（通信与信息系统专业论文）ip网络语音传输的研究与实现.pdf

p 网络语音传输的研究与实现 摘要 随着i p 网络的发展及普及，i p 网络多媒体的应用越来越广泛。 v o i c eo v e ri p ( v o l p ) 技术是近几年发展起来的一种新技术。由于它是 利用i p 网络进行实时的语音传输，具有所需带宽小、资源利用率高、 成本低廉等诸多优点，因此在全球得到广泛的应用。在a d s l 接入技 术成熟后，i p 网络电话由于其价格的优势受到人们的关注。 本文实现了基于a d s l 接入方式的i p 可视电话的语音通话部分 的开发与研究。该可视电话终端以p h i l i p s 公司的多媒体处理芯片 t r i m e d i a l 3 0 0 为核心，采用a d s l 接入方式，利用s i p 协议作为呼叫 控制，语音和图像信号经过采集压缩处理后，以u d p 数据包的形式 经r t p 协议封装，发送到i p 网络上传送。 本文首先介绍了v o i p 系统的发展现状、工作原理及关键技术， 然后讲述了a s d l 可视电话语音通话部分的实现方法。语音通话部分 的实现分为两部分，其一是t m l 3 0 0 硬件终端之间的实时双工语音通 话；其二是t m l 3 0 0 硬件终端与p c 机之间的实时双工语音通话。 t m l 3 0 0 硬件终端的开发基于p s o s 实时嵌入式操作系统，采用t s s a ( t r i m e d i as t r e a m i n gs o f t w a r ea r c h i t e c t u r e ) 软件架构；p c 机端基于 w i n d o w s 2 0 0 0 操作系统，在v i s u a lc 冉环境下进行开发。实验网络为 实验室的局域网。话音的编解码采用i t u t 制定的g 7 2 9 a 标准，该 标准的编码速率为8 k b i t s 。 由于i p 网络是非面向连接的、不提供服务质量保证的网络，因 此i p 网络电话的话音质量会面临一些新的问题。本文还对i p 网络中 回声的特点进行了分析，并利用m a t l a b 工具进行了部分回声抵消 算法的仿真。 关键词：v o i pt r i m e d i a1 3 0 0 多线程g 7 2 9 a 回声抵消。 r e s e r c ha n dr e a l i z a t i o n o fv o i c ec o m m u n i c a t i o n i ni pn e t w o r k a b s t r a c t w i t ht h ed e v e l o p m e n ta n dp o p u l a r i z a t i o no ft h ei pn e t w o r k t h e r e a r em o r ea p p l i c a t i o n si ni pm u l t i m e d i a v o i c eo v e ri p ( v o w ) t e c h n o l o g y i san e wt e c h n o l o g yd e v e l o p e di nr e c e n ty e a r s t h ev o i pt e c h n o l o g yh a s m a n ya d v a n t a g e ss u c ha sn a r r o wb a n d w i d t ho c c u p i e d ，h i g he f f i c i e n c i e s o fr e s o u r c eu t i l i z e d ，a n dt o wc o s t b e c a u s et h ev o i pt e c h n o l o g y jc a n r e a h z er e a l - t i m ev o i c et r a n s f e r r i n go v e ri pn e t w o r k ，i th a sb e e nw i d e l y a p p l i e dt oa l lo v e rt h ew o r l d a f t e rt h em a t u r a t i o no fa d s la c c e s s i n g t e c h n o l o g y , m o r ea n dm o r ea t t e n t i o ni sp a i dt oi pv i d e o p h o n et h a t h a s l o wp r i c ea d v a n t a g e t h i sp a p e ri n t r o d u c e st h ed e v e l o p m e n ta n dr e a l i z a t i o n o fv o i c e c o m m u n i c a t i o ni na 1 1i pv i d e o p h o n ew h i c hi sb a s e do na d