（通信与信息系统专业论文）voip中语音实时传输的研究与实现.pdf

东北大学硕士学位论文 摘要 v o l p 中语音实时传输的研究与实现 摘要 随着计算机网络和通信技术的不断发展，实时通信业务逐渐在i n t e r n e t 应 用中占据了主导地位，其中以v o i p 技术的应用尤为突出。v o i p ( v o i c eo v e r i p ) 即基于i p 网络的语音通信，是计算机技术与电话技术集成c t i ( c o m p u t e r t e l e p h o n ei n t e g r a t i o n ) 的最新应用成果。作为i n t e r n e t 上的电话服务，v o i p 被 视为通信网络发展的新时代，并成为综合服务网络这个长期发展目标的雏形。 在i p 网上传输语音数据，具有实时性、连续性、突发性等特点，这使得 其与传统的数据传输有很大的区别。目前的i n t e r n e t 只提供尽力而为的服务， 仅仅依靠传统的一些互联网协议无法满足实时通信的需求。在这种情况下，因 特网工程任务组i e t f 制定了实时传输协议r t p ( r e a l t i m et r a n s p o r tp r o t o c 0 1 ) 标准，r t p r t c p 协议是多媒体信息传输的基础协议。利用运行在u d p 之上的 r t p 协议可以很好的完成双向语音通信，避免了使用传统t c p 协议进行语音 通信实时性差的缺点减小了网络时延，改善了语音传输效果。 基于r t p r t c p 协议的实时传输是目前国内外实时通信研究的热点和趋 势，本文对语音的实时传输进行了详细的研究和分析，对实时传输协议 r t p r t c p 及其实现进行了深入的探讨，并对其在保证语音信息的实时传输的 使用上进行了一些改进。给出了基于r t p 协议的实时语音通信系统的机制和 通信过程，并在v o c a l 系统框架下设计并实现了该系统。同时利用r t c p 协 议的监测策略，给出了系统性能指标的监测方法，提出了用于提高系统性能的 质量控制策略，对时延、抖动以及丢包情况进行了控制，并给出了改进前后的 性能指标的对比分析。本文采取的实际测量和理论分析相结合的方法说明了我 们在系统实现的基础上对服务质量做的一些改进大大提高了系统的性能，使其 在时延、抖动和丢包控制等方面都达到了较为理想的效果，具有一定的突破。 关键词：v o i p ；语音实时传输；实时传输协议；服务质量 i i 东北大学硕士学位论文a b s t r a c t r e s e a r c ha n di m p l e m e n t a t i o no fr e a l t i m e a u d i ot r a n s p o r ti nv o l p a bs t r a c t w i t hf a s t d e v e l o p m e n t o f c o m p u t e r a n dc o m m u n i c a t i o n t e c h n o l o g i e s ， r e a l t i m ec o m m u n i c a t i o ns e r v i c e s g r a d u a l l yt a k eu pt h el e a d i n gs t a t u so ft h e i n t e r n e ta p p l i c a t i o n s t h ea p p l i c a t i o no fv o l pt e c h n o l o g yi se s p e c i a l l yi m p o r t a n t i tm e a n sv o i c ec o m m u n i c a t i o nb a s e do ni pn e t w o r ka n di ti st h en e wa p p l i c a t i o n r e s u l to fc o m p u t e ra n dt e l e p h o n ei n t e g r a t i o n v o l ph a sb e e nr e g a r d e da st h en e w e r ao fc o m m u n i c a t i o nn e t w o r kd e v e l o p m e n ta n dw i l lb e c o m et h er u d i m e n to ft h e i n t e g r a t es e r v i c en e t w o r k t r a n s m i t t i n ga u d i od a t ao nt h ei pn e t w o r kh a st h ec h a r a c t e r i s t i co fr e a lt i m e ， c o n t i n u i t ya n du s u a l l yb u r s t i n g s oi t i sv e r yd i f f e r e n tw i t hc o n v e n t i o n a ld a t a t r a n s m i s s i o n t o d a y si n t e r n e tp r o v i d e so n l yb e s t e f f o r ts e r v i c e s a n dc a nn o t s a r i s f y r e a l t i m ec o m m u n i c a t i o n r e q u i r e m e n t sd e p e n d i n g o nt h et r