（计算机应用技术专业论文）voip语音通话质量的研究与应用.pdf

摘要 摘要 近年来，v o i p ( v o j c eo v e ri p ) 技术及其业务的迅速发展，对传统 的电信业务造成了巨大的冲击。v o i p 网络通过网关等设备，以p s t n 作为用户的接入设备，用i p 网络代替昂贵的传统传输网络，从而大 大的降低了通信成本，节省了通话费用。i p 电话要和传统电话竞争， 成为未来语音通信的一种手段，必须要使语音质量与传统电话相当。 由于i p 电话具备一定的技术优势与时代特征，一旦解决语音质量问 题，i p 电话就会对传统电话产生巨大冲击，具有很大的市场空间。 本文首先介绍了i p 电话的发展及i p 电话的工作原理和相关的标 准及协议，分析了影响语音质量的因素。 若要提高i p 电话的语音通话质量，需要从两方面着手。一是要提 高i p 网络服务质量( q o s ) ，二是要在i p 电话终端采用各种技术保证 语音质量。第三部分对i p 网络的服务质量进行了深入的研究，强调了 i p 电话的服务质量关系着i p 电话的未来，是不容忽视的，必须给以 足够重视。多方面评述了现有的一些的q o s 策略，并对这些方案的长 处及不足进行了细致探讨。第四部分对i p 电话终端需要采用的技术进 行了探讨。 在本文的第五部分介绍了自己参与开发的s i p 软终端的语音处理 模块，实现了第四部分涉及到的一些语音处理技术。 作者的课题内容以北京网银神州科技有限公司的实习经历所学为 模本，结合自己所学并借鉴当今l p 电话发展的新知识，写成本文。 关键词：v o i p ，语音质量，回声消除，噪声消除，q o s 北京交通大学硕士学位论文 a b s t r a c t w it ht h ed e v e l o d m e n to ft e c h n o l o g yo fv o i p ，i pt e l e p h o n eh a s h a dg r e a ti n f l u e n c eu p o nt r a d i t i o n a lc o 哪u n i c a t i o n v o i pn e t w o r k d e v i c e si n c l u d eg a t e w a y ，g a t e k e e p e ra n ds oo n i fi pt e l e p h o n e w a n t st oc o m p e t ew i t ht r a d i t i o n a lt e l e p h o n e ，i tm u s ti m p r o v ei t s v o i c eq u a l i t y i fi pt e l e p h o n ec o u l ds u c c e s s f u l l ys 0 1 v et h e p r o b l e mo fv o i c eq u a l i t y ， i tw i l lh a v eg r e a tm a r k e ts p a c e t h i sp a p e ri n t r o d u c e dt h ed e v e l o p m e n to fi pt e l e p h o n e ， t h e b a s i ct h e o r yo fi pt e l e p h o n e ，a n dt h ep r o t o c 0 1 so fi pt e l e p h o n e i no r d e rt oi m p r o v et h eq u a l i t yo ft h ei pp h o n e ，f i r s t ，w e s h o u l di 珊p r o v et h eq o so ft h ei pn e t w o r k ，s e c o n d ，w es h o u l du s e t e c h n i q u e si nt h ei pt e r m i n a l t og u a r a n t e et h eq u a l i t y q o s o fi pp h o n ea r el u c u b r a t e di nt h et h i r dp a r t t h eq o so fi pp h o n e isr e l a t e dt o i pp h o n e sf u t u r ea n dn e e dm o r ea t t e n ti o n a f t e r c o m e n t i n ge x i s t i n gs t r a t e g y ，t h et h i r dp a r to ft h i sp a p e ra n d d i s c u s s e dr e l e v a n tm e r i t sa n dd e f e c t s i nt h ef o r t hp a r t ，i d i s c u s s e ds o m et e c h n i q u e si nt h et e r m i n a ls i d