高清语音技术腾飞之路在何方？_voip

高清语音技术腾飞之路在何方？

Andrew Garcia 2007/10/24

　　高清晰度VoIP将为更有效的通讯铺平道路

　　正如Polycom公司举例说明的高清晰度语音技术那样，高清晰度VoIP为企业内部电话提供了出色的质量和清晰的声音，并且将成为未来各种应用中的一个重要构件。然而，公共交换电话网络(PSTN)和电信行业的整体状况的缺陷限制了这种技术目前在企业网络以外的应用。

　　在加州圣何塞举行的春季VON展会上Polycom公司孤立的展台前，本文作者Andrew Garcia清楚地感受到了这一点。他立即被Polycom公司的SoundPoint IP 550和IP 650高清晰度语音电弧的声音质量打动了。当与其它产品比较长途电话的质量时，高清晰度语音传输的信号特别丰富、丰满和清晰。

　　高清晰度VoIP以几种方式获得丰满的声音。首先，高清晰度VoIP在端点之间使用宽带多媒体数字信号编解码器。

　　正常的电信通讯抽取从300Hz至3,400Hz频率范围内的声音频率在PSTN网络能够提供的有限带宽中进行传输。早期的IP电话也采用这种方法，因为与VoIP最常在一起使用的多媒体数字信号编解码器(如，g.711)根据设计仅能满足收费质量的语音要求，而不能超过这个标准。另一方面，Polycom公司的高清晰度语音电话能够抽取150Hz至7,000Hz频率之间的声音。然后，通过宽带多媒体数字信号编解码器(在这个例子中是g.722)把这个声音发送出去。这种编解码器支持更宽的带宽。

　　由于人类的语音是从大约100Hz基本频率开始的并且最多可扩展到8000Hz，高清晰度技术中改善的抽样有许多潜在的好处。

　　例如，用户能够扩展能量不大的声音，特别是容易混淆的辅音，如字母“f”和“s”。这将使人们更好地理解通话内容，减少每天花几个小时打电话的人的疲劳。更轻松地分辨外国口音或者方言，培养更好地国际对话。

　　除了压缩和编码算法之外，高清晰度VoIP需要在物理电话机上采用一些高级的工程技术。改善的音频组件和增强的消除回声或者减少噪声技术可提供更高的声音质量(无论使用什么编解码器)，但是，这些功能还有助于避免宽带编解码器出现的低频噪声或者高频声反馈。

　　局限性

　　就像Garcia刚看到Polycom公司的高清晰度语音设备的声音质量演示和在eWeek实验室的测试期间得到很深的印象一样，这种技术的巨大局限性也给Garcia很深的印象。

　　对于宽带多媒体数字信号编解码器的依赖意味着高清晰度语音技术是一种时髦的事情。端点设备要获得全面的好处必须要支持适当的多媒体数字信号编解码器，但是，Polycom提供的高清晰度语音设备只有价格高和功能齐全的型号。Polycom高清晰度语音设备的路线图上有为小企业工作人员设计的低端型号产品。

　　更让人心烦的是高清晰度VoIP缺少可扩展性：如果一个电话接触到PSTN网络，高清晰度VoIP在任何情况下都不能保持其全面的语音质量。无论任何时候，只要一个电话通过PSTN网络转接，无论是通过一个企业网关还是在服务提供商之间转接，这个电话的语音质量都要立即下降到收费电话质量，从而失去宽带流携带的全部额外信息。

　　在SIP(会话起始协议)中继线路可能缓解这个问题的同时，对于高清晰度VoIP的支持很可能扩展到运营商自己的客户，因为美国的服务提供商一般都支持PSTN连接，而不支持运营商之间对等的IP通讯。

　　Polycom官员承认，他们的高清晰度语音设备的最大吸引力来自于拥有1万个坐席以上并且通常拥有国际办公室的特大型公司。这种公司能够从安装在自己的网络和分支机构(或者不同国家)之间的高清晰度语音电话中获得最大的好处。这些公司依靠公司的网络连接打电话，避免使用PSTN网络。

　　公司的PBX需要支持高清晰度语音设备所需要的多媒体数字信号编解码器。Polycom官员通知Garcia说，高清晰度语音设备已经表明能够兼容Asterisk计划、BroadSoft、Cilantro和互动智能系统。然而，正如Garcia在测试中看到的那样，效益是不同的。

