【正文】 ，一個終端可以同時接收兩路不同的 視頻信號和兩路不同的 音頻信號。非標準消息是制造商或其它組織定義的，用來表明其終端所具有的特殊能力。一個邏輯通道由傳送方打開。終端 知道自己與對方終端的環(huán)型延時是很有用的。命令用于強迫遠程終端執(zhí)行一個動作，說明用于提供信息。 ，所有的 ，最低要求是必須支持 建議。參與會話的成員可以通過組播方式、單播連網(wǎng)或者兩者結(jié)合的形式進行通信。服務(wù)器是用于向客戶機發(fā)出的請求提供服務(wù)并回送應(yīng)答的應(yīng)用程序。代理服務(wù)器：代表其它客戶機發(fā)起請求，既充當服務(wù)器又充當客戶機的媒介程序。 在 SIP 中還經(jīng)常提到定位服務(wù)器的概念，但是定位服務(wù)器不屬于SIP服務(wù)。 SIP 最強大之處就是用戶定位功能。 圖 68 通過 SIP 代理建立呼叫的例子 SIP 協(xié)議支持三種呼叫方式 ：由用戶代理服務(wù)機（ UAC）向用戶代理服務(wù)器（ UAS）直接呼叫，由 UAC在重定向服務(wù)器的輔助下進行重定向呼叫和由代理服務(wù)器代表 UAC 向被叫發(fā)起呼叫。而 SIP協(xié)議側(cè)重于將 IP電話作為因特網(wǎng)上的一個應(yīng)用，較其實應(yīng)用（如 FTP， Email 等）增加了信令和 QoS的 要求，它們支持的業(yè)務(wù)基本相同，也都利用 RTP作為媒體傳輸?shù)膮f(xié)議。而 SIP的基于文本的協(xié)議，類似于 HTTP。 在支持會議電話方面， （ MCU）集中執(zhí)行會議控制功能，所有參加會議終端都向 MCU發(fā)送控制消息， MCU可能會成為頸，特別是對于具有附加特性的大型會議；并且 ，其單功能限制了可擴展性，降低了可靠性。 SIP并未專門定義的協(xié)議用于此目的，但它很方便地支持補充業(yè)務(wù)或智能業(yè)務(wù)。 在 中，呼叫建立過程涉及到第三條信令信致到： RAS 信令信道、呼叫信令信到和 控制信道。 的呼叫信令通道和 控制信道需要可靠的傳輸協(xié)議。 SIP協(xié)議借鑒了其它因特網(wǎng)的標準和協(xié)議的設(shè)計思想，在風(fēng)格上遵循因特網(wǎng)一貫堅持的簡練、開放、兼容和可擴展等原則，比較簡單，但推出時間不長，協(xié)議并不是很成熟。 本章首先簡要介紹編碼器的主要功能、編碼器的分類，然后闡述以及用于 VOIP 的三種編碼器： IUTT 語音編者按碼器、 ITUT 語音編碼器。 二、 語音編器的分類 語音編碼器分為三種類形 ：（ a）波形編器；（ b）聲碼器；（ c）混合編碼器。例如： 規(guī)范（ PCM）用的比特率為 64Kbps。這個濾波器用來模擬說話人的聲道輸出 [WEST96]。 為了說明問題，考慮人的聲道產(chǎn)生的一個語音模式：當人說話產(chǎn)生語音信號時就會發(fā)出濁音（如音素 pa、 da 等）和清音（如音素 sh、 th）。長話質(zhì)量的語音平均意見得分（ MOS）必須在分或許分以上。研究表明，標準的編碼器在比特率為 4 Kbps 時能提供可接受的 NOS得分，一些分用系統(tǒng)在 Kbps的 MOS上的得分為 。 VQ和 AbS VQ的主要區(qū)別在于進行矢量量化碼簿搜索時采用的量化失真測量定義的不同 [WONG96]。下面將介紹兩種 LPAS 編碼器：前向至應(yīng) LPAS編碼器和后向自適應(yīng) LPAS編碼器。這種編碼器所提供的模型對語音信號來說是比較好的，但對于一些噪音或者多數(shù)器來說并不合適。 是為低比特率可視電話而設(shè)計的。