Биография

              Автореферат

              Flash сайт

              Библиотека

              Отчет о поиске

Некоторые аспекты технологий IP-телефонии

Игорь Барков, вед. специалист "Институт Компьютерных Технологий", Санкт-Петербург

Источник: iXBT.com

Выделенный канал – вынужденная необходимость?!

Перед началом обмена коммерческим трафиком сеть начинающего оператора IP-телефонии будет проходить тестирование для определения качества терминации телефонных вызовов и процента их успешного завершения. От результатов тестирования зависит стоимость терминации трафика через данную сеть. Успех этой процедуры определяется двумя факторами: способом организации подключения к коммутируемой Телефонной сети Общего Пользования ТфОП и качеством связующего IP-канала между шлюзами. По личному опыту замечу, что требования иностранных компаний операторов к задержке и пропускной способности сети подключающегося оператора достаточно высоки. Например, известная компания-оператор IP-телефонии ITXC высказывает следующие пожелания к качеству сети подключающегося партнёра:
Пропускная способность IP-канала - минимум 360 Кбит/с (при терминации трафика в ТфОП по одному тракту Е1 PRI)
Постоянное выделенное соединение с фиксированным IP-адресом (ну это само – собой :) )
Round –Trip Latency - Задержка сигнала в IP-канале при его прохождении в оба конца - менее 400 мс, то есть менее 200 мс при прохождении сигнала в одном направлении.
Потери IP-пакетов не более 7% от общего числа в моменты пиковой загрузки канала.
PDD – Post Dial Delay – время завершения вызова - 10 секунд с момента набора последней цифры и получения ответного тонального сигнала от вызываемого абонента
Завершение вызовов должно быть сопоставимо или выше с завершением вызовов в традиционной коммутируемой телефонной сети.

Кроме вышеперечисленных, ITXC выдвигает также ряд требований, касающихся типов и конфигурации используемого оборудования, биллинговой системы, доступности сети для удалённого мониторинга.

Тем, кто хотя бы однажды запускал со своего компьютера команды PING или TRACERT, полагаю, не требуется объяснять, что обеспечить IP-канал с приведёнными характеристиками и достаточной безопасностью, используя инфраструктуру Публичного Интернет, в большинстве случаев затруднительно. Если компания дорожит своим авторитетом и собирается укреплять свои позиции на рынке IP-телефонии, то вполне обоснованным решением будет организация выделенного канала n? 64 Кбит/с для включения в IP-сеть Партнёра.

Построение выделенного канала n? 64 Кбит/с длительный и дорогой процесс. Затраты при этом напрямую связаны с его пропускной способностью и, отчасти, с географической протяжённостью. Тем важнее для начинающего оператора последующее эффективное использование этого канала. Эффективность использования IP-канала во многом определяется объёмом пропущенного через него трафика. Применительно к IP-телефонии можно говорить о максимально возможном числе одновременных телефонных соединений. На сегодняшний день существует большое число способов, методик и рекомендаций, касающихся расчёта пропускной способности канала в зависимости от различных факторов и характеристик используемого оборудования.

Кодеки – это не только ценный мех :) !

Одним из важных факторов эффективного использования пропускной способности IP-канала, является выбор оптимального алгоритма кодирования/декодирования речевой информации – кодека.

Все существующие сегодня типы речевых кодеков по принципу действия можно разделить на три группы:
Кодеки с Импульсно Кодовой Модуляцией (ИКМ) и Адаптивной Дифференциальной Импульсно Кодовой Модуляцией (АДИКМ), появившиеся в конце 50 –х годов и использующиеся сегодня в системах традиционной телефонии. В большинстве случаев, представляют собой сочетание АЦП/ЦАП
Кодеки с вокодерным преобразованием речевого сигнала возникли в системах мобильной связи для снижения требований к пропускной способности радиотракта. Эта группа кодеков использует гармонический синтез сигнала на основании информации о его вокальных составляющих – фонемах. В большинстве случаев, такие кодеки реализованы как аналоговые устройства.
Комбинированные (гибридные) кодеки сочетают в себе технологию вокодерного преобразования/синтеза речи, но оперируют уже с цифровым сигналом посредством специализированных DSP. Кодеки этого типа содержат в себе ИКМ или АДИКМ кодек и реализованный цифровым способом вокодер.

На рисунке 1 представлена усреднённая субъективная оценка качества кодирования речи для вышеперечисленных типов кодеков.