s la c c e s s i n g t h em a j nc o r eo ft h i sa d s li pv i d e o p h o n eu s e s t h em u l t i m e d i a p r o c e s s i n gc h i pp h i l i p st r i m e d i a l 3 0 0 t h ec a l l i n gc o n t r o lp a r tu s e ss i p p r o t o c o t a f t e r t h ev o i c ea n dv i d e os i g n a lb e i n gc o m p r e s s e d a n d e n c a d s u l a t e dw i t hr t pp r o t o c o l ，t h es i g n a lw i l lb es e n tt oi pn e t w o r k a tf i r s t ，t h i sp a p e ri n t r o d u c e st h e p r i n c i p l ea n dk e yt e c h n o l o g yo f v o l ps y s t e m t h e ne x p l a i n s t h er e a l i z a t i o nm e t h o do f v o i c e c o m m n i c a t i o n t h et w oe n d s o fc a l l i n gc a r lb em u l t i m e d i at e r m i n a l s b a s e do nt h ep h i l i pt m l3 0 0d s pi nt r i m e d i as t r e a m i n gs o r w a r e a r c h i t e c t u r e ，a sw e l la st h ep e r s o n a lc o m p u t e ri nw i n d o w s 2 0 0 0o p e r a t i o n s y s t e m t h es y s t e mu s e sl a na st h ee x p e r i m e n te n v i r o n m e n ta n dt h e i t u tg 7 2 9 as t a n d a r dt oc o d e ct h ev o i c es i g n a l t h ev o i c ec o d e rb i tr a t e o fg 7 2 9 ai s8 k b i t s w h a t sm o r e ，b e c a u s et h e i pn e t w o r ki s c o n n e c t i o n l e s s o r i e n t e da n dh a sn og u a r a n t e eo fs e r v i c eq u a l i t y , t h e r e a r em o r en e wp r o b l e m st h ei pt e l e p h o n em u s td e a lw i t h t h ep a p e ra l s o a n a l y s e st h ec h a r a c t e r i s t i co ft h ee c h oi ni pn e t w o r ka n ds i m u l a t e ss o m e p a r t so f t h ee c h o - - c a n c e l l a t i o na r i t h m e t i cu s i n gm a t l a b k e yw o r d ： v o l pt r i m e d i a l 3 0 0 m u k i t h r e a dg 7 2 9 a e c h o c a n c e l l a t i o n 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处， 本人签名：葬半 本人承担一切相关责任。 日期：丝受旦! ! 旦 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅：学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。 注释：本学位论文不属于保密范围，适用本授权书。 本人签名：盔宝日期：塑丞堡! 旦兰塑 导师签名：毖鱼 日期：迎：主：星! 北京邮电大学硕士论文 第一章v o i p 概述 1 1v o i p 简介 第一章v o l p 概述 随着信息技术的发展，计算机网络与传统电信网络正逐步走向融合。基于分 组交换技术的i p 电话因其特殊的运营方式和成本核算方法，正以低廉的价格给 传统电信市场带来强大冲击。