摘  要：隨著與互聯(lián)網(wǎng)的接觸愈來(lái)愈多，人們會(huì)嘗試各種各樣的應(yīng)用，其中一個(gè)非常有前途的應(yīng)用就是分組語(yǔ)音技術(shù)。分組語(yǔ)音技術(shù)是指將語(yǔ)音信號(hào)轉(zhuǎn)化為一定長(zhǎng)度的數(shù)字化語(yǔ)音包，采用存儲(chǔ)轉(zhuǎn)發(fā)的方法以包的形式進(jìn)行交換和傳輸?shù)募夹g(shù)。文章介紹了分組語(yǔ)音技術(shù)的基本概念，包括原理、結(jié)構(gòu)和性能，以及分組語(yǔ)音技術(shù)的一些具體應(yīng)用。文章強(qiáng)調(diào)，分組語(yǔ)音技術(shù)不僅僅為降低成本而用于IP電話，結(jié)合計(jì)算機(jī)處理和互聯(lián)網(wǎng)技術(shù)的優(yōu)勢(shì)實(shí)現(xiàn)各種增值業(yè)務(wù)才是它真正價(jià)值所在。

關(guān)鍵詞：分組語(yǔ)音  語(yǔ)音壓縮  語(yǔ)音網(wǎng)關(guān)

——分組語(yǔ)音技術(shù)是指將語(yǔ)音信號(hào)轉(zhuǎn)化為一定長(zhǎng)度的數(shù)字化語(yǔ)音包，采用存儲(chǔ)轉(zhuǎn)發(fā)的方法以包的形式進(jìn)行交換和傳輸?shù)募夹g(shù)。圖1所示是兩個(gè)站點(diǎn)之間傳輸分組語(yǔ)音的網(wǎng)絡(luò)示意。每個(gè)站點(diǎn)由以下幾個(gè)部分組成：PC機(jī)、話音的輸入和輸出設(shè)備（如話筒和揚(yáng)聲器）、對(duì)模擬信號(hào)進(jìn)行數(shù)字化的設(shè)備（如語(yǔ)聲卡），最后要與分組交換網(wǎng)連接（一般指互聯(lián)網(wǎng)）。從圖1可以看出分組語(yǔ)音在傳輸中不需任何電路交換設(shè)備，這是和傳統(tǒng)電話不同的地方。

——由于互聯(lián)網(wǎng)不能對(duì)傳輸帶寬提供保證，因此語(yǔ)音包在其傳輸過程中就會(huì)產(chǎn)生延遲、抖動(dòng)、包丟失等影響語(yǔ)音質(zhì)量的因素。直到近年來(lái)由于低速率編解碼算法的出現(xiàn)和軟硬件性能的提高，人們才注意到分組語(yǔ)音技術(shù)的商業(yè)價(jià)值。

——目前我國(guó)已經(jīng)開始試驗(yàn)IP電話，但這還遠(yuǎn)遠(yuǎn)不夠，筆者認(rèn)為互聯(lián)網(wǎng)上的分組語(yǔ)音技術(shù)不僅為用于降低電信成本而出現(xiàn)在IP電話上，而且應(yīng)該充分利用分組語(yǔ)音技術(shù)與傳統(tǒng)電信技術(shù)的差別，結(jié)合計(jì)算機(jī)處理和互聯(lián)網(wǎng)技術(shù)的優(yōu)勢(shì)，形成強(qiáng)有力的電信增值服務(wù)業(yè)務(wù)。如語(yǔ)音郵件服務(wù)、語(yǔ)音主頁(yè)導(dǎo)向服務(wù)、IP信息咨詢服務(wù)及呼叫中心，等等。

——一、分綢語(yǔ)音技術(shù)的概念

——1．實(shí)現(xiàn)分組語(yǔ)音技術(shù)的網(wǎng)絡(luò)結(jié)構(gòu)

——無(wú)論對(duì)于實(shí)時(shí)的應(yīng)用（如IP電話）還是非實(shí)時(shí)的應(yīng)用（如語(yǔ)音郵件），發(fā)送端語(yǔ)音都要經(jīng)過模擬信號(hào)—數(shù)字信號(hào)—語(yǔ)音包的處理過程，并在接收端對(duì)語(yǔ)音包進(jìn)行相反的處理，從而得到與輸入端相同的語(yǔ)音信號(hào)。由圖2可見，每個(gè)語(yǔ)音流從信源（話筒）到信宿（揚(yáng)聲器）就像通過一條管道，這條管道包括許多級(jí)，每一級(jí)代表一些特有的語(yǔ)音包處理過程。

