陳煒 2007/03/09

　　VoIP是指通過IP網(wǎng)絡傳輸電話呼叫的一種方式。VoIP允許通過已有的IP數(shù)據(jù)網(wǎng)絡傳輸電話呼叫，從而幫助企業(yè)降低通信成本。同時VoIP技術在企業(yè)市場的應用使數(shù)據(jù)通信產(chǎn)品廠商進入了語音市場，激烈的競爭催生了很多新的應用。在諸多新的應用中，IP電話與企業(yè)數(shù)據(jù)以及桌面應用的集成已成為一個熱點，企業(yè)級IP電話的語音質(zhì)量對于整個融合解決方案的質(zhì)量至關重要。
影響語音質(zhì)量的因素
　　VoIP是以一種新技術的角色進入市場，與傳統(tǒng)的PSTN網(wǎng)絡進行競爭。作為替代技術，其語音質(zhì)量應該能夠與PSTN的語音質(zhì)量一致或者更好。但是因為IP網(wǎng)絡原本不是為傳遞語音數(shù)據(jù)而設計的，相對傳統(tǒng)電話系統(tǒng)，一些技術難點需要克服，設計者必須面對由此而帶來的挑戰(zhàn)。常見的問題有網(wǎng)絡時延、抖動、丟包和聲學回聲。
1. 網(wǎng)絡時延
　　在傳統(tǒng)的PSTN網(wǎng)絡，洲際長話或者衛(wèi)星長話的回路時延大約在500~600ms，這時候，當一方說話后要過一段時間對方才會聽到說話并反應，雙方通話脫節(jié)。在ITU的標準中建議電話系統(tǒng)的回路延時應該不大于300ms。在IP電話系統(tǒng)中，回路的時延包括語音報文打包時長、語音編解碼所引入的延時以及處理網(wǎng)絡抖動所引入的延時等。系統(tǒng)設計者必須均衡考慮各方面因素，使系統(tǒng)的回路時延盡可能小，使通話自然流暢。
2. 抖動
　　IP報文在網(wǎng)絡上傳遞時，每個報文傳輸?shù)穆酚啥加锌赡懿灰粯�，在每個節(jié)點上傳遞轉(zhuǎn)發(fā)的時間也可能不一樣。在一個VoIP通話中，每個語音數(shù)據(jù)報文在網(wǎng)絡中的傳輸時間都不一樣。一些報文會比預計到達的時間晚到或者早到接收方，而在回放解碼IP語音報文時，解碼器以固定間隔回放語音數(shù)據(jù)。晚到的語音包會導致在一段時間內(nèi)解碼器沒有數(shù)據(jù)可解，而早到的數(shù)據(jù)報文有可能被丟棄。所以系統(tǒng)中需要引入報文緩存區(qū)以去除網(wǎng)絡抖動，平滑網(wǎng)絡抖動所造成的影響。但是引入過深的緩存區(qū)，會使回路時延相應增大，需要選擇合適的緩存區(qū)大小，在能去除網(wǎng)絡抖動的同時，不過多增大回路延時。
3. 丟包
　　理想的網(wǎng)絡情況是所有發(fā)送的語音報文都能夠被接收端正常接收。但是IP報文在網(wǎng)絡上傳遞時，網(wǎng)絡的個別處理節(jié)點可能會出現(xiàn)處理能力不夠或者帶寬受限制的情況，部分報文可能會被丟掉。雖然IP網(wǎng)絡上有一些機制可以在報文丟失的時候重傳丟失報文，但是對實時性要求很高的話音數(shù)據(jù)并不能使用這些機制。
　　部分語音編解碼方式有內(nèi)置的丟包補償算法，在丟包比率不高的時候，可以使用插值的方法做補償，讓接聽方感覺不到語音信息丟失。但是在丟包率較高的網(wǎng)絡，必須采用其它方法來控制網(wǎng)絡丟包對語音質(zhì)量的影響。
4. 聲學回聲
　　在電話二四線轉(zhuǎn)換系統(tǒng)中通常存在兩種回聲：線路回聲和聲學回聲。
　　線路回聲是由于二四線轉(zhuǎn)換的時候阻抗不匹配引起。在這種情況下，通話者的聲音傳遞到遠端的二四線轉(zhuǎn)換時反射，同對方的說話送回到通話者的耳中。如果回路延時比較小(＜50ms)，通話者很難察覺到回聲的存在，但是當回路時延比較大的時候，通話者就能聽到自己的說話。IP通話的回路時延一般比較大，所以在有二四現(xiàn)轉(zhuǎn)換的節(jié)點必須有回聲抑制單元。
　　聲學回聲是由于在電話側(cè)的播放和接聽之間存在聲學耦合，喇叭播放出的聲音經(jīng)過在空間中的一次或者多次反射以后回饋到聽筒或麥克風而引起(如圖1所示)。