 
Рис. 1

В голосовых шлюзах IP-телефонии понятие кодека подразумевает не только алгоритмы кодирования/декодирования, но и их аппаратную реализацию. Большинство кодеков, используемых в IP-телефонии, описаны рекомендациями семейства "G" стандарта Н.323. Детальное рассмотрение теоретических аспектов построения речевых кодеков представлено достаточно широко, и тому, кто серьёзно интересуется данной тематикой, рекомендую посмотреть материалы на http://www-mobile.ecs.soton.ac.uk/papers/papers.html. Рассмотрим некоторые основные кодеки, используемые в шлюзах IP-телефонии операторского уровня.

G.711

Рекомендация, утверждённая МККТТ в 1984 г., описывает кодек, использующий ИКМ преобразование аналогового сигнала с точностью 8 бит, тактовой частотой 8 Кгц и простейшей компрессией амплитуды сигнала. Скорость потока данных на выходе преобразователя составляет 64 Кбит/с (8 Бит ? 8 КГц). Для снижения шума квантования и улучшения преобразования сигналов с небольшой амплитудой, при кодировании используется нелинейное квантование по уровню (см. рис. 2) согласно специальному псевдо - логарифмическому закону A или m - Law ( http://cie.motor.ru/Topics/127.html.)

Рис. 2

Первые ИКМ кодеки с нелинейным квантованием появились уже в 60-х гг. Кодек G.711 широко распространён в системах традиционной телефонии с коммутацией каналов. Несмотря на то, что рекомендация G.711 в стандарте Н.323 является основной и первичной, в шлюзах IP-телефонии данный кодек применяется редко из-за высоких требований к полосе пропускания и задержкам в канале передачи (всё-таки 64 Кбит/с это много). Использование G.711 в системах IP-телефонии обосновано лишь в тех случаях, когда требуется обеспечить максимальное качество кодирования речевой информации при небольшом числе одновременных разговоров. Одним из примеров применения кодека G.711 могут послужить IP-телефоны компании CISCO.

G.723.1

Рекомендация G.723.1 описывает гибридные кодеки, использующие технологию кодирования речевой информации, сокращённо называемую – MP-MLQ (Multy-Pulse – Multy Level Quantization – Множественная Импульсная, Многоуровневая Квантизация), данные кодеки можно охарактеризовать, как комбинацию АЦП/ЦАП и вокодера. Как уже упоминалось выше, своим возникновением гибридные кодеки обязаны системам мобильной связи. Применение вокодера позволяет снизить скорость передачи данных в канале, что принципиально важно для эффективного использования как радиотракта, так и IP-канала. Основной принцип работы вокодера – синтез исходного речевого сигнала посредством адаптивной замены его гармонических составляющих соответствующим набором частотных фонем и согласованными шумовыми коэффициентами. Кодек G.723 осуществляет преобразование аналогового сигнала в поток данных со скоростью 64 Кбит/с (ИКМ), а затем при помощи многополосного цифрового фильтра/вокодера выделяет частотные фонемы, анализирует их и передаёт по IP-каналу информацию только о текущем состоянии фонем в речевом сигнале. Данный алгоритм преобразования позволяет снизить скорость кодированной информации до 5,3 – 6,3 Кбит/с без видимого ухудшения качества речи. Структурная схема кодека приведена на рисунке 3. Кодек имеет две скорости и два варианта кодирования: 6,3 Кбит/с с алгоритмом MP-MLQ и 5,3 Кбит/с с алгоритмом CELP. Первый вариант предназначен для сетей с пакетной передачей голоса и обеспечивает лучшее качество кодирования по сравнению с вариантом CELP, но менее адаптирован к использованию в сетях со смешанным типом трафика (голос/данные).

 
Рис. 3

Процесс преобразования требует от DSP 16,4 – 16,7 MIPS (Million Instructions Per Second) и вносит задержку 37 мс. Кодек G.723.1 широко применяется в голосовых шлюзах и прочих устройствах IP-телефонии. Кодек уступает по качеству кодирования речи кодеку G.729а, но менее требователен к ресурсам процессора и пропускной способности канала.
Гибридные кодеки G.729

Семейство включает кодеки G.729, G.729 Annex А, G.729 Annex B (содержит VAD и генератор комфортного шума). Кодеки G.729 сокращенно называют CS-ACELP Conjugate Structure - Algebraic Code Excited Linear Prediction – Сопряжённая структура с управляемым алгебраическим кодом линейным предсказанием. Процесс преобразования использует 21,5 MIPS и вносит задержку 15 мс. Скорость кодированного речевого сигнала составляет 8 Кбит/с. В устройствах VoIP данный кодек занимает лидирующее положение, обеспечивая наилучшее качество кодирования речевой информации при достаточно высокой компрессии.