——如圖2所示，模擬語(yǔ)音信號(hào)在發(fā)送端要經(jīng)過三級(jí)處理。

——①模擬語(yǔ)音到數(shù)字樣點(diǎn)的轉(zhuǎn)換和進(jìn)入緩沖器前量化數(shù)據(jù)的打包處理。聲卡和音頻設(shè)備首先對(duì)模擬語(yǔ)音信號(hào)進(jìn)行8位或16位量化，然后順序送入緩沖器。緩沖器的大小可根據(jù)延遲和編碼的要求選擇。許多低比特率的編碼器是對(duì)被稱作幀的語(yǔ)音塊進(jìn)行編碼。典型幀為10～30 ms。考慮到傳輸過程中的代價(jià)，語(yǔ)音包通常由60，120或240 ms的語(yǔ)音數(shù)據(jù)組成。

——②對(duì)語(yǔ)音包以特定的幀長(zhǎng)進(jìn)行編碼。大部分的編碼器都有特定的幀尺寸，若一個(gè)編碼器使用15 ms的幀，則把從第一級(jí)來(lái)的60 ms的包分成4幀，并按順序進(jìn)行編碼。每個(gè)幀合120個(gè)語(yǔ)音樣點(diǎn)（抽樣率為8kHz）。編碼后，將4個(gè)壓縮的幀合成一個(gè)壓縮的語(yǔ)音包送入網(wǎng)絡(luò)處理器。

——③網(wǎng)絡(luò)處理器為語(yǔ)音包添加包頭、時(shí)標(biāo)和其他信息后通過網(wǎng)絡(luò)傳送到另一端點(diǎn)。

——在這個(gè)通道中，全部網(wǎng)絡(luò)被看成一個(gè)整體，持續(xù)不斷地從輸入端接收語(yǔ)音包，然后在一定時(shí)間（t)內(nèi)將其傳送到網(wǎng)絡(luò)輸出端。t可以在某個(gè)范圍內(nèi)變化，反映了網(wǎng)絡(luò)傳輸中的抖動(dòng)。

——當(dāng)語(yǔ)音包經(jīng)網(wǎng)絡(luò)傳送到另一端被計(jì)算機(jī)接收時(shí)又要經(jīng)過下述三次處理。

——首先，網(wǎng)絡(luò)級(jí)提供一個(gè)可變長(zhǎng)度的緩沖器，用來(lái)調(diào)節(jié)網(wǎng)絡(luò)產(chǎn)生的抖動(dòng)。該緩沖器可容納許多語(yǔ)音包，用戶可選擇緩沖器的大小。小的緩沖器產(chǎn)生延遲較小，但不能調(diào)節(jié)大的抖動(dòng)。

——其次，解碼器將經(jīng)編碼的語(yǔ)音包解壓縮后產(chǎn)生新的語(yǔ)音包，這個(gè)模塊也可按幀進(jìn)行操作，完全和編碼器的長(zhǎng)度相同。若幀長(zhǎng)度為15 ms，則60 ms的語(yǔ)音包被分成4幀，然后它們被解碼還原成60 ms的語(yǔ)音數(shù)據(jù)流送入解碼緩沖器。

——再次，播放驅(qū)動(dòng)器將緩沖器中語(yǔ)音樣點(diǎn)（480個(gè)）取出送入聲卡，通過揚(yáng)聲器按預(yù)定的頻率（例如8kHz）播出。

——傳輸是依靠每一端三級(jí)的同步有效操作。如圖3所示，在像IP電話這樣的全雙工通信中，每一端的六級(jí)都是連續(xù)工作的。因此在具體應(yīng)用時(shí)為了減少分離處理的數(shù)量，這六級(jí)被合成同時(shí)工作的三個(gè)處理過程。

——2．分組語(yǔ)音中的一些關(guān)鍵技術(shù)