i p 电话的实现，依赖于一项技术的实现，即 v o l p ( v o i c eo v e ri p ) ，也就是通过互联网的主要协议一- - i p 协议来实现话音承 载的技术。 v o l p 技术是通过语音压缩算法对语音数据进行压缩编码处理，然后把这些 语音数据进行打包，经过i p 网络把数据包传输到目的地，再把这些语音数据包 串起来，经过解码解压处理后，恢复成原来的语音信号，从而达到由i p 网络传 送语音的目的。这种以数据包传输的方式很大程度上提高了线路的利用率，从而 大大降低其所承载的业务的传输成本。因此，v o i p 技术作为一种以i p 网络为传 输载体的语音和传真通信技术，以其高效的语音传输和低廉的资费，得到越来越 广泛的应用，具有广阔的应用前景。 1 2v o i p 的发展现状 语音通信最初是7 0 年代在a r p a n e t 上进行的，1 9 7 7 年制定了相应的网络声 音协议，即r f c 7 4 1 。然而，早期的实验中，语音质量是不令人满意的。原因有 两方面：一是网络速度慢，不能传输高比特率高质量编码的信号：二是低码率压 缩编码技术不发达( 早期实验中，多采用9 6 k b i t s 的c v s d 技术) 。不过，通过 实验毕竟证明，主要为传送非实时的数据信号而设计的计算机网是可以进行实时 语音通信的。进入9 0 年代以来，信息处理技术、计算机技术和通信技术有了飞 速地发展。在语音压缩技术方面，目前己制定的国际标准有：g 7 1 i p c m ( 6 4 k b i t s ， 1 9 7 2 ) ，g 7 2 1 a d p c m ( 3 2 k b i t s ，1 9 8 4 ) ，g 7 2 3 i m p m l q a c e l p ( 5 3 6 3 k b i t s ， 1 9 9 6 ) g 7 2 2 s b a d p c m ( 4 8 k b i t s 一6 4 k b i t s ，1 9 9 8 )， g 7 2 6 a d p c m ( 1 6 k b i t s 一4 8 k b i t s ，1 9 8 8 ) ，g 7 2 7 e m b e d d e da d p c m ( 1 6 k b i t t s 一3 2 k b i t s ，1 9 8 8 ) ， g 7 2 8 l d c e l p ( 1 6 k b i t s ，1 9 9 2 ) ，g 7 2 9 c s a c e l p ( 8 k b i t s ，1 9 9 5 ) 等。各地区国家 还有自己的标准，如欧洲的g s mr p e l t p ( 1 3 2 k b i t s ) ，美国的r s 1 0 1 6 c e l p ( 4 8 k b i t s ) 标准等。这说明语音压缩已达到了相当水平，可以在相当 低的码率上传送高质量的声音。而计算机能力和数字信号处理软硬件能力的发展 北京邮电大学硕士论文第一章v 0 1 p 概述 更是一日千里，己能实时进行上述相当复杂的编译码处理。另一方面。通信线路 的容量以及传输速度都在不断提高，现在5 6 k b i t s 的m o d e m 己十分普遍。专线 i s d n 的速率更是达到了1 4 4k b i t s ( 2 b + d ) ，高速宽带网络技术，如a t m ， f r ， f d d i 、快速以太网以及高速接入网x d s l ，s d v ，h f c 等，也在飞速发展。这一切 都为在基于分组技术网络上传送高质量的语音提供了前提条件。 v o i p ( v o i c eo v e ri n t e m e tp r o t o c 0 1 ) 技术始于1 9 9 5 年以色列的v o c a l t e c 公司推 出的客户端软件1 p 电话“i n t e m e t p h o n e ”，指在以i p 为网络层协议的计算机网络 中进行语音传送的业务，由于计算机网络也称为i p 网( 计算机网络最基本的协议 是i p 协议) ，因此这项技术称为v o i p 。计算机网络采用的是分组交换技术，即传 输的数据单元都是由标识部分和数据部分封装而成的独立数据包，因此不适合传 输语音信号。为了能够在i p 网络中传输语音信号，必须先通过数模转换技术将 语音信号转换为数字信号，并且进行压缩( 以节省网络带宽) ，然后再生成数据包， 这样就能在i p 网络中传输了。传统的语音技术采用的是电路交换技术，通话双 方通过p s t n 网建立一条固定带宽( 6 4 k b p s ) 的电路，虽然保证了其低时延、低失 真的实时通信服务质量( q o s ) ，但这种方式网络带宽的利用率低，通信成本高， 而且增值业务的推广比较困难。而v o i p 最大的好处在于无需独占一条线路，而 可以与其他语音( 数据) 共享线路，因此，其网络利用率高、通信成本低：而且因 i p 网络具有开放性的特点，很容易快速推广新的v o i p 应用。 i n t e m e t 出现后，人们首先尝试了让2 台p c 通过i p 网络传送语音，这是v o i p 技术应用的雏形。