（通信与信息系统专业论文）基于以太局域网的ip电话系统.pdf

基于以太局域网的l p 电话系线 摘要 摘要 妒5 6 5 3 3 9 近年来，因特网技术的发展带动了各项业务的突飞猛进，以电路 交换技术为核心的传统电话业务已经逐渐被采用分组技术的i p 网络 电话业务所取代。i p 网络电话以其低廉的通话费用和方便的拨打方式 正日益受到了人们的关注和青睐。i p 网络电话的形式已由初期的电话 软件时期进入到i p 电话嬲关时期，有关i p 电话系统的各项协议也日 趋完善。与此同时，以太局域网作为基础设施，已经在学校、企事业 单位得到相当的普及，但是这种局域网络利用率往往不高，平时只是 被用来在计算机之间传输和共享一般的数据信息，因此空闲时间较 多，数据传输具有突发性。鉴于网络资源较为空闲这一特性，我们结 合并简化了i p 电话系统的有关协议，开发了一种无需付费的内部可 视电话软件系统，该系统以计算机为平台，无需额外的硬件支持，运 行过程不影晌网络原有功能和正常使用。此外，该系统对者频和视频 分组在以太丽中售输中出现的丢失和延时等情况进行了实时监测和 分析，并采取了一些初步的解决播施，因此具有广泛的应用价值。 关键词：i p 网络电话以太局域网实时丢失延时 作者：胡子涟 指导老师：汪一鸣 a b s t r a c t t h er a p i dd e v e l o p m e n to ft h ei n t e m e tt e c h n o l o g yh a s s p u r r e dt h e a s t o n i s h i n g a d v a n c eo fa 1 1b u s i n e s si nr e c e n t y e a r s t h e t r a d i t i o n a l t e l e p h o n eb u s i n e s st h a ti sc e n t e r e d o nt h ec i r c u i ts w i t c h i n gt e c h n o l o g yi s g r a d u a l l yr e p l a c e db yt h ea p p l i c a t i o no f t h ei pt e l e p h o n eb u s i n e s sw i t h p a c k e ts w i t c h i n gt e c h n o l o g y 弧ei pt e l e p h o n ei si n c r e a s i n g l yw i n n i n g t h ef a v o ro ft h ep e o p l ew i mi t sr e a s o n a b l ec a l l i n gf e ea n di t sc o n v e n i e n t d i a l i n gm e t h o d t h e f o r mo ft h ei p t e l e p h o n eh a ss t e p p e di n t ot h ep e r i o d o fi pt e l e p h o n eg a t e w a yf r o mt h e e a r l yp h o n es o f t w a r ep e r i o da n dt h e v a r i o u sp r o t o c o l sr e l a t e dt ot h ei pt e l e p h o n es y s t e mi s b e i n gp e r l e c t e d w i t ht h ed a yp a s s i n g m e a n w h i l e ，a st h eb a s i cf a c i l i t i e s l a nb a s e do n t h et e c h n o l o g yo fe t h e m e th a s s p r e a di n t os c h o o l s ，a n du n i t s ，b u tt h i s k i n do fl a nh a sn o tb e e nf u l l yu s e d i ti su s u a l l yu s e dt ot r a n s m i ta n d s h a r et h ec o m m o nd a t aa n di n f o r m a t i o nb e t w e e nc o m p u t e r s s oi t i s s o m e t i m e sa c c i d e n t a l i nv i e wo ft h ec h a r a c t e r i s t i ct h a tt h en e t w o r k r e s o u r c e sa r e i d i e ，w eh a v ec o m b i n e da n ds i m p l i f i e ds o m er e l a t e d p r o t o c o l so f t h ei pt e l e p