其它時延是由系統(tǒng)緩沖區(qū)和網(wǎng)絡(luò)造成的。編碼器能夠產(chǎn)生兩種速率的語音流量：（ a）用于高速率的 ； (b)用于低速率的 。在進一步的處理（高通濾波器去直流分量）后把每幀分成 4個子幀，每個子幀包括 60個樣點，其它的各種操作包括 LPC 濾波器以及 LSP 濾波器非量化系數(shù)的計算等，將會導(dǎo)致 30ms 的分組時延。這個時延在評介編碼器，尤其是通過數(shù)據(jù)網(wǎng)絡(luò)傳輸語音時是個很 重要的因素，因為如果編碼及解碼時延比較小的話，就意味著處理互聯(lián)網(wǎng)中的時延及其抖動時具有更大的自由度。對構(gòu)造 LPC 合成濾波器。激勵信號經(jīng)基音后置濾波器處理后，再送入合成濾波器。其基本思路是在靜音期間減少傳送的比特數(shù)，從而節(jié)省了所需傳輸?shù)目偙忍財?shù)。簡要地講，DTMA 是將通常的信號劃分成很小的、數(shù)字化片段（ slots即時隙）。 ② 編碼器是為低時延應(yīng)用設(shè)計的，它的幀長只有 10ms，處理時延也是10ms，再加上 5ms的前視，這就使得 產(chǎn)生的點到點的時延為 25ms，比特率為 8 kbps。這兩個版本互相兼容但它們的性能有些不同，復(fù)雜性低的版本（ ）性能較差。 后向自適應(yīng) LPAS編碼： 16 kbps 低時延碼激勵線性預(yù)測 是低比特線性預(yù)測合成分析編碼器（ 和 ）和后向 ADPCM 編碼器的混合體。而 LDCELP 采用后向自適應(yīng)濾波器并每隔 做一次 更新。由于其后向自適應(yīng)特性，因此 是一種低時延編碼器，但它比其它的編碼器都復(fù)雜，這是因為在編碼器中必須重復(fù)做 50階 LPC 分析。 參數(shù)語音編碼器卻不同，它不呈現(xiàn)為波形跟蹤。在理想條件下，合成語音聽起來和原始語音相似。例如，簡單的用戶游戲中經(jīng)常用參數(shù)編碼器。如果事先能對語音文件做仔細的編輯，那么這個缺點是能克服的。這個信道編碼器的比特率的可變的，它作為整個 標準系列的一部份，是為移動多媒體應(yīng)用設(shè)計的。這種分配算法對編碼器和解碼器都 是已知的。 在運用信道編碼之前，語音參數(shù)要在信道適配層作部份的變化以提高對傳輸錯誤的健壯性。 幀是語音信號的分立部件，且每幀是根據(jù)語音樣點更新的。處理時延：它表示在編碼器中對一幀語音做編碼算法處理所 需時間。前視時延：編碼器為了對當前幀的編碼提供幫助而檢查下一 幀的一定長度，此長度就稱為前視時延。語 音比特率：當編解碼器的輸入是標準脈沖編碼調(diào)制的語音 碼流（比特率為 64 kbit/s）時，編解碼器的輸出速率。與用在工作站和個人計算機上通用處理器不同，這些 DSP 是為特定任務(wù)而專門設(shè)計的。 評價編碼器性能的 關(guān)鍵因素是編碼器工作所需時間。實際上，解碼時延大約是編碼時延的一半。 原來的DS0、 TMD 64kbps 編碼器最終會被工業(yè)淘汰，并由低比特率編碼器所替代。 表 41 語音編碼標準 [RUDK97] 標準 編碼類型 比特率（ kbps） MOS 復(fù)雜性 時延 (ms) PCM 64 1 ADPCM 32 10 LDCELP 16 50 GSM RAE_LPT 13 5 20 CSACELP 8 30 15 15 ACELP 25 MPMLQ US Dod LPC10 合成語音 10 FS1015 標準 編碼類型 比特率 MOS 復(fù)雜性 時延 （ kbps） (ms) PCM 64 1 ADPCM 32 10 LDCELP 16 50 GSM RAE_LPT 13 5 20 CSACELP 8 30 15 15 ACELP 25 MPMLQ US Dod LPC10 合成語音 10 FS1015 七、小結(jié) 語音編碼器是建立和處理 VOIP 分組的發(fā) 動機的。