而i p 网关的出现则是发展期的显著特征，人们认识到仅在p c 机之间实现i p 通话是远远不够的，于是开始考虑将i n t e r n e t 和已有的p s t n 网 络相结合，这样就出现了p h o n e p h o n e ，p c p h o l i e ，p h o n e p c 等多种v o i p 业 务，v o i p 进入了迅速发展的时期。在短短的几年中，随着i n t e r n e t 在全球的兴 起和语音编码技术的发展，v o l p 技术已经取得了一系列突破性进展弗得到了实 际应用。其中我们最熟悉的就是i p 电话业务，如中国电信、中国联通等电信运 营商都提供这项服务，通过公共的i p 数据网络来传输通话人的语音。但具有更 加广阔的发展前景的v o l p 应用却是在企业应用市场。目前v o l p 技术正处于从发 展期到成熟期过渡的阶段，很多研究机构、公司和用户正在各个方面进行研究和 应用，不遗余力地推动v o l p 技术的进步。 据专家预测，v o l p 的成熟期将在未来的2 5 年内出现，届时y o l p 技术将具 有如下特点：通信采用统一的标准，全球各电信厂家的语音设备可以互通：电信 运营公司开始提供成熟的i p 电话业务：向t p 传输多媒体过渡。由于i p 网络中 每个数据包的到达时间和顺序很难控制，因此v o l p 的话音质量一直是人们关心 的一个问题。打过i p 电话的人都会有这样的体会，早期的i p 电话经常会有时延 北京邮电大学硕士论文第一章v o l p 概述 和噪音，通话质量不高。但现在就很少会出现这种现象了，这主要归功于各厂商 通过提高转发效率、采用q o s 队列调度和缓冲队列等技术，因此，目前，无论是 个人应用还是企业应用，v o i p 的通话质量都已经达到了实际应用的要求。 1 3v o l p 的应用 v o l p 技术的应用根据企业规模大小和服务对象可以分为电信级别与企业级 别。电信级别的主要应用领域就是我们常说的i p 电话( 包括i p 传真) 以及与之 相关的增值服务与补充服务。在电信级别上，i p 电话是当前v o l p 技术应用最广 泛也是最重要的领域之一。它的大大降低通信成本这一特点倍受人们欢迎。另外， 近几年i p 传输技术、宽带接入技术、中央处理单元技术迅速发展，从而促使i p 电话运营市场的飞速发展。i p 电话的发展给电信业的重要意义在于引入竞争； 促进电信资费结构的改革和调整：促进中国互联网的发展和传统网络的改造；刺 激消费市场的增长等。事实上，v o l p 技术存在着两大市场应用领域：一个是互 联网( 广域网) 数据、话音综合接入与传输；另一个就是利用v o i p 技术实现真 正的数据与语音乃至多媒体信息的结合与交融，使企业的智能设备能真正无缝地 交互和处理外界信息。对企业来说，前者意味着节约运营成本，后者则有助于提 高工作效率，提高服务质量。企业级v o i p 应用，包括以v o l p 为技术基础的相关 增值应用，主要有话音汇接业务、i p 视频会议业务、局域网电话、呼叫中心、 i p 视频会议业务等，种类很多。可以说在i p 电话应用之外，企业还可以借助v o l p 实现很多梦想。 1 4 课题意义及论文的主要工作内容 在实验室期间，我主要参与了a d s l 接入的i p 可视电话的开发。该可视电 话终端以p h i l i p s 公司的多媒体处理芯片t f i m c d i a l 3 0 0 为核心，采用a d s l 接入 方式，利用s i p 协议作为呼叫控制，语音和图像信号经过采集压缩处理后，以 u d p 数据包的形式经r t p 协议封装，发送到i p 网络上传送。 我在其中负责语音通信部分的开发。首先完成基于硬件终端t r i m e d i a l 3 0 0 d s p 芯片的语音编解码及网络传送，以使两个硬件终端可以进行i p 网络上的实 时双工通话：第二，为实验室搭建v o i p 的实验平台，使p c 机与硬件终端闻能 够进行实时的双工语音通话。 另外，我还对自适应回声抵消技术进行了初步的研究及计算机仿真。 北泉邮电大学硕士论文 第二章v o l p 的基本原理及关键技术 第二章v o l p 的基本原理及关键技术 2 1v o l p 基本原理 传统的电话网( p s t n 网) 是以电路交换方式来传输语音的，即每一次通话 过程中，主叫方和被叫方一直占据着一条通话线路，直到他们通话结束，其中一 方挂机，刊释放他们所占用的线路供其他人使用。这种通信方式，造成了线路资 源的极大浪费，是极不经济的。 随着数字程控交换机的出现，电话局间的中继线路逐渐被p c m 中继所取代， 从而使局间中继线路的利用率得到了提高，但由于其数字化的语音信号 ( 6 4 k b i t s ) 没有经过压缩，且其交换方式仍旧为电路交换方式，从而限制了线 路利用率的进一步提高。而v o i p 一方面对数字化的话音数据进行了压缩，可以 将一路话音数据压缩为8 k b i t s 或更低，从而大致估算可以使原来只能传输一路 话音的6 4 k b i t s 线路可以传输8 路电话或更多；另一方面，v o l p 采用的是分组 交换方式，区别于原来的电路交换方式，它不是用户独占一条线路资源，而是多 用户共享线路资源，从而进一步提高了线路的利用率。 