e i nt h e1 a s td a r t ， ii n t r o d u c e dt h ei m p l i c a t i o no fas o f t p h o n e ， w h i c hu s e ds o m et e c h n i q u e sm e n t j o n e db ya b o v ep a r t s t h i sp a p e r sc o n t e n tc o m e sf r o mt h ea u t h o r sk n o w l e d g e l e a r n e di nac o 姗u n i c a t i o nc o m p a n yo fb e i j i n g a tt h esa l i l et i m e ， t h ea u t h o rm a d eu s eo ft h en e wk n o w l e d g eo ft h ed e v e l o p e n ta b o u t i pt e l e p h o n e b yt h i sw a y ， t h ea u t h o rw r o t et h ep a p e r k e y 们r d s ：v o i p ， v o i c eq u a l i t y ，e c h oc a n c e l l a t i o n ，n o i s e r e d u c t i o n ，q o s i i 绪论 第一章绪论 v o i p ( v o i c eo v e ri n t e r n e tp r o t o c 0 1 ) ，即i p 电话，是在i p 网 上开发的一种增值业务，它因价格低廉而广受用户欢迎，并对传统的 电路交换话单业务尤其是国际长途业务提出了严峻的挑战。i p 电话把 语音压缩编码、打包分组、分配路由、存储交换、解包解压等交换处 理在i p 网或互联网上实现语音通信。它促进了网络资源利用，降低了 语音业务成本，在全球范围内得到了迅速的发展。 1 1v o i p 发展状况及趋势 1 9 9 5 年2 月以色列v o c a l t e c 公司研制出可以通过i n t e r n e t 打长 途电话的软件产品“i n t e r n e tp h o n e ”。这项技术上的突破引起全世界 的瞩目，从而使i p 电话技术得到迅速发展。经过几年的发展，i p 电 话成为作为一种新型电话业务在全世界开展，并对传统电话业务造成 越来越大的威胁。 i p 电话在短短的几年内得到了非常迅速的发展。i p 电话在这样 短的时间里引起全球电信界关注，并且正在对传统的通信方式产生巨 大冲击。 下一代网络必然是以现有计算机互联网为基础，融合各种传统电 信网络，提供各种业务的综合网络。现有的电信业务也必然要以此网 络为支撑，语音分组交换技术成为必然的选择。 但是，目前i p 电话网络并未达到电信级的要求，而且存在一系列 的问题。i p 电话目前要解决的主要问题： 1 服务质量( q o s ) 问题 服务质量是目前i p 电话技术中存在的主要问题，它直接制约了 i p 电话用户群的扩展。可以说，到目前为止该问题仍未得到彻底解决。 由于i p 电话是在因特网基础上发展起来的一种语音传输方案，因 此它是一种面向无连接的应用，其数据传输遵循一种“尽力而为” ( b e s te f f o r t ) 的原则。i p 语音包从远端发出后，其所经路径并不 确定，时延无法保证，丢包也不可预料。网络时延和时延抖动随着网 络状况的好坏而变化，具有不可预测性和不确定性。同时，任何一个 传输系统必将受到带宽的限制，网络传输也不例外，如果网络丢包数 量达到某一极限，也将引起语音质量的下降。 北京交通大学硕七学位论文 对于i p 电话而言，保证其q o s 即是保证语音传输的最低延迟及减 少丢包率。i p 电话与传统电话一样，系统延迟门限为4 0 0 m s ，只有将 端到端的延迟降低到4 0 0 m s 以下，丢包率降低到5 以下，此时才能保 证i p 电话具有与传统电话相当的语音质量。 2 标准、互通性和可靠性问题 i p 电话的互通性包括业务互通和产品互通两个方面，它们是制约 i p 电话发展的另一个主要因素。为了保证i p 电话网络具有电信级服 务质量和可靠性，在建设电信级的i p 电话业务及承载网络时，还需采 用负载分担、路由备份等技术来保障网络的可靠性、可用性及服务质 量，同时还必须保证i p 网络的可管理性和可扩展性。 3 安全问题 安全性和开放性是永远相矛盾的，只要是一个开放的系统，就没 有绝对的安全可言。所谓安全性考虑，就是寻求在某一开放的环境下 最大的安全可能。i p 电话运行在一个开放的网络环境下，这必然存在 安全问题，诸如系统的管理权限、用户数据信息、计费信息的保密、 非法入侵的记录和追查等。 i p 电话采用了分组交换技术，提高了传输系统资源的利用率，降 低了对交换设备的要求；其网管、计费系统简单，有利于降低运营成 本；基于开放的计算机平台，有利于新型业务的推出。因此，i p 电话 技术可有效降低人们使用语音业务的费用，刺激社会语音消费，有利 于全面提高我国信息化水平，促进社会的发展。