首頁 >
_ti
王孟宣 _t_t
——IP電話是一種利用Internet作為傳輸載體實現(xiàn)計算機與計算機，普通電話與普通電話、計算機與普通電話之間進行話音通信的技術(shù)。IP電話是一個復雜的系統(tǒng)工程，涉及到的技術(shù)也很繁雜，其中尤以下幾種技術(shù)的發(fā)展最為關鍵，包括分組語音技術(shù)、語音編碼和壓縮技術(shù)、IVR技術(shù)等。
一、分組語音技術(shù)
——傳統(tǒng)的電話網(wǎng)是以電路交換的方式傳輸語音，它需要的基本帶寬為64kbit／s。而要在基于IP 的分組網(wǎng)絡上傳輸語音，就必須對模擬的語音信號進行特殊的處理，使處理后的信號可以適合在面向無連接的分組網(wǎng)絡上傳輸，這項技術(shù)稱為分組語音技術(shù)。
1.分組語音技術(shù)簡述
——分組語音技術(shù)是指將語音信號轉(zhuǎn)換為一定長度的數(shù)字化語音包，采用存儲轉(zhuǎn)發(fā)的方法，以包的形式進行交換和傳輸?shù)募夹g(shù)。電話技術(shù)通常需要64kb／s以上的帶寬，而分組語音需要的帶寬不到 10kb／s。
——所有分組語音系統(tǒng)都遵循一個共同的模式，如圖1所示。
——在這個網(wǎng)絡的周邊是被稱為“語音代理”的設備或部件。這些設備或部件的任務是將語音信息從傳統(tǒng)的電話格式轉(zhuǎn)換為適用于分組傳輸?shù)母袷�。然后通過網(wǎng)絡將分組數(shù)據(jù)發(fā)送到目標的語音代理。
2.處理流程
——無論對于實時的應用（如IP電話）還是非實時的應用（如語音郵件），發(fā)送端語音都要經(jīng)過模擬信號——數(shù)字信號——語音包的處理過程，并在接收端對語音包進行相反的處理，從而得到與輸入端相同的語音信號。我們可以把處理流程分為發(fā)送端的處理流程和接收端的處理流程兩部
分來介紹。
——（1）發(fā)送端的處理流程
——首先，把模擬信號轉(zhuǎn)換為數(shù)字信號，并對其進行進入緩沖器前的量化數(shù)據(jù)處理。聲卡和音頻設備先對模擬語音信號進行8位或16位量化，然后再送入緩沖器。許多低比特率的編碼器對語音塊（也被稱為幀）進行編碼，典型幀為10～30ms，考慮到傳輸過程中的代價，語音包通常由60、120 或240ms長的語音數(shù)據(jù)組成。
——其次，把語音包按照特定的幀長進行編碼。大部分的編碼器都有特定的幀尺寸，若一個編碼器使用15ms的幀，則把從第一級來的120ms的包分成8幀，并按順序進行編碼。每個幀合120個語音樣點（抽樣頻率為8kHz）。編碼后，將8個壓縮的幀合成一個壓縮的語音包送入網(wǎng)絡處理器。
——網(wǎng)絡處理器為語音包添加包頭、時標和其他信息后通過網(wǎng)絡傳送到另一端點。
——（2）接收端的處理流程
——首先，網(wǎng)絡提供一個可變長度的緩沖器，用來調(diào)節(jié)網(wǎng)絡產(chǎn)生的抖動。緩沖器可容納許多語音包，用戶可選擇緩沖器的大小，大的緩沖器能調(diào)節(jié)大的抖動，但產(chǎn)生延遲較大，小的緩沖器產(chǎn)生延遲較小，但不能調(diào)節(jié)大的抖動。
——其次，解碼器將經(jīng)過編碼的語音包解壓縮后產(chǎn)生新的語音包。這里也可按幀進行操作，完全和編碼器的長度相同。若幀長度為15ms，則120ms的語音包被分成8幀，然后被解碼還原成120ms的語音數(shù)據(jù)流送入解碼緩沖器。
——最后，緩沖器中語音樣點被播放驅(qū)動器取出送入聲卡，通過揚聲器按預定的頻率（例如 8kHz）播出。
——以上兩部分處理流程，再經(jīng)過中間的、傳輸過程就完成了語音分組通信的一個全過程。
——在這個過程中，全部網(wǎng)絡被看成一個整體，從輸入端接收語音包，然后將其傳送到網(wǎng)絡輸出端。由于可以在某個范圍內(nèi)變化，就可能出現(xiàn)網(wǎng)絡傳輸中的抖動現(xiàn)象。