2 1 1v o l p 的体系结构 v o i p 技术的主要目的是用于处理语音和信令，因此可以将它分为四个功能 模块：语音包处理模块( v o i c ep a c k a g em o d u l e ) 、电话信令网关模块( t e l e p h o n e s i g n a l i n gg a t e w a ym o d u l e ) 、网络协议模块( n e t w o r kp r o t o c o lm o d u l e ) 、网 络管理模块( n e t w o r km a n a g e m e n tm o d u l e ) 。v o i p 技术功能结构见图2 - i 。 信 艇 撂蛳 1 j c p u 图2 - 1v o l p 功能结构图 北京邮电大学硕士论文第二章v o l p 的基本坂理及关键技术 1 语音包处理模块 一般而言，语音包处理模块主要是在数字信号处理器( d s p ) 芯片上运行。 主要实现以下功能： 语音的编码及解码 常用的语音编码解码标准有g 7 2 3 1 、g 7 2 9 、g 7 2 8 ，详见3 2 章节。 静音检测 通过对无话音时的噪声进行检测，从而判断所接收的信号是否含有语音信 号，如果没有检测到语音信号，将会反馈至“语音包处理器”，让它发出一个含 有“静音”的信息包，从而最大限度地节省通讯带宽。 回音抵消器 基于国际标准g 1 6 5 g 1 6 8 实现语音通讯中的回音抵消，以改善语音的通讯 质量。 自适应语音恢复 通过一个缓冲器，对接收到的延后语音包信号，进行语音恢复。从而达到抗 “延时”、抗“时延抖动”的目的。并且可以“自适应”地调节时延值，实现达 到语音传输时延最小的目的，从而改善语音通讯质量。当然，它同时必须支持“内 插”算法，即当语音包在传输过程中丢失时，能够利用“内插”技术进行恢复。 语音包处理器 对经过编码后的语音信号进行“语音打包”处理，或者是对接收到的语音包 进行“拆包”处理，实际上它是一种封装协议的处理。 2 电话信令网关模块 电话信令网关模块作为一个“网关处理器”，它主要是作为电话信令，在电 信设备与网络协议处理之间进行协议转换。这些信令包含如：挂机、摘机、呼入 保持、来电显示等。它主要是指原有传统电话设备上的业务及其将来的增值服务。 3 网络协议模块 这个模块主要是用于处理信令的信息。同时也可以将信令信息转换成对应的 特殊网络的信令协议，通过交换网络传输。一般而言，国际上目前比较通用的网 络协议标准是：h 3 2 3 协议，m g c p 协议和s i p 协议等。 4 网络管理模块 主要是提供一个语音管理的接口，实现v o l p 的配置及维护。管理信息是基 于国际标准a s n ，1 及s n m p 简单网络管理协议的要求所建立的。 2 1 2v o i p 的传输过程 一个基本的v o l p 传输流程如图2 2 所示。 北京邮电大学硕士论文第二章v o l p 的基本原理及关键技术 从图2 2 中可以看出，首先，用户a 的用户接入设备( 或一体化的i p 电话 网关) 将模拟话音转换为数字话音，速率为6 4 k b i t s ，然后经过压缩算法将数 字话音压缩为8 k b it s 或更低的速率，再经过i p 电话网关将压缩后的语音数据 通过t p 协议分割为可以在i p 网络上传输的分组数据，再将分组数据通过分组交 换网络以路由的方式传送到接收用户端，接收端收到分组数据后，再将陆续收到 的分组数据组合还原为6 4 k b i t s 的数字话音，最后经过数模转换，将数字话音 还原为模拟话音，供用户b 收听，反方向过程也是一样的。 图2 2 的传输模型代表了v o l p 电话的基本流程和组成结构，可以看出，它 包含了如下几个v o l p 传输的基本步骤： 用 农 用 户 b 图2 - 2v o l p 基本传输流程 ( 1 ) 语音数字转换：电话语音信号是模拟信号，要想通过i p 网络来传输语 音信号，首先要对语音信号进行模拟数字转换，也就是对模拟语音信号进行抽样、 量化，然后送入到缓冲存储区中。目前常用的标准有i t u _ tg 7 1 l 编码标准。 ( 2 ) 数字语音压缩：为在一定带宽资源的情况下传输更多的电话路数，需要 将g 71 l 编码出来的数字语音信号进行压缩，压缩为8 k b it s 或更低速率的信号， 从而进一步提高i p 网络带宽的利用率，进一步降低每路电话的传输成本。 ( 3 ) i p 分组打包和传输：为了在i p 网络上传输话音，还必须将数字语音压 缩后的连续的语音数字流按照i p 协议的要求分割、封装成小的i p 数据分组，经 过i p 网络传输到接收方。 ( 4 ) i p 分组还原成语音数据：接收端收到分组交换网络送来的i p 数据分组 后，将陆续收到的i p 数据分组通过去掉包头、包尾后合并为连续的语音压缩数 北京邮电大学硕士论文第二章v o l p 的基本原理及关键技术 据流，即重复与i p 分组打包相反的过程。此时，还原的是发送端经压缩后的数 字语音信号。 ( 5 ) 数字语音解压缩：通过对压缩的数字语音信号采用与压缩时同样的编码 标准进行解压缩后，还原出6 4 k b it s 的数字语音信号。 ( 6 ) 数字语音转换：通过数模转换，最后还原出模拟的语音信号给接收方收 听。 2 2v o l p 的主要协议标准及关键技术 2 2 1 协议标准 目前国际上的i p 电话标准主要有r r u t s g l 6 制定的h 3 2 3 协议簇( 利用其 子集) 和i e t fm m u s i c 制定的会话发起协议s i p ( s e s s i o ni n i t i a t i o i l p r o t o c 0 1 ) ， 两者都对i p 电话系统信令提出了完整的解决方案。 国际电联的h 3 2 3 标准是一种兼顾传统呼叫流程和i p 网特点发展而来的成 熟的开放标准，基本上代表了v o l p 的潮流。它的特别之处是吸取了许多电信网 的组网、互联和运营经验，能够报好地与p s t n 网以及其他数据网互联互通，其 寻址、组网方式与传统电话网及其相似。 h 3 2 3 定义了四个功能实体：终端( t e r m i n a l ) 、网关( g a t e w a y ) 、网守( g a t e k e e p e r ) 和多点控制单元( m t u ) 。h 3 2 3 终端是分组网络的一个端点，可以与其他h 3 2 3 实体进行实时双向通信。网关可以与h 3 2 3 终端、其他i t u 。t 终端或其他网关之 间进行双向通信，它将i p 网络与电路交换网络连接起来，实现h 3 2 3 实体与电 路交换网终端的通信。网守提供了地址解析、接入控制、带宽控制、域管理等功 能。多点控制单元( m c 功是支持在三个或三个以上终端或网关之间进行音视频多 点会议的设备，它包括一个命令多点控审0 器( m c ) 和可选的多点处理器( m p ) 。 h 3 2 3 支持的压缩算法符合i t u 标准。为进行语音压缩，h 3 2 3 终端必须支 持g 7 1 1 语音标准，传送和接收a 律和u 律。其它音频编解码器标准如g 7 2 2 、 g 7 2 3 i 、g 7 2 9 a 、m p e g 1 音频则可选择支持。编码器使用的音频算法必须由 h 2 4 5 来确定。h 3 2 3 终端应能对本身所具有的音频编解码能力进行非对称操作， 如以g 7 1 l 发送，以g 7 2 8 接收。 h 3 2 3 协议规定，音频和视频分组必须被封装在实时协议r t p 中，并通过发 送端和接收端的一个u d p 的s o c k e t 对来进玺亍承载。而实时控制协议r t c p 用来 评估会话和连接质量，以及在通信方之间提供反馈信息。相应的数据及其支持性 的分组可以通过t c p 或u d p 进行操作。 s i p ( s e s s i o ni n i t i a t i o np r o t o c 0 1 ) 是由i e t f 提出的i p 电话信令协议。 北京邮电大学硕上论文第二章v o i p 的基本原理及关键技术 它是用于发起会话的控制协议它能控制多个参与者参加的多媒体会话的建立和 终结，并能动态调整和修改会话属性，如会话带宽要求、传输的媒体类型( 语音、 视频和数据等) 、媒体的编解码格式、对组播和单播的支持等。s i p 的最强大之 处就是用户定位功能，s i p 本身含有向注册服务器注册的功能，也可以利用其他 定位服务器，如d n s 等提供的定位服务器来增强其定位功能。s i p 中有客户机和 服务器之分。客户机是指为了向服务器发送请求而与服务器建立连接的应用程 序。用户代理( u s e ra g e n t ) 和代理( p r o x y ) 中含有客户机。服务器是用于向 客户机发来的请求提供服务并回送应答的应用程序。s i p 定义了三种类型的网络 服务器：注册服务器( r e g is t r a rs e r v e r ) 、重定向服务器( r e d i r e c ts e r v e r ) 和 代理服务器( p r o x ys e r v e r ) 。其中，注册服务器接受终端的r e g i s t e r 请求，记 录终端的s i p 地址( s i pu r l ) 和i p 地址；重定向服务器提供地址解析服务，通常 将s i p 呼叫的目的地址映射成0 个或多个新地址；代理服务器提供路由功能，负 责将s i p 用户请求和响应转发到相应的下一跳。此外，在s i p 中还经常提到定位 服务器( l o c a t i o ns e r v e r ) ，其作用是帮助s i p 重定向和代理服务器获得被叫方 的可能位置信息，但它不属于s i p 服务器的范畴。s i p 独立于低层协议，一般使 用u d p 等无连接的协议，采用应用层可靠性机制来保证消息的可靠传输。 s i p 模式的优点是它与i n t e r n e t 网紧密结合，适于迅速开发新的，与互联 网紧密结合的语音应用；其缺点是在组网、管理、运营、计费方面的考虑还有待 成熟，在与传统p s t n 网的互联互通方面还有待完善。 