因此，i p 电话具有良 好的发展前景。 1 2 课题意义及论文的主要工作内容 各种数据网络向i p 网的集中、合并是当前的一种基本趋势，许多 信息技术和商业应用都己转向或正在转向i p 网。广播和电视网与i p 网络的合并已经开始。并且随着多媒体通信技术的发展，可视电话、 电视会议以及i p 电话等，与大众生活的联系越来越密切。这一切都涉 及到了多媒体信息的重要组成部分音频信号在i p 网络上的传输 问题。 如何提高话音质量，确保通信的q o s ，是对i p 电话系统的关键 要求，也是技术难点。要使i p 电话大规模推向市场，得到用户的普 遍认可，就必须提高话音质量，使其达到与传统的电话业务相当的程 2 绪论 度。因此本论文将话音质量作为研究的重点。 课题来源于北京网银神州科技有限公司，目的是在网络上实现基 于s 【p 协议的高质量语音通信。论文的主要工作内容包括： v o i p 的 相关标准、基本原理，i p 网络的服务质量的研究，i p 电话终端语音处 理技术的研究及应用。论文对影响语音质量的因素进行分析，指出对 语音质量影响最大的因素。重点论述了新易通s i p 软终端语音处理模 块的设计与实现，语音采集、回声消除和噪声消除、抖动处理。并对 实验结果做了简要分析。 北京交通大学硕士学位论文 第二章v o i p 基本原理、相关标准 2 1 基本原理、系统组成 2 1 1 基本原理 如图2 1 所示，i p 电话的基本工作原理是：在发送端，将输入的 模拟语音信号经过采样、量化、编码转换成数字形式的脉冲编码调制 ( p c m ) 信号，再经过数据压缩后进行分组、打包，然后在分组网上进 行传输。在接收端，将到达的语音数据包进行拆包、重组，再经过解 压、解码等步骤恢复成话音信号，送至受话者。 网”圈：围登日 自 目一回粕目竺田7 目前，i p 电话应用的主要领域是长途电话，随着技术的发展，今 后本地电话或市话也会采用此项技术，另外一个十分重要的应用领域 是局域网、虚拟专用网。 与传统的基于电路交换的公众交换电话网( p s t n ) 电话不同，i p 电话采用语音分组交换技术。分组交换具有采用统计复用、资源利用 率高、动态分配带宽等优点，可以通过i p 、a t m 、和帧中继等多种 分组数据网进行异种网间的通信。 根据通话终端类型的不同可以将i p 电话分为p c 到p c 、p c 到 电话、电话到p c 以及电话到电话四种结构形式。如图2 2 。 4 v o i p 基本原理、相荚标准 固 咽- 悃 圈 ? 厂 厂l l h 图2 2 口电话的四种实现方式 2 1 2 系统组成 i p 电话系统有4 个基本组件：终端设备( t e r m i n a l ) 、网关 ( g a t e w a y ) 、多点控制单元( m c u ，m u l t i p o i n tc o n t r o lu n i t ) 和网 守( g a t e k e e p e r ) 。 ( 1 ) 终端设备 终端设备是一个i p 电话客户终端，可以直接连接在i p 网上进行 实时的语音或多媒体通信。 i p 电话的终端可以有多种类型，其中包括传统的语音电话、i s d n 终端、多媒体p c ，它也可以是集语音、数据和图像于一体的多媒体业 务终端，或者是电视用户使用的s t b 。由于不同种类的终端产生的数 据源结构是不同的，因此要在同一个网络上传输数据就要由网关或者 是通过一个适配器进行数据转换，以形成统一的i p 数据包。 ( 2 )网关( g a t e w a y ) 网关是语音通信的关键设备，是i p 网络和p s t n i s d n p b x 网络 之间的接口设备，应具有下列功能： 具有i p 网络接口和与p s t n i s d n p b x 交换机互连的接口； 完成实时语音压缩，将6 4 k b i t s 的语音信号压缩成低码率语音 信号： 完成寻址和呼叫控制。 网关的一边连接到传统的电路交换网，如p s t n ，可以与外部的任 意一台电话机通信：另一边连接到传统到i p 包交换网，如i n t e r n e t 、 i n c r a n e t 等。网关接收到标准电话信号以后，经过数字化、编码、压 缩处理，打包到i n t e r n e t 上，根据传输路由，通过i n t e r n e t 发送 北京交通大学硕士学位论文 到接收端网关；反之，网关接收到了i n t e r n e t 传来的i p 包，经解 压处理后还原成模拟语音信号再转往电话网系统。网关可以同时接入 和转出电话语音信号，实现全双工通信。 网关在电路交换的网络( 电话网) 上是连接终端与l a n w a n 终端 的桥梁，网关是i p 电话的关键设备。 ( 3 ) 网守( g a t e k e e p e r ) 网守负责用户注册和管理，主要完成以下功能： 地址映射：将电话网的e 1 6 4 地址映射成相应网关的i p 地址； 呼叫认证和管理：对接入用户的身份进行认证，防止非法用户的 接入； 呼叫记录：使得运营商有详细的数据作为依据进行收费： 区域管理：多个网关可以由一个网守来管理。 ( 4 ) m c u m c u 的功能在于利用i p 网络实现多点通信，使得i p 电话能够支 持诸如网络会议这样的多点应用。 2 2 相关标准 随着互联网的高速发展，v o i p 等各种网上增值业务展现出巨大的 应用前景。在各厂商的积极努力下，推进了i p 电话协议的标准化进 程。目前涉及v o i p 技术的主要协议如图2 3 所示。 v o i p 基本原理、相关标准 回3 9 9 回 ，、， 、 j _ 。1 。，通二二j l 、 1 竺 ) ；【竺 j 由 崮 图2 3l p 电话网络掷议 根据目前制订协议的情况和各标准化组织的工作重点，与i p 电 话相关的协议主要可以分为两大类：h 3 2 3 协议和s j p 。目前各组织 在t p 网络上承载实时业务( 如语音、视频等) 的方式方面的方案大 体相同，均是利用了源自i e t f 的r t p ，但是在呼叫建立和控制方面 则有着不同的方案，其代表为h 3 2 3 和s i p 。 2 2 1h 3 2 3 协议 h3 2 3 是i t u 的一个标准协议簇，h 3 2 3 制订了无服务质量保 证的分组网络上的多媒体通信系统标准。 h 3 2 3 应用正逐渐成为市场的主流，原因如下： h 3 2 3 为现有的p b n ( 如i p 网络) 提供多媒体通信标准。若和 其他的i p 技术( 如i e t f 的r s v p ) 相结合，就可实现i p 网络的多 媒体通信。 基于i p 的l a n 正变得越来越强大，i po v e rs d h 、i po v e ra t m 技术正快速发展，l a n 带宽正在不断提高。 能提供设备与设备、应用与应用、供应商与供应商之间的互操作 能力；因此，h 3 2 3 能保证所有的h 3 2 3 兼容设备的互相操作性。 7 固 北京交通大学硕士学位论文 更高速率的处理器、日益增强的图形器件和强大的多媒体加速芯 片使得p c 成为一个越来越强大的多媒体平台。 h 3 2 3 可提供p b n 与其他网络之间进行多媒体通信的互连互通 标准。许多计算机公司、网络通信公司都支持h 3 2 3 标准。 2 2 2 会话启动协议 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 ) ”1 是i e t f 推出的初始会 话协议，它是一种基于文本的协议，采用s i p 规则资源定位语言描述。 它提供与呼叫的建立、控制功能相关的协议。它应用于i p 电话，与 h 3 2 3 协议相比，具有简单、灵活的特点。s i p 是文本格式的客户一 服务器协议，客户机发起请求，服务器进行响应，s i p 既可以用t c p 也 可以用u d p 来传送。一个s i p 系统主要由两部分组成：用户代理和 网络服务器。用户代理分为用户代理客户机( u a c ) 和用户代理服务器 ( u a s ) ，u a c 用于发起呼叫，u a s 用于响应呼叫。网络服务器也有两 类，它们是代理服务器( p r o x y ) 和重定位服务器( r e d i r e c t ) ，代理 服务器用于在主叫用户和被叫用户之间转发请求和响应报文，重定位 服务器收到用户请求后，若判定自身不是目的地址，则向用户响应下 一个应访问的地址，而不是转发请求报文。s i p 协议对终端提出了较 高的要求，即终端需要包含用户代理客户机和用户代理服务器两部分， 由它们实现呼叫请求、呼叫应答和用户的其他特殊需求。在s i p 系统 中，这样的终端称为智能终端。s i p 系统的基本结构如图2 4 所示。 u a c 弋 u a c 一。 u su a s 终端 图2 4s i p 系统的基本结构 图2 4 中i p 网络中包含了s i p 系统中的各种网络服务器。 一次基于s i p 协议的正常接续的流程是： 1 主叫u a c 向网络服务器( p r o x y 或r e d i r e c t ) 发出呼叫请求 2 网络服务器通过名字查找，用户定位，最终找到被叫u a s ； v o i p 基本原理、相关标准 3 被叫u a s 响应用户请求( 接受或拒绝请求) ，该响应沿原路返 回； 4 主叫u a c 收到响应后，接通被叫或终止此次呼叫请求。 s i p 协议的优点包括：该协议具有可扩展特性，可以轻松定义并 迅速实现新功能；可以简单易行地嵌入廉价终端用户设备；可确保互 操作能力，并使不同的设备进行通信。 s i p 协议的缺点包括：s i p 问世不久，因此大多数应用尚处于原 型阶段。该协议单独应用的范围较窄。但与其他协议协同使用时，具 有较强的灵活性。s i p 协议只是完整解决方案的一小部分，还需要许 多其他的软件来构建完整的i p 电话产品。 2 2 3r t p r t c p 协议 实时传输协议r t p ( r e a l t i m et r a n s p o r tp r o t o c 0 1 ) 0 1 是为多媒 体会议中的多点传送设计的，也是由i e t f 制定的。r t p 没有连接的概 念，可以运行在有连接和无连接的低层协议之上。r t p 与特定地址无 关，由低层处理分帧与分块过程。r t p 不提供可靠机制。