影响语音质量的主要因素.docx

语音质量对于大多数情况来说是一个主观因素，对于清晰、低时延、低抖动的话音我们认为其质量是可以接受的。比如我们通常的对外测试，请客户听一听话音的质量，客户的评价就是语音质量的主观评价。当然ITU也有可以量化的语音质量评判标准，这在后文中会有说明。无论是主观的评判还是客观的量化的指标，清晰、低时延、低抖动都是高质量话音的保证。影响语音质量的因素在VOIP通信中,影响语音质量的因素比较多,归类起来就以下几个大的因素:1、网络因素，网络一般体现在网络的延迟、抖动、丢包。延迟一般是有语音的编解码速度、JitterBuffer延迟、TCP/IP协议栈处理速度、中间路由器路由延迟等引起的，在这些因素中，最重要的是JitterBuffer延迟和中间路由器路由延迟。解决中间路由器的延迟必须是通过中间网络的选取来解决，类似SKYPE的SN、QQ的服务器协调路由的解决方案，其实就是找到最佳语音路由路径。抖动是有中间路由器的包排队引起的，抖动会引起声音的不连续。解决这个问题办法就是用JITTERBUFFER来缓冲，从而达到消除抖动，但JITTERBUFFER太长会引起网络的延迟，所以在 JITTERBUFFER的设计上必须采用实时根据网络的情况调整JITTERBUFFER的缓冲大小。还有个问题就是丢包，一般的语音编解码允许的丢包率在5%以内，引起丢包的主要原因的终端的带宽不够或中间路由器堵塞造成丢包，如果是终端的带宽不够，那么在呼叫建立过程中必须协商双方的通信能力，尽量考虑用比较合适的语音编解码来进行通信，例如：在56K的猫上最好不要选用G711等大带宽的语音编解码，所以智能的通信能力协商是必要的。如果是中间路由器堵塞造成丢包丢包，解决这种情况有很多办法：采用对丢包不明显的语音CODEC、丢包补偿（FEC）、自动选择中间路由（同解决网络延迟的方法一样）。2、编解码采样因素，一般电话的语音的采样是8K，这就很大程度印象声音的真实性，GIPS的iSAC编解码采用16K ~ 44.1k不等的采样，所以SKYPE可以声称自己比PSTN的语音更清新，尤其是在放音乐的时候。所以在VOIP系统中，要在声音清晰度上超过PSTN 达到网络娱乐的效果，必须采用高采样的CODEC。现在16K以上的语音编解码有：iSAC、Speex、G.722.2等。这些编解码都是需要比较大的带宽和CPU利用率，所以很必须综合考虑。3、语音的数字信号处理，一般在如果不采用任何的数字信号处理，声音质量肯定比较差，一般表现为：回声大、噪音大、声音乎小乎大。所以要提高语音这方面的清晰度，必须做回声抵消、噪音抑制、信号增抑控制处理。但这些信号处理的算法一般只能在PC上或用DSP来实现，一般的掌上设备无法有这样的计算能力。所以在呼叫建立过程中必须协商双方的计算能力，这个是非常必要的。现在试面上的VOIP产品很少考虑这方面。4、静音压缩和CNG，静音压缩有两个非常明显的功能，那就是节省带宽、减小延迟。但也带来了一个负面的影响，就是对方在静音的时候，你根本听不到任何声音，好象网络断开一样，这个时候CNG产生舒适音是非常必要的。所以静音压缩和CNG是要合在一起使用才能达到好的效果。5、媒体通信的分级，一般的VOIP都有语音、视频、文本消息、传文件等功能，这些功能的通信都有自己的特点。语音最明显的特征是最快的完全到达对方，而视频对时间并不是很敏感，但它对丢包比语音敏感。传文件占用的带宽大等特征，所以在通信机制上必须对各种媒体通信指定严格的通信等级，这样才能让保证最重要的媒体通信的质量。6、RTP/RTCP的通信控制问题。要最大限度的保证VOIP产品的语音质量，以上6个问题必须综合起来考虑才能形成比较好的语音质量，但还有一些其他的因素，例如：NAT/FW的穿越问题、硬件稳定性和敏感性等。其中网络因素和编解码采样因素是目前研究最多的两种，网络因素主要有：1 时延什么是时延（Delay）？时延很好理解，就是我说话你听见的这个时间段。对于VOIP(Voice over Internet Protocol)网络可以认为是端到端包传递的时间。如果大家以前用卫星线路打过电话或前些年的免费PC-TO-PHONE的VOIP国际长途电话，大家会切身感觉到时延对我们通话的影响。ITU G.114规范建议，在传输语音流量时,单向语音包端到端延迟要低于150ms(对于国际长途呼叫,特别是卫星传输时,可接受的单向延迟为300ms。如果超过300ms则通话的质量会变的让人不能忍受。过多的包延迟可以引起通话声音不清晰、不连贯或破碎。例如，当通话的一方不能及时接收到期望的回复时，说话者可能会重复所说的话，这样会与远端延迟的回复碰撞，导致重复。大的时延也往往说明承载网络的某个地方发生了拥塞，队列中的报文等待时间过长，拥塞不仅仅是增加了包的时延