3.分組語音的傳輸方案和傳輸系統(tǒng)中的幾個關鍵技術(shù)
——分組語音傳輸網(wǎng)絡可以基于IP、幀中繼或異步傳輸模式（ATM），這些構(gòu)成了傳統(tǒng)的分組語音傳輸方案，我們分別稱為ATM語音（VoATM）、幀中繼語音（VoFR）、IP語音（VoIP）。
——VoATM（Voice over ATM）是指在ATM網(wǎng)絡上傳遞分組語音的技術(shù)。ATM是利用固定長度（53 個字節(jié)）信元中的48個字節(jié)來存放數(shù)據(jù)信息的，因此，通過ATM傳輸語音流，要遵循ATM信元的結(jié)構(gòu)規(guī)定。
——VoFR（Voice over Frame Relay）是利用幀中繼網(wǎng)絡傳輸分組語音的技術(shù)。幀中繼論壇 FRF.11已經(jīng)建立了用于幀中繼上的語音傳輸以及有關通話建立、編碼類型和分組格式的標準，未來還將提供用于產(chǎn)品互操作性等方面的基本功能。
——VoIP（Voice over IP）是利用IP網(wǎng)絡進行語音通信的技術(shù)。IP是無連接的，在優(yōu)先級、資源預留、分組拆分等領域的優(yōu)勢比較引人注目。IP擁有強大的信令、尋址和路由功能。IP的另一優(yōu)勢在于它與當前眾多的數(shù)據(jù)應用程序的集成，使得IP網(wǎng)絡應用無所不在。
——另外，在分組語音網(wǎng)絡傳輸系統(tǒng)中需要解決以下幾個技術(shù)才能使分組語音服務滿足質(zhì)量上的需要。
——（1）語音編碼
——即如何將語音信息轉(zhuǎn)換為分組信息以及如何將分組信息重新轉(zhuǎn)換為語音。其中包括優(yōu)化編碼方案、尋找最佳算法、對語音進行高效、優(yōu)質(zhì)的編解碼以及語音恢復等等，這些都已形成了一個學科分支，并受到人們應有的重視。
——（2）信令
——用于鑒別呼叫方所需要呼叫的對象以及呼叫方在網(wǎng)絡中的位置。
——在許多情況下，如何實現(xiàn)語音編碼、如何保證語音質(zhì)量并不是分組語音技術(shù)的難點，關鍵是可行的分組語音應用要求某地的呼叫者連接至使用其標準撥號機制的語音代理，并將呼叫發(fā)送至可以訪問其他語音代理的用戶組。
——在分組語音網(wǎng)絡中有兩種完全不同的信令聯(lián)系。一種信令為外部信令，用于語音代理和該代理服務的語音設備。這些語音設備適用于普通的語音網(wǎng)絡，外部信令遵循電話標準。另一種信令用于傳輸網(wǎng)絡中語音代理之間，稱為內(nèi)部信令。這種內(nèi)部信令通過傳輸網(wǎng)絡標準或語音代理本身的標準實現(xiàn)。
——（3）語音壓縮算法
——語音壓縮是分組語音系統(tǒng)中的重要組成部分。目前，通過調(diào)制解調(diào)器接入網(wǎng)絡的最大速率為 56kbit／s，遠遠不能適應多媒體通信的要求，而且因特網(wǎng)不能對傳輸帶寬提供保證，因此必須采用低速率的語音壓縮算法來處理語音，這對實時語音應用尤為重要。
——（4）音頻回聲消除技術(shù)
——在IP電話的應用中，人們?nèi)羰褂脫P聲器和麥克風就可能出現(xiàn)回聲現(xiàn)象。如圖2所示。
——本地揚聲器輸出的模擬語音信號可能又被話筒接收，當信號被傳回到源端時，就會產(chǎn)生不必要的回聲。在因特網(wǎng)中，呼叫必須經(jīng)過多個路由器和網(wǎng)關，其相當長的延遲又會造成回聲問題的進一步惡化，在系統(tǒng)中使用回聲消除技術(shù)可以解決這個問題。目前，回聲消除技術(shù)主要有回聲抑
制和回聲抵消兩種。
——（5）網(wǎng)絡呼叫技求
——IP電話采用分布式的呼叫模式。因為不需要通過電路交換完成呼叫，所以每個終端都使用了呼叫處理器。單工呼叫模式僅支持一個終端的呼叫，且需要本地呼叫驅(qū)動的支持。通過觸發(fā)本地呼叫驅(qū)動軟件建立一次呼叫，而呼叫驅(qū)動利用傳輸控制協(xié)議（TCP）的套接字（Socket）與另一端
