SDI标准
视频、音频和辅助数据有一个国际标准：串行数字互联(Serial Digital Interconnect，SDI)。SDI不仅使演播室布线更加简单，同时，它也是一个简约的传输标准，在通过卫星向广播中心传送视频时，更是如此。图像和声音使用相同的传输路径，不仅降低了成本，也防止了视频和音频之间的延迟。此外，SDI为每路视频信号提供了多达16个音轨，这样可以容易地利用SDI视频路由器把音频包含在视频流中。这样可以不必使用单独的音频路由，简化了大系统的信号处理。SDI好处很多，但是，由于SDI当初是与数字视频一起诞生的，现在已经出现了一些新课题，特别是在音频路由(比如声音处理)方面。
嵌入音频
SDI是一种格式，本质上是模拟行信号的一种数字版本。可以在复合信号的消隐期加入附加数据。基本上，SDI信号包括三个部分：持有实际图像信息的行信号；每行结尾(行消隐期)的行辅助数据(HANC)；两个视频场之间(场消隐期)的场辅助数据(VANC)。VANC被某些信息(如时间码)占用时，数字音频只能在HANC内传输，这样，音频信息就必须拆分成数据包，集成或嵌入行信号中。
总带宽可以达到大约42.2Mb/s(NTSC, 525行)或43.8Mb/s(PAL，625行)。与3.072Mb/s双通道AES/EBU接口相比，这个数据率是相当不错的。
包分配
对HANC，有三种不同的数据包可供选择：音频数据；包头中以ID为特征的辅助数据，以及控制数据。所有这三种类型都有相似的结构，并具有一个相同的特点：根据内容不同，长度可变。
音频数据被封装在包中，每个包包括四个声道或两对立体声道，加上额外数据(AES/EBU信号的C、U、V数据)。这是音频嵌入的最简单形式。然而，这种音频包的容量仅对分辨率不超过20b的信号合适。如果要传输24b的音频，必须建立辅助数据包来携带剩余的4b。
控制数据包可以容纳附加信息，比如取样率或延迟设置。
这三种包在传输方案中构成了一个“分组”，在一个SDI信号中最多可以嵌入4个分组，在一个取样率为48kHz的SDI信号中允许传输16个音轨。
延迟
视频和音频以不同的速率进行数字化，其速率缺乏一个公约数。音频采样率为48kHz时，这两种类型的信号的关系如附表所示。
这意味着，每一视频行通道能容纳稍多于3个的音频采样。一般认为，这不太合适，因为最好能在一行内固定分配整数个音频采样。为了解决这个问题，音频包可以是变长的——一定数量的包带3个采样，另外一些则带4个采样。为了能容纳尽量多的声道，这些包中有4个必须在每行的最后插入，使之完全利用每行的所有数据率。对625行制式，每一个图像都重复这种分配方案；对于525行制式，每5行才重复一次。
接收机使用一个缓冲器，以将分配到包中的数据重建成连续的音频流。这个缓冲器的使用，导致了一个与其它数字技术相似的音频信号滞后。正常的延迟为40～64个采样，然而，利用视频行包分配的智能技术，可以降低这个数值。在标准中，没有定义包分配，所以，只有靠SDI嵌入器的设计者来决定最佳解决方案。这可能给不同制造商的设备带来不兼容性！
简单的解决方案
一旦开始使用SDI进行创新工作，就会面临这种灵活的兼容音频路由需求。例如，当瑞士的SF-DRS为盐湖城冬奥会做准备的时候，就面临向多语种国家广播的常见困境：他们不得不在每个视频中携带德语、法语和意大利语解说，还有国际声系统。当信号到了瑞士之后，由于广播解说必须是当地的语言，在不同的广播电台必须对音频信号进行不同的处理。
为能快速提取并重新集成信号，而且所有的设备既要互相兼容，还要同其完全基于CANTUS和NEXUS系统的转播车队和大量演播室兼容，就需要外部解嵌器和嵌入器。对于这种场合，有一个有效的解决方案：音频路由的能手——用于NEXUS的SDI版(一种在每个视频信号中提取和嵌入16个音轨的SDI版本的NEXUS板，目前正在开发中)。
