【正文】 原來的DS0、 TMD 64kbps 編碼器最終會(huì)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(biāo)準(zhǔn) [RUDK97] 標(biāo)準(zhǔn) 編碼類型 比特率（ kbps） MOS 復(fù)雜性 時(shí)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(biāo)準(zhǔn) 編碼類型 比特率 MOS 復(fù)雜性 時(shí)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(dòng)機(jī)的。實(shí)際上，解碼時(shí)延大約是編碼時(shí)延的一半。其值等于：幀大小 +處理時(shí)延 +前視時(shí)延。 評(píng)價(jià)編碼器性能的 關(guān)鍵因素是編碼器工作所需時(shí)間。 與用在工作站和個(gè)人計(jì)算機(jī)上通用處理器不同，這些 DSP 是為特定任務(wù)而專門設(shè)計(jì)的。DSP MIPS：此值是指支持特定編碼器的 DSP處理器的最低 速度。語 音比特率：當(dāng)編解碼器的輸入是標(biāo)準(zhǔn)脈沖編碼調(diào)制的語音 碼流（比特率為 64 kbit/s）時(shí)，編解碼器的輸出速率。 幀長度：這個(gè)值表示經(jīng)編碼處理后的字節(jié)數(shù)（不包括幀頭）。前視時(shí)延：編碼器為了對(duì)當(dāng)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(shí)延。處理時(shí)延好稱為算法時(shí)延。處理時(shí)延：它表示在編碼器中對(duì)一幀語音做編碼算法處理所 需時(shí)間。每幀信息各放在各語音分組 中，并傳送給接收端。 幀是語音信號(hào)的分立部件，且每幀是根據(jù)語音樣點(diǎn)更新的。這些因素如下提示： 在運(yùn)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(duì)傳輸錯(cuò)誤的健壯性。 如果信道編碼器的可用速率較低，那么首先要保護(hù)主觀上最敏感的比特位。這種分配算法對(duì)編碼器和解碼器都 是已知的。它也支持 的三個(gè)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。這個(gè)信道編碼器的比特率的可變的，它作為整個(gè) 標(biāo)準(zhǔn)系列的一部份，是為移動(dòng)多媒體應(yīng)用設(shè)計(jì)的。而是適用于這類專用編碼器。如果事先能對(duì)語音文件做仔細(xì)的編輯，那么這個(gè)缺點(diǎn)是能克服的。出于同樣的原因，參數(shù)編碼器對(duì)某些多媒體消息型業(yè)務(wù)也是一種好的選擇。例如，簡單的用戶游戲中經(jīng)常用參數(shù)編碼器。美國政府選擇了 kbps MELP 用于保密電話。在理想條件下，合成語音聽起來和原始語音相似。這些參數(shù)通常是每隔 20ms~40ms就會(huì)從語音信號(hào)中提取和量化。 參數(shù)語音編碼器卻不同，它不呈現(xiàn)為波形跟蹤。 四、參數(shù)語音編碼器： kbps混合激勵(lì)線性預(yù)測編碼 參數(shù)編碼器采用簡化激勵(lì)信 號(hào)的語音模型，因而能工作在最低比特率。由于其后向自適應(yīng)特性，因此 是一種低時(shí)延編碼器，但它比其它的編碼器都復(fù)雜，這是因?yàn)樵诰幋a器中必須重復(fù)做 50階 LPC 分析。這些矢量可進(jìn)一步分析為 4 種可能的增益，兩種符號(hào)（ +和 ）與 128 種形狀矢量。而 LDCELP 采用后向自適應(yīng)濾波器并每隔 做一次 更新。 CELP 是上種語音編碼技術(shù)，它的激勵(lì)信號(hào)是從一個(gè)可能的激勵(lì)信號(hào)集合中通過全搜索方法選出的。 后向自適應(yīng) LPAS編碼： 16 kbps 低時(shí)延碼激勵(lì)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。Cox等 [COX98]認(rèn)為 。這兩個(gè)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。 ： 和 。 ② 編碼器是為低時(shí)延應(yīng)用設(shè)計(jì)的，它的幀長只有 10ms，處理時(shí)延也是10ms，再加上 5ms的前視，這就使得 產(chǎn)生的點(diǎn)到點(diǎn)的時(shí)延為 25ms，比特率為 8 kbps。 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。簡要地講，DTMA 是將通常的信號(hào)劃分成很小的、數(shù)字化片段（ slots即時(shí)隙）。這一技術(shù)也就是將其它語音信號(hào)或者數(shù)據(jù)信號(hào)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。其基本思路是在靜音期間減少傳送的比特?cái)?shù)，從而節(jié)省了所需傳輸?shù)目偙忍財(cái)?shù)。合成信號(hào)被輸入到共振峰后置濾波器，該濾波器采用增益標(biāo)度單元以使其輸出能量維持在糨的輸入水平。激勵(lì)信號(hào)經(jīng)基音后置濾波器處理后，再送入合成濾波器。對(duì)每個(gè)子幀，先對(duì)自適應(yīng)碼本激勵(lì)和固定碼本激勵(lì)解碼，然后再輸入合成濾波器。對(duì)構(gòu)造 LPC 合成濾波器。對(duì) LPC 的量化索引號(hào)進(jìn)行解碼。