IP电话语音处理的一些常用技术

选择语音编码算法需要考虑编码比特率、语音质量、时延和算法复杂度这4个因素。
比特率是选择语音编解码算法的基本因素，降低语音编解码比特率可以减少语音在网络中的流量，以便充分利用网络的带宽资源。
在IP电话网中语音的时延主要由算法时延、处理时延、打包时延、传输时延和抖动缓冲时延5个部分组成。
复杂度是指对语音信号编解码时处理的复杂程度。复杂度决定了编解码器硬件的成本和功耗，复杂度的衡量指标为定点DSP实现编解码所需的处理器能力，以打万指令/秒 (MIPS)为计量单位，另外还要考虑所需的RAM容量。
语音编码质量是衡量语音编码算法优劣的主要性能之一，平均意见分（MOS)是目前应用最为广泛的衡量语音编码质量的方法。
按照原理来划分，语音编码可分为波形编码和参数编码两大类。
波形编码是忠实地再现语音的时域波形，其基本思路是发送端按照一定的周期对语音信号采样，然后对采样值进行数字编码，在接收端按照数字编码再现原始语音。广泛应用的波形编码是PCM(G. 711编解码器）。可采用差分编码、自适应量化和自适应线性预测技术来降低语音编码的速率。
参数编码的基本思路是根据对声音形成机理的分析，着眼于构造语音生成模型，该模型以-定精度模拟发话者的发声声道，接收端根据该模型还原生成发话者的音素。参数编码不似叫以利用采样值间的相关性，还可以充分利用帧与帧之间的信息冗余性以及更长时间段中的音源信息冗余性，有效地降低编码比特率。因此，目前小于16 kbit/s的低比特率语音编码都采用参数编码，在IP电话系统中得到了广泛的应用。
在我国IP电话系统中采用的编解码器是G. 729、G. 729A和G. 723.1等参数语音编解码器。
G. 729是8 kbit/s的LPAS声码器，线性预测采用前馈型前向自适应技术，并使用前视提高合成模型的精度。G. 729A是G. 729的DSVD(语音和数据同时传送数字系统）形式，与G. 729比特流兼容，即它们的编码都能被对方的解码器接收重建信号。似G.729A 的复杂度降低了 50%，代价是在某些运行条件下性能稍有下降。
G. 723.1是双速率LPAS声码器，和G. 729相比，线性预测和激励生成的基本原理相同，其主要区别是6. 3 kbit/s模式固定码本激励信号的空间划分有所不同。另一点差别是基音预测方法。另外，G. 723.1帧较长，比特率较低，其代价是时延加大。G. 723.1 的复杂度介于G. 729和G. 729A之间，语音质量和G. 729相仿。
语音在IP网络中传送时所占的带宽不仅包含音频编码所占的带宽，还包含RTP头部、UDP头部、IP头部和数据链路层头部所占的带宽，各级报头所占的带宽的开销大于语音编码本身所占的带宽。
为了消除时延抖动的影响，在接收端要设置消抖动缓存器，在缓存中接收到一定数量的语音数据报以后才开始回放，并利用语音数据报中的时间戳来保证各个语音数据报之间正确的时间关系。
回声是指在电话通信时，从接收话筒中听到自己的声音的现象。目前一般使用回声消除器来消除回声，回声消除器的原理是通过自适应方法估计回声信号的大小，然后在接收信号中减去此估计值。在IP网络和PSTN互通的情况下，回声消除功能一般由网关完成。
静音抑制，又称语音活动侦测，是IP电话系统中使用的一个重要技术。静音抑制的基本思想是根据人们日常谈话的语音/静默特性，检测到静音时不产生语音信号分组；检测到突发的活动声音时才生成语音信号分组，并加以传输，以便减少语音占用的带宽。在实际使用中，如果出现长时间的静默，会使用户感到很不自然。因此实际上发送端常常会在静音期间发送反映背景噪声特点的分组，使接收端能生成使用户感觉舒服一些的背景噪声，即所谓的舒适噪声。

联系我们

028-83110277

IP电话机、视频电话机供应商

手机：

成都世讯电科信息技术有限公司

成都世讯电科信息技术有限公司是一家多媒体融合通信解决方案及运营服务提供商，公司专注于为广大用户提供简单高效的通信产品和真正符合行业用户需求的行业应用解决方案，让用户享受到个性化、私密性强又具开放性、兼容性强又易于管理的高科技服务，帮助用户实现办公及运营通信的现代化与网络信息化。

公司拥专注于IP多媒体解决方案的应用与实施,有IP多媒体通信系统(IPBX)、IP多媒体通信平台定制与搭建（运营、对讲广播、门禁、调度、音视频会议及与视频监控交互式应用等）、IP电话机、视频电话机、项目租赁、云通信及系统集成等服务。

电话：028-83110277

Q Q：86313858

客服电话