G.726

Рекомендация G.726 описывает технологию кодирования с использованием Адаптивной Дифференциальной Импульсно-Кодовой Модуляции (АДИКМ) со скоростями: 32 Кбит/с, 24 Kбит/с, 16 Kбит/с. Процесс преобразования не вносит существенной задержки и требует от DSP 5,5 - 6,4 MIPS. Структурная схема кодека приведена на рисунке 4.

 
Рис. 4

Кодек может применяться совместно с кодеком G.711 для снижения скорости кодирования последнего. Кодек предназначен для использования в системах видеоконференций.
G.728

Гибридный кодек, описанный в рекомендации G.728 в 1992 г, относится к категории LD-CELP – Low Delay - Code Excited Linear Prediction – Кодек с управляемым кодом линейным предсказанием и малой задержкой. Кодек обеспечивает скорость преобразования 16 Кбит/с, вносит задержку при кодировании от 3 до 5 мс и предназначен для использования в системах видеоконференций. В устройствах IP-телефонии данный кодек применяется достаточно редко. Подробнее о G.728 можно узнать на http://www.ecs.soton.ac.uk/ В сводной таблице 1 представлены характеристики кодеков семейства Н.323

Таблица 1 Кодек      

 
NetCoderТМ

Компания AudioCodes, приложившая в своё время немало усилий по созданию кодека G.723.1 специально для использования в сетях IP-телефонии, предлагает свою новую разработку - кодек NetCoder. По словам AudioCodes, кодек обладает качеством превосходящим популярные кодеки G.723.1 и G.729 и не требует значительных вычислительных ресурсов. Однако, производители голосовых шлюзов пока не торопятся поддерживать данное творение в своих продуктах. Не включен этот кодек также и в семейство кодеков стандарта Н.323. Использовать сегодня NetCoder в голосовых шлюзах можно не без риска потери совместимости с шлюзами других производителей, установленных в сети. Кодек NetCoder работает в диапазоне скоростей 4,8 – 9,6 Кбит/с, при формировании кадра вносит задержку 20 мс и имеет встроенный механизм оптимальной трансляции речевых пауз, основанный на технологии порогового детектирования голосовой активности VAD и автоматическую регулировку скорости передачи.

Что такое VAD?

Технология VAD (упоминалась в http://www.ixbt.com/comm/ip-tele-troubles.html) используется совместно с большим числом речевых кодеков. Попытаюсь кратко проиллюстрировать механизм VAD на простейшем примере (см. рис. 5). Входной аналоговый сигнал поступает на вход устройства сравнения, в котором измеряется его амплитуда и сравнивается с заданным пороговым значением. При превышении амплитудой входного сигнала заданного порога (красная линия на рис. 5), сигнал поступает на вход кодека и кодируется по определённому алгоритму (интервал Т2 – Т3). Если амплитуда входного сигнала ниже порогового значения (например в интервал Т1 – Т2), то в момент времени Т1 передаётся только служебная информация (длиной в несколько бит) о начале паузы, а в момент Т2 о её окончании. На приёмной стороне, во время паузы, для улучшения субъективного восприятия кодированной речи может передаваться комфортный шум. Ниже я ещё дополнительно рассмотрю особенности применения технологии VAD.

 
рис. 5

А какой кодек лучше?!

Вопрос оценки качества кодирования голоса с использованием различных кодеков возник сразу же с момента их появления. При этом речь не ведётся об измерении коэффициента нелинейных и интермодуляционных искажений и отношения сигнал/шум, как это принято для оценки тракта звуковоспроизводящей аппаратуры. Специфика использования речевого кодека позволяет оперировать такой характеристикой как Усреднённое Совокупное Мнение (MOS – Mean Opinion Score). Компания CISCO Systems приводит результаты тестирования кодеков по критерию наилучшей разборчивости речи. Оценка кодеков произведена по традиционной 5-ти бальной шкале, где наилучшему качеству звучания соответствует наибольший бал. Результаты представлены в таблице 2.
Таблица 2 Кодек      

* - Компания AudioCodes совместно с независимой испытательной лабораторией COMSAT провела сравнительное тестирование кодека Net Coder и кодеков G.711, G.723.1, G.729a для различных уровней речевого сигнала. Результаты тестирования представлены на рисунке 6.

Рис.6

© ДонНТУ, Колосов Е.А