的呼叫驅(qū)動建立信令連接，從而觸發(fā)另一端的單工呼叫。這兩個單工呼叫被觸發(fā)后按照Q.931信令協(xié)議完成呼叫過程的建立。根據(jù)信令的引導，呼叫驅(qū)動程序啟動語音信息流接入網(wǎng)絡和對端的接收設備，建立一個完整的呼叫過程圖3。圖3中的呼叫對象指明本次呼叫的域名、兩端的終端識別碼（ID）電話號碼、呼叫類型（如單純語音、語音和數(shù)據(jù)）等信息。
二、語音的編碼及壓縮技術(shù)
——模擬語音信號必須經(jīng)過處理，轉(zhuǎn)換成適合在IP網(wǎng)絡上傳輸?shù)腎P數(shù)據(jù)包。這個過程需要先進行數(shù)字編碼，轉(zhuǎn)換為PCM碼，然后經(jīng)過專門的DSP芯片進行數(shù)據(jù)壓縮，最后再打上IP包的標記，形成 IP數(shù)據(jù)包的形式，以適合IP網(wǎng)絡上的傳輸帶寬，其中涉及到了PCM、DSP、編碼、壓縮等內(nèi)容。
1.PCM技術(shù)介紹
——脈沖編碼調(diào)制（Pulse Code Modulation簡寫為PCM），是指把模擬信號轉(zhuǎn)化為數(shù)字信號的過程，為目前世界各國主要采用的方式。PCM包括抽樣、量化和編碼三個過程。
——（1）抽樣
——抽樣是指用脈沖對要處理的模擬信號進行調(diào)制的過程，即對模擬信號進行脈沖調(diào)制。
——（2）量化
——量化是指把抽樣信號的幅度離散化的過程。根據(jù)量化過程中量化器的。輸入輸出的關系，可以有均勻量化和非均勻量化兩種方式。
——（3）編碼
——模擬信號經(jīng)過抽樣和量化后，還要進行編碼處理，才能使離散樣值成為更適宜傳輸?shù)臄?shù)字信號形式。編碼形式有多種，如：低速編碼和高速編碼；線性編碼和非線性編碼；逐次反饋型、級聯(lián)型和混合型等等。
——2.DSP介紹
——（1）簡述
——DSP是數(shù)字信號處理器（Digital Signal Processor）的縮寫，屬于MPU（微處理器）的一種，它主要應用于聲音壓縮、圖像壓縮等數(shù)字壓縮技術(shù)領域，能將聲音、圖像、溫度壓力等種種模擬信號高速轉(zhuǎn)變成數(shù)字信號。例如，發(fā)展極為迅速的手提電話中，DSP將話音模擬信號高速數(shù)
字化，并通過代碼壓縮而發(fā)送，接收端再經(jīng)由DSP把壓縮了的數(shù)字信號復元、擴展成模擬信號。
——（2）DSP的技求特點
——DSP是一種特殊的單片機，同時它也是一個嵌入式系統(tǒng)。
——網(wǎng)絡設備中引入了DSP技術(shù)，使得交換以太網(wǎng)和快速交換以太網(wǎng)變得更快、更便宜、也更容易升級。現(xiàn)在數(shù)字信號處理器已廣泛用于調(diào)制解調(diào)器和移動電話，發(fā)展非常迅速。
——DSP優(yōu)于RISC（精簡指令集計算機）處理器，其原因在于DSP有嵌入的協(xié)處理器和用于快速數(shù)據(jù)處理的并行數(shù)據(jù)通道。另外，基礎系統(tǒng)和擴展模塊中的DSP也能分擔一些數(shù)據(jù)處理的任務。因此增加DSP后，交換機性能將迅速提高。
——進入90年代，DSP技術(shù)發(fā)展十分驚人，目前已成為不少新興科技的主要推動力，其中包括電信和多媒體技術(shù)，以DSP作為主要元件，再加上外圍設備和特定功能單元綜合成的單一芯片，加速了 DSP方案的發(fā)展。同時產(chǎn)品的價格得以降低，運算速度和集成度獲得提高。90年代DSP揭開了PC、通信及消費電子市場合一的新紀元，這些技術(shù)也反過來促進了DSP的發(fā)展和需求。
——DSP從1978年第一塊單片DSP投放市場以來，已經(jīng)發(fā)展到目前的第五代產(chǎn)品。在過去十年中DSP 一直以30％的年增長率在發(fā)展著。