h o n es y s t e m ，a n dd e v e l o p e da ni n t e m a lv i s u a l t e l e p h o n es o f t - w a r es y s t e m ，w h i c h h a s c o m p u t e r a st h ep l a t f o r ma n dn e e d s n oe x t r ah a r d w a r es u p p o r ta n dw h o s e o p e r a t i n gp r o g r e s sw i l ln o ta f f e c t t h e p r e v i o u s f u n c t i o n sa n dt h en o r m a l o p e r a t i o n s b e s i d e s t h es v s t e m c a n s i m u l t a n e o u s l ym o n i t o rt h er e a l - t i m et r a n s m i s s i o nc o n d i t i o no ft h ea u d i o a n dv i d e o p a c k e t s ，s u c h a st h el o s sa n dd e l a yc o n d i t i o n d u r i n g t h e t r a n s m i s s i o ni nt h el a n ，a n d a p p l ys o m ee l e m e n t a r ys o l u t i o n st oi t s oi t i so fa g r e a ta p p l i c a t i v ev a l u e k e y w o r d s ：i p t e l e p h o n e e t h e r n e tl a nr e a l t i m e l o s s d e l a y i i w r i t t e nb yz i l i a nh u s u p e r v i s e db yy i m i n gw a n g 基予以太局域嗣的i p 电话系统第一章综述 第一章综述 1 1 电话业务的发展 1 0 0 多年来，电话业务和电路交换始终是电信业的主流。2 0 世纪 后期程控交换和i s d n 的出现及其普遍应用标志着电路交换技术的成 熟和传统电信网络发展的巅峰。采用电路交换技术的公众电话网 ( p u b l i cs w i t c h e dt e l e p h o n en e t w o r k ，篱称p s t n ) 酶基本特点是为 通话双方固定分配一条具有匿定带宽鲍通傣电路，在数字网中电路带 宽为6 4 k b i t s 。一次通信包括三个过程：建立连接、通话和释放连接， 其中连接建立和释放需要信令的支持。采用这种网络的特点是可以保 试为用户提供足够的带宽，从而确僳低时延、低失真的实时通信服务 囊量( q u a l i t yo f s e r v i c e ，篱称e o s ) 。其缺点是网终萤宽剩墨率不裹， 无论用户是否处于讲话状态，分配的信道始终被占用。根据统计，在 正常通话情况下，大约只有4 0 的时间为有声期，其余时间信道均 被空占。 睫羲计算瓿释宽带网络技寒鑫耨蜀巽的发展，驭多爨体逶镶荧主 体的信息网络已成为世界关注的热点。尤其是因特网的巨大成功，已 使i p 成为未来信息网络的支柱技术，以i p 为核心的分组通信技术和 以移动通信为核心的无线技术已成为电信潮络演迸的主流方向。基于 t c p 窿p 豹n 络技术不毽无可争辩遗成巍数据领域豹主导技术，丽且 已开始遴入电信领域，其突破口依然是电话业务。l p 网络电话的成功 开发和成用预示了以i p 为基础的新一代信息网络的出现。 基于班太局城两鹩舻电话系统第一章综述 1 2i p 网络电话的技术发震 i p 网络电话泛指在以i p 为网络层协议的计算机网络中进行话音 遒信鹣系统，它采耀鳇技术通称隽v o l p ( v o i c eo v e ri p ) ，鼯在l p 上 传送话音。由予计算机网络采用的都是分组交换技术，其传送螅数 据单元都魁由控制部分和数据部分封装而成的独立的数据包，通常 称之为“分组”( p a c k e t ) ，因此从更一般的意义上来说，v o l p 属于 分缀话音遴信魏藏畴。从技术上来说，l p 瓣络电话剃是汉强力标志 的网络分缀化和以多媒体为目标的髓络业务综合化甄大主流技术融 合的结果。该技术自从上世纪9 0 年代中期问世以来取得了显著的进 步。随着因特网在公司和个人中的广泛采用，v o l p 所依赖的基予i p 的基础体系结稳获得了匾大的改变，使这一技术较之班前具有更高 的性铃毖耨可靠性。在荚垦，象v o n a g e 和n e t 2 p h o n e 等一些公司正 在建立全圉性的v o i p 网络，提供本地和国际连接。他们的系统还使 呼叫者受益于更熟悉的一些传统电话的特性，包括呼叫等待、语音 信箱、重狻良及呼目q 传输、转移和i d 阻塞。