IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)

2019-11-04 22:41:57

字體：大中小

供稿：網(wǎng)友

　　摘　要：隨著ip電話的廣泛應(yīng)用，IP電話的語音質(zhì)量越來越受到人們的關(guān)注，成為制約其廣泛應(yīng)用的一個(gè)瓶頸，尤其是語音抖動(dòng)現(xiàn)象的存在，更是制約了IP電話在人們生活、工作中的應(yīng)用。影響IP電話質(zhì)量主要有3個(gè)因素：抖動(dòng)、分組延時(shí)、分組丟失。本文對(duì)IP電話中的語音抖動(dòng)成因進(jìn)行了具體的分析，并提出了應(yīng)用語音分組延時(shí)智能緩沖平滑的方法消除語音抖動(dòng)，給出了自己特有的緩沖設(shè)計(jì)方案、設(shè)計(jì)原則，并進(jìn)行了簡(jiǎn)單的仿真實(shí)驗(yàn)分析以及結(jié)果驗(yàn)證，提高了IP電話話音質(zhì)量。
　　
　　要害詞：IP電話；分組延時(shí)；語音抖動(dòng)；緩沖區(qū)
　　
　　電話網(wǎng)、廣播電視網(wǎng)、數(shù)據(jù)網(wǎng)三網(wǎng)合一是21世紀(jì)通信領(lǐng)域發(fā)展的必然趨勢(shì)。人們已逐漸熟悉到,無論是傳統(tǒng)的語音通信還是現(xiàn)代數(shù)據(jù)通信，最后都有可能走到統(tǒng)一的IP協(xié)議上來。IP電話中的語音質(zhì)量是制約其廣泛應(yīng)用的一個(gè)瓶頸，尤其是語音抖動(dòng)現(xiàn)象的存在，更制約了IP電話在人們生活、工作中的應(yīng)用，本文對(duì)IP電話中的語音抖動(dòng)問題進(jìn)行了分析，并初步提出了一個(gè)分析解決方案。
　　
　　1通話過程中語音質(zhì)量分析
　　
　　1.1IP電話中出現(xiàn)的語音質(zhì)量問題
　　
　　在IP網(wǎng)絡(luò)上傳送話音，影響傳送質(zhì)量的因素主要有分組延時(shí)、分組丟失和抖動(dòng)。
　　
　　分組延時(shí)的定義是以秒為單位的由主機(jī)A在鏈路上開始向主機(jī)B發(fā)送1 b信息，到主機(jī)B接收到該信息之間的時(shí)間差。換句話說，分組延時(shí)直接對(duì)應(yīng)于從第一個(gè)用戶開始談話到第二個(gè)用戶(聽者)聽到第一個(gè)音節(jié)之間的時(shí)間差。
　　
　　分組丟失是指從主機(jī)A發(fā)送的，但不能到達(dá)主機(jī)B(目的地)的分組數(shù)占所發(fā)送的所有分組數(shù)的百分比。網(wǎng)絡(luò)上分組丟失的百分比可能明顯地影響IP網(wǎng)絡(luò)上話音的質(zhì)量。語音本是連續(xù)的信號(hào)，在將分組數(shù)據(jù)從主機(jī)A發(fā)送到主機(jī)B的過程中，由于分組傳輸路徑不同，每個(gè)路徑的長(zhǎng)短和數(shù)據(jù)流量各不相同，造成了分組到達(dá)接受端的時(shí)間有所不同，這樣在接受端回放的語音變得時(shí)斷時(shí)連，這種現(xiàn)象稱為話音抖動(dòng)。
　　
　　1.2解決技術(shù)分析
　　
　　為解決IP電話中語音的質(zhì)量問題，主要用以下7種技術(shù)進(jìn)行提高和改善：語音壓縮技術(shù)、回音消除技術(shù)、靜噪抑制技術(shù)、話音抖動(dòng)處理技術(shù)、話音優(yōu)先技術(shù)、包分割技術(shù)和前向糾錯(cuò)技術(shù)。這里主要介紹語音抖動(dòng)處理技術(shù)。
　　
　　在語音抖動(dòng)處理中主要采用的是抖動(dòng)緩沖技術(shù)，即在接收方設(shè)定一個(gè)緩沖池，話音包到達(dá)時(shí)首先進(jìn)入緩沖池暫存，系統(tǒng)以穩(wěn)定平緩的速率將話音包從緩沖池中取出、解壓、然后播放給受話者。這種緩沖技術(shù)可以在一定限度內(nèi)有效處理話音抖動(dòng)，提高音質(zhì)。使用抖動(dòng)緩沖技術(shù)的原理如圖1所示：為了確定呼話音包的正確時(shí)間間隔，在RTP的包頭上提供了一個(gè)時(shí)間戳(Time Stamp)，用于記錄這個(gè)呼包的產(chǎn)生時(shí)間。在發(fā)送端，IP網(wǎng)關(guān)產(chǎn)生的呼包①的A，B的時(shí)間間隔和B，C的時(shí)間間隔均為20 ms；經(jīng)過IP網(wǎng)絡(luò)的傳輸后，在接收端收到的呼包②的B，C的時(shí)間間隔變成了30 ms；為了恢復(fù)原有的時(shí)間間隔，接收端呼網(wǎng)關(guān)根據(jù)每個(gè)呼包的RTP時(shí)間戳來確定呼包③的正確時(shí)間間隔，把他們恢復(fù)成原來的20 ms向下一級(jí)設(shè)備發(fā)送。由于消抖動(dòng)緩存池不是在接收到每一個(gè)話音包的情況下就立即轉(zhuǎn)發(fā)，因此還要確定適當(dāng)?shù)霓D(zhuǎn)發(fā)延時(shí)的大小。假如延時(shí)太長(zhǎng)，就會(huì)使系統(tǒng)整體的延時(shí)變得很長(zhǎng)；假如延時(shí)太短，IP話音包在答應(yīng)的時(shí)間范圍內(nèi)沒有到達(dá)，話音仍會(huì)出現(xiàn)抖動(dòng)現(xiàn)象，緩存池的作用不很明顯。取兩者平衡點(diǎn)的結(jié)果通常是使緩存器的網(wǎng)絡(luò)延時(shí)保持在40 ms左右。
　　　 IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)（圖一）

