1. IP电话 (VoP) ⽹络的结构：
所谓IP电话，即将模拟语⾳信号通过特定的处理⽅式转换成数据包信号，然后再将这些数据包通过分组交换⽹（如Internet、楨中继或ATM）传输，在接收端还原为模拟信号，从⽽完成整个通话过程。 图1所⽰为⼀典型的IP电话⽹络，我们称其“Voice over Packet ”简称(VoP)
图中，A、B、C、D均为普通电话⽤户，其中“A”做主叫呼叫“B”。我们可以看到：电话⽤户的语⾳信号（通常认为这⼀信号的带宽为180~3,600Hz⽅能代表男⼈、⼥⼈、⼤⼈、⼩孩等⼈类的语⾳頻谱）传递
的路径为：主叫⽤户语⾳信号→PSTN→⽹关(Gate way) / 路由器 (Router)→分组交换⽹→⽹关→PSTN→被叫⽤户。
typec转usb
现略去读者已熟知的PSTN和分组交换⽹，仅对图中⽹关和路由器的作⽤简介如下：
1.1 ⽹关(Gate Way)：⽹关为⼀在PSTN和分组交换⽹之间传输呼叫的器件。其包括语⾳编码器、回⾳抑制器、静⾳抑制；收/发缓存器以及分组交换⽹
的排序管理等组成部分，如图2所⽰。
⽹关主要有⼆项功能。其⼀是呼叫的管理，即根据需要完成PSTN和分组交换⽹之间双向的信令转换。其⼆是呼叫的处理，即要将PSTN的语⾳信号按照在分组交换⽹中传输所需要的格式打包，以便完成双向的信息传输。
1.2路由器：
隔热断桥铝型材路由器实际上是⼀台⼯作在第三层的特殊⽤途的计算机，其是分组交换⽹中⽤于将呼叫信号送达指定地址的器件。路由器⾃⽹关接收地址信息，确认其有效性（如空闲、忙、已注销、未开通等）后，选择合适的路由。⼀旦呼叫建⽴，路由器将打包后的语⾳信号传递⾄指定地址。
为了便于随后进⾏的关于测试⽅案的讨论，现就图2中出现的有关的术语定义解释如下： a) 回⾳抑制：( Echo Cancellation Algorithm)
其定义由ITU-T G.168给出。回⾳抑制的功能是⽤相位补偿的⽅法抵消串⼊远端发送信号中的远端接收信号。其⽬标是消除延时超过45毫秒的回声，因为当回⾳超
过45毫秒时，发话⽅就能够听到反射回来、滞后的⾃⼰的声⾳。
爬墙式
b) 语⾳活动检测器：(VAD = Voice Activation Detector)
该器件在信号电平低于某⼀特定的门限值时，将限制数据包的传输，此时其提供空闲（idle）或者“舒适噪⾳”(Comfort noise) 以避免电话⽤户感到“断线”(dead
air)，VAD是当线路状态从空闲变成传递信号时产⽣“前沿切割”（“Leading edge clipping”）和当线路状态从传递信号变成空闲时产⽣“后沿切割”（“trailing edge clipping”）的主要因素。
c) 语⾳编码器：（Voice Coder – decoder = Vocder）
该器件应⽤⼀种对⼈类语⾳有特殊功效的压缩算法，将模拟语⾳转换成数字⽐特流。语⾳编码器⼯作时仅需⼩于64Kb/s的带宽。这种算法不仅适⽤于语⾳的压缩，在增加专门应⽤软件条件下，它亦可⽀持调制解调器和传真的应⽤—即Fax/Data Modem Over IP。语⾳编码器在VoP⽹络中是延时的⼀个重要因素。
d)语⾳压缩算法：(Voice Compression Algorithm)
有效带宽在分组交换⽹中是宝贵的资源。⼈类语⾳交流过程中，通常有50%的时间为静⾳(Silent) 。为了节约带宽，就必须压缩静⾳。同时还要使⽤不同的算法来对普通电话呼叫中的⼈类语⾳及其中所含的诸如DTMF等特殊的控制⾳调转换的指令进⾏压缩打包，并将其送达接收端。
常⽤的算法规则定义如下：
G.711：标准的PCM, 3.1 带宽⾳频编码，48、56和64Kb/s 通道传输
G.722：7Kb/s 带宽⾳频编码，48、56、和16Kb/s通道传输
