saranno abbastanza alti da permettere di produrre dischi ibridi SACD a costi minori piuttosto che stampare dischi sia SACD DVD che CD. Vedi 1.12 per informazioni sul lettore.

Dettagli audio del DVD-Video.
I seguenti dettagli sono relativi alle tracce audio del DVD-Video. Alcuni produttori di DVD come la Pioneer stanno sviluppando dei lettori solo audio che utilizzano il formato DVD-Video. Alcuni dischi DVD-Video contengono principalmente audio e solamente immagini video fisse.
Un disco DVD può contenere fino a 8 tracce audio (streams). Ogni traccia può essere in uno dei seguenti tre formati:

Dolby Digital (conosciuto anche come AC-3): da 1 a 5.1 canali
audio MPEG-2: da 1 a 5.1 canali a 7.1 canali
PCM: da 1 a 8 canali.
Esistono inoltre due formati aggiuntivi opzionali: DTS e SDDS. Ambedue richiedono un decoder esterno e non sono supportati da tutti i lettori.
Il canale ".1" si riferisce a quello collegato ad un subwoofer per riprodurre gli effetti a bassa frequenza (LFE). Questo canale trasporta un segnale audio con enfasi sui toni bassi.

Linear PCM è l'audio digitale non compresso (minor perdita), lo stesso formato usato nei CD e su molti nastri master da studio. Può essere campionato a 48 o a 96 kHz con 16, 20 o 24 bit/campione. (Il CD audio è limitato a 44.1 kHz a 16 bit). I canali utilizzabili vanno da 1 a 8. La velocità massima di trasferimento è 6.144 Mbps, che limita la frequenza di campionamento e la dimensione dei bit quando ci sono 5 o più canali. E' opinione generale che la gamma dinamica di 96 dB a 16 bit oppure i 120 dB a 20 bit unita ad una risposta in frequenza fino a 22.000 Hz e un campionamento a 48 kHz sia adeguata per la riproduzione del suono ad alta fedeltà. Comunque, un maggior numero di bit e maggiori frequenze di campionamento sono utili in ambito professionale, come il trattamento dei rumori, l'elaborazione digitale avanzata e la riproduzione del suono tridimensionale. I lettori DVD sono tenuti a supportare tutte le varianti di LPCM, ma alcuni di essi potrebbero sottocampionare i 96 kHz a 48 kHz, ed alcuni potrebbero non usare tutti i 20 o 24 bit. Il segnale fornito all'uscita digitale per i convertitori esterni digitale/analogico potrebbe essere limitato a meno di 96 kHz e a meno di 24 bit.

Dolby Digital è l'audio digitale multi-canale, che utilizza una tecnologia di codifica con perdita AC-3 dell'originario PCM con una frequenza di campionamento di 48 kHz e fino a 24 bit. La velocità di trasferimento è da 64 a 448 kbps, che si attesta sui 384 kbps per l'uso con 5.1 canali e sui 192 kbps per l'uso stereo (con o senza codifica surround). (Molti decoder Dolby Digital supportano fino a 640 kbps.) Le combinazioni di canali possibili sono (anteriore/surround): 1/0, 1+1/0 (dual mono), 2/0, 3/0, 2/1, 3/1, 2/2 e 3/2. Il canale LFE è opzionale con tutte le 8 combinazioni.

MPEG audio è l'audio digitale multi-canale, che utilizza la compressione con perdita dell'originario formato PCM con frequenza di campionamento di 48 kHz a 16 bit. Sono supportati i formati sia MPEG-1 che MPEG-2. La velocità varia da 32 kbps a 912 kbps, mentre la velocità media normalmente è di 384 kbps. MPEG-1 è limitato a 384 kbps. Le combinazioni di canali possibili sono (anteriore/surround): 1/0, 2/0, 2/1, 2/2, 3/0, 3/1, 3/2, e 5/2. Il canale LFE è opzionale con tutte le combinazioni. Il formato 7.1 canali aggiunge i canali sinistra-centro e destra-centro, ma probabilmente il suo uso sarà molto raro per gli impianti domestici. I canali MPEG-2 surround sono convogliati in un flusso aggiuntivo sui canali stereo MPEG-1, che rende l'audio MPEG-2 compatibile all'indietro con gli apparecchi MPEG-1 (un sistema MPEG-1 riprodurrà soltanto i due canali stereo). MPEG Layer III (MP3) e MPEG-2 AAC (aka NBC o unmatrix) non sono supportati dallo standard DVD-Video.