v o l p 技术的实现也从 只麓硬 孛瓤墨转变菇软蒋驱动模式。汪经审请了d s l 或蠹迤缆调剖 解调器服务的用户能够通过下载因特网上的软件来增加家用或商用 p c 的v o l p 功能。 1 3i p 网络电话的应用特点 i p 网络电话之所以能赢得市场，是因为它有许多独特的应用优 势。主要表现为： 2 基于戳太局域两的球电话系统第一章综述 1 价格低廉 价格低廉，尤其是毽际长途呼g 堪粒传真具有翡驻戆价格优势。这 是i p 电话进入市场的首要因素，其根本原因是i p 电话均采用压缩 话音编码和分组统计复用，带宽利用率高。二是i p 运营商都是采用 租线方式运行，箕成本核算和计费方法与传统电信运营商不同。 2 。可戳灵活蘧撬供各种增僮遭务 由于l p 电谖都是智能终端，i p 瓣络是开放式网络，其固有的分 布式计算机网络环境很容易快速推出新业务，这是i p 电话得以发展 的真正动力。相对而言，电话网推出一项增德业务往往比较困难，有 时受限于终螓麓力器丽络互逶铙力，莱些增德鲎务还无法提供。 3 。有剥于企业建立高效综合服务内部网 i p 网络电话引入企业网后，可以将数据网和电话网合，可以很 容易地在融有数据网的平台上加入话音信箱、交互式语音提示、自动 话务员等功能，构筑计算视电话集成( c 曩) 系统，这些功麓和系统 无篱另终增添设器，只嚣要期入攘应熬软 孛疲耀程廖瑟可。这样戆鼹 络将改变企业内部的工作方式，提高协同工作效率。 对于企业来说，采用i p 电话的另一好处是可以取代传统的专用 分组交换机( p r i v a t e b r a n c h t e l e p h o n ee x c h a n g e ，简称p b x ) ，降低设 冬运行维护成本。诗算凝网络技本蔓薪浆速度远览p b x 快，l a n 产 品的生命周期大体上为1 8 个月，l a n 设备的价格每年都在下降。相 应地，p 电话产晶也将跟随着数据产晶进行技术更新，价格不断下降， 功能日益丰富。这使i p 电话系统的成本远低于传统的p b x 系统。 基于以太局域网的i p 电话系统第一章综述 4 有利于运营商开拓新的市场 i p 网络电话的推出使i n t e r n e t 服务提供商可以很方便地将网络电 话业务与接入服务结合起来，增加运营收入。另外，它克j r t 由于传 统电话网设备投资大、网络规范复杂而使得一般运营商很难介入运营 领域的弊端，使一些新成立的小型公司也可以很容易地进入电信经营 领域。 1 4i p 网络话音处理的关键技术 i p 网络电话中的话音处理主要需解决两个问题。一是在保证一定 话音质量的前提下尽可能降低编码比特率，二是在i p 网络环境下保 证一定的通话质量。前者主要是话音编码技术，包括静音检测；后者 包括分组丢失补偿和回波抵消技术。欧洲电信标准化委员会 ( e u r o p e a nt e l e c o m m u n i c a t i o n ss t a n d a r d si n s t i t u t e ，简称e t s i ) 提出 了关于i p 网络电话q o s 的分级要求，如表1 。1 所示( 摘自i p 网络 电话技术) 。 表1 1 i p 网络电话q o s 分级要求 一 q o s 等级 最佳局中等尽力而为 m o s 质量 4 0 5 03 8 4 22 9 3 82 0 2 9 话音传输全程时延( m s )0 1 5 01 5 0 2 5 02 5 0 4 5 04 5 0 以上 呼叫建立时间( s )o l1 33 55 以上 表中，m o s 为话音质量的主观评测分，最高分为5 分。在话音 4 基于以太局域网的i p 电话系统第一章综述 通信中，时延指标是主要的，时延过大会使听话者有不连续的感觉， 而时延抖动是次要的，听话者对此感觉不很灵敏。 1 低比特率话音编码 话音编码算法需要考虑三个方面的问题：编码比特率、话音质量 和算法复杂度，一般说来这些指标是有矛盾的。比特率越低，线路利 用率越高，但话音质量会受到影响：在同比特率情况下，算法设计越 复杂，话音质量会有所提高，但处理时延将增加。因此制订一个编码 标准，首先必须确定其应用环境，据此给出其性能要求，然后才能设 计出编码方案和算法，实际上就是在上述三个指标中取得某种折中。 目前在p s t n 中广泛应用的是p c m 话音编码，其比特率为 6 4 k b i t s ，话音采样频率是8 k h z 。它属于波形编码类型。一般说来， 这类编码的最低比特率为3 2 b i t s ，即a d p c m 。若要进一步降低其比 特率，特别是低于1 6 k b i t s 的低比特率编码方案，必须采用新的编码 原理，这就是参数编码，又称作声码器( v o c o d e r ) 技术。它是通过 模拟人的发声器官，提取模型参数来降低话音信息编码率的。这种技 术虽然早就提出，但是由于其算法太复杂未能实用。直至上个世纪 9 0 年代，微电子业研制出了高性能的数字信号处理( d s p ) 专用芯片， 其定点运算能力可高到几十个m i p s ，才使声码器技术得以实际应用。 首先在第二代移动通信系统中获得广泛使用，其比特率为2 4 1 3 k b i t s 。