Im Gegensatz zum obigen Standard ist es mit CD-ROM XA möglich, einzelne Sektoren und somit auch unterschiedliche Track-Arten zu verschachteln (Interleaving) und dadurch verschiedenartige Medien gleichzeitig wiederzugeben. Aus diesem Grund wird hierbei auch vom Multimedia-Format gesprochen [Ste93a]. 1988 wurde dieser Standard von Philips, Sony und Microsoft verabschiedet.
Es sind zwei Sektorformate spezifiziert, die beide auf CD-ROM Mode 2 aufbauen. Sie werden
Form 1 und Form 2 genannt. Wie aus Abbildung 
und ersichtlich,
unterscheiden sich beide Formate in der zusätzlichen Fehlerkorrektur bei Form 1 [Ste93a].
Aus diesem Grund dient Form 1 v. a. der Speicherung von Programmcode und Form 2 der
Speicherung von Audio- und Videodaten. Während beim Programmcode mehr Gewicht auf die
Korrektheit der Daten gelegt wird, ist bei Audio und Video insbesondere die Lesegeschwindigkeit von
großer Bedeutung. Form 1- und Form 2-Sektoren können in einem Track verschachtelt enthalten sein.
Um Sektoren beider Arten beim Lesen und der Fehlerkorrektur unterscheiden zu können, wird ein sog.
Subheader (acht Bytes) eingeführt (siehe Tabelle ). Das erste Byte des
Subheaders bezeichnet die dem Sektor zugehörige Datei und liegt zwischen 0 und 255
(0
entspricht einer Datei, die nicht interleaved ist). Wegen der parallelen
Verarbeitungsmöglichkeit der unterschiedlichen Sektorformate und der damit verbundenen Medien
werden für ADPCM-Audiosektoren und Video- sowie Datensektoren Kanäle bereitgestellt. Dabei
können ersteren Kanalnummern von 0 bis 15 und letzteren Nummern von 0 bis 31 vergeben werden
[Ste93a].
Das Bit 0 des Submode-Bytes signalisiert das Ende eines Datensatzes (End of Record). Hierdurch könnte ein Video, separiert in Einzelbilder, in eine Datei gespeichert werden, so daß die Einzelbilder separat gelesen werden können. Die Bits 1 bis 3 geben an, zu welchem Datentyp ein Sektor gehört. Man unterscheidet hierbei unter Data, ADPCM und Video. Bit 5 ordnet dem jeweiligen Sektor das Format Form 1 oder Form 2 zu. Mit Bit 6 ist es möglich, Daten als zeitabhängig zu deklarieren. Dadurch können z. B. Video und Ton synchronisiert werden. Sollten beim Lesen der Daten Fehler auftreten, werden diese nur in dem Maß korrigiert, daß keine Störungen im Timing auftreten.
Im vierten Byte wird festgehalten, auf welche Weise die vorliegenden Audio- und Videodaten kodiert sind. Hier wird angezeigt, ob z. B. der Mono- oder der Stereo-Modus aktiv ist, oder welches ADPCM- Level verwendet wird.
Die Bytes 5 bis 8 sind redundant zu den vorherigen und leisten so einen Beitrag zur Datensicherheit [Ste93a].
Mit CD-ROM XA können Audiodaten in verschiedenen Kompressions- bzw. Qualitätsstufen verarbeitet werden. Die hieraus resultierenden unterschiedlichen Audiodatenraten erlauben ein flexibles Zusammenspiel mehrerer paralleler Medien. So kann z. B. der Ton zu einem Video derart komprimiert werden, daß beide Medien bzgl. der Gesamtdatenrate immer noch gleichzeitig abgespielt werden können.
Die Audiokodierung basiert auf der von CD-I. Es werden die ADPCM-Levels B und C jeweils in
Mono und Stereo unterstützt (siehe Tabelle ) [Ste93b].
CDs, die diesem Standard entsprechen, eignen sich besonders als Speichermedium technisch anspruchsvollerer Multimedia-Anwendungen und werden daher häufig im Zusammenhang mit Spielen vermarktet [Hof89].