DTS (Digital Theater Systems) Digital Surround è un formato audio digitale opzionale multi-canale (5.1), che utilizza la compressione con perdita sul PCM a 48 kHz e fino a 20 bit. La velocità di trasferimento varia da 64 a 1536 kbps, con tassi tipici di 768 a 1536. (Il formato DTS Coherent Acoustics supporta un data rate variabile fino a 4096 kbps per la compressione a minor perdita, ma questo non è supportato dal DVD). Le combinazioni di canale sono (anteriore/surround): 1/0, 2/0, 3/0, 2/1, 2/2, 3/2. Il canale LFE è opzionale con tutte e 6 le combinazioni. Lo standard DVD include un formato di flusso audio riservato al DTS, ma molti lettori lo ignorano. In conformità al DTS, gli attuali decoder DTS funzionano con i DVD DTS. Il formato DTS usato nei DVD è diverso da quello utilizzato nei cinema (apt-X Audio Processing Technology , un coder ADPCM, non un coder psicoacustico). Tutti i lettori DVD possono riprodurre i CD audio DTS, poichè il flusso standard PCM contiene il codice DTS. Vedi 1.32 per informazioni generali sul DTS.

SDDS (Sony Dynamic Digital Sound) è un formato audio digitale opzionale multi-canale (5.1 o 7.1), compresso dal PCM a 48 kHz. La velocità di trasferimento può arrivare fino a 1280 kbps. SDDS è un formato per colonne sonore su pellicola cinematografica basato sul formato di compressione ATRAC che viene usato anche per i Minidisc. La Sony non ha annunciato alcun progetto per supportare SDDS sul DVD.
THX (Tomlinson Holman Experiment) non è un formato audio. E' un programma di certificazione e controllo qualità impiegato nei sistemi audio e acustici dei cinema, apparecchiature domestiche e nelle elaborazioni di mastering digitale.Il programma THX Digital Mastering della LucasFilm utilizza un processo brevettato che segue la qualità video attraverso la generazione multipla del video necessaria per produrre un formato finale su disco o su nastro, il setup dei monitor video per assicurare che lo sviluppatore della pellicola stia vedendo una rappresentazione precisa di ciò che si trova sul nastro prima di approvare il master, ed altre operazioni da eseguire durante il processo. Gli amplificatori certificati come THX "4.0" risaltano il Dolby Pro Logic: il filtro crossover invia i bassi dai canali centrali al subwoofer; ri-equalizzazione dei canali anteriori (compensazione con aumento dei toni alti studiata per gli altoparlanti che si trovano dietro lo schermo del cinema); intonazione del timbro sui canali posteriori; decorrelazione dei canali posteriori; curva dei toni bassi che enfatizza le basse frequenze. Gli amplificatori certificati THX "5.1" risaltano il Dolby Digital e sono migliorati rispetto ai 4.0: gli altoparlanti posteriori emettono ora tutta la gamma di frequenze, perciò il crossover invia i bassi al subwoofer dai canali anteriori e posteriori: la decorrelazione è attivata automaticamente quando i canali posteriori producono lo stesso suono, ma non durante gli effetti surround separati, che non necessitano di essere decorrelati. Altre informazioni su Home THX Program Overview.

I dischi contenenti video 525/60 (NTSC) devono usare il PCM o il Dolby Digital almeno su una traccia. I dischi contenenti video 625/50 (PAL/SECAM) devono usare il PCM o l'audio MPEG o il Dolby Digital almeno su una traccia. Le tracce aggiuntive possono essere in qualsiasi formato. Pochi lettori della prima generazione, come quelli della Matsushita, non possono inviare l'audio MPEG-2 ad un decoder esterno.

Le specifiche originali richiedevano sia l'audio MPEG che il PCM sui dischi 625/50. Ci fu una piccola zuffa condotta dalla Philips quando i primi dischi uscirono con soltanto i due canali MPEG e il Dolby Digital multicanale, ma il Forum DVD nel maggio 1997 chiarì che solo l'audio stereo MPEG era obbligatorio per i dischi 625/50. Nel dicembre 1997 la mancanza di codificatori MPEG-2 (e di decoder) fu un problema abbastanza grosso da far modificare le specifiche per permettere al Dolby Digital di essere l'unica traccia audio sui dischi 625/50.

Per l'uscita stereo (analogica o digitale), tutti i lettori hanno incorporato un decoder Dolby Digital a 2 canali che converte i 5.1 canali (se presenti sul disco) in Dolby Surround stereo (p.e. 5 canali vengono convertiti in 2 canali per essere decodificati in 4 da un elaboratore Dolby Pro Logic esterno). I lettori PAL hanno anche un decoder MPEG o MPEG-2. Sia il Dolby Digital che MPEG-2 supportano come sorgente il Dolby Surround a 2 canali nei casi in cui il produttore del disco non può o non vuole rimissare l'originale in canali separati. Ciò significa che un DVD etichettato come Dolby Digital potrebbe usare soltanto i canali destro/sinistro per il surround o per il "semplice" stereo. Anche i film con vecchie tracce monofoniche potrebbero usare il Dolby Digital -- ma solo 1 o 2 canali. I lettori Sony possono opzionalmente passare al suono stereo non surround. Se l'audio surround è per voi importante, otterrete risultati significativamente migliori dai dischi multicanale se userete un sistema Dolby Digital.