　　2解決語音抖動(dòng)問題的方案
　　
　　2.1抖動(dòng)的處理思路
　　
　　Internet的實(shí)質(zhì)是分組交換網(wǎng)絡(luò),IP分組是存儲(chǔ)、轉(zhuǎn)發(fā)的最小單元。因此,同一信源的分組可能經(jīng)過不同的路由傳輸?shù)浇邮斩?分組到達(dá)接收端的時(shí)延也不同。這種分組傳輸時(shí)延的不同被稱為時(shí)延抖動(dòng)。時(shí)延抖動(dòng)的存在引起收端解碼后的語音信號(hào)出現(xiàn)間斷,造成語音失真,所以必須進(jìn)行時(shí)延抖動(dòng)的吸收補(bǔ)償。與分組網(wǎng)傳輸數(shù)據(jù)相比,電路交換則是由于預(yù)先分配了信道資源,通信子網(wǎng)以流的方式對(duì)待數(shù)據(jù),即各幀數(shù)據(jù)從A端到達(dá)B端的時(shí)間相等,這樣也就不存在抖動(dòng)的問題。在設(shè)計(jì)IP電話中的語音抖動(dòng)處理方案時(shí)，可以做如下考慮：采用智能緩沖平滑的方法,即讓接收端對(duì)抖動(dòng)程度做出猜測(cè),并把接收到的信元存放在緩沖器中，采用適當(dāng)長(zhǎng)度的抗抖動(dòng)緩存，吸收延時(shí)后再輸出。
　　　 IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)（圖二）