2 2 2 语音压缩编码技术 话音压缩编码技术是v o i p 技术的重要组成部分。为了很好地保证业务质量， 在话音编码时，需要使编码速率、编码尺度等具有可变和可适应性，即能使编码 具有一定的灵活性。目前，主要的编码技术有i t u t 定义的g 7 2 9 ，g 7 2 3 1 ， g 7 2 8 等。其中，g 7 2 9 将经过采样的6 4 k b i t s 话音以几乎不失真的质量压缩至 8 k b i t s ：g 7 2 3 1 采用5 3 6 3 k b i t s 双速率话音编码，其话音质量好，但处 理时延较大，它是目前己标准化的最低速率话音编码算法。 2 2 3 实时传输技术 实时传输技术主要采用实时传输协议( r t p ) 。r t p 提供端到端( 包括音频在 内) 的实时数据传输。该协议分为数据和控制两部分，后者为实时传输控制协议 ( r t c p ) 。r t p 提供时间戳、顺序号和控制不同媒体流同步机制，因此接收端可 重组发送端的数据包，r t p 还提供接收端到多点发送组的服务质量反馈。 北京邮电大学硕士论文第二章v o l p 的幕本原理及关键技术 2 2 4o o s 保障技术 传统的i p 网络是不保证q o s 的，但是语音是一种对实时性要求较高的业务， 虽然媒体网关具备各种信号处理( 如语音压缩、静音抑制、回波抵消、抖动缓存 等) 技术，而且也比较成熟，但是穿过i p 网络的时延却始终是个不确定的因素。 为了确保语音的实时传送，v o t p 中主要采用资源预留协议( r s v p ，r e s o u r c e r e s e r v a t i o np r o t o c 0 1 ) 以及进行服务质量监控的实时传输控制协议r t c p 来避免 网络拥塞，保障通话质量。 2 2 5 网络传输技术 v o l p 中网络传输技术主要是t c p 和u d p ，此外还包括网关互联技术、路由 选择技术、网络管理技术以及安全认证和计费技术等。由于实时传输协议r t p 提 供具有实时特征的、端到端的数据传输业务，因此v o i p 中可用r t p 来传送话音 数据。在r t p 报头中包含装载数据的标识符、序列号、时间戳以及传送监视等， 通常r t p 协议数据单元是用u d p 分组来承载，而且为了尽量减少时延，话音净 荷通常都很短。i p 、u d p 和r t p 报头都按最小长度计算。v o l p 话音分组开销很 大，采用r t p 协议的v o l p 格式，在这种方式中将多路话音插入话音数据段中， 这样提高了传输效率。 北京邮电火学硕士论文第三章话音编码技术 第三章话音编码技术 3 1 对话音编码的一般要求 对话音编码的要求一般有比特率、时延、复杂度和话音质量四项。在具体实 现中，这些要求往往相互矛盾，因此必须根据实际应用情况确定合适的编码方法。 3 1 1 比特率 降低比特率往往是话音编码的首要目标，因为它直接关系到传输资源的有效 利用和网络容量的提高。根据比特率和输入话音的关系可将编码器分为两类：固 定比特率和可变比特率编码器闭。 现有的大部分编码标准都是固定比特率编码，其范围是0 8 6 4 k b i t s 。其 中，保密电话的比特率最低，为0 8 - 4 8 k b i t s ，因为它的通信信道带宽限定为 4 8 k b i t s 以下。数字移动电话的编码比特率为3 3 - 1 3 k b i t s ，这使得数字系统 的容量可达模拟系统的3 5 倍。实际情况往往是根据规定的无线信道比特率确定 话音编码和信道编码的比特率划分。普通电话网的编码速率则为1 6 6 4 k b i t s 。 其中，有一类编码器称为阔带( w i d e b a n d ) 编码器，其比特率为4 8 5 6 6 4 k b i t s ， 用于传送5 0 h z - 7 h z 的高质量音频信号，主要应用于会议电话系统。 可变比特率编码是近年来出现的新技术据统计，双方通话大约只有4 0 的 时间是真正有声音的，因此个自然的想法是采用通断两种状态编码。通状态 对应有声期，采用固定比特率编码；断状态对应无声期，传送极低比特率信息( 如 背景噪声) ，甚至可以不传送任何信息。更复杂的多状态编码还可以根据网络负 荷、剩余存储容量等外部因素调整其比特率。可变比特率编码的典型应用是数字 电路倍增设备、非实时的话音存储和c d m a 移动通信系统。 目前i p 网络电话一般采用5 - 1 6 k b i t s 固定比特率的中低速率编码器，其效 率显著高于传统的p c m 编码，复杂度又比可变比特率编码简单。未来的发展将会 进一步降低比特率，以减小网络电话，尤其是网络多媒体通信的成本。 3 1 2 时延 话音编码器时延由以下四个部分组成 1 算法时延 北京邮电大学硕士论文 第三章话音编码技术 编码器通常都是根据一定数量的采样值生成话音编码的，这些值的集合称为 一帧。某些算法还需要知道下一帧的部分数据，称为“前视”( l o o k a h e a d ) 。因 此，算法时延就等于帧长和前视长度之和，其值完全取决于算法，和具体实现无 关。