i p 网络电话推荐使用i t u t 定义的低比特率编码标准，其 比特率为5 3 1 6 k b i t s ，均为中低复杂度编码算法，话音分组长度在 3 0 m s 以下，质量较好。 基于以太局域嗣的i p 电话系统第章综述 2 静音检测 静音检测又称话音活动检测( v o i c ea c t i v i t yd e t e c t i o n ，简称 v a d ) ，它是一静静音基缩技术。 在电话通信中，平均说来，每一方说话的时间和听对方说话的时 间大体上备占一半，即使在说话时也还有停顿间隙，因此任方对线 路的占用率，也就是话音活动凄大约只有4 0 左右。在电路交换中 即使通话卷不说话，也要占震6 4 k b i v s 豹信遂，在分组交换中，燕子 传送通道是统计复用的，因此在通话者不讲话时就可以不发送话裔分 组，从而进一步降低话音比特率。这一技术的关键就是如何检测说话 者处于不发声状态，酃v a d 。检测的基本原理是判断话音信号能量， 当羝于一定门限壤就认巍是静默状态。 静音检测有甄个技术难点。一是如何在噪声较大的环境中检测静 音，二是“剪音”( c l i p p i n g ) 问题。所谓剪啬指的憝话音还原时柯一 部分被剪切掉了，使人感到失粪。其原因是邋话者从话音到静默以及 扶静蒙裂谲音的检测都是要寿一定露闻嚣定刿断门限的，因诧瀑通 话者从静默刚刚转力说话时，开始一段微弱诱音部分就可戆被作为静 默顾丢弃了。解决这一闯题的方法是在一组突发话脊分组前增加一个 话音分组进行平滑，话音突发后沿的剪音也可用同样方法解决。 在实际使用中还有一令睡遂，如果静音期不发任何分组，瑟完全 无声，收瞬者反露会感到不基然，因诧实震的静音压缩算法由强部分 组成： 话街活动性检测器( w d ) ：制定输入信号是话音还是背景噪 6 基于以太局域网的i p 电话系统第一章综述 声。如果信号被确认为话音，就以编码算法规定的固定比特率 对其编码；如果信号被确认为噪声，就以非常低的比特率对其 编码，或者根本就不发送任何比特率。 舒适噪声生成器( c n c ) ：接收方采用某种机制重构背景噪声 的主要特征。噪声生成方法的设计必须保证解码器和编码器之 间的同步；即使在某段时间内编码器未发出任何比特，解码器 也能正确理解，使得复原后话音的有音段和无音段之间有平滑 的过渡。 3 分组丢失补偿 在i p 网络中分组丢失是不可避免的，丢失的原因可能是线路误 码或者网络路由故障，更常见的原因则是传输时延过长或网络拥塞导 致分组被丢弃。由于低比特率声码器都是基于线性预测编码原理，其 当前值是通过以前历史值线性组合而得，因此通过内插的方法不难得 到丢失分组的近似估计值。i t u t 定义的标准编码的解码器部分都已 包含分组丢失补偿这一功能。实际试验表明，如果i n t e m e t 电话话音 分组丢失两个以上，则可能此时网络连接状态很差，将会有一大堆分 组丢失。所以i n t e m e t 电话分组丢失补偿以处理一个分组丢失为主要 目的。所幸的是，话音通信对分组丢失的容忍性远比数据通信强，一 般不会影响通话的可懂度。 4 回波抵消 对于纯i p 电话系统来说，由于话音信号的接收和发送经由不同 的物理线路，也就是所谓的四线制，因此不存在回音的问题。如果i p 基于以太局域网的口电话系统 网和p s t n 互连，通信双方至少有一方是二线制电话，涉及有混合线 圈的2 4 线转换电路，就会产生回音。其原理如图1 1 所示。从理论 上说，混合线圈对端间的衰耗应为无穷大，这样i p 电话发出的话音 信号只能送到p s t n 电话，不会串到对端。可是实际上混合线圈很难 做到完全平衡，这样一部分信号将漏到对端返回i p 电话，如果传输 时延较长，发话者就会感到明显的回声，严重干扰通话。按照电话网 的严格规定，单向时延大于2 5 m s 就需要考虑回波问题，实际上单向 时延达到1 0 0 1 5 0 m s 人耳感觉尚可容忍。 1 5 话音编码技术 图1 1 回波产生机理 话音编码的要求可用编码器属性来表示，主要属性有比特率、时 延、复杂度和话音质量4 项。在具体实现中，这些属性往往是有矛盾 的，因此必须根据实际应用进行取舍，对各个属性提出折中的要求， 从而确定合适的编码方法。 1 波形编码： 波形编码就是根据话音信号波形导出相应的数字编码形式，使其 在接收端能够忠实地再现原始话音。为了降低比特率，可以充分利用 相邻抽样点之间的信息冗余性，对差分信号进行编码，在不影响话音 8 基于以太局域网的p 电话系统 质量的前提下，降低比特率较为困难。最早的也是最著名的波形编码 就是p c m 。波形编码广泛应用于传统的电信网络以及a t m 网络上的 话音传送，它包含三个过程：抽样、量化和编码。 波形编码国际标准均由i t u t 制订，为g 系列标准，如表1 2 ( 摘 自i p 网络电话技术) 所示。 