　　市場上推廣的很多解決方案宣稱能夠做到全雙工免提。但是事實上，大部分算法都只能支持半雙工免提通話。當全雙工電話工作在免提模式下，通話的雙方即使同時說話也能聽到對方的聲音。如果是只能支持半雙工免提通話，當雙方同時說話的時候，一方的聲音被壓制消除，不能被另一方聽到。甚至在本地的背景噪聲比較大的時候，對方的說話聲音被壓制，而聽不到任何聲音。
　　網(wǎng)絡時延、抖動、丟包以及聲學回聲都是影響IP電話通話質(zhì)量的重要因素，系統(tǒng)設計者必須妥善解決這些問題。芯片供應商如果能夠提夠成熟的方案解決這些共性問題，可以使系統(tǒng)設計者集中精力設計差異化的新業(yè)務，并縮短產(chǎn)品推向市場的時間。
TNETV1050 IP電話解決方案
　　TI提供全面的VoIP解決方案，覆蓋IP電話、家庭網(wǎng)關、電信級網(wǎng)關以及VoADSL和VoCable。針對企業(yè)級IP電話需求，TI提供了多種解決方案，其中TNETV1050/TNEV1055的SoC方案基于TI的TMS320C55x DSP系列的可編程DSP和增強的32位MIPS內(nèi)核。它使用先進的系統(tǒng)架構，在提供高性能低功耗的同時，兼顧系統(tǒng)的可擴展性，還包括豐富的外設接口，滿足設計企業(yè)級電話系統(tǒng)的要求。

圖2：TNETV1050/1055 IP電話處理器。

　　TNETV1050芯片包含一個內(nèi)置的以太網(wǎng)交換機以及雙PHY，可以在桌面上提供IP電話服務的同時，提供一個PC連接。TNETV1050的USB接口可以使IP電話連接多種USB設備，如PDA等。設計者還可以通過TI的VLYNQ接口擴展多種其他功能，例如Wi-Fi模塊，硬件加密等。芯片集成了LCD控制器、CODEC以及鍵盤接口，降低了系統(tǒng)成本。
　　從圖3可以看到，在網(wǎng)絡丟包比較高的時候，使用主動干預仍然可以獲得比較好的語音質(zhì)量。
3. 聲學回聲的處理
　　解決IP電話的聲學回聲問題需要從兩方面著手。
　　首先，設計者需要采用有良好聲學特性的模具結(jié)構，以減小聲學回聲的幅度以及非線性回聲的部分。設計者可以通過咨詢相關的設計公司得到幫助。TI的方案包中包含聲學設計指南，對聲學設計中的一些要點提出建議。設計中的要點包括：盡可能增大喇叭到麥克風的距離；麥克風和喇叭在模具中應該有聲學隔離；麥克風應用比較軟的海綿包住，然后固定到話機上，以減少從模具上傳遞過來的震動；話機在接觸桌面的部分使用減震的墊腳，以減少震動；選擇頻譜特性良好的喇叭和麥克風等。
　　其次，聲學回聲處理模塊應能夠良好地去除壓制聲學回聲，并能夠正確處理兩端講話(double-talk)和不損害背景噪聲連續(xù)性。TI的聲學回聲抑制模塊利用快速傅立葉變換，使用基于頻域算法，能夠快速收斂預測參數(shù)，有效的檢測兩端講話。采用多級雙向非線性算法，同時在非線性算法工作的時候利用頻譜特征補償背景噪聲。
實時語音監(jiān)控方案——PIQUA
　　VoIP的一大難點是IP網(wǎng)絡的不確定性，而VoIP系統(tǒng)的語音質(zhì)量很大程度上倚賴于網(wǎng)絡質(zhì)量的好壞。網(wǎng)絡管理員需要一種實時監(jiān)控VoIP的質(zhì)量，主動干預網(wǎng)絡配置和VoIP的設置。
　　PIQUA是TI推出的實時語音監(jiān)控方案，它根據(jù)復雜的算法估算出用戶對VoIP系統(tǒng)語音質(zhì)量的主觀感覺并實時上報，同時還提供重要的網(wǎng)絡統(tǒng)計信息。上層軟件和網(wǎng)絡管理員可以根據(jù)實時語音質(zhì)量以及統(tǒng)計信息對系統(tǒng)配置進行干預。例如，當某一段時間網(wǎng)絡的丟報率比較大，導致語音質(zhì)量下降的時候，系統(tǒng)管理軟件可以根據(jù)PIQUA的信息，配置不同等級的冗余或者前向糾錯來保證語音質(zhì)量。同時網(wǎng)絡管理員也可以根據(jù)PIQUA的記錄，了解整個網(wǎng)絡的狀況，找到丟包率較高的原因，調(diào)整路由表或者網(wǎng)絡帶寬分配，主動維護整個語音網(wǎng)絡的質(zhì)量。

電子工程專輯