它通常作为 应用程序的一部分被执行，而不属于操作系统核心的内容。在网络带 宽充足的情况下，r t p 具有一定的带宽调控能力，保证端到端的多媒 体流同步。在网络带宽不足时，r t p 的带宽调控能力将受到一定的限 制。 r t p 协议实际上由两部分组成，一是负责多媒体数据实时传送的 传输部分r t p ，另一部分是负责反馈控制、q o s 监测及传递相关信息的 r t c p ( r e a l t i m et r a n s p o r tc o n t r o lp r o t o c 0 1 ) 。 1 r t p r t p 数据包由固定的r t p 包头和有效荷载数据( 如实时的音频或视 频压缩编码后的数据) 组成，如图2 5 。在r t p 数据包中，提供了包内 数据类型的标志( p t 字段) ，用以说明多媒体信息所采用的编码方式。 在多媒体数据头部加上时间标志，可使接收端接收到的数据包的定时 关系得以恢复，从而降低网络引起的延时和抖动。根据序列号可以在 接收端对数据包进行正确的排序和定位，以及统计包丢失率。 在r t p 分组格式中，与实时传输密切相关的字段有序列号 ( s e q u e n c en u m b e r ) 、时问戳( t i m e s ta f f i p ) 和同步源标识( s s r c i d e n t i f i e r ) 。 9 北京交通大学硕士学位论文 图2 5r t p 报头 序列号是一个1 6 位整数序列空间，其初始值随机产生。在发送数 据时，每个r t p 数据包将前一个包的序列号加1 作为自己的序列号。 接收方通过检测收到的数据包的序列号，进行包的排序和定位。 时间戳为3 2 比特，是盯p 数据包有效荷载第一个字节的采样时间。 这个采样时间是从一个时间单调增长的时钟得到的，以便于同步和抖 动计算。可以通过时间戳来提供适合传输实时信息和在不同媒体流之 间进行同步的控制机制。 在每一r t p 会话中，每一个用户都可以提供多种媒体源。r t p 通 过随机产生的同步源标识来唯一标识一个媒体源。这个唯一性通过应 用程序采用避免冲突的算法来保证。如果媒体源改变了其源传输地址， 则它必须选择一个新的同步源标识。 2 r t c p r t c p 依据携带控制信息的不同，可以分为5 种分组类型：发送方 报告( s r ) ，接收方报告( r r ) 、资源描述条目( s d e s ) 、结束参与显示包 ( b y e ) 以及应用功能( a p p ) 。 r t c p 主要实现如下功能： ( 1 ) 通过所有参与者发送s r 、r r 报告来提供数据分配质量的反 馈。这些反馈功能与流量控制、拥塞控制密切相关，也可以用于故障 诊断。 ( 2 ) r t c p 为每一个r t p 资源提供一个持久的传输标准识别号 c n a m e 。同步源标识在发现冲突或程序重启时可能发生改变，接收方需 要根据c n 脒e 来区分多个媒体流中给定应用的应用成员。 ( 3 ) 可以用来观察参与者的数目，据此可以计算数据的发送速率， 并可对其进行动态调整以合理地利用网络资源。 ( 4 ) 传送最少量的控制信息，以保证系统可以容易地扩展成为大规 1 0 v o i p 基本原理、相关标准 模的松散藕合系统。 在会话中的参与者不但要发送r t p 数据包，而且要周期性发送 r t c p 控制包。r t c p 协议主要通过在所有参与者之间周期性地传输r t c p 包来实现监测反馈功能。下层协议必须提供数据和控制包的复用功能。 因此，r t p 协议本身不提供资源预留，不提供q o s 保证，而是通 过r t c p 控制包为应用程序动态提供网络的当前信息。据此可对r t p 的数据收发作相应调整，使之最大限度地利用网络资源，从而达到尽 可能好的服务质量。同时，r t p r t c p 还需要依靠其它协议来满足服务 质量的需求。 r t p 和r t c p 通常用在u d p ( u s e rd a t a g r a i p r o t o c o l ，用户数据 报协议) 上，因为t c p 的重发机制不适于处理等待时间很低的数据， 比如交互式通信。在这种情况下，r t p 一般被分配在一个偶数u d p 端 口上，而r t c p 分配在下一个奇数u d p 端口上。 2 2 4 媒体网关控制协议( 赋p ) 媒体网关控制协议( 眦p ) “3 是由c i f 建议的标准，它是在h 3 2 3 和s i p 协议之后推出的，其目的是为了进一步更好地处理i p 网络与 p s t n ( 尤其与s s 7 ) 的信令接口。它实现了在一个更高的层次上对电话 网关进行控制。 互 | | j 图2 6 媒体网关功能结构圈 m g c p 对网关的功能结构在逻辑上可以划分为如图2 6 所示三层： 媒体网关控制器( m g c ，m e d i ag a t e w a yc o n t r o l l e r ) 、信令网关( s g ， s i g n a l i n gg a t e w a y ) 和媒体网关( m g ，m e d i ag a t e w a y ) 。 