G.723.1：由VOIP组织定义的专门⽤于在IP⽹络上传递语⾳的附加标准。
高硅氧布
3.1Kb/s带宽⾳频编码；5.3 和 6.3Kb/s通道传输。
G.728：3.1Kb/s带宽⾳频编码， 16Kb/s 通道传输
G.729 & G.729a由Frame Relay 组织定义的专门⽤于在FR传递语⾳的附加
标准。3.1Kb/s 带宽⾳频编码，8Kb/s 通道传输。
缓存器（Buffer）：
缓存器⽤于管理信息，使其按顺序从点到点依次通过。在诸如⽹关这样的器件中，缓存器的功能是处理⼆个⽅向的信息流。即：语⾳编码器和分组交换⽹之间的发送信息流和分组交换⽹和语⾳编码器之间的接收信息流。缓存器通常按需要来设置其容量，⽽缓存器的溢出和冗余均是导致丢包、延时和抖动的重要因素。
.
IP电话（VoP）⽹络的特殊问题：
与普通电话⽹⽐较，VoP⽹络采⽤了语⾳压缩编码，⽤数据包的形式在分组交换⽹上传递，因此其对传输线路的时空利⽤率得到⼤幅度的提⾼，这就是IP电话较普通电话话费便宜（主要表现在长途，特别是国际长途上）的主要原因。与此同时VoP遇到的通话性能特别是语⾳质量问题也是传统电话不曾涉及的。
如前所述，⽹关或路由器内部的语⾳编码器( Vocoders) 对带内⾳频信号进⾏了打包和重组。这些器件对确认接收和有效数据包接收的顺序进⾏纠错检查，⼀旦发现错误，将命令重发，⽽重发相关数据包则不可避免地造成传输上的延时。⽹关或路由器上的另⼀个重要组成部分—缓存器 (Buffer) 即为容纳这些延时的数据包⽽设置。⼀般地讲，缓存器的容量越⼤，数据包被损坏的机率就越⼩，但同时延时却会增⼤。这是⼀对⽭盾，需要系统设计和管理者来综合平衡，选择最佳的配置。图3⽰出了VoP⽹络中延时的分布情况。
在激烈的市场竞争中，QoS (Quality of Service) 是每⼀个电信运营商刻意追求的指标。事实上⽬前IP电话的⽤户都会感觉到通话过程中随时会出现令⼈难以忍受的语⾳畸变和频繁的断话现象。产⽣语⾳质量恶化的原因主要有以下⼏个：
VoP⽹络延时
l 丢包；包括数据包丢失和数据包排序溢出
沿切割和抖动
⾮常明显，在VoP⽹络中影响语⾳质量的因素是由其结构决定的特殊问题，⽽且各因素之间存在着此消彼长的制约关系。因此，根据电信⽹络服务质量(QoS) 的要求，建⽴⼀套客观评估标准，并对VoP⽹络的语⾳服务质量进⾏定量分析和测量就成为当务之急，摆在了从事这项⼯作的⼈们⾯前。
. VoP语⾳质量的测试：
从以上讨论可以看出：在VoP⽹络中的语⾳质量问题是普通电话⽹中不存在的特殊问题，⽽且能否对其进⾏定量的分析测量，依据测量结果对VoP⽹络中各器件进⾏调整，使其达到最佳的语⾳质量已成为决定VoP⽣存发展的必要条件。
同时，我们也总结出衡量语⾳质量的四个重要因素参数，即：
延时（Delays），包括单向延时 (One Way delays) 和迴路延时 (Round – trip delays)
丢包 (Dropped – out )
抖动 (Jitter)
沿切割 (Clipping)
根据测试经验和理论分析，若使VoP的语⾳质量接近普通电话，单向延时的指标最好⼩于100ms，最⼤不能超过250ms（见图2），⽽丢包率不能超过5%。
随着VoP技术的发展，⼈们不断寻求测试的⽅法，以便能规范VoP设备的技术标准。最初ITU-T P.800提出了MOS (Mean Objection Score)的⽅法。即请40-60 有代表性的⼈⼠来听⼀段相同的语⾳样本，然后对该样本经过VoP传输后的语⾳质量进⾏投票评价。随着语⾳因语⾔、年龄、性别的变化，得分亦被赋与不同的意义。这是⼀种纯粹主观的定性评估。ITU-T选取在⾮常宽的听觉范围内，不同年龄、性别和语⾔组别的相同得分，做出语⾳质量的判别标准：
5 = 最佳
4 = 好（4.