表1 2波形编码i t u 标准 复杂度 颁发比特率 标准时延( m s )话音质量编码器类型 年份( k b i t s ) m p sr a m g 7 1 11 9 7 26 4 11o 1 2 5长途压扩p c m g 7 2 6 - r g 7 2 1 1 9 8 8 ( 1 9 1 6 ，2 4 ，3 2 ，4 0 1 2 5 5 0o 1 2 5长途a d p c m ，g 7 2 3 )8 4 ，1 9 8 6 ) g 7 2 71 9 9 0 1 6 ，2 4 ，3 2 ，4 0 1 2 5 5 00 1 2 5长途a d p c m g 7 2 21 9 8 8 6 4 ，5 6 ，4 8 1 01 k1 5长途子带编码 2 4 k b i f f s = 5 6 7 k h z 模式a在研 2 4 1 62 d s p 8 kl o未知 k b i t sg 7 2 2 主机上1 6 k b w s = 4 8 7 k h z 模式b在研 2 4 1 61 2 8 k3 0未知 运行 k b i t sg 7 2 2 g 7 1 1 是电话网中广为使用的6 4 k b i t sp c m 编码。在我国采用a 律压扩，在小取样值范围内相当于1 2 b i t 线性p c m ，量化信噪比为 3 5 d b 。其失真被作为话音编码的质量衡量单位，称作量化失真单位 ( q d u ) 。 g 7 2 1 为3 2 k b i t sa d p c m 编码，1 9 8 4 年标准化。其应用目标一 是用于d m e ，二是用在a 律和u 律p c m 之间，作为两种p c m 系统 的中介系统，正因为如此，它以u 律p c m 作为其输入，但不能以 线性p c m 作为其输入。另外，g 7 2 1 还支持同步级联，保证性能不 下降。 9 基于以太局域网的m 电话系统第一章综述 2 参数编码： 参数编码器又称声码器，它的原理和设计思想和波形编码完全不 同。参数编码根据对声音形成机理的分析，着眼于构造话音生成模型， 该模型以一定精度模拟发声者的发声声道，接收端根据该模型还原生 成发话者的音素。编码器发送的主要信息是该模型的参数，相当于话 音的主要特征，而并非具体的话音波形幅值。而且由于话音信号变化 缓慢，一个音素相对于抽样周期而言要持续相当长一段时间，因此模 型参数的更新频度较低，不但可以利用抽样值问的相关性，还可以充 分利用帧与帧之间的信息冗余性以及更长时间段中的音源信息冗余 性，有效地降低编码比特率。因此，目前小于1 6 k b i t s 的低比特率话 音编码都采用参数编码。 有影响的话音参数编码国际标准和地区性标准主要由i t u t 和 数字蜂窝标准组织制订。表1 3 ( 摘自i p 网络电话技术) 记录国际 上比较流行的几种参数编码标准。 表1 , 3参数编码国际和地区性标准 颁发比特率 复杂度时延( m s ) 话音编码器 标准制订机构 r a m 质量类型年份 ( 1 【b i f f s ) m i p s帧长前视 ( b y t e ) g7 2 8i t u t1 9 9 41 63 02 k0 ，6 2 5o长途c e l p g 7 2 9i t u - t1 9 9 682 03 k1 05长途c e l p g 7 2 9 ai t u t1 9 9 681 0 52 k1 05 长途 c e l p 多脉冲 g 7 2 3 1i t u t1 9 9 55 3 ，6 31 62 2 k3 07 5长途 c e l p g s m e t s i ( 欧1 9 8 7 134 5l k2 00 长途 r p e 全速率 l t p g s m e t s i ( 欧) 1 9 9 4563 04 k2 05 长途 c e l p 半速率 基于咀太局域弼的m 电话系统第一章综述 1 6i p 网络电话协议 以p s t n 为代表的传统电信网能够提供高质量的通信服务，具有 良好的安全性能，已经建立覆盖全球的电话网络和业务体系，经过 1 0 0 多年的不断改进，它所提供的电话服务和管理体制已相当完善。 但是，其业务扩展灵活性较差，尽管自8 0 年代引入智能网结构后有 所改善，然而本质上仍是一个封闭体系，新业务的推出还是要依赖于 电信运营商。此外，在传统电信网上实现多媒体通信始终是步履艰难， 呈现多种业务网络重叠并存的复杂格局。 与此相对照的是，以i p 技术为基础的i n e t e m e t 具有开放式的业 务创建环境和分布式的业务管理机制，已形成一个全球统一的网络平 台，并且在本质上是一个可以传送多媒体信息的网络体系，终端用户 可以通过配置和应用编程实现所需的业务类型和特性。其需要改进的 是网络安全性和服务质量。 鉴于上述考虑，通信界和计算机界力图将这两个网络的优点结合起 来，推出新型的网络结构和信息服务，其突破口依然是具有最大用户群 的电话业务。该项研究有两个方向。一个方向是仍然将p s t n 作为信息 媒体传送网络，但是将呼叫发起控制权移至i n t e r n e t 用户，这就是因特 网工程任务组( i n t e m e te n g i n e e r i n gt a s kf o r c e ，简称i e 邛) 的 p s t n i n t e m e t 互通( p i n 卜_ p s t n i n t e m e t i n t e r w o r k i n g ) 工作组研究 的课题，后由i t u t 扩展为i n t e m e t 和智能网互通研究。