Il nuovo formato Dolby Digital Surround EX (DD-SEX?), che aggiunge un canale posteriore centrale, è compatibile con i dischi e lettori DVD, e con gli attuali decoder Dolby Digital. Il nuovo formato DTS Digital Surround ES (DTS-ES), che allo stesso modo aggiunge un canale posteriore centrale, funziona bene con gli attuali decoder DTS e con i lettori DVD DTS compatibili. Comunque, per l'uso completo di entrambi i nuovi formati, avrete bisogno di un nuovo decoder per estrarre il canale posteriore centrale, che è unito ai due canali posteriori standard allo stesso modo in cui il Dolby Surround è unito ai canali stereo standard. Senza un nuovo decoder, otterrete gli stessi canali audio 5.1 che avete adesso. Poichè il canale posteriore aggiuntivo non è un canale separato a piena frequenza, è giusto chiamare i nuovi formati "5.2 canali digital surround.

L'elaborazione Dolby Digital non include di solito il canale LFE e può comprimere la gamma dinamica per migliorare la comprensione dei dialoghi ed evitare che il suono diventi confuso se riprodotto con impianti audio domestici di medie prestazioni. Ciò può comportare una scarsa qualità sonora sugli impianti audio di fascia alta. La funzione dynamic range compression (DRC), spesso chiamata modalità mezzanotte , riduce le differenze tra i suoni forti e i suoni lievi per permettere di abbassare il volume ed evitare di disturbare gli altri e poter ancora distinguere i dettagli dei passaggi più silenziosi. Alcuni lettori hanno la possibilità di disattivare il DRC. Nella preparazione del disco viene controllata la qualità del downmix e se il risultato non è accettabile l'audio può essere aggiustato o può essere aggiunta una traccia separata destro/sinistro Dolby Surround. L'esperienza ha mostrato che a volte sono necessari piccoli aggiustamenti per rendere più chiari i dialoghi nella limitata gamma dinamica degli impianti stereo domestici, ma che l'aggiunta di una traccia separata di solito non è necessaria.

Il Dolby Digital include anche una funzione chiamata normalizzazione dei dialoghi , che potrebbe essere chiamata più correttamente normalizzazione dei volume. Il DN (normalizzazione dei dialoghi) è stato progettato per mantenere il suono allo stesso livello quando vengono commutate differenti sorgenti. Ciò diventerà più importante non appena le sorgenti Dolby Digital aggiuntive (satellite digitale, DTV ecc) saranno di uso comune. Ogni traccia Dolby Digital contiene l'informazione del loudness in modo che il ricevitore possa regolare automaticamente il volume, abbassandolo, per esempio, durante una pubblicità rumorosa. (Certamente i pubblicitari possono imbrogliare il sistema e inserire un basso livello DN artificiale, provocando l'aumento del volume dei vostro ricevitore durante la pubblicità!) Accendere o spegnere il DN sul ricevitore non ha effetto sulla gamma dinamica o sulla qualità sonora, il suo effetto non è differente dall'alzare o abbassare il controllo del volume.

Tutti e cinque i formati audio del DVD-Video supportano la modalità karaoke, che comprende due canali per lo stereo (D. e S.) più un canale opzionale come guida per la melodia (M) e due canali vocali opzionali (V1 e V2).

Un DVD-5 con un solo flusso audio stereo surround (a 192 kbps) può contenere oltre 55 ore di audio. Un DVD-18 ne può contenere oltre 200.

Molte persone si lamentano perchè il livello audio del lettore DVD è troppo basso. In effetti il livello audio è troppo alto su tutto il resto. Le colonne sonore dei film sono estremamente dinamiche, spaziando dal silenzio quasi totale alle forti esplosioni. Per poter sostenere un aumento della gamma dinamica e alti picchi (vicini al limite di 2V RMS) senza distorsioni, il livello medio del volume deve essere più basso. Ecco perchè il livello di linea dei lettori DVD è più basso di quasi tutte le altre fonti. Fino ad ora, al contrario del CD e dei LD, il livello è molto più costante tra un disco e l'altro. Se il cambiamento di volume commutando tra il DVD e le altre fonti è fastidioso, su alcuni lettori potete regolare il livello di uscita del segnale, o su alcuni ricevitori potete regolare il livello di ingresso del segnale, ma oltre a questo, non c'è molto che possiate fare.