5 – 4.0 = 可收费电信级）
3 = 中级（4.0 – 3.5 = 可通话通信级）
2 = 较差（3.5 – 2.5 = 可建⽴连接级）
1 = 差
很显然，MOS⽅法是⼀种模糊的评估⽅法，其测试结果很难对VoP系统的改进和不同VoP设备之间性能的⽐较作出有实际意义的判别。因此ITU-T 在P.861 中⼜建议了PSQM (Perceptual Speech Quality Measurement)⽅法。
PSQM仍以MOS的五个级别作为标准，所不同的是其对每⼀个级别都以百分⽐的⽅式做出了差---最差（%PoW =Percent Poor or Worse ）和好---最好（%GoB = Percent Good or Better）的进⼀步描述。PSQM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. ⽽⽬前有些⼈使⽤计算机产⽣波型⽂件（ Wave File ），通过⽐较其通过VoP⽹络传输前后的变化计算出与PSQM中相对应的级别及好坏程度，以此作为评估语⾳质量的⽅法。
PSQM⽆疑⽐MOS前进了⼀步，但其实质仍然是⼀种定性评估的⽅法，不能准确给出影响VoP⽹络语⾳质量的诸因素的量值；⽽且波形⽂件不能完全代表各种不同年龄、性别、语⾔的⼈类语⾳通过VoP
⽹络时的真实情况，同时在具体测试中必须令波形⽂件信号返回⽅可进⾏⽐较，这样就⽆法测量⽹络端到端的单向延时，等等这些都
是PSQM的局限和缺憾。
显然VoP技术的发展迫切需要⼀种能定量分析测量其影响语⾳质量的四个指标的⽅法和相应仪器设备。
. 解决⽅案：
针对VoP⽹络的特点和对其语⾳质量测试的要求，国际许多测试仪器设备制造⼚家都投⼊了⼤量资源进⾏研究开发，并取得了阶段性成果。如美国Ameritec公司在长期从事电路交换语⾳测试和模拟语⾳传输损耗测试 (TIMS) 研究的理论基础上，开发了⽤于分组交换系统测试的专利技术—“ Golden Voice ”。
“Golden Voice”是⼀个宽带复合⾳调发⽣器，其由24种不同频率、幅度、占空⽐的单⾳信号混合调制产⽣，以确保可靠地通过所有现代的语⾳编码器和译码器。
压铸机料筒的设计（如G.711, G.728, G.729, GSM, CDMA 等等）。
“Golden Voice”可以做为测试⾳源，配置在模拟呼叫发⽣器上，当语⾳路由建⽴以后，由呼叫发⽣器将“Golden Voice”送出，同时对其所带的间隔为1.25ms时标进⾏计数，从⽽精确地测量出VoP⽹络的单向时延、迴路时延和丢包、抖动、沿切割等指标，祥见图4。
根据图4所⽰，⽬前可以提供的VoP测试功能及指标如下：
4.1 丢包测量 (Dropout Measurement)
语⾳丢包检测器可以连续地测量每⼀个语⾳通道的⾳频能量，对检测出的由于打包或桢丢失引起的超过5ms的丢包进⾏计数，并可对不同长度的丢包进⾏统计。
4.2 前后沿切割测量(Leading and Trailing Edge Clipping Measurement)