——（1）語(yǔ)音壓縮算法

——語(yǔ)音壓縮是分組語(yǔ)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(luò)的最大速率為56 kbit／s，遠(yuǎn)遠(yuǎn)不能適應(yīng)多媒體通信的要求，而且互聯(lián)網(wǎng)不能對(duì)傳輸帶寬提供保證，因此必須采用低速率的語(yǔ)音壓縮算法來(lái)處理語(yǔ)音，這對(duì)實(shí)時(shí)語(yǔ)音應(yīng)用尤為重要。

——現(xiàn)有的語(yǔ)音壓縮算法提供顯著低于64kbit／s但音質(zhì)接近于長(zhǎng)話質(zhì)量的多種方案。表1列出了國(guó)際電聯(lián)標(biāo)準(zhǔn)編碼器性能比較。

——在IP電話的應(yīng)用中，人們?nèi)羰褂脫P(yáng)聲器和麥克風(fēng)就可能出現(xiàn)回聲現(xiàn)象。如圖4所示。

——本地?fù)P聲器輸出的模擬語(yǔ)音信號(hào)可能又被話筒接收，當(dāng)信號(hào)被傳回到源端時(shí)，就會(huì)產(chǎn)生不必要的回聲。在互聯(lián)網(wǎng)中，呼叫必須經(jīng)過多個(gè)路由器和網(wǎng)關(guān)，其相當(dāng)長(zhǎng)的延遲又會(huì)造成回聲問題的進(jìn)一步惡化。在系統(tǒng)中使用回聲消除技術(shù)可以解決這個(gè)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。

——（3）網(wǎng)絡(luò)呼叫技術(shù)

——IP電話采用分布式的呼叫模式。因?yàn)椴恍枰�通過電路交換完成呼叫，所以每個(gè)終端都使用了呼叫處理器。單工呼叫模式僅支持一個(gè)終端的呼叫，且需要本地呼叫驅(qū)動(dòng)的支持。通過觸發(fā)本地呼叫驅(qū)動(dòng)軟件建立一次呼叫，而呼叫驅(qū)動(dòng)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(dòng)建立信令連接，從而觸發(fā)另一端的單工呼叫。這兩個(gè)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(dǎo)，呼叫驅(qū)動(dòng)程序啟動(dòng)語(yǔ)音信息流接入網(wǎng)絡(luò)和對(duì)端的接收設(shè)備，建立一個(gè)完整的呼叫過程（圖5）。圖5中的呼叫對(duì)象指明本次呼叫的域名、兩端的終端識(shí)別碼（ID）或電話號(hào)碼、呼叫類型（如單純語(yǔ)音、語(yǔ)音和數(shù)據(jù)）等信息。

——（4）語(yǔ)音網(wǎng)關(guān)技術(shù)

——語(yǔ)音網(wǎng)關(guān)（Gateway）除了完成傳統(tǒng)電話網(wǎng)與互聯(lián)網(wǎng)的硬件接口以外，還承擔(dān)著信令轉(zhuǎn)換、語(yǔ)音處理、呼叫應(yīng)答與提示、路由尋址等功能。通過語(yǔ)音網(wǎng)關(guān)，真正實(shí)現(xiàn)了公眾電話網(wǎng)與互聯(lián)網(wǎng)的有機(jī)結(jié)合，在計(jì)算機(jī)到普通電話或普通電話到普通電話的IP電話應(yīng)用中尤為重要。

——圖6為計(jì)算機(jī)到普通電話的通信方式。語(yǔ)音網(wǎng)關(guān)的一側(cè)與公眾電話網(wǎng)或用戶小交換機(jī)相連。在主叫方，它接收電話信令，將其數(shù)字化、壓縮、打包（語(yǔ)音包）并送到互聯(lián)網(wǎng)上；在被叫方，它從互聯(lián)網(wǎng)上接收語(yǔ)音包，解包、解壓并將其發(fā)送到公眾電話網(wǎng)或用戶小交換機(jī)上。