這個(gè)時(shí)延在評(píng)介編碼器，尤其是通過數(shù)據(jù)網(wǎng)絡(luò)傳輸語音時(shí)是個(gè)很 重要的因素，因?yàn)槿绻幋a及解碼時(shí)延比較小的話，就意味著處理互聯(lián)網(wǎng)中的時(shí)延及其抖動(dòng)時(shí)具有更大的自由度。最后一個(gè)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(jìn)行量化。在進(jìn)一步的處理（高通濾波器去直流分量）后把每幀分成 4個(gè)子幀，每個(gè)子幀包括 60個(gè)樣點(diǎn)，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(jì)算等，將會(huì)導(dǎo)致 30ms 的分組時(shí)延。編碼器和解碼器都必須支持兩種速率，并通能夠在幀間對(duì)兩種速度進(jìn)行轉(zhuǎn)換，此系統(tǒng)同樣能夠?qū)σ魳泛推渌纛l信號(hào)進(jìn)行壓縮和解壓縮，但它對(duì)語音信號(hào)來說是最優(yōu)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 。在編碼器中對(duì)輸出進(jìn)行逆操作來重構(gòu)語音信號(hào)。其它時(shí)延是由系統(tǒng)緩沖區(qū)和網(wǎng)絡(luò)造成的。 編碼器的幀長為 30ms，還有 的前視。 是為低比特率可視電話而設(shè)計(jì)的。 ① ITUT 。這種編碼器所提供的模型對(duì)語音信號(hào)來說是比較好的，但對(duì)于一些噪音或者多數(shù)器來說并不合適。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。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。為了隨著時(shí)間的變化模擬語音信號(hào)，線性預(yù)測語音產(chǎn)生模型必須用適當(dāng)?shù)男盘?hào)來激勵(lì)。 VQ和 AbS VQ的主要區(qū)別在于進(jìn)行矢量量化碼簿搜索時(shí)采用的量化失真測量定義的不同 [WONG96]。 將 VQ和 AbS技術(shù)結(jié)合在一起會(huì)進(jìn)一步提高編碼性能。研究表明，標(biāo)準(zhǔn)的編碼器在比特率為 4 Kbps 時(shí)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 ?；旌暇幋a和聲碼器在比特率相當(dāng)?shù)偷?MOS 上的得分是可接受的。長話質(zhì)量的語音平均意見得分（ MOS）必須在分或許分以上。 LPC的用法、激勵(lì)的產(chǎn)生以及對(duì)合成分析（ AbS）系統(tǒng)的誤差檢查均如圖 41 所示。 為了說明問題，考慮人的聲道產(chǎn)生的一個(gè)語音模式：當(dāng)人說話產(chǎn)生語音信號(hào)時(shí)就會(huì)發(fā)出濁音（如音素 pa、 da 等）和清音（如音素 sh、 th）。 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(diǎn)是它工作在非常低的比特率（ 46Kbps）。這個(gè)濾波器用來模擬說話人的聲道輸出 [WEST96]。這組編碼器會(huì)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。例如： 規(guī)范（ PCM）用的比特率為 64Kbps。由于波形編碼器作用于所有輸入信號(hào)，因此會(huì)產(chǎn)生高質(zhì)量的樣值。 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。這種方法使得語音在連路產(chǎn)生誤碼、網(wǎng)絡(luò)抖動(dòng)和突發(fā)傳輸時(shí)具有健壯性（ Robustness）。 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。它們常被稱為編碼解器、語音編碼器或者簡稱為編碼器。 SIP協(xié)議借鑒了其它因特網(wǎng)的標(biāo)準(zhǔn)和協(xié)議的設(shè)計(jì)思想，在風(fēng)格上遵循因特網(wǎng)一貫堅(jiān)持的簡練、開放、兼容和可擴(kuò)展等原則，比較簡單，但推出時(shí)間不長，協(xié)議并不是很成熟。 總之， 沿用的是傳統(tǒng)的實(shí)現(xiàn)電話信令模式，比較成熟，已經(jīng)出現(xiàn)了不少 產(chǎn)品。 的呼叫信令通道和 控制信道需要可靠的傳輸協(xié)議。在 SIP 中，會(huì)話請(qǐng)求過程和媒體協(xié)商過程等一起進(jìn)行。 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。例如對(duì)于呼叫轉(zhuǎn)移，只要在 BYE 請(qǐng)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(shí)現(xiàn)此業(yè)務(wù)。 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(bǔ)充業(yè)務(wù)或智能業(yè)務(wù)。但是 集是中控制便于計(jì)費(fèi)，對(duì)寬帶的管理也比較 簡單、有效。 在支持會(huì)議電話方面， （ MCU）集中執(zhí)行會(huì)議控制功能，所有參加會(huì)議終端都向 MCU發(fā)送控制消息， MCU可能會(huì)成為頸，特別是對(duì)于具有附加特性的大型會(huì)議；并且 ，其單功能限制了可擴(kuò)展性，降低了可靠性。