a d i t i o n a l i n t e r n e t p r o t o c o l s u n d e rs u c hc i r c u m s t a n c e s ，i e t fs e tt h er e a l t i m et r a n s p o r t p r o t o c o l r t p r t c ps t a n d a r da n di t i st h ef o u n d a t i o np r o t o c o lo fm u l t i m e d i a i n f o r m a t i o nt r a n s p o r t a t i o n r t pr u n so nu d pa n dc a nb e t t e r a c c o m p l i s h b i d i r e c t i o n a la u d i oc o m m u n i c a t i o n i tc a na v o i dt h ed i s a d v a n t a g eo fu s i n gt c pt o m a k ev o i c ec o m m u n i c a t i o na n di m p r o v et h ev o i c et r a n s m i t t i o nq u a l i t y r e a l t i m et r a n s p o r tb a s e do nr t p r t c pp r o t o c o li st h eh o t s p o ta n dt r e n do f r e a l - t i m ec o m m u n i c a t i o nr e s e a r c ht o d a y w ed od e t a i l e dr e s e a r c ha n da n a l y s eo n a u d i or e a l t i m e t r a n s p o r th e r e t h i sp a p e rg o e sd e e pi n t o t h es t u d yo ft h e r t p r t c pp r o t o c o la n di t si m p l e m e n t a t i o na n dm a k e ss o m e i m p r o v e m e n ti n p r a c t i c a lu s e w ea l s od i s c u s st h em e c h a n i s ma n dc o m m u n i c a t i n gp r o c e s so ft h e r e a l t i m ea u d i ot r a n s p o r ts y s t e mb a s e do nr t p t h i ss y s t e mi sd e s i g n e da n d i m p l e m e n t e du n d e rv o c a ls y s t e m sf r a m e w o r k u s i n gr t c pw eg i v et h em e t h o d o fi n s p e c t i n gt h es y s t e m sp e r f o r m a n c ep a r a m e t e ra n da l s ob r i n gf o r w a r dt h eq o s c o n t r o lp o l i c yt oi m p r o v es y s t e m sp e r f o r m a n c ea n dg i v et h ec o n t r a s t i n ga n a l y s e s o fo u rq o si m p r o v e m e n t w eu s et h em e t h o do fp r a c t i c a lm e a s u r ea n dt h e o r e t i c s a n a l y s et op r o v et h a to u rw o r ki ni m p r o v i n gs y s t e mq o si se f f e c t i v ea n dm a k e s g r e a tp r o g r e s si ni m p r o v i n gt h ep e r f o r m a n c eo ft h es y s t e m 。 k e y w o r d s ：v o l p ；r e a l t i m ea u d i ot r a n s p o r t ；r t p r t c p ；q o s i i i 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写 过的研究成果，也不包含本人为获得其他学位而使用过的材料。与我共 同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并 表示谢意。 学位论文作者签名： 莰莹 日 期：晒f m 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位 论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印 件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文 的全部或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流，请在下方签名：否则视为不同意。) 