　　如圖2所示，在語音的實(shí)際傳輸過程中，語音從發(fā)端出來，經(jīng)過一系列網(wǎng)絡(luò)設(shè)備，到達(dá)收端時(shí)，接收端接收到發(fā)端的語音后，其緩沖池自動(dòng)對(duì)語音的抖動(dòng)程度作出智能判定，然后根據(jù)其抖動(dòng)程度，附加一個(gè)語音長(zhǎng)度，吸收延時(shí)。但實(shí)際上延時(shí)抖動(dòng)是隨機(jī)的,從而附加抖動(dòng) 吸收時(shí)延很難準(zhǔn)確地確定,如選擇不當(dāng)將產(chǎn)生“欠載”或“過載”現(xiàn)象。一種較為有效的解決辦法是以還原語音突發(fā)中的總間斷長(zhǎng)度為基礎(chǔ)來決定抖動(dòng)吸收延時(shí)的大小。而且一般認(rèn)為,當(dāng)總間斷長(zhǎng)度在3 ms以下時(shí),即使不進(jìn)行抖動(dòng)吸收控制也能獲得較好的再生語音。如何根據(jù) 接收到的語音包來自適應(yīng)地完成抗抖動(dòng)緩存大小的選擇,是抗抖動(dòng)工作中最重要的一環(huán)(這是IP電話實(shí)時(shí)應(yīng)用中必不可少的一步,目前只是在模型中設(shè)定了一個(gè)固定長(zhǎng)度的Buffer)。
　　
　　2.2語音抖動(dòng)處理的設(shè)計(jì)
　　
　　在前面的思路分析中，采用語音智能緩沖平滑的方法。這樣在具體的設(shè)計(jì)方案中，對(duì)緩沖的處理是要害。
　　
　　2.2.1設(shè)計(jì)緩沖區(qū)隊(duì)列
　　
　　傳統(tǒng)的在單緩沖區(qū)方式下，采集語音數(shù)據(jù)時(shí)，緩沖區(qū)采集滿到系統(tǒng)把這塊數(shù)據(jù)成功發(fā) 送出去的這段時(shí)間內(nèi)，沒有新的緩沖區(qū)提交給電話語音卡，所以這段時(shí)間內(nèi)的語音信息就丟失了，回放語音數(shù)據(jù)時(shí)，在從網(wǎng)絡(luò)上接收到一塊語音數(shù)據(jù)到電話語音卡把這塊數(shù)據(jù)回放完畢的這段時(shí)間內(nèi)，從網(wǎng)絡(luò)上來的數(shù)據(jù)也可能因沒有空的緩沖區(qū)而丟失。
　　
　　因此，可以設(shè)計(jì)4個(gè)緩沖區(qū)隊(duì)列來保證語音的連續(xù)性，防止語音抖動(dòng)：錄音緩沖區(qū)隊(duì)列、發(fā)送緩沖區(qū)隊(duì)列、接受緩沖區(qū)隊(duì)列和放音緩沖區(qū)隊(duì)列工作原理簡(jiǎn)圖如圖3所示。當(dāng)一塊緩沖區(qū)滿拿去發(fā)送時(shí)，馬上從緩沖區(qū)隊(duì)列中取一塊空的緩沖區(qū)給電話語音卡繼續(xù)進(jìn)行錄音，放音時(shí)，當(dāng)從網(wǎng)絡(luò)上接收到一塊語音數(shù)據(jù)拿去回放時(shí)，馬上從緩沖區(qū)隊(duì)列中取一塊空的緩沖區(qū)預(yù)備接收下一塊網(wǎng)絡(luò)上傳送來的數(shù)據(jù)。
　　
　　2.2.2緩沖區(qū)大小的設(shè)計(jì)原則
　　