　　Garcia使用Asterisk经过几处简单的修改就可以启用高清晰度语音设备。但是，在使用Asterisk 1.4发布版的主要分支的时候，这个步骤会妨碍高清晰度电话连接老式的非高清晰度设备的能力。正如Garcia后来从位于阿拉斯加州Huntsville的Digium公司软件开发经理Kevin Fleming那里听说的那样，“Asterisk”软件的代码协商目前是独立处理呼叫线路(call-leg)的，因此从来不会根据第二个呼叫线路的请求重新协商最初的呼叫线路。然而，Fleming继续说，在Asterisk SVN干线中，我们有一个G.722代码模块，因此不会发生这种问题。我们还把这个模块放到了Asterisk商业版中。

　　高清晰度语音的潜力

　　高清晰度VoIP技术的潜力肯定是非常大的。电话系统一般都是长期的投资。未来几年IP电信领域技术进步的希望将使这种技术成为值得考虑的东西，特别是设计优良的设备将增强标准的窄带通讯。

　　数字信号处理器厂商德州仪器把高清晰度VoIP技术看作是未来强大的应用的基础。

　　首先，高清晰度VoIP改善的语音清晰度将导致更准确的语音识别。

　　德州仪器技术战略经理Tom Flanagan说，如果我有一个高分辨率的样本，高质量的音频，我就会把语音识别技术制作到系统、产品或者服务中。最主要的问题是我们什么时候有足够的带宽和高清晰度语音什么时候能够广泛应用。到那个时候，我会给法国的某个人打电话并且伴随着实时的翻译。

　　不过，目前距离这种实时翻译还有很长的路要走。处理能力需要继续改善，使翻译能力不是处理单个的词汇而是处理短语，以便保持上下文的含义连贯，避免翻译在电话流中延迟太长的时间。

　　改善的高清晰度语音对于企业来说最直接的兴趣也许是推出固定移动融合解决方案，把手机的使用与企业Wi-Fi网络连接起来。高清晰度语音会使用G.722标准以外的许多宽带多媒体数字信号编解码器，包括G.722.2或者AMR-WB(自适应多速率宽带编码标准)。

　　自适应多速率宽带编码标准已经获得批准与基于MUTS(通用移动电信系统)的3G蜂窝传输一起使用。这个多媒体数字信号编解码器支持宽带音频取样，但是，具有向下支持有限连接的灵活性。在企业PBX和桌面电话内部的这种编解码器的支持下，移动工作人员和办公室后台工作人员之间有可能实现丰富的、高清晰度语音电话。

　　实验室测试

　　Garcia把Polycom公司的高清晰度语音设备带到实验室，看看这种设备使用我们的Asterisk IP PBX安装环境是如何实现高清晰度语音功能的。

　　从1.4版本开始，Asterisk支持的G.722编解码器仅采用通过模式。这就意味着Asterisk能够在支持这种编解码器的两个端点建立具有G.722功能的电话，然后再断开。但是，这个服务器不能为相互不支持的设备转换不同的代码。虽然Polycom官员正在调研为其它宽带多媒体数字信号编解码器增加支持，但是，G.722是目前唯一提供支持的编解码标准。

　　要在Asterisk(我们的服务器是基于1.4.9版的)中实现G.722功能，Garcia只需要在sip.conf配置文件(allow=g722)中增加一行。然后，Garcia首先必须要设置每一部Polycom电话，把G.722作为编解码器。在完成这些改变之后，Garcia就可以在他的SoundPoint IP 550和650设备之间打电话，体验Garcia指望高清晰度语音设备能够提供的全部音频质量。

　　然而，与老式设备的兼容性也是一个问题。虽然Garcia能够使用G.711编解码器从一个非高清晰度Polycom SoundStation会议电话给一部高清晰度语音电话打电话，但是，他不能从相反的方向打电话。Asterisk服务器会显示一个错误，指出服务器阻塞。参加测试的打电话者会遇到忙音信号。

　　原来，Asterisk 1.4不能处理以G.722为首选的呼叫方与采用另一种编解码器的受话方之间的电话所需要的编解码协商。Digium公司的Fleming称，Asterisk的编解码协商目前独立处理这个呼叫线路，因此从来不根据第二个呼叫线路的要求协商最初的呼叫线路。

　　Asterisk用户能够寻求高级的解决方案。Fleming称，在Asterisk SVN干线中，我们有一个G.722编解码模块，因此，不会发生这种问题。我们将把这个模块添加到Asterisk商业版中。我们还将把这个模块添加到未来的s800i(Asterisk设备)中。

　　本文作者Andrew Garcia在与Polycom公司官员就这个问题进行沟通时了解到，该公司在使用一个Asterisk的SVN干线的时候已经取得了预期的编解码协商效果。随着即将推出的Asterisk 1.4版还不会有这个功能，但是，用户应该可以指望在1.6版本中获得全面的支持。

IT专家网