|
IP电话的话音质量保证技术（夏泽华）
IP电话利用IP（互联网协议）在互联网上传送话音。IP技术是一种面问非连接
的分组交换技术。它的通信资源的利用率远远高于传统的电路交换网技术，通信费
用也低得多，其最成功的应用就是互联网。
互联网采用的是交互式的网络体系和开放式的网络结构，采用分组交换和路由
技术，能够实现各种网络的无缝连接，并有效地降低成本。因此，IP技术是实现语
音、图像、数据等业务的最佳方案。然问，最初为数据报业务而设计的IP只负责主
机之间的数据传输，不进行检错、纠错。因此，经常发生数据丢失现象。为保证数
据的可靠传输，入们将TCP用于IP数据报的传输，提高了接收端的检、纠错能力。当
检测到数据包丢失或错误时，要求发送端重新发送，这样不可避免地会引起传输延
时和占用网络带宽。因此，传统的IP网络在传输实时音频、视频方面的能力较差。
为了使IP网络不仅能传输非实时数据信息，也能传送实时多媒体信息，目前已
有了一些技术方案。ITU、IETF等已开始起草了一些IP实时通信的作准。如实时传输
协议／实时控制协议（RTP／RTCP）、资源预留协议（RSVP）等。这些技术方案具体
可划分如下：
（1）避免丢失（RTP／RTCP，RSVP）；
（2）丢失重建（冗余万案）；
（3）丢失缓和（交织，隐藏，自适应打包／隐藏）。
RTP／RTCP
RTP／RTCP付于用户数据报协议（UDP）层之上，负责多媒体数据的传送。RTP
／UDP没有TCP那么可靠，并且无法进行资源预留及实时业务的质量保证，需要RTCP
实时监碎数据传输和服务质量。由于UDP的传输时过小了TCP，故能与合、视频流很
好地匹配，同此，实际应用中，RTP／RTCP／UDP多用于音、视频媒体，而TCP主要
应用于数据和控制信令的传输。
RSVP
IETF开发的RSVP在现有IP网络上实现带血倾留，为实时青、视频业务保留带宽
并设置队列管理。它装在网络节点（终端、路由器、交换机）中，以确保端到瑞的
传输带宽。当终端需要在一条路径上预留带宽资源时，希望向目的地发出一条路径
信息，该信息向该路径．上的所有节点（主要是路由器）申请预留带宽资源，同时
此信息还包含有关数据流的信息，如平均速率、数据包长度等。当节点收到路径信
息后，通过分析信息中的数据流信息，确定保留所需带宽资源。如果节点可用资源
不足，则拒绝申请；否则设置队列管理，同时将路径信息发给下一个节点。因此，
RSVP可以根据不同的应用分配带宽，有效地减少传输时延，保证实时传输。
冗余法
冗余（Redundancy）机制是往发送当前包时携带更早些的包的信息。这里建议
使用两种方法：
（1）信源编码冗余，即重复发送相同的信号数次。
（2）信道编码儿余，采用正向纠错编码（FEC）的方法。
不过，这些方法并没有考虑语音信号的特性，相对地增加传输的数据量。但是，
对突发的包丢失这一方案是很有用的。
交织法
交织法（Interlcaving）是提高语音信号的可听度的一种简单方法，即在不同
的包中发送同一信号段，因此分散了丢失包的影响。有以下几种方案：
（1）单元交织法（UnitInterleaving）：语音信号被划划分为大小为L/I（L
是包的大小，I是每个包中的单元数）的单元。然后每隔1个单元装人相同的包，直
到装满后发送。当某一个包被丢失时，除了单元大小的“时隙”的信号被丢失外，
其它“时隙”的信号仍存在，结果减少了可听度的失真。
（2）样本交织法（SampleInterleaving）：将波形编码器的连续样本分放在
两个个不同的包中。这样当一个包丢失时，至少收到另一个，并且丢失的样本可用
插值法恢复。不过，这一方案仅与波形编码器一起工作，且丢失一个包时对长度为
2L的语音段的影响较大。
交织法在接收端须新排序，因此交织法需较长的反应时间。
隐藏法
语音信号可粗略地划分为有声段和尤声段。有声段的信号呈现很强的周期性。
当打包时，相邻包的内容很相似。隐藏法（Concealment）就是利用这一特性来处
理当前包丢失时近似地填充这一间隙。
通常，隐藏法在转换器上没有引入附加机制，帮很适合于异质多波环境。这意
味着发送端可以使用不同的音频工具，接收端可根据特定的质量要求减少丢失，但
只适用于孤立的小媒体包（信号呈准周期特性，只有当语音信号段小于40ms时）的
丢失。要得到高质量的语音输出，在该时隙之后还须有大量的成功接收的数据包，
因此导致输出时延。若固定打包存在间隔，则某些部分信号由于无法覆盖丢失的整
个音素而不能隐藏。
自适应打包/隐藏
自适应打包（Adaptive Packetization）是发送端的算法将来自音频输入设备
的PCM样本送到样本缓冲器中，在自相关函数的最大值的位置返回。输入缓冲器指
针控制样本移动，在返回时形成一个块。若在信号中找不到周期性，则信号的内容
是非语音或杂音。因此，这样可检测到语音转换。为了防止发送IP所禁止的报头，
将两个连续的块装入一个包。当检测到有声音/无声音时，将该转换块一分为二，
如果包中只含前面的半愉，则将该块作为一个包发送。当无声音/有声音转换时，
则测试当前块与前一个块的后向相关。若此时已经包含了声音数据（由于前向处相
关计算），则将前一个块一分为二，对这一问题的解决方法是保留两个无声音的块，
并检查第三个块是否发生了无声音/有声音转换。用上述算法，“较重要”有声语
音在较小的包中发送，因此即使没有隐藏，所导致的丢失影响要比用固定包尺寸时
的影响要小。为了能在接收端隐藏丢失，还必须在包内传送附加信息——包内两个
块之间的界限。
当接收端检测一个丢失包时，由于在发送端预处理过了，接收端可假定丢失包
的块与邻近的块相似，避免隐藏信号的不连续性，邻近的块被复制并被再抽样以准
确地符合丢失块的长度。其块长度由包长度和包内块边界给定。因为丢失包的大小
和邻近的块可能只略有不同。所以，觉察不到明显的影响。
本文介绍了IP电话的质量保证技术。有些是ITU或IETF已制定的协议；有些则
是正在研究的方案。其中自适应打包/隐藏技术经实验证明对单个包丢失的恢复是
相当有效的，它能够恢复丢失50%的话音。在目前的互联网环境里，这一方案无疑
将成为最佳方案。
|