其中，媒体网关控制器用于对媒体网关和呼叫进行控制、并与关守 接口；信令网关用于负责连接s s 7 信令网，在p s t n 信令和分组信令之 一 北京交通大学硕士学位论文 间提供中介：媒体网关用于提供p s t n 与i p 网之间的媒体映射与编码 转换功能。 2 3 语音质量的评价模型 目前i p 电话业务语音质量评分的评价主要有三种模型：m o s 模型、 p s q m 模型和e 模型。 2 3 1 啪s 模型 i t u t 建议p 8 3 0 描述了一种对语音的主观评定方法s ( m e a n 0 p i n i o ns c o r e ) 方法5 1 。根据p 8 3 0 建议的要求，特定的发话者与听 话者在特定的环境下，通过收集测试者在各种不同情景下的主观感受， 根据p 8 3 0 的分析法则得出该语音的品质。p 8 3 0 对测试的要求非常 严格，所有的操作都要严格地服从操作流程，对录音系统、语音采样、 语音输入级别、听者级别、不同发话者( 8 男、8 女、8 儿童) 、多发话 者( 多人同时讲话) 、差错处理、不同语音编码方式的兼容性、过失、 环境噪音、音乐等等，都作了详细严格的规定。测试者的主观感受结 果也被分为很多不同的范畴，如听者感受的网络质量结果、质量降级 结果、比较结果等。m o s 分数采用5 级记分制，其含义如表2 一l 所示。 表2 1m 0 s 分值含义 帅s 分值含义 5e x c e l i e n t ( 优) 4 g o o d ( 良) 3 f a i r ( 中) 2 p o o r ( 差) 1 b a d ( 不可接受) m o s 为5 分时就是双方面对面直接交谈时的评价分数，一般认为 m o s 分数字3 分以上是可以接受的。m o s 好的一面是利用人耳来确 定语音质量，而不利的一面是它没有考虑象双向通话质量等问题。在 双向通话中，一段通话也许相当清晰，但网络拥塞或低效率的路由可 能会造成通话出现停顿。i t u 使用m 0 s 判别法作为评价各种语音的方 法。 v o i p 基本原理、相关标准 2 3 2p s 螂模型 m o s 方法是一种模糊的评估方法，因此，有人提出借用i t u t 在 p 8 6 l 中建议的p s q m ( p e r c e p t u a ls p e e c hq u a l i t ym e a s u r e m e n t ) 方 法，用来作为客观质量度量的评估。 p s q m 的客观性是指模仿现实生活中主观声音的感知。p s q m 仿真实 验中主观判断话音编码器的质量，通过把编码后的信号和源信号进行 比较，p s q m 仍以m o s 的5 个级别作为评估结果。p s q m 方法并未摆脱原 始的人类主观评估，只是作了进一步的说明。 p s q m 评价模型首先选取符合条件的基准信号源，可以是真实的声 音，也可以是规定的人工语音。把基准信号源和经过网络的干扰后信 号输入到知觉模型，这个知觉模型实际上是对信号进行时间一频率映 射，以及频率和强度偏差处理。从知觉模型输出得到的信号内部表现 通过差别模型进行处理，为了获得主观和客观之间的较高关联性，再 输入到认识模型，最后得到质量评分。从这个评价模型可以看出使用 者对语音清晰度的评价主要取决于使用者的认识模型，而使用者的认 识模型又是受其知觉模型影响。 2 3 3e 模型 e 模型最早是由欧洲的e t s i 标准组织提出，后来又由i t u t 标准 化形成g 1 0 7 建议。e 模型的思想是将话音信号传输过程中若干因素 对话质的负面影响综合为参数r ，用以评估该话音呼叫的主观质量。r 的值越大，表明话音质量越好。e 模型的r 参数由下式确定： r = r o i s i d i e a 其中参数r o 表示噪音带来的影响，如背景噪音和电流噪音的干 扰。参数i s 表示与语音信号同时产生的质量影响因素，如由量化、连 接噪声和侧音过强带来的干扰。参数i d 表示由于时延造成的质量影 响，包括由于通话回声和交互性丧失带来的干扰。i e 包括由于使用特 殊设备引入的质量损失，如低比特率编解码器的影响和分组丢失的影 响。如g 7 2 9 a 的i e 为i o ，g 7 2 3 1 在5 3 k b i t s 和6 3 k b i t s 码流速率下的i e 分别为1 9 和1 5 。参数a 为预期值，用以补偿由于用 户采用某些带来便捷接入的设备而导致的话音质量的影响。对于传统 电话，a 取值为0 ，而g s m 移动电话的a 值为1 0 。 根据e 模型确定可接受话音质量对应的r 值。编解码器类型、通 北京交通大学硕士学位论文 信模式和传输协议的不同，会使上式中的各个分量有不同的取值，从 而得到不同的r 值。 2 4 影响话音质量的因素分析 i p 网络采用的机制是尽力方式传送i p 数据包，数据分组在分组 网络中传输时会由于网络的传输差错、语音处理、网络拥塞等原因造 成分组丢失、传输时延和时延抖动，使得用户听到的话音会出现不连 贯甚至中断的现象，无法为实时通信等对服务质量要求很高的业务提 供质量保证。下面就时延、抖动、丢包这三个因素对q o s 的影响进行 讨论。 2 4 1 时延 时延是指说话人开始说话到受话人听到所说内容的时间，时延对话 音通信的影响主要在于引入回声和交互性的丧失。