其值等于：幀大小 +處理時延 +前視時延。 DSP MIPS：此值是指支持特定編碼器的 DSP處理器的最低 速度。 幀長度：這個值表示經(jīng)編碼處理后的字節(jié)數(shù)（不包括幀頭）。處理時延好稱為算法時延。每幀信息各放在各語音分組 中，并傳送給接收端。這些因素如下提示： 如果信道編碼器的可用速率較低，那么首先要保護主觀上最敏感的比特位。它也支持 的三個操作模式的編解碼器，即高速率模式、低速率模式和不連續(xù)傳送模式。而是適用于這類專用編碼器。出于同樣的原因，參數(shù)編碼器對某些多媒體消息型業(yè)務(wù)也是一種好的選擇。美國政府選擇了 kbps MELP 用于保密電話。這些參數(shù)通常是每隔 20ms~40ms就會從語音信號中提取和量化。 四、參數(shù)語音編碼器： kbps混合激勵線性預(yù)測編碼 參數(shù)編碼器采用簡化激勵信 號的語音模型，因而能工作在最低比特率。這些矢量可進一步分析為 4 種可能的增益，兩種符號（ +和 ）與 128 種形狀矢量。 CELP 是上種語音編碼技術(shù)，它的激勵信號是從一個可能的激勵信號集合中通過全搜索方法選出的。Cox等 [COX98]認為 。 ： 和 。 采用了執(zhí)行不連續(xù)傳輸?shù)撵o音壓縮，這就意味著在靜音期間的比特流中加入了人為的噪聲。這一技術(shù)也就是將其它語音信號或者數(shù)據(jù)信號放置在談話的靜音期間內(nèi)，從而為多信道鏈路提供附加容量。合成信號被輸入到共振峰后置濾波器，該濾波器采用增益標度單元以使其輸出能量維持在糨的輸入水平。對每個子幀，先對自適應(yīng)碼本激勵和固定碼本激勵解碼，然后再輸入合成濾波器。對 LPC 的量化索引號進行解碼。最后一個子幀的濾波器系數(shù)用來預(yù)測分裂矢量量化器（ PSVQ， Predictive split Vector quantizer）進行量化。編碼器和解碼器都必須支持兩種速率，并通能夠在幀間對兩種速度進行轉(zhuǎn)換，此系統(tǒng)同樣能夠?qū)σ魳泛推渌纛l信號進行壓縮和解壓縮，但它對語音信號來說是最優(yōu)的。在編碼器中對輸出進行逆操作來重構(gòu)語音信號。 編碼器的幀長為 30ms，還有 的前視。 ① ITUT 。為了提供長話質(zhì)量的語音性能，這兩種編碼器都依賴于信源模型。為了隨著時間的變化模擬語音信號，線性預(yù)測語音產(chǎn)生模型必須用適當?shù)男盘杹砑睢? 將 VQ和 AbS技術(shù)結(jié)合在一起會進一步提高編碼性能?；旌暇幋a和聲碼器在比特率相當?shù)偷?MOS 上的得分是可接受的。 LPC的用法、激勵的產(chǎn)生以及對合成分析（ AbS）系統(tǒng)的誤差檢查均如圖 41 所示。 圖 41 合成分析操作 圖 42 低比特率編碼器的 MOS得分 比特率關(guān)系曲線（ WEST96） 在 VOIP 中常用的語音編碼器是混合編碼器，它融入了波形編碼器和聲器的長處，它的另一特點是它工作在非常低的比特率（ 46Kbps）。這組編碼器會提取一組參數(shù)，這組參數(shù)被送到接收端，用來導(dǎo)出語音產(chǎn)生模形。由于波形編碼器作用于所有輸入信號，因此會產(chǎn)生高質(zhì)量的樣值。這種方法使得語音在連路產(chǎn)生誤碼、網(wǎng)絡(luò)抖動和突發(fā)傳輸時具有健壯性（ Robustness）。它們常被稱為編碼解器、語音編碼器或者簡稱為編碼器。 