另一个研究方 向是直接将i n t e m e t 作为信息媒体传送网络，在其上部署电话业务，这 就是网络电话，其主要技术就是i t u t 的h 3 2 3 和i e t f 的s i p 系统。 1 1 基于咀太局域网的i p 电话系统第一章综述 1 h 3 2 3 系统 h 3 2 3 是i t u t 研究开发的i p 网络实时多媒体通信标准协议簇。 它由呼叫控制、媒体编码、管理控制、网络安全和会议通信等一系列 协议组成，不但包括i p 电话应用，而且还包括i p 视频和数据应用以 及多媒体会议应用。其主要目的是实现位于不同网络中的终端之间的 音视交互通信，这些网络可以是具有q o s 保证的( 如s c n 、a t m 等) ， 也可以是没有q o s 保证的( 如l a n 等) 。其定义的最重要的两类网 络部件是网关( g a t e w a y ) 和网闸( g a t e k e e p e r ) 。前者负责不同网络之 间的信令和控制信息转换以及媒体信息变换和复用，后者负责网络管 理、带宽管理、地址翻译和不同管理域之间的互操作。凡遵从h 3 2 3 标准的i p 终端成为h 3 2 3 终端。h 3 2 3 的第l 版本( v 1 ) 于1 9 9 6 年 通过，名为“用于q o s 无保证的l a n 上的声像系统和设备”。其第2 版本( v 2 ) 于9 8 年通过，更名为“分组多媒体通信系统”，在安全 性、会议通信和补充业务等方面作了补充和修订。目前还在继续进行 第3 版本的开发研究。h 1 3 2 3 建议标准比较成熟，现已成为i p 网络电 话公认的国际标准，在工业界广为使用。 h 3 2 3 协议栈结构如图1 1 所示。其下三层为p b n 的底层协议， 如在l a n 中，可为物理媒体m a c i p x ；在i p 网络中，其网络层就 是i p ，其下面是相应的主机一网络接入协议层。运输层有两类协议： 不可靠传送协议，如u d p ，用于传送实时声像信号和终端至网闸的 登记协议；可靠传送协议，如t c p ，用于传送数据信号及呼叫信令和 媒体控制协议。 基于以太局域网的i p 电话系统 声像应用终端控制和管理数据应用 g 7h 2 6 h 2 2 5 0h 2 2 5 0 x i u p终端至网闸信令 h 2 4 5 媒体 t 1 2 0 系列 加密 信令( r a s )呼叫 信道控制 r t p 不可靠传送协议可靠传送协议 网络层 链路层 物理层 幽1 2h 3 2 3 协议栈结构 话音编码采用相应的g 系列建议，其中g 7 1 1 ( p c m ) 为必备编 码方式，其余为任选方式，目前i p 电话最常见的是g 7 2 9 a 和g 7 2 3 1 。 视频编码采用h 2 6 0 系列建议，如h 2 6 1 ( p 6 4 k b i t s ) 、h 2 6 3 ( o p e n ( ”p r o v i d e r = m i c r o s o f t j e t o l e d b 4 0 ；d a t a 基于以太局域网的i p 电话系统 s o u r c e 2 i p a d d r e s s m d b i i ? t l l le l f l ? a d m o d e u n k n o w n ) ； 当数据连接和记录集产生之后r e c o r d s e t p t r 接口就可以获取记 录集数据并对其进行处理。通过a d o 技术，我们可以迅速方便地对 网闸数据库中的任何成员的资料进行删除、添加和修改等处理。这大 大简化了网闸及时更新终端用户信息的过程。 3 0 第四章语音信号的录放和编解码的实现 第四章语音信号的录放和编解码的实现 4 1 语音的录入和播放 4 1 1w i n d o w s 多媒体扩展介绍 w i n d o w s 多媒体扩展为应用程序开发者在利用多媒体计算机的 扩展性能、开发多媒体应用方面提供了高层和低层的开发接口。 高层音频服务只需少量编程就能播放和录制音频文件。与低 层音频服务相比，高层服务容易使用，需要的编程量少。高 层服务可以满足应用程序对音频的简单要求。 低层音频服务允许应用程序直接与音频驱动程序通信，以管 理声音的播放和录制。低层服务要求较多的编程，但可以对 播放和录制提供更强的控制。 高层音频服务提供简单的声音录放功能，但在i p 电话中，我们 需要采集实时的音频数据，并对声音进行实时地处理后发送出去。这 时，高层音频服务就无能为力了，必须求助于低层音频服务函数，这 些函数允许应用程序直接与低层音频驱动程序通信，对播放和录制提 供更强、更灵活的控制。 4 1 2 录音的实现过程 1 查询音频设备 在播放和录制音频数据前，必须先检测系统中现有音频硬件的性 能。首先通过w a v e i n g e t n u m d e v s 0 和w a v e o u t g e t n u m d e v s o i 函数分 3 1 基于以太局域网的i p 电话系统 第四章语音信号的录放和编解码的实现 别检查系统中现有的波形输入、输出设备的个数，本系统中输入、输 出设备的个数均为1 。