语音与数据集成网络的语音质量.docx

语音与数据集成网络的语音质量

大唐高鸿数据网络技术股份有限公司
© Copyright, 2005

1 目的
MG3000-T做为中继网关，处于数据网络与PSTN语音网络之间，承担信令转换和语音流转换的职责。本文从理论角度讨论语音与数据集成网络中影响语音质量的因素，以期对产品的工程实施以及客户宣传提供理论依据。同时提出了如何评价客户网络质量的可行性建议。
2 影响语音质量的变量
影响语音质量的变量概述：
末端变量
网络变量
背景噪音
电路噪音
信号等级
频率相关失真
振幅裁剪
延迟和抖动
量化失真
回音
编解码器失真
随机位误差
时间裁剪（VAD）
突发误差（分组丢失）
多个谈话者
量化/编解码器失真

2.1 背景噪音
背景噪音的例子包括嘈杂的办公室、热闹的街道等，背景噪音一般在网络规划和设计的考虑范围之外，因为网络不会造成这个问题，发送方的背景噪音影响编解码器和语音活动探测（VAD）系统的工作。
2.2 信号等级
信号等级指的是音频容量，模拟电压或电流以及以数字字节表示的PCM样本的等级。一般来说，信号等级在转换成数字形式时保持不变。然而，网络元素可能加入降低信号等级的噪音，在模拟传送域中，信号远程传送导致信号变弱，中继或者再生设备将放大依附在期望信号上的累积电路噪音。如果延音频通路的任何点上的信号等级过低或者过高，那么信号将变得失真。
2.3 振幅裁剪
在一些设备或传送媒介中，当信号等级太大而不能准确表示时，将会发生振幅裁剪，将信号裁剪为可以传送的等级时，原始波形将被裁剪。
2.4 量化失真
随时间和振幅连续变化的模拟信号转换成时间和振幅离散变化的数字信号时，将产生量化失真。语音数字化编码是影响量化失真的主要因素。
2.5 编解码器失真
低位速率语音编码算法都使用有损耗的压缩方案，编解码器不仅影响语音信号，也影响非语音信号，例如双音多频（DTMF）。
2.6 时间裁剪
语音活动探测（VAD）系统设计成可以节省带宽并在通话无声期间消除背景噪音。当说话者开始谈话时，VAD系统需要一定时间来从语音抑制模式转换到语音传送模式，单词或句子的开头可能在这个期间丢失。
2.7 多个谈话者
MG3000-T32暂不牵涉到多方通话，不予考虑。
2.8 电路噪音
对于长距离模拟电路，电路噪音是主要影响因素，但噪音介入时，期望信号可能非常弱。
2.9 频率失真
由于模拟电线对于不同频率的信号具有不同的电传送特性，所以会发生频率失真。传真机和调制解调器传送需要考虑这些现象的影响，但语音质量不会受很大影响。
2.10 延迟和抖动
在分组语音网络中，延迟和抖动是主要的因素，对于任何长距离的通信都需要考虑延迟。另外，分组语音网络也需要考虑可变延迟和抖动的影响。
2.11 回音
回音是来自某一方向的语音信号反射或渗漏到反方向的结果。回音影响的程度与延迟和回音信号的等级有关。
2.12 随机位误差
因为不完善的电线、有故障的设备、虚弱的信号等级或各种其他原因，在数字传送中会产生随机位误差，在分组网络中，单一的位误差会破坏整个分组，通常使用CRC算法探测位误差，以保证分组的数据完整性。
2.13 突发误差
一般而言，突发误差比位误差具有较少的破坏性，因为仅仅是具有误差的分组需要重发，随机位误差更加分散，因此影响更多的分组以至于必须重传这些分组。在语音网络中，将会看到相反的情况：突发误差比随机位误差更具有破坏性。