i t u u 建议g 1 1 4 和g 1 3 1 描述了时延参数对普通电话呼叫的影响”：正常情况下端到 端时延大于2 5 m s 时，或者虽然试验小于2 5 m s ，但回声水平非常大时， 要加入回声抑制。当回声得到充分抑制时，1 5 0 i i l s 以下的时延，对于 大多数应用来说是可以接受的；1 5 0 m s 到4 0 0 m s 之间的时延，在用户 预知时延情况的前提下，是可以接受的：大于4 0 0 s 的时延，即使完 全没有回音，已有l o 的人感觉到通话困难，它的语音质量基本上是 不可接受的。 时延主要由编码时延、解码时延、缓存时延和网络时延等部分组成。 图2 7 表示了它们之间的关系。 塥峭时延传辅肘延 缓冲时延 解自9 时延 t i1 2 t 4 jjjj 缓冲鼠列 口虽匦亘 皿卫臣亟亟 图2 7 时延分解模型 时延为t o = t 1 + t 2 + t 3 + t 4 在终端进行去抖动操作以减少时延抖动时，通常的方法时加入去抖 动缓冲器，这也会引入一定的去抖动时延t 3 。t 3 的取值是在分组时 延和分组丢失率之间的折中。t 3 过小，会使分组丢失率上升。t 3 过 大，会引入太大的时延。由于通话时间短，自适应去抖动算法往往不 1 4 v o i p 基本原理、相关标准 能地发挥作用，一般采用固定的去抖动时延，取值为网络的平均排队 时延。 2 4 2 抖动 分组传输中的抖动也会严重影响实时语音业务的质量。话音分组以 近似等间隔从源端发出，但在网络传输过程中的排队和服务处理时会 存在差异，使其不再是等时间间隔到达目标端点，即有时延抖动。而 话音解码器通常需要接近恒速率的输入码流，时延抖动的存在会影响 其正常工作。有效改善分组传输抖动的方法是增加接收端的缓存，利 用缓存来消除到达的数据分组之间时间间隔的差异；或者在终端进行 去抖动操作。通常的方法为加入去抖动缓冲器，对分组进行延时缓冲 平滑。这样做虽然可以减少时延抖动，但会增加接收端的处理时延。 从统计意义上讲，总有某个分组的传输十分顺利，其传输的时间接 近网络线路的固定传输时间。因此可以假设一次连接中，所有分组中 传输时间最短的那个时延值等于固定传输时间，即： t m i n = m i n t n ，t n 是一个分组的时延，所以每一个分组时延抖 动为： x n = t n t m i n 一段时间内最大的时延抖动为： j = m a x ( x n ) 一段时间内平均时延抖动为： m = e ( x n ) 平均时延抖动也称为平均排队时延，用来确定消除抖动的缓冲区 大小。 在相对稳定情况下，设某种语音编码方式使用了带宽b ( 字节 秒) ，帧大小为f ( 字节帧，假设对语音采用了帧编码方式) 。最近一 段时间内的平均抖动为m 秒，帧速为f 帧秒，则存在下列关系： f f = b 缓冲区大小为： mxfx f 2 4 3 丢包 遵循尽力规则的i p 层并不能保证将数据报正确递送到目的端， 实时语音传输一般用不保证可靠传输的u d p 协议来传送语音数据分 北京交通大学硕士学位论文 组以提高传输的实时性。语音数据分组出现丢失情况时，如果是偶然 一个数据丢失，上层应用可以根据定的机制恢复该数据分组，以保证 语音质量。当出现连续分组丢失情况时，就会影响话音质量。 一般来说在语音传输中分组丢失率3 5 是允许的。影响网络 分组丢失的原因有： ( 1 ) 网络拥塞。i p 网中的分组是经过中间设备，一跳一跳传输的。 对于i p 协议采用无连接传输机制，拥塞是不可避免的。造成拥塞的 主要原因在于网络中的设备没有足够的缓冲区接收数据，使得通向某 一路由的队列排队过长，当队列出现溢出时会造成分组丢失。 ( 2 ) 分组超时丢失。i p 数据报由于是b e s te f f o r t 的，其在i p 网络中的寻径是随机的，为避免数据报进入死循环，需要进行数据报 的生存时间控制。在一个新的数据报产生时，就在其头部的t t l ( t i m e t ol i v e ) 位设定其在网络中存在的最大时间，超时便丢弃，如果网络 状况很差，会造成许多分组由于超时而丢失。 ( 3 ) 传输损伤。网络中由于传输设备出现损伤如线路断裂等，会导 致大量数据分组丢失。至于i p 语音包的丢失对语音的影响，典型的 语音编码可以允许包丢失率为3 ，采取一些特殊措施后，包丢失率 达到8 l o 时语音质量也还可以容忍。解决分组丢失的措施主要是 通过改善网络环境来实现的，如增加带宽、增大网络设备的缓冲区、 设置优化的路由表等。但采取这些措施的同时还要考虑到与成本、业 务需求等方面的平衡。i p 语音业务质量与时延和丢包的关系如图2 8 所示。 单向时延 ( m s ) 4 2 0 0 不可接受区 过渡区 可接 受区 o o5 l o 暮包串( ) 图2 8 时延与丢包对服务质量的影响 1 6 v o i p 基本原理、相关标准 时延、抖动和丢包之间存在着密切的关系。从网络的角度来看， 这三者同时制约于网络的运行情况，当网络的服务质量下降时，三者 迅速恶化。从终端的角度来看，时延、抖动和丢包三者之间又相互影 响。