——語(yǔ)音網(wǎng)關(guān)的另一側(cè)與互聯(lián)網(wǎng)相連，在互聯(lián)網(wǎng)上對(duì)被叫進(jìn)行路由查詢和完成IP地址的自動(dòng)轉(zhuǎn)換。語(yǔ)音網(wǎng)關(guān)很好地解決了IP電話的尋址問題。在傳統(tǒng)的IP電話系統(tǒng)中，要確定一個(gè)多媒體PC機(jī)就必須知道其IP地址。若用語(yǔ)音網(wǎng)關(guān)來(lái)確定一個(gè)遠(yuǎn)端的用戶，則只需知道其電話號(hào)碼就可以了。
語(yǔ)音網(wǎng)關(guān)采用高速的分組交換技術(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行編碼、壓縮并打包，經(jīng)路由器在互聯(lián)網(wǎng)上傳輸。接收方路由器接到數(shù)據(jù)包后，根據(jù)IP地址將數(shù)據(jù)傳送給接收方網(wǎng)關(guān)，該網(wǎng)關(guān)將數(shù)據(jù)拆包、解碼、解壓縮，隨后傳送給公眾電話網(wǎng)或用戶小交換機(jī)。

——除了語(yǔ)音壓縮編解碼和打包外，語(yǔ)音網(wǎng)關(guān)還應(yīng)完成語(yǔ)音活動(dòng)檢測(cè)、靜音壓縮、舒適噪音生成、回聲消除和雙音多頻信令處理功能。隨著網(wǎng)關(guān)應(yīng)用的普及，今后的語(yǔ)音網(wǎng)關(guān)還將擔(dān)負(fù)有關(guān)服務(wù)質(zhì)量協(xié)議監(jiān)測(cè)和IP計(jì)費(fèi)管理等處理功能。

——二、分組語(yǔ)音技術(shù)的實(shí)現(xiàn)

——早期分組語(yǔ)音技術(shù)的應(yīng)用大都采用軟件實(shí)現(xiàn)。近年來(lái)，隨著大規(guī)模集成電路的飛速發(fā)展，硬件價(jià)格大幅度下降，從而出現(xiàn)了許多用硬件實(shí)現(xiàn)分組語(yǔ)音的產(chǎn)品。硬件具有對(duì)數(shù)據(jù)處理的速度快，可處理大量數(shù)據(jù)的特點(diǎn)，所以使用硬件實(shí)現(xiàn)分組語(yǔ)音可以很好地處理延遲。抖動(dòng)、回聲抑制等問題，從而得到良好的音質(zhì)。采用硬件實(shí)現(xiàn)分組語(yǔ)音的另一個(gè)優(yōu)點(diǎn)是：在一個(gè)硬件電路中可以實(shí)現(xiàn)多種壓縮標(biāo)準(zhǔn)的分組語(yǔ)音，能很靈活地適應(yīng)不同網(wǎng)絡(luò)環(huán)境下的多個(gè)語(yǔ)音終端的互通。

——目前，筆者已經(jīng)實(shí)現(xiàn)了建立在PC機(jī)上的分組語(yǔ)音系統(tǒng)，它由硬件平臺(tái)和軟件平臺(tái)兩部分構(gòu)成。

——1．硬件平臺(tái)

——硬件平臺(tái)構(gòu)造于PC機(jī)上，采用ISA總線插卡方式，如圖7所示。該平臺(tái)采用了美國(guó)DSPG公司的專用數(shù)字信號(hào)處理器CT8020作為核心部件，利用先進(jìn)的可編程邏輯器件開發(fā)了外圍控制電路和接口電路。它主要完成以下功能。

——（1）備有三種電路接口

——這三種接口是線路輸出接口、話筒輸入接口和話機(jī)輸入輸出接口。

——（2）完成話筒語(yǔ)音前置放大

——由于從話筒輸入的語(yǔ)音信號(hào)比較微弱（1～30mV），達(dá)不到編解碼器對(duì)信號(hào)強(qiáng)度的要求，因此必須進(jìn)行前置放大。這里由專用前置放大芯片完成放大功能。

——（3）語(yǔ)音信號(hào)的轉(zhuǎn)換及編解碼

——語(yǔ)音信號(hào)的A／D，D／A轉(zhuǎn)換及編解碼功能是利用MC145480完成的，它的優(yōu)點(diǎn)是：①可將語(yǔ)音信號(hào)的A／D，D／A轉(zhuǎn)換及編解碼集成在一個(gè)芯片中，提高了系統(tǒng)穩(wěn)定性；②只需單電源供電，減少了雙電源供電所帶來(lái)的電源干擾問題，提高了語(yǔ)聲質(zhì)量；③可提供A律及μ律兩種編碼格式，提供符合ITU-T G.711建議的語(yǔ)音數(shù)據(jù)流。