检测⽹关中相应部件对从静⾳—讲话和从讲话—静⾳之间的过渡状态的响应。
4.3 抖动测量 (Jitter Measurement)
检测瞬间的时序变化，±5ms分辨⼒
4单向和徊路延时测量(One-way and Round-trip delay Measurement)
各⾳频通道独⽴检测，单向±5ms分辨⼒，迴路±10ms分辨⼒
不难看出：以上指标测试的精确度和分辨⼒与“Golden Voice”信号
源中的时标精度直接相关，但如与第三节所述的VoP最好语⾳质量效果（同普通电话）指标⽐较，⽬前的量值已经⾜够了。
5. 测试分析：
5.1 丢包测试：
图5 ⽰出了丢包测试的时序图，图中的复合语⾳路由测试信号即为“Golden Voice”产⽣的⼀种复合语⾳信号。在测试中，⽤户可以⾃⾏设定分别为5, 10, 15, 25, 50或100ms检测门限值。⼀旦呼叫建⽴后，被叫即将测试⾳信号送⾄主叫，（该测试⾳将覆盖语⾳编码器的动态范围），⽽主叫将检测该信号通过VoP后的状态变化。
如图5 中“ a”处，虽然出现丢包现象，但由于其时间间隔⼩于设定门限20ms，故在测试中忽略不计。“ b”处出现⼀个为20ms的丢包，则计数⼀次。“ c”处出现总
长200ms的丢包，则计数器按20ms 值的整数倍统计为10次，依次类推。也就是说，在图5例中，我们检测出在这次呼叫中共出现了11次丢包。
5.2 沿切割、抖动和丢包测试：
在分组交换⽹中，沿切割、抖动和丢包通常是相伴⽽出的。如前所述，其产⽣的根源都在语⾳编码器，因此该三项指标可以在⼀次测量中完成。图6 ⽰出了沿切割和抖动对信号的影响。⽤户可以在不少于12个测试信号周期内选择不同的脉冲占空⽐（如25%、50%、75%或100%）以补偿在“静⾳”时有可能产⽣的丢包。测试包括如下：l建⽴呼叫
l被叫应答
l被叫送测试信号到主叫
l主叫调整脉冲电平
l主叫与测试信号同步
l ⼀旦电平调整与同步完成，开始检测抖动、前沿切割、后沿切割及丢包
5.3 延时测量：
单向延时测量过程如下：
l主叫发起呼叫
l被叫应答三方通话
l被叫送出长度为100ms的带有时标标记的测试⾳信号到主叫
l主叫检测收到的信号，并对时标进⾏测量，分辨⼒±5ms
l呼叫完成后，仪器中DSP的将测量数据输出到LGC存储
l 迴路延时测量依此类推，分辨⼒变为±10ms
2.结束语：
从以上分析不难看出，⽬前⼈们已经出了⼀套完整的定量分析测量VoP语⾳质量的⽅法和⼯具。⾮常显⽽易见的是：这个⽅案中定量地分别给出了各项指标的量值，这对于VoP设备制造⼚家改进其产品性能具有极其重要的意义。⽽对VoP⽹络的运营商来讲，通过计算这些量值来评估语⾳质量就显得⽐较繁琐。因此，运营服务商希望能在定量参数分析数据和MOS的评估值间做出⼀种对应联系，以⽅便使⽤。这就需要⼀个相应的标准⽂件予以规范。同时，亦有⼈提出依据ITU P.50规范来判断IP电话⽹语⾳质量更科学。总之，由于这项⼯作在全世界范围内亦刚开始，本⽂中错误在所难免，欢迎批评指正。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议