3.IP語音編碼與壓縮技術(shù)
——通過Internet傳輸實時的語音或圖像與傳輸普通數(shù)據(jù)是不一樣的，應用網(wǎng)絡的組成必須符合這種實時傳輸?shù)男枰�。這種傳輸與傳統(tǒng)的數(shù)據(jù)傳輸有著很大的區(qū)別。對于越來赴多的語音服務商們來說，能支持高品質(zhì)的VoIP（Voice over IP）應用是走向成功的一個關鍵因素。
——話音的分組傳送通常要求網(wǎng)絡提供充足的帶寬，所以對現(xiàn)有的多數(shù)IP網(wǎng)絡而言，話音壓縮技術(shù)是實施IP話音通信的關鍵所在。表1給出了當前比較流行的幾種話音壓縮技術(shù)的比較。
表1 幾種語音壓縮方式的比較
協(xié)議 VoIP Codec 壓縮后的傳輸率(kbit／s) 復雜度 質(zhì)量 延遲
G.711 PCM 64 很低 非常好 幾乎可以忽略
G.728 ADPCM 40／32／24 低(BMIPS) 好(40K)
差(16K) 非常低
G.729 CS-ACELP 8 高(30MIPS) 好 低
G.729a CA-ACELP 8 中等 一般 低
G.723 MP-MLQ 6.4／5／3 中等偏高(20MIPS) 好(6.4K)
一般(5.3K) 高
G.723.1 MP-MLQ 6.4／5／3 非常高(40MIPS) 好 低
G.726 LD-CELP 16 1 1 低
——編碼壓縮方法由ITU統(tǒng)一制定，并標準化。它的壓縮能力由DSP的處理能力決定，通常DSP的處理能力用MIPS（Millions of Intructions Per Second）來度量。
——編碼壓縮僅負責對實際傳輸?shù)腎P分組數(shù)據(jù)進行壓縮，它不負責對IP頭壓縮，一般，IP／UDP頭（包括地址信息和控制信息）要耗去7kb／s左右的帶寬，如果有些IP路由器支持IP包頭的壓縮，那么帶寬損耗可以降低到2～3kb／s左右。
——在實際選擇語音壓縮的算法時，要綜合考慮各種因素。例如，高比特率可以保證良好的話音品質(zhì)，但要占用大量存儲空間，耗費更多的系統(tǒng)資源；而過低的比特率又會影響話音的品質(zhì)和增加延遲。所以在較低比特率的前提下保持較好的話音質(zhì)量，是選擇壓縮算法的原則。
——目前H.323 v2選擇G.723.1作為缺省的話音編碼標準。
三、IVR技術(shù)
——IVR（Interactive Voice Response）即交互式語音應答，可以提高呼叫服務的質(zhì)量并節(jié)省費用。隨著技術(shù)的進步，IVR也有了一定的發(fā)展，可以根據(jù)用戶輸入的內(nèi)容括放有關的信息，可以是操作提示也可以是具體的信息內(nèi)容。
——在IP電話中使用的IVR經(jīng)歷了從集中到分布的過程，分布式IVR采用加入智能網(wǎng)關的功能，使得原本遠程發(fā)送的語音提示信息現(xiàn)在只需要在本地發(fā)送，從而既減少了開銷又提高了服務質(zhì)量。下面將分別介紹集中式IVR和分布式IVR。
1.集中式IVR
——IP電話在提供國際電話卡長途服務時，由于大部分傳遞節(jié)點不是在每個國家都有物理上存在的，而有的是在邏輯上存在的，因此必須從國外的傳遞節(jié)點租用帶定。目前的電話，所有計費功能、主叫識別以及與電話卡相關的用戶提示信息都必須集中處理，這是由于網(wǎng)關缺乏像集中電話網(wǎng)中提供的IVR和計費功能之類的智能特性。在集中式的結(jié)構(gòu)下，國際電話呼叫從“請輸入電話卡號和PIN號”和“輸入要呼叫的號碼”開始，直到按通電話為止，每處理上個國際電話卡業(yè)務至少要三次訪問中央數(shù)據(jù)庫系統(tǒng)，每個用戶的提示信息必需從中央IVR系統(tǒng)發(fā)出，并且每次用戶響應也要送回IVR系統(tǒng)。IP電話的開辦是為了節(jié)省費用，但在網(wǎng)絡上往返式地傳送提示信息造成了大量的開銷。傳遞節(jié)點的租用帶寬，主要是為了傳遞語音而用的，但同時也必須為傳送語音提示信息而