——（4）語(yǔ)音數(shù)據(jù)的壓縮和解壓縮

——該功能主要由專用語(yǔ)音芯片CT8020完成。它實(shí)現(xiàn)了ITU-T G.723.1所規(guī)定的5.3和6.3 kbit／s兩種比特率語(yǔ)音。這兩種比特率是H.324建議所規(guī)定的國(guó)際標(biāo)準(zhǔn)語(yǔ)音速率，適用于線路帶寬較小的多媒體通信。此外在線路情況十分惡劣條件下，它可提供4.1和4.8kbit／S，語(yǔ)音。當(dāng)線路情況良好時(shí)，CT8020還可提供非標(biāo)準(zhǔn)的8.5 kbit／s壓縮語(yǔ)音和未壓縮的64與128 kbit／s這兩種純數(shù)字語(yǔ)音。該芯片處理速度快，可實(shí)現(xiàn)語(yǔ)音的實(shí)時(shí)處理。

——（5）語(yǔ)音的回聲抑制功能

——該功能由CT8020完成。

——（6）可與公眾電話網(wǎng)相連

——為電話接口提供和檢測(cè)雙音多頻信號(hào)（DTMF），能和公眾電話網(wǎng)相連。

——（7）控制電路

——控制電路主要是將主機(jī)發(fā)出的命令送入CT8020，并將狀態(tài)信息返回給主機(jī)；按上層軟件的要求，定時(shí)將由CT8020處理的語(yǔ)音數(shù)據(jù)提供給上層軟件。該控制電路利用Altera公司的可編程邏輯器件EPM7128S實(shí)現(xiàn)，通過Altera的MAXPLUSII軟件編解原理圖后下載到芯片中。這種控制電路的實(shí)現(xiàn)方式降低了電路板布線密度，只需對(duì)軟件進(jìn)行修改即可完成電路調(diào)試和技術(shù)升級(jí)，不需要重新制板。

——為便于在Windows95環(huán)境下使用該平臺(tái)，開發(fā)了虛擬設(shè)備驅(qū)動(dòng)程序。該程序?yàn)樯蠈榆浖�提供了豐富的接口函數(shù)，用于實(shí)現(xiàn)對(duì)語(yǔ)音板的操作。軟件平臺(tái)與硬件平臺(tái)的關(guān)系如圖8所示。

——2．軟件平臺(tái)

——建立在Windows95操作環(huán)境之上的軟件平臺(tái)采用了H.323建議作為總體框架結(jié)構(gòu)，利用Windows套接字函數(shù)進(jìn)行網(wǎng)絡(luò)傳輸。它主要完成以下功能。

——（1）終端建鏈

——應(yīng)用軟件按照建議H.245和H.225的規(guī)定與遠(yuǎn)端機(jī)通信，設(shè)定邏輯通道。

——（2）語(yǔ)音采集

——采集語(yǔ)音線程將底層語(yǔ)音板的語(yǔ)音數(shù)據(jù)采集上來(lái)，送給H.225.0打包線程。

——（3）語(yǔ)音數(shù)據(jù)打包

——根據(jù)網(wǎng)絡(luò)的帶寬等確定語(yǔ)音包的大小，然后打包線程按H.225的規(guī)定將語(yǔ)音數(shù)據(jù)加上靜荷標(biāo)識(shí)符、序列號(hào)、時(shí)標(biāo)及同步源標(biāo)識(shí)（SSRC）等信息。語(yǔ)音包用UDP格式，以盡可能保證語(yǔ)音包在網(wǎng)絡(luò)傳輸中的實(shí)時(shí)性。

——（4）發(fā)送語(yǔ)音包

——發(fā)送線程調(diào)用Windows套接字函數(shù)，將來(lái)自打包線程的語(yǔ)音包送入網(wǎng)絡(luò)進(jìn)行傳輸。

——（5）接收語(yǔ)音包

——接收線程調(diào)用Windows套接字函數(shù)接收來(lái)自對(duì)端的語(yǔ)音包。為防止語(yǔ)音包在網(wǎng)絡(luò)傳輸中受到延遲、擁塞等的影響（如后發(fā)包先到、語(yǔ)音包丟失等），接收線程先將接收到的語(yǔ)音包送入拆包線程的緩沖區(qū)中。