p c m 编码的算法时延值大约为1 2 5i n s ，低速率编码的算法时延值为2 03 0 m s 。 2 ，计算时延 计算时延即编码器分析时间和解码器重建时间，其值取决于硬件速度。通常 可以认为计算时延等于或略小于一帧长以确保下一帧数据到齐后，当前帻以处 理完毕。算法时延和计算时延之和称为单向编译码器时延。 3 复用时延 复用时延也就是装配时延。编码器发送之前和解码器解码之前，必需将整个 数据块的所有比特都装配好。 4 传输时延 在网络中的传输时间其值离散性很大取决于是采用专用线还是共享信道。 对于共享信道而占，常假设传输时延和复用时延之和为一个帧长。 话音通信对于时延有较高的要求。对于交互式通话来说，单向时延大于 1 5 0 m s 就会感觉到通话连续性受到影响，最人可容忍时延为4 0 0 5 0 0 m s ，超过此 值只能进行半双工通信。对于具有回声的情况，单向时延不能超过2 5 m s ，否则 就需要装备回声抑制功能 3 1 3 复杂度 复杂度决定了编码器硬件的成本和功耗，也影响到编译码器的实时性。对于 诸如手机这样的小型终端设各来说功耗尤为重要，它关系到设备的价格、体积和 电池的大小。通常编码算法都在d s p 芯片上运行，其原因是d s p 芯片的处理机结 构最有利于算法的商效计算。 复杂度的衡量指标为定点d s p 实现所需的处理器能力( 以百万指令秒( m i p s ) 为计量单位) 以及所需的r a m 容量。通常称小于1 5 m i p s 的编码器为低复杂度编码 器，而大于等于3 0 m i p s 的为高复杂度编码器。一般来说，压缩比特率越低，其 复杂度越高。由于近年来d s p 技术的快速发展，各种低比特率话音编码己经可以 实现。i p 网络电话一般选用中低复杂度的低比特率编码。 3 1 4 话音质量 编解码后恢复的话音质量和许多外界条件有关。一般需考虑理想条件下的性 能、噪声条件下的性能、传输信道误码的影响、多重编解码的影响、和其它标准 北京邮电大学硕士论文 第三章话音编码技术 编码器级联的情况、不同发话者( 如高音和低音) 的识别、两个讲话者同时发话的 情况以及不同语言的影响等。对话音质量的要求和应用密切相关，至今还没有一 个对话音质量评价的客观标准。 3 2 语音编码标准 语音编码技术的进步对分组语音的发展起到重要的作用。分组语音的传送通 常要求网络提供一定的带宽，对现有多数分组网络而言，语音压缩技术是实施分 组语音通信的关键所在。语音压缩编码的选择主要是针对下面两点：其一是当前 区域的网络负荷，即根据网络负荷的大小来决定采用较高或较低压缩比例的语音 编码。其二是服务质量，即根据不同的服务质量要求决定相应压缩比的语音编码。 可以根据实际情况进行有效选择，并可以自适应不同的编码标准。目前r r u ，t 已制定了多种语音压缩编码标准，其中有： 一i t ug 7 1l ( g 7 1l 具有较高的m o s ，而且实现起来简单) 一i t ug 7 2 3 1 ( 5 3 6 3 k b p s ) - - i t ug 7 2 6 ( 1 6 ，2 4 ，3 2 ，4 0 k b p s ) 一i t ug 7 2 8f 1 2 8 16 k b p s ) - - i t ug 7 2 9 、g 7 2 9 a ( 8 k b p s ) l 表3 - 1 常见的语音编解码标准! l ；1 | 一 ? 标准类型 编码速率( k b i t s 1时延( m s ) 语音帧 g 7 1 1p c m 6 4 g 7 2 61 6 a d p c m 0 1 2 5o 1 2 5 c t 7 2 72 4 3 2 4 0 g 7 2 8 l dc e l p 1 2 8 0 6 2 50 6 2 5 1 6 g 7 2 9 a c sa c e l p 8 l o1 5 a ce l p 5 3 3 03 7 5 g 7 2 3 1 m p _ m l q 6 3 一 北京邮电大学硕士论文 第三章话音编码技术 3 2 1g 7 1 1 语音编码标准 g 7 1 1 采用波形编码方式。波形编码比较简单，编码前采样定理对模拟语音 信号进行量化，然后进行幅度量化，再进行二进制编码。解码器作数模变换后 再由低通滤波器恢复出现原始的模拟语音波形，这就是最简单的脉冲编码调制 ( p c m ) ，也称为线性p c m 。可以通过非线性量化，前后样值的差分、自适应预 测等方法实现数据压缩。波形编码的目标是让解码器恢复出的模拟信号在波形上 尽量与编码前原始波形相一致，也即失真要最小。波形编码的方法简单，数码率 较高，在6 4 k b i t s 至3 2 k b i t s 之间音质优良，当数码率低于3 2 k b i t s 的时候音质 明显降低，1 6k b i t s 时音质非常差。 g 7 1 l 采样速率为8 k h z ，每个样值用s b i t 非线性的仙律或a 律进行编码， 总速率为6 4 k b i f f s 。对p s t n 电话采用g 7 1l 编码方式。 3 2 2g 7 2 9 a 语音编码标准 1 概述 i t u t 在1 9 9 6 年3 月公布了g 7 2 9 a 建议的