然后，调用w a v e i n g e t d e v c a p s 0 ；f nw a v e o u t g e t d e v c a p s ( ) 函数分别得到波形输入和输出设备的性能，包括设备生产 厂家、设备名以及设备驱动程序版本等。 2 打开关闭音频设备驱动程序 在获得了音频设备性能之后，使用之前还必须先打开它。音频设 备通常是不能共享的，也就是说两个程序不能同时打开一个设备，因 此应用程序打开一个音频设备后，如果使用完就应及时关闭它。 用系统提供的w a v e l n o p e n ( ) n 数打开已有的波形音频输入设备， 并设置录音的格式，如采样率、量化率等。该函数在操作音频设备时 非常重要，下面对其做详细介绍。 w a v e l n o p e n 0 区1 数的原型为： m m r e s u l t w a v e l n o p e n ( l p h w a v e i np h w i ，u i n tu d e v i c e l d ， l p c 凸虮f o r a 压a t e x p w f x ，d w o r dd w c a l l b a c k ，d w o r d d w l n s t a n c e ，d w o r df d w o p e n ) ； 其中的参数如下： p h w i 指向h w a v e i n 的地址，调用其他音频函数时常常需要这个 参数。如果在f d w o p e n 中指定了w a v e _ f o r m a t _ q u e r y ，该 参数可以为n u l l ； u d e v i c e l d 指明要打开的音频输入设备，它可以是一个设备i d 或 一个已打开的设备句柄，还可以是w a v em a p p e r 标识，此时 表示让系统来选择一个可以录制所指定音频格式的设备； 基于以太局域网的i p 电话系统第四章语音信号的录放和编耀塑塑塞塑 p w f x 定义音频数据格式。在录音之前我们需要设置音频格式，即 采样率为1 1 0 2 5 h z ，量化值为8 b i t ，音频格式类型为 w a v ef o r m a t _ p c m ； d w c a l l b a c k 回调函数地址、事件的句柄或者是接收驱动程序消息 的窗口句柄，在这个窗口过程或回调函数中，处理播放或录制的 数据； d w c a l l b a c k i n s t a n c e 传递给回调函数的程序实例数据，使用窗口处 理驱动程序消息时，该参数为n u l l ； f d w o p e n 设备打开标识，可以取c a l l b a c k e v e n t ， c a l l b a c kf u c t i o n ( 使用回调函数) ，c a l l b a c k _ n u l l 等。 打开音频设备时，需要指定音频格式w a ：忸f o r m a t e x ，其定 义为： t y p e d e fs t r u c t w o r d w f o r m a t t a g ； w o r dn c h a n n e l s ； d w o r d n s a m p l e s p e r s e c ； d w o r d n a v g b y t e s p e r s e c ； w o r d n b l o c k a l i g n ； w o r d w b i t s p e r s a m p l e ； w o r d c b s i z e ； ) w a v e f o r m a t e x ； 其中的参数如下： 第瑚章语音信号的录放和编解码的实现 w f o r m a t t a g 音频格式类型，需要向m i c r o s o f t 公司注册。 m m r e g 。h 头文件定义了现有懿掰寿格式； n c h a n n e l s 声道个数，单声道为1 ，立体声为2 ： n s a m p l e s p e r s e c采样率，如果w f o r r n a t t a g 是 w a v ef o r m a tp c m 类型，那么常见的采样率可以是 8 0 k h z 、11 。0 2 5k h z 、2 2 。0 5k h z 鞠4 4 。ly d - i z ，对予葺p c m 格式的音频，采梯率必须使用音频格式中所指定的值； n a v 幽y t e s p e r s e c 每秒所需的数据传输率，对于w f o r m a t t a g 类型是w a v e _ f o r m a t _ p c m 的音频，如g b y t e s p e r s e c 等于 n s a m p l e s p e r s e c 与r d 3 1 0 c k a l i g n 的乘积；对予菲p c m 格式的 音频，拢馑必须根据誊频格式豹定义嚣定； n b l o c k a l i g n 音频数据的最小单位字节数，对于w f o r m a t t a g 是w a v e _ f o r m a t p c m 的情况，n b l o c k a l i g n 等予n c h a n n e l s x w b i t s p