　　除了增加緩沖區(qū)數(shù)目來解決問題外，系統(tǒng)還通過適當(dāng)增加緩沖區(qū)大小來進(jìn)行保證，當(dāng)一方網(wǎng)關(guān)發(fā)送一個(gè)數(shù)據(jù)塊時(shí)，接收方網(wǎng)關(guān)用一定大小的緩沖區(qū)接收數(shù)據(jù)，只有當(dāng)整個(gè)數(shù)據(jù)塊都收到后，才放入語音卡放音緩沖區(qū)給語音卡放音。對(duì)每一個(gè)數(shù)據(jù)塊來說，在網(wǎng)絡(luò)上的傳輸是不連續(xù)的，但對(duì)整個(gè)數(shù)據(jù)塊來說，他的傳輸就是相對(duì)連續(xù)的。緩沖區(qū)越大，語音的連續(xù)性越好。同時(shí)，增加緩沖區(qū)的大小后也帶來了不利的因素，他增加了傳輸延遲。所以在實(shí)際應(yīng)用中，必須在減少延遲和增加緩沖區(qū)大小之間取得一定的平衡，一般來說，取1 kB為緩沖區(qū)的容量。
　　
　　現(xiàn)有的緩存空間分配機(jī)制大都采用靜態(tài)方法，由排隊(duì)論的基本結(jié)論可知,絕大多數(shù)情況下顧客等待空間均處于非布滿狀態(tài),但由于該空間中的未使用部分是“已分配”了的資源,故絕大多數(shù)情況下緩沖器均處在非充分利用的狀態(tài)；此外,就資源利用而言,理想的緩存空間分配方法應(yīng)是動(dòng)態(tài)的按需分配,這既能大大提高緩沖器的利用率，又能很好地適應(yīng)各業(yè)務(wù)流到達(dá)特性的動(dòng)態(tài)變化,從而確保各業(yè)務(wù)流的語音質(zhì)量,尤其是語音抖動(dòng)要求。基于“動(dòng)態(tài)按需分配”的思想,本文提出了一種緩存空間的動(dòng)態(tài)分配方法:基于“附加塊”的按需分配機(jī)制(ABB A)。假設(shè)網(wǎng)絡(luò)結(jié)點(diǎn)在連接建立階段為一用戶連接分配的(基本)緩存容量為K,稱接納到達(dá)分組進(jìn)入的緩存空間為該連接的“工作塊”;在數(shù)據(jù)傳送階段,一旦因工作塊已被占滿而使新到達(dá)的分組不能進(jìn)入系統(tǒng),便立即申請(qǐng)附加的緩存空間,假如可以,治理者為其分配一片容量仍為K的附加緩存空間,稱其為該連接的“附加塊”;隨后,當(dāng)前和以后到達(dá)的分組便只進(jìn)入其附加塊而不再進(jìn)入原先的工作塊需要指出,一旦申請(qǐng)成功,附加塊就變成了新的工作塊,而原工作塊變?yōu)橹唤邮芟到y(tǒng)服務(wù)而不再接納到達(dá)分組的“過渡塊”,此后,由于后續(xù)到達(dá)分組不再進(jìn)入該過渡塊,故他最終會(huì)被清空而釋放,然后系統(tǒng)才為新的工作塊服務(wù)。緩存塊的狀態(tài)有“工作”、“過渡”和“釋放”3種。
　　
　　2.3實(shí)驗(yàn)分析
　　
　　利用系統(tǒng)仿真的思想建立一個(gè)數(shù)學(xué)模型，在此基礎(chǔ)上對(duì)IP電話網(wǎng)絡(luò)的語音性能進(jìn)行模擬，使用計(jì)算機(jī)網(wǎng)絡(luò)仿真軟件，采用對(duì)象化、層次化的手段，進(jìn)行程序設(shè)計(jì)，如圖4所示。
　　　 IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)（圖三）