例如：在终端处理中，为了减小抖动带来的影响，就要采用抗抖动 缓冲区，这就引入了额外的时延：为了减少迟到的数据包数量，可以延 迟语音的回放，但也会引入额外的时延：为了采用丢包恢复技术，往往 需要利用后续帧信息，这样也引入了一定的时延：如果抖动效应加强， 势必会使迟到的数据包增多。所以，为了解决好i p 网络上音频数据传 输的服务质量问题，必须在这三者之间进行权衡。 北京交通大学硕士学位论文 第三章i p 网络服务质量研究 计算机网络己经渗透到各行各业之中，越来越多的事务处理和信 息传递依赖于网络的正常运转。我们当然希望网络所提供的服务是可 靠而有保证的，然而以太网、i p 网络以及因特网的技术基础决定了这 些网络不能保障传输的可靠性，也不能按照优先级使用带宽。这就造 成了网络服务的不稳定性和不可靠性，比如p i n g 的相应时间经常变 化，吞吐量不稳定等问题，这就需要采用q o s 以保证网络提供稳定且 有保障的服务。采用q o s 可以解决或改善诸如传输延迟、延迟抖动、 包丢失等问题，从而保证网络的稳定性和可靠性。然而q o s 最大的作 用在于能够控制带宽的使用，q o s 可以把带宽优先分配给重要的进程 如商务处理程序，保证这些进程的稳定性。 过去的几年里，在呼叫的成功呼通比率和时延、抖动、丢包等服 务质量方面，处于发展初期的i p 电话的通话质量是不敌传统电话的通 话质量的。但是由于i p 电话的费率远远低于传统电话，人们在目前这 个阶段还可以接受这种服务质量。但是随着传统电信公司为应对竞争 而降低长途资费，i p 电话的质量问题必会日益凸显出来。后起之秀的 i p 电话要想在电话市场中赢得一席之地，甚至超过传统电话，它的q o s 水平必须提升到一个较高的水准，最起码要与传统长话质量相接近， 而其最终的目标应该是达到甚至超过传统长话质量。这是决定i p 电话 未来命运的关键因素。本章就讨论i p 网络一般性的q o s 问题。 3 1i p v 4 的服务类型字段 i p 网络的服务质量( q o s ) 问题在当前的i p 版本i p v 4 中是由分组 头部的服务类型字段一t o s ( t y p eo f s e r v i c e ) 字段来解决的。如图3 1 所示。 由i p 分组报头可见，其第二字节是作为服务类型字段的。此字段 又被分为两个部分：第一部分共有3 比特作为优先级类别参数，代表这 个分组可得到的路由器处理服务的八个不同的优先级；第二部分共4 个比特作为服务参数，表明源端对时延、吞吐量、可靠性的要求；而 此字段的最后一个比特m b z 用于实验，必须置零。如图3 2 所示。 i p 网络服务质量研究 图3 一li p 分组报头结构 0 l234 5 6 7 图3 _ 2 服务字段的划分 目前大多数路由器都可以处理优先级域，但是不同的路由器的处 理方法却不尽相同。由于因特网的松散组织特性，协调统一所有的路 由器是件十分困难的事情。而对于一条通信路径来说，只有沿途所有 的路由器对其优先级的认定都采用同一标准，才能实现其按优先级服 务的目的。所以事实上，在因特网范围内按优先级服务的目标从来没 有实现过。 同样服务参数在因特嗣范围内也没有实现。这主要是因为缺乏区 别对待不同流量的选择。若想直接实现低时延，需要预先在“正常” 路径之外假设可以开辟一条“低时延”路径。已经有路由器协议具有 这种能力，例如i e t f 的开放最短路径协议( o s p f ) 和c i s c o 系统的内部 网关路由协议( i g r p ) 。二者都支持基于链路和路径质量的网络路径差 异。事实上，由于各个路由器的实现不同，这两个协议在应用过程中 也都未能充分利用其设计能力n “。 在因特网中，即使所有路由器都实现了o s p f 和i g r p ，也无法有 效地选择路径，这是因为大型i s p 组成了所谓自治系统。一旦某个分 组离开单个i s p 控制路由协议的自治系统，服务参数将难以保证，除 非相邻的自治系统以同样的方式实现路由。所以尽管在单个自治系统 中区分不同的服务质量可以实现，但要跨自治系统保持这种能力就需 要很好地协作，这在因特网中是很难实现的。主要原因是不同的i s p 1 9 北京交通大学硕士学位论文 对优先级的支持不一致以及对服务参数的支持不一致。这是因为i s p 对是否有必要提供这些服务的意见不统一。 3 2i p v 6 的q o s i n t e r n e t 当前使用的i p 协议版本i p v 4 地址即将耗尽，这是极为 严重的问题。有预测表明：以目前i n t e r n e t 发展速度计算，所有i p v 4 地址将在2 0 0 5 2 0 l o 年间分配完毕。为了彻底解决i p v 4 存在的问题， i e t f 从1 9 9 5 年开始，着手研究开发下一代i p 协议，即i p v 6 。i p v 6 具有长达1 2 8 位的地址空间，可以彻底解决i p v 4 地址不足的问题，除 此之外，i p v 6 还采用分级地址模式、高效i p 包头、服务质量、主机 地址自动配置、认证和加密等等许多技术m n 。 在解决了地址危机的同时，i p v 6 也扩展了对q o s 的支持。i p v 6 的分组首部有两个区域来支持q o s ：4 个比特的优先级和2 4 个不同的 数据