——（6）拆包線程

——拆包線程將緩沖區(qū)中的語(yǔ)音包按序列號(hào)進(jìn)行排隊(duì)，并還原語(yǔ)音數(shù)據(jù)。

——（7）播放語(yǔ)音

——播放語(yǔ)音線程從接收線程的緩沖區(qū)中讀入數(shù)據(jù)，送入底層語(yǔ)音板進(jìn)行播放。其框圖如圖9所示。

——在上述的分組語(yǔ)音平臺(tái)基礎(chǔ)上，可以實(shí)現(xiàn)多種應(yīng)用。被視為現(xiàn)代通信行業(yè)一次革命的IP電話只是分組語(yǔ)音技術(shù)應(yīng)用的初端。分組語(yǔ)音的應(yīng)用范圍不僅限于此，在會(huì)議系統(tǒng)、遠(yuǎn)程教學(xué)、遠(yuǎn)程醫(yī)療、信息服務(wù)呼叫中心、網(wǎng)絡(luò)廣播、預(yù)售票系統(tǒng)、專家熱線、存款余額查詢等諸多方面都大有用武之地。

——在許多分組語(yǔ)音的應(yīng)用中（如會(huì)議系統(tǒng)等）都需要使用分組語(yǔ)音混合技術(shù)。實(shí)現(xiàn)語(yǔ)音混合的方法傳統(tǒng)上是通過二次編解碼，首先將輸入的各路語(yǔ)音解碼，恢復(fù)到壓縮以前的狀態(tài)，然后，進(jìn)行線性疊加和自適應(yīng)增益調(diào)整。疊加后的信號(hào)經(jīng)過二次編碼后，再輸出到音箱。這樣做的結(jié)果將使語(yǔ)音信號(hào)的單向系統(tǒng)延遲增加一倍以上，降低了語(yǔ)音信號(hào)的實(shí)時(shí)性，音質(zhì)也因此變差了。由于在分組語(yǔ)音應(yīng)用中傳輸?shù)氖菈嚎s率很高的語(yǔ)音信號(hào)，因而二次編解碼對(duì)實(shí)時(shí)性的影響更為明顯。例如，原G.723.1聲碼器的算法延遲為37.5 ms，但經(jīng)過“橋接”其單向系統(tǒng)延遲遠(yuǎn)大于75 ms。如此高的延遲使得音質(zhì)和舒適度急劇下降。鑒于此，筆者以語(yǔ)音幀中增益為比較對(duì)象，采用“能量選大”的算法，并配合以語(yǔ)音靜默檢測(cè)，實(shí)現(xiàn)語(yǔ)音混合。用它取代現(xiàn)有的二次編解碼方案，可以大幅度降低算法復(fù)雜度和延遲，有效地提高混合后的語(yǔ)音質(zhì)量。

——三、分組語(yǔ)音技術(shù)的應(yīng)用

——目前，大家對(duì)于IP電話的認(rèn)識(shí)僅局限于通過網(wǎng)絡(luò)打電話，花費(fèi)比普通電話便宜。其實(shí)，這只是IP語(yǔ)音網(wǎng)關(guān)的一部分功能。IP語(yǔ)音網(wǎng)關(guān)是公眾電話網(wǎng)與IP網(wǎng)絡(luò)的轉(zhuǎn)換接口，它將龐大的電信網(wǎng)與Internet網(wǎng)相連。如何利用計(jì)算機(jī)的功能和Internet網(wǎng)絡(luò)的資源在電話業(yè)務(wù)的基礎(chǔ)之實(shí)現(xiàn)各種增值業(yè)務(wù)，才是它的真正價(jià)值所在。

——例如，通過電話提供語(yǔ)音郵件服務(wù)，網(wǎng)關(guān)處的PC機(jī)可以接收存儲(chǔ)電子語(yǔ)音郵件，用戶可以通過電話來(lái)收聽自己的語(yǔ)音郵件；此外，用戶可以預(yù)先在計(jì)算機(jī)上設(shè)定自己常用的一些電子郵件地址，以后就可以通過電話完成語(yǔ)音郵件的錄制和發(fā)送。這極大地方便了對(duì)計(jì)算機(jī)操作不熟悉的用戶。如果再通過專線將PC機(jī)和尋呼臺(tái)相連，那么每當(dāng)用戶有新郵件到達(dá)時(shí)，通過尋呼機(jī)通知用戶，或者直接與手機(jī)的基站控制臺(tái)相連，通過手機(jī)直接播放電子語(yǔ)音郵件。