　　在具體的建立仿真模型過程中，將網(wǎng)絡(luò)部件定義成對(duì)象,每個(gè)有一套可配置的屬性。編程環(huán)境應(yīng)用C風(fēng)格的腳本，同時(shí)用戶可以使用圖形用戶接口GUI來構(gòu)建一個(gè)網(wǎng)絡(luò)或進(jìn)程模型。節(jié)點(diǎn)代表在仿真網(wǎng)絡(luò)拓?fù)渲械木W(wǎng)絡(luò)節(jié)點(diǎn)或主機(jī)，用非常類似于ISO/OSI層模型的方式來組織節(jié)點(diǎn)。進(jìn)程是節(jié)點(diǎn)模型中重要的模塊，一個(gè)進(jìn)程對(duì)網(wǎng)絡(luò)協(xié)議或一個(gè)應(yīng)用的行為進(jìn)行模擬，可以用一個(gè)有限狀態(tài)自動(dòng)機(jī)(FSA)來代表一個(gè)進(jìn)程。模擬一個(gè)信息源，使其隨機(jī)處于“0”和“1”兩個(gè)狀態(tài)，這樣就可以仿真實(shí)現(xiàn)語音抖動(dòng)的效果，他負(fù)責(zé)在一定的時(shí)間內(nèi),以特定的速率發(fā)送數(shù)據(jù)包,以及接收由其他的用戶應(yīng)用發(fā)送的數(shù)據(jù)。當(dāng)目的地址設(shè)置后,用戶應(yīng)用得到了其他的屬性,諸如平均速率、用戶應(yīng)用發(fā)送的每一個(gè)數(shù)據(jù)包的大小、仿真開始時(shí)間、發(fā)送周期持續(xù)時(shí)間,并在初始狀態(tài)等待傳輸?shù)拈_始。
　　
　　接下來要實(shí)現(xiàn)的是守護(hù)進(jìn)程，守護(hù)進(jìn)程負(fù)責(zé)處理端系統(tǒng)的語音數(shù)據(jù)包，記錄了在語音預(yù)約中的時(shí)延,可以測(cè)量出語音消息被發(fā)出和被接收之間的時(shí)延和抖動(dòng)。在應(yīng)用中，在節(jié)點(diǎn)模塊中加入函數(shù)PROCESS(),用來在IP分組流中識(shí)別語音消息，對(duì)每一個(gè)進(jìn)入的PATH消息PROCESS()在IP的IntServ狀態(tài)表中檢查會(huì)話是否已經(jīng)存在。加入處理函數(shù)后,一旦信號(hào)被發(fā)送,IP進(jìn)程就會(huì)將消息存儲(chǔ)在臨時(shí)緩存,并由到達(dá)狀態(tài)變遷到空閑狀態(tài)(以便他可以處理其他的到達(dá)的包)。當(dāng)輸出接口完成了QoS通道的建立,PROCESS()就會(huì)發(fā)送一個(gè)響應(yīng)信號(hào),應(yīng)答IP進(jìn)程。
　　
　　運(yùn)用上面的方法,對(duì)傳送IP語音業(yè)務(wù)進(jìn)行了仿真。仿真配置如圖5所示,兩個(gè)客戶在同一條鏈路上發(fā)送語音業(yè)務(wù),假定客戶產(chǎn)生的業(yè)務(wù)相似。使用的語音數(shù)據(jù)編碼平均速率為22 kb/s,峰值速率為32 kb/s的PCM編碼。
　　　 IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)（圖五）

　　對(duì)IP語音抖動(dòng)進(jìn)行仿真的結(jié)果如圖6所示。
　　　 IP電話系統(tǒng)語音抖動(dòng)問題的分析(組圖)（圖六）

　　通過對(duì)圖6的分析可以明顯發(fā)現(xiàn)：嵌入設(shè)計(jì)方案的仿真結(jié)果的語音抖動(dòng)現(xiàn)象明顯比未嵌入設(shè)計(jì)方案的語音抖動(dòng)要減輕得多。由此可以認(rèn)為，這種設(shè)計(jì)方案切實(shí)可行，達(dá)到了設(shè)計(jì)目標(biāo)。

上一篇：視訊技術(shù)分析與幾種典型實(shí)例應(yīng)用(圖)

下一篇：淺析IPTV技術(shù)的幾個(gè)關(guān)鍵問題