總之， 沿用的是傳統(tǒng)的實現(xiàn)電話信令模式，比較成熟，已經(jīng)出現(xiàn)了不少 產(chǎn)品。在 SIP 中，會話請求過程和媒體協(xié)商過程等一起進行。例如對于呼叫轉(zhuǎn)移，只要在 BYE 請求消息中添加 Contact 頭域，加入意欲轉(zhuǎn)至的第三方地址就可以實現(xiàn)此業(yè)務(wù)。但是 集是中控制便于計費，對寬帶的管理也比較 簡單、有效。這種分布式、幾乎不需要復(fù)雜的文檔說明的標準規(guī)范夫風(fēng)格，其優(yōu)越性已在過去的實踐中得到了充分的證明（現(xiàn)在廣為流行的郵件協(xié)議 SMTP 就是這樣的一個例子）。 采用基于 和壓縮編碼規(guī)則的二進制方法表示其消息。 和 SIP 協(xié)議的比較 和 SIP 分別是通信領(lǐng)域與因特網(wǎng)兩大陣營推出的建議。 SIP 共規(guī)定了六種信令： INVITE、 ACK、 CANCEL、 OPTIONS、 BYE、 REGISTER。它支持許多種地址描述和尋址，包括用戶名 主機地址：被叫號碼 PSTN網(wǎng)關(guān)地址： Tel:01062281234普通電話的描述等。 用戶終端程序往往需要包括用戶代理客戶機和用戶代理服務(wù) 器。 用戶代理服務(wù)器：當接到 SIP請求時它聯(lián)系用戶，并代表用戶返回響應(yīng)?？蛻魴C是指為了向服務(wù)器發(fā)送請求而與服務(wù)器建立連接的應(yīng)用程序。正如名字所隱含的 用于發(fā)起會話。而實時控制協(xié)議 RTCP用來評估會話和連接質(zhì)量，以及在通信方之間提供反饋信息。命令和說明可以用來傳送一些特殊的數(shù)據(jù)。當性能交換結(jié)束時，雙方終端通過交換的性能描述符都知道了對方的性能。打開邏輯通道消息包含了關(guān)于傳送數(shù)據(jù)的描述。它也可能表示了發(fā)送性能和接收性能之間的一種折中。如果缺省了發(fā)送性能集，這說明了發(fā)送方?jīng)]有給接收方選擇，但這并不說明發(fā)送方不會向接收方發(fā)送數(shù)據(jù)。終端通過發(fā)送它的性能集使對方知道自己的接收和解碼能力。終端的狀態(tài)一旦決定，在整個呼叫過程期間都不會改變。但是在一個點對點的呼叫中只能打開一個 。除非 通道被關(guān)閉。對于關(guān)守的呼叫信號傳輸，終端必須保證在整個過程中打開可靠端口?，F(xiàn)在 ITU 正在研究如何把音頻、視頻數(shù)據(jù)包混合在同一個傳輸?shù)刂分型粠?，雖然音頻、視頻數(shù)據(jù)能夠憑 錯傳輸層服務(wù)訪問點標識來共享同一個網(wǎng)絡(luò)地址，但是制造商還是選擇使用不同的網(wǎng)絡(luò)地址來分別傳輸音頻、視頻數(shù)據(jù)。一般情況下，音頻、視頻數(shù)據(jù)包不會重發(fā)，因為重發(fā)將引起網(wǎng)絡(luò)網(wǎng)絡(luò)上的延時。 當可靠的 控制通道建立之后，音頻、視頻以及數(shù)據(jù)的傳輸通道都可以相應(yīng)建立。雖 然所有的 消息在用戶到用戶信息中具有可選的非標準信息，但在所有的 RAS 通道信息中還是具有可選的非標準信息。這些結(jié)構(gòu)還包含了可選擇的非標準消息，它允許終端建立非標準關(guān)系。 ，在這個模型中，呼叫建立和性能協(xié)商沒有使用 RTP傳輸?shù)刂?，呼叫建立之后?建立若干個 RTP/RTCP 連接。 被定義在諸如 TCP/IP， SPX/IPX傳輸層。 在大型分組網(wǎng)絡(luò)如因特網(wǎng)中，為一個多媒體呼叫保留點足夠的寬帶是很重要的，