提供相當大的開銷，而且語音提示信息還會擁塞網(wǎng)絡，為了保證語音質(zhì)量，就得提供更多的帶寬。在實際應用中，看似很少的語音提示開銷能導致很大的損失，這就是集中式IVR的缺點。
——有一種方法可以避免這、問題，即把傳統(tǒng)語音提示的功能和特性分布到基于IP的網(wǎng)絡中去，這就是分布式的IVR體系。
2.分布式IVR系統(tǒng)
——為了節(jié)省提供語音提示而產(chǎn)主的往返傳送開銷，傳遞節(jié)點把IVR的中央控制功能分散到各個節(jié)點。在分布式的體系結(jié)構(gòu)下，通過把IVR功能集成到IP電話網(wǎng)關，要求輸入用戶電話卡號之類的語音提示就可以實現(xiàn)本地處理。
——用一種簡單的控制語言配置網(wǎng)關，使它具有發(fā)出語音提示、電話卡核實和撥號處理功能。這樣，只有遠距離的長途語音信息以語音的方式在IP網(wǎng)絡上傳送。在此之前，像“請輸入卡號”這樣的提示信息都由中央控制，因而它們都必須以實際的語音傳送。有了集成化的IVR后，中央控制部分把IP信息發(fā)送給局域網(wǎng)網(wǎng)關，局域網(wǎng)網(wǎng)關的IVR根據(jù)中央控制部分IP信息所表示的指令發(fā)送給用戶語音提示信息。因為語音提示信息都保留在本地，因而不需要在廣域網(wǎng)甚至國際網(wǎng)上傳輸。廣域網(wǎng)上需要傳送的只是很小的用于告訴局域網(wǎng)網(wǎng)關該發(fā)什么提示信息的IP包，這樣節(jié)省了大量的帶寬資源。
——把功能分布到網(wǎng)關上會有一定的開銷，但能帶來更大的收益。分布式IVR具有以下優(yōu)點：
——（1）低代價
——分布式IVR能節(jié)省大筆的開銷。首先它消除了迂回路由，正是迂回路由使得帶寬費用居高不下。如傳遞節(jié)點建在美國，而持卡人在意大利打電話到阿根廷，那么該呼叫必須先返回到美國，每次傳遞節(jié)點都要為自己的節(jié)點上的遠距離流量傳送付費。
——在分布式IVR使用之前，傳遞節(jié)點只能通過在每個國家放置交換設備實現(xiàn)傳送功能�？梢韵胂螅@樣做代價多么昂貴。有了分布式IVR后這些選擇都可以在本地做，因而可以充分利用最小代價路由（LCR）。
——同時，還有一種“軟節(jié)省”。一方面，每個節(jié)點不用要獨享資源，節(jié)省了投資，另一方面，由于呼叫路由具有根強的靈活性，傳遞節(jié)點可以充分利用本地呼叫路由計劃和最小代價路由（LCR）計劃減少開銷。呼叫可以很快而且以較小的代價完成。
——（2）較高的語音質(zhì)量
——可以不必經(jīng)過中央處理，直接在本地控制呼叫，在節(jié)省費用的同時也提高了語音質(zhì)量。在兩個節(jié)點之間采用最短路由傳輸，減少了話務包的壓縮和解壓的次數(shù)，這樣使得呼叫可以快速傳輸，從而保證了每個呼叫的完整性。
——（3）整個網(wǎng)絡的可靠性提高
——把IVR加入到IP電話網(wǎng)關是一種提高整個網(wǎng)絡可靠性的策略。與基于PC的網(wǎng)關和路由器不同，真正傳遞節(jié)點的網(wǎng)關采用雙機平行處理結(jié)構(gòu)，從而保證數(shù)據(jù)是冗余的，當其中一個不能正常工作時，網(wǎng)關也能正常運轉(zhuǎn)。
——隨著IP電話基礎結(jié)構(gòu)的不斷發(fā)展，高級網(wǎng)關和網(wǎng)絡的分布智能化也不斷使得服務質(zhì)量提高。同時，IVR廣泛應用于IP電話，將對IP電話起到巨大的推動作用。
——由以上的介紹可以看出，近期IP電話技術(shù)發(fā)展非常迅速，各研究機構(gòu)、國際標準組織、產(chǎn)品制造商等紛紛投入到IP電話相關技術(shù)的開發(fā)中，使之很快就達到了商用的程度。