e r s a m p l e 8 ；对于菲p c m 音频格式，此值必须根据音 频格式的定义甏定； w b i t s p e r s a m p l e 每个采样馕的位数，对于 w a v ef o r m a tp c m 格式的音频，w b i t s p e r s a r n p l e 等于8 或1 6 ；对于非p c m 格式的音频，此值必须根据音频格式的定 义磊定；有些音频援缩算法没有定义该蘧，因魏宅哥戳取o ； c b s i z e 附加在w a v e f o r m a t e x 结构后西的信息量( 字节个 数) ，非p c m 格式的音频有时需要额外的属性信息，此时 c b s i z e 即为额外的字节数；风有w a v ef o r m a tp c m 格式 基予蛆太局域两的p 电话系统第四章语音信号的录放和编解确的实现 可以忽略该参数。以a d p c m 格式为例，冀w f o r m a t t a g 等于 w a v ef o r m a t p c m ，c b s i z e 等于3 2 ，这额外的字节用 于存放压缩、解压缩的参数。 3 分配准备音频缓冲区 录制音频前，准备大小为4 0 9 6 字节的数据块，并通过调用 w a v e l n p r e p a r e h e a d e r ( ) 涵数寒指定其淹音鬏缓冲区，瑶采实时逾存放 由话筒秉入的语音数据，这些数据块罔数据结构w a v e h d r 来攒述。 调用w a v e i n a d d b u f f e r 0 将该啻频缓存区传送给设备驱动程序。用 w a v e l n s t a r t 0 开始以1 1 0 2 5 k h z 的采样率和8 b i t 的墨化率录制声音， 并把录麓的音频数据存入音频缓冲区进行处理。 w a v e l n u n p r e p a r e h e a d e r 0 予使用完缓冲区惹，清除音频输入缓冲区 准备。 4 1 。3 利用多线程进行实时录音的方法 1 + 多线稷录音的必要性 以上介绍了如何录制一段声音，并将录入的声啬数据放入音频缓 冲区内的方法。由于i p 电话的语音录音具有实时性的特点，因此我 稍有必要开辟一个工佟线程，专门用于在君台独立于系统周丽复始地 对声音避行录剖。 2 线程调用的方法 首先通过c r e a t e e v e n t 0 函数创建一个名为“w a v e l n t h r e a d e v e n t ” 的事件，返回事件的旬柄m w a v e l n e v e n t ，并在w a v e i n o p e ) 豳数中 基于以太局域蹰的i p 电话系统第四章语音信号的录放和编解码的实现 注册该事件的句柄，用以控制录音线程的进行。 通过a f x b e g i n t h r e a d ( ) 函数创建一个工作线程m w a v e l n t h r e a d ， 在该线程中注册一个独立于系统进行实时录音的线程函数。该函数的 内容包括，调用w a v e l n p r e p a r e h e a d e r 0 来准备音频缓冲区，并调用 w a v e l n a d d b u f f e r ( ) 将这些音频数据送至音频输入设备，启动 w a v e l n s t a r t 0 开始录音，将录入的数据存放在预备好的音频缓冲区内。 最后调用w a v e l n u n p r e p a r e h e a d e r 0 数消除缓冲区准备。线程中录音 的进程由w a i t f o r s i n g l e o b j e c t 0 区i 数来控制。该函数的作用是判断事 件句柄i l lw a v e i n e v e n t 是否被标记，每当音频缓冲区录满后，系统 会向事件句柄m w a v e i n e v e n t 发送信号，w a i t f o r s i n g l e o b j e c t 0 数 判断该句柄被重新标记后就为下次录音重新准备缓冲区。否则，该录 音进程将被暂时挂起。由于一个缓冲区的数据录满之后还要进行压缩 处理，因此无法立即清空来接收下一时刻的语音，这样就会导致部分 话音的丢失。为此我们准备了五个缓冲区，用于循环地接收语音信号， 这样每段缓冲区数据装满后就有充足的时间进行压缩处理。 4 1 4 放音的实现过程 语音的放音的实现方法和录音相似，首先需要用w a v e o u t o p e n 0 函数打开音频波形输出设备，并设置一个缓存空间用来存放解压缩后 的音频数据块，然后调用w a v e o u t p r e p a r e h e a d e r ( ) 指定该缓存空间为 音频输出缓冲区。最后调用w a v e o u t w r i t e 0 将音频信号发送至输出设 各后播放，并通过w a v e o u t u n p r e p a r e h e a d e r 0 数消除缓冲区准备。 基于以太局域两的i p 电话系统 第四章语音信号的录放和编解码的实现 由于i p 电话的话音输出也是实时的，因此同样也需要为其创建一个 工作线程，专门负责在后台实时地播放音频