——再如，呼叫中心服務(wù)系統(tǒng)包括了呼叫處理、路由選擇、自動(dòng)應(yīng)答、座席話務(wù)員管理，以及咨詢與數(shù)據(jù)庫(kù)集成等多種技術(shù)，可使中心向用戶提供多種不同服務(wù)。如果采用分組語(yǔ)音技術(shù)與網(wǎng)絡(luò)及數(shù)據(jù)庫(kù)技術(shù)相結(jié)合，那么一般話務(wù)員就可以提供專家級(jí)的服務(wù)：當(dāng)用戶與話務(wù)員交流時(shí)不僅可獲取其最感興趣的信息，而且還可通過IP網(wǎng)及數(shù)據(jù)庫(kù)查到或取出專業(yè)信息（而不是要求隨時(shí)有專家服務(wù)）。這種高質(zhì)量的服務(wù)和較低的運(yùn)營(yíng)成本，在激烈的市場(chǎng)競(jìng)爭(zhēng)中將會(huì)對(duì)公司有幫助。

——各行各業(yè)都有大量的信息需要發(fā)布，用戶也需要查詢信息，如電信部門的電話號(hào)碼查詢、電話業(yè)務(wù)宣傳，運(yùn)輸部門有關(guān)貨物到達(dá)后的自動(dòng)告知，健康保險(xiǎn)部門的藥物查詢、門診預(yù)約，旅游娛樂部門的訂票系統(tǒng)、景點(diǎn)介紹，等等。如何將這些信息簡(jiǎn)潔、快速地傳遞給用戶已經(jīng)成為未來(lái)企業(yè)生存和發(fā)展的一個(gè)決定因素。因而可以斷言，目前分組語(yǔ)音技術(shù)的應(yīng)用只是一個(gè)開端，它將會(huì)取代現(xiàn)有的大部分傳統(tǒng)電信業(yè)務(wù)，成為未來(lái)通信的一種主流模式。

——鑒于上述構(gòu)想，筆者開發(fā)了基于分組語(yǔ)音技術(shù)的3個(gè)方面應(yīng)用：①IP語(yǔ)音網(wǎng)關(guān)。結(jié)合自行開發(fā)的電話接口卡實(shí)現(xiàn)了從普通電話到計(jì)算機(jī)、計(jì)算機(jī)到計(jì)算機(jī)的網(wǎng)絡(luò)電話功能，這種IP電話的實(shí)現(xiàn)方案可用于公司內(nèi)部與遠(yuǎn)端客戶或子公司的聯(lián)絡(luò)，也可用于個(gè)人與親友的聯(lián)絡(luò)。②結(jié)合應(yīng)用①再配合分組語(yǔ)音的混合算法，實(shí)際上已經(jīng)構(gòu)成了一個(gè)網(wǎng)上可視會(huì)議系統(tǒng)的語(yǔ)音子系統(tǒng)，可實(shí)現(xiàn)IP網(wǎng)上多方語(yǔ)音會(huì)議。③開發(fā)成功了利用電話查詢電子郵件的系統(tǒng)。

——目前電信部門正在由電信服務(wù)向信息服務(wù)轉(zhuǎn)變。但傳統(tǒng)網(wǎng)絡(luò)信息以文本方式為主，不利于信息傳遞。隨著語(yǔ)音壓縮技術(shù)的發(fā)展而成熟起來(lái)的分組語(yǔ)音技術(shù)是建筑在互聯(lián)網(wǎng)上的通信手段，便于信息傳遞，在今后三網(wǎng)合一的大趨勢(shì)中有廣泛的應(yīng)用。

盧  飛  北方交通大學(xué)信息科學(xué)研究所研究生

王黎煒  北方交通大學(xué)信息科學(xué)研究所研究生

丁曉明 北方交通大學(xué)信息科學(xué)研究所副教授