3 改善语音质量
3.1 固定延迟与可变延迟
在设计IP电话网络时，延迟是需要考虑的重要因素。分组语音网络中的延迟可以分为固定延迟和可变延迟。
ITU G.114规范的延迟说明
ITU规范范围（ms）
实际使用的经验范围（ms）
描述
0—150
0—200
大多数用户可以接受的范围
150—400
200—300
可以接受的范围
400以上
300以上
不能接受的范围
固定延迟的内容：
编解码处理延迟，延迟随使用的编码器和处理器的速度不同而变化，未压缩的编码解码器，比如G.711不存在任何编码延迟。
分组延迟，编码或压缩语音时装载一个分组并且加上各种IP/UDP/RTP头所需要的时间。
串行延迟，一个IP分组到达外部网络接口所需的固定延迟时间。它与接口上的时钟频率直接相关。
传播延迟，单一的数据位从数字连接的一方到另一方所需要的时间。传播延迟通常接近光速，中间设备的使用会增加传播时延的时间。
可变延迟的内容：
队列/缓冲延迟，排在输出队列前边的帧导致到达路由器或者交换机的语音帧产生延迟，该延迟是变化的延迟，依赖于线速和队列状态。变化的延迟被称做为抖动，抖动大多产生在低速度链路中，因为在低速链路的队列里，甚至一个单一的分组也能显著影响语音数据被传输之前在队列中等待的时间。
3.2 语音起伏波动和中断
最常见的语音质量问题之一是语音起伏波动和中断，通常，分组丢失、队列问题和语音活动检测（VAD）会导致语音起伏波动和中断。
分组丢失是导致语音质量的最普通原因，绝大多数的语音编码解码器能够接受5%的随机分组的损失而不会明显影响音质。不过，这要假定5%的分组不是同时丢失，而是随机分布的丢失。在语音与数据集成的网络中，工程上应该保证只能允许一定数量的呼叫通过有限带宽的链路。
队列问题能够很明显的影响抖动，如果端到端存在太多的抖动，就会产生音质问题。实际上，大量的抖动比少量的分组丢失更糟，因为绝大多数编码解码器能够弥补少量的分组丢失。弥补抖动的唯一办法是增加缓冲区容量，但是一旦缓冲容量增加，语音流会在缓冲区中被延迟更长的时间。端到端的延迟超过200毫秒，呼叫双方会觉得对话不再是交互式的，而变得断续。
使用语音活动检测（VAD）可以获取额外的带宽资源，但VAD会影响音质。在静音过去后，语音网关必须检测正常语音的开始，并重新开始传送语音分组。如果语音网关没有及时检测正常语音的开始，那么谈话就会被删除一段，造成头一个音节的丢失。因此，大多数情况下用户宁愿不使用VAD。
丢包率和抖动对网络的影响
网络等级
包丢失率
抖动
优
0
1ms
一般
3%
20ms
较差
5%
60ms
3.3 媒体编码的选择
编解码技术及所需带宽
编解码技术
语音压缩率(kbit/s)
语音质量等级
实测结果(kbit/s)
G.711a/u
64
优
90.4
G.729a/b
8
良
34.4
G.723.1
6.3
接近良
22.9
从上表可以看出，语音质量高的编码技术，需要的带宽就大，如果带宽占用的小，语音质量就会有一定的下降。所以，选择使用哪一种语音编解码要根据客户的实际网络条件和需要达到的语音质量来决定。根据大多少客户使用的经验看，推荐客户使用G.729编码。
3.4 回声问题
回声是最难解决的语音质量问题，也是最常遇见的问题。大多数回声是电信号混合回声或声学回声中的一种，电信号混合回声仅仅存在于模拟线路中，全数字的网络不会受混合回声的影响，与此类似的，串音也是发生在模拟线路中。声学回声通常发生在电话机和PC电话等扬声器电话这样的端点上。目前专业的回声消除芯片厂家的专用芯片能够更为有效的解决此类问题。
我们设备的处理能力：最大支持128ms的处理（目前业界最大的处理能力）。

4 测试方法与内容
网络问题对语音质量的影响集中在丢包、时延、抖动和带宽这几个方面，如果有条件，建议在部署IP语音系统之前，对IP网络环境做一个全面的测试。这样能够更好的保证今后业务顺利的开展。

PSTN网
中继媒体网关
MG3000-T
IP网
总部（深圳）

分支（北京）
PSTN网
中继媒体网关
MG3000-T
网络模拟器

4.1 丢包测试
丢包率(％)
效果
确认
0

3

5

20

注意：丢包率可以用ETHEREAL软件来验证效果。
4.2 时延测试
时延（MS）
效果
确认
0

80

150

300

注意：时延可以用PING命令分析得到结论。
4.3 抖动测试
抖动（MS）
效果
确认
0

20

60

120

注意：时延可以用ETHEREAL软件分析得到结论。