這種分布式、幾乎不需要復(fù)雜的文檔說明的標(biāo)準(zhǔn)規(guī)范夫風(fēng)格，其優(yōu)越性已在過去的實(shí)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(gè)例子）。而 SIP的基于文本的協(xié)議，類似于 HTTP。 采用基于 和壓縮編碼規(guī)則的二進(jìn)制方法表示其消息。而 SIP協(xié)議側(cè)重于將 IP電話作為因特網(wǎng)上的一個(gè)應(yīng)用，較其實(shí)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。 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。 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(jī)（ 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(jìn)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。 SIP 共規(guī)定了六種信令： INVITE、 ACK、 CANCEL、 OPTIONS、 BYE、 REGISTER。 SIP 最強(qiáng)大之處就是用戶定位功能。它支持許多種地址描述和尋址，包括用戶名 主機(jī)地址：被叫號(hào)碼 PSTN網(wǎng)關(guān)地址： Tel:01062281234普通電話的描述等。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)。 用戶終端程序往往需要包括用戶代理客戶機(jī)和用戶代理服務(wù) 器。 代理服務(wù)器：代表其它客戶機(jī)發(fā)起請(qǐng)求，既充當(dāng)服務(wù)器又充當(dāng)客戶機(jī)的媒介程序。用戶代理服務(wù)器：當(dāng)接到 SIP請(qǐng)求時(shí)它聯(lián)系用戶，并代表用戶返回響應(yīng)。服務(wù)器是用于向客戶機(jī)發(fā)出的請(qǐng)求提供服務(wù)并回送應(yīng)答的應(yīng)用程序?？蛻魴C(jī)是指為了向服務(wù)器發(fā)送請(qǐng)求而與服務(wù)器建立連接的應(yīng)用程序。參與會(huì)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(jìn)行通信。正如名字所隱含的 用于發(fā)起會(huì)話。 ，所有的 ，最低要求是必須支持 建議。而實(shí)時(shí)控制協(xié)議 RTCP用來評(píng)估會(huì)話和連接質(zhì)量，以及在通信方之間提供反饋信息。命令用于強(qiáng)迫遠(yuǎn)程終端執(zhí)行一個(gè)動(dòng)作，說明用于提供信息。命令和說明可以用來傳送一些特殊的數(shù)據(jù)。終端 知道自己與對(duì)方終端的環(huán)型延時(shí)是很有用的。當(dāng)性能交換結(jié)束時(shí)，雙方終端通過交換的性能描述符都知道了對(duì)方的性能。一個(gè)邏輯通道由傳送方打開。打開邏輯通道消息包含了關(guān)于傳送數(shù)據(jù)的描述。非標(biāo)準(zhǔn)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。它也可能表示了發(fā)送性能和接收性能之間的一種折中。例如，一個(gè)終端可以同時(shí)接收兩路不同的 視頻信號(hào)和兩路不同的 音頻信號(hào)。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(huì)向接收方發(fā)送數(shù)據(jù)。發(fā)送必須確保所發(fā)送的性能集的內(nèi)容是自己能夠做到的。終端通過發(fā)送它的性能集使對(duì)方知道自己的接收和解碼能力。這要求每一個(gè)終端的接收和解碼能力必須被對(duì)方終端知道。終端的狀態(tài)一旦決定，在整個(gè)呼叫過程期間都不會(huì)改變。例如，資源只能被一個(gè)事件使用。但是在一個(gè)點(diǎn)對(duì)點(diǎn)的呼叫中只能打開一個(gè) 。同一時(shí)間可以打開多個(gè) 通道，因此同一個(gè)終端可以同時(shí)參加多個(gè)會(huì)議。除非 通道被關(guān)閉。諸如顯示信息等 信息可以在端到端之間傳輸。對(duì)于關(guān)守的呼叫信號(hào)傳輸，終端必須保證在整個(gè)過程中打開可靠端口。 一個(gè)可靠的傳輸?shù)刂酚糜诮K端與終端之間的呼叫建立，也可以用于關(guān)守之間，可靠的呼叫信號(hào)連接必須按照下例規(guī)則進(jìn)行。現(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(gè)傳輸?shù)刂分型粠校m然音頻、視頻數(shù)據(jù)能夠憑 錯(cuò)傳輸層服務(wù)訪問點(diǎn)標(biāo)識(shí)來共享同一個(gè)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)。音頻、視頻數(shù)據(jù)和呼叫信號(hào)不會(huì)在同一個(gè)通道里傳輸，并且不使用同樣的消息結(jié)構(gòu)。一般情況下，音頻、視頻數(shù)據(jù)包不會(huì)重發(fā)，因?yàn)橹匕l(fā)將引起網(wǎng)絡(luò)網(wǎng)絡(luò)上的延時(shí)。當(dāng)使用可靠的 ， 終端可以通過不可靠 通道發(fā)送音頻、視頻數(shù)據(jù)。 當(dāng)可靠的 控制通道建