学位论文作者签名： 签字日期： 导师签名： 签字日期： 东北大学硕士学位论文 第一章绪论 1 1 课题的提出 第一章绪论 随着通信技术的快速发展与和i n t e r n e t 技术的迅速普及，使得各种新的通 信方式逐渐地走进了普通大众的生活。i n t e r n e t 上能够承载的业务类型越来越 多，像会议电视、v o i p 、远程教学、远程医疗等宽带多媒体业务应运而生。作 为当前最具竞争力的数据通信技术之一，v o i p 技术的应用领域十分广阔，发展 和完善v o i p 技术以全面取代p s t n 则成为当前的一个研究热点【1 1 。 v o i p 技术最典型的应用莫过于i p 电话，这也是当前最流行的网络通信服 务。由于i p 电话中传递的是音频数据，具有实时性、连续性、突发性等特点， 使得其与传统的数据传输有很大的区别。要将i p 网络应用于语音通信最大的 问题就是网络带来的通信延时，此延时可高达几百毫秒，能被通话者明显地感 觉到。其次是由于网络负载量的变化和传输路由的不同。语音分组的延时会发 生变化，称之为抖动。另外，在延时过大的情况下，语音分组会发生丢失，造 成语音失真。这都是语音实时通信带来的特殊问题，也是一个极具挑战的课题。 实时传输的主要目的是保证客户端有合理的、可以让人接受的延时，并且 可以根据不同的服务质量需求调整系统的实时性参数。通过研究网络传输中媒 体的特性、网络带宽的合理分配以及客户端的缓冲区管理等，可以提供有效控 制系统的延时、抖动以及分组丢失等的策略和方法。目前现有网络并不提供对 实时应用的有效支持，如t c p 和u d p 协议无法提供满足实时性要求的有效服 务，在这种情况下，因特网工程任务组i e t f 制定了实时传输协议r t p ( r e a l t i m e t r a n s p o r tp r o t o c 0 1 ) 标准。 东北大学网络与通信中心成立了一个专门面向v o l p 技术的研究小组，项 目组在v o v i d a 公司提供的开源项目v o c a l 的框架基础上，对v o l p 技术进行 了深入的研究。本文就是在这个背景下，分析了当前用于支持语音信息实时传 输的协议r t p 协议，研究了v o l p 中端到端的语音消息的实时网络传输，以及 用以实时监测和控制数据传输和服务质量的r t c p 协议，并将其应用到实际的 v o i p 系统中加以实现，此外还对系统的性能进行了分析和研究，提出了提高系 统性能的方法。 1 2 国内外研究现状 当前在i n t e r n e t 上应用最为广泛的多媒体实时传输应用当属语音传输的应 用，如何在分组网上实时传输语音直是一个非常活跃的研究方向。最早推出 一l 东北大学硕士学位论文第一章绪论 i p 电话的商业公司是以色列的v o c a l t e c ，他们在1 9 9 5 年2 月宣布推出i n t e r n e t p h o n e ，接着又有很多类似的商业软件，如m e d i a r i n g 公司的m e d i a r i n gt a l k9 9 、 n e t 2 p h o n e 公司的n e t 2 p h o n e 、e t e c h 公司的v o x p h o n e 等。目前国际上能够提 供电信级i p 电话网络解决方案的厂商主要有v o c a l t e c 、c i s c o 、朗讯( l u c e n t ) 、 北电网络( n o r t e l ) 、阿尔卡特( a l c a t e l ) 、西门子、3 c o m 、摩托罗拉等。国内厂商 主要有华为、中兴、大唐、上海贝尔等。在国内，清华大学电子工程系网络研 究所多媒体课程组也在这方面做了大量的研究，并开发出c 0 0 1 a u d i o 、 c 0 0 1 v i d e o 、c 0 0 1 m e e t i n g 等一系列软件。另外，北京邮电大学电信工程学院 和华中科技大学等科研机构也在这方面进行了大量的研究。设在中国北京的微 软亚洲研究院具有国内甚至世界一流的研究人员和资金支持，现己研发出了很 多的成果，有些已被应用于微软的产品中，而且他们在国外著名杂志上发表了 很多的文章。 多媒体信息的实时传输研究在国内外蓬勃的开展着，有许多研究成果己转 化成产品，许多相关的协议被制定，如：r t p 和r t c p 、r t s p 、r s v p 、s i p 等， 这些都是构建当前多媒体实时传输的主要协议。在这些协议中，r t p 和r t c p 主要负责传输多媒体数据以及实现最基本的传输控制，它们也是本文主要研究 的协议。r t p 用于传输实时数据，为在因特网上传输实时多媒体数据提供了切 实可行的解决方案。国外的研究机构如美国哥伦比亚大学、贝尔实验室和德国 国家信息技术研究中心等也都开展了大量基于r t p r t c p 协议的研究和实验， 基于该协议的网络多媒体应用工具和产品也大量涌现。 1 3 研究意义 应该说进行实时数据传输的研究工作不但有很强的理论意义，而且具有很 高的实践价值。现在这方面的研究是国内外个非常热门的研究方向，每年都 有很多的成果出现。这方面的应用也呈现出爆炸似的增长，并迅速的渗透到_ 了 人们的日常生活中。但是就现在来说，不管是从发表文章的质量和数量，还是 从开发出来的产品水平来说，国内的研究水平和深度要落后于国外，尤其是底 层的核心技术。 诸如因特网电话、虚拟环境、远程电话会议、多方游戏等交互式实时应用 要求数据的传送满足严格的定时限制，以此保证有效。这些应用中有许多要求 端到端的延时在数百毫秒或以下的数量级。例如，因特网电话中的长延时往往 导致交谈中不自然的停顿；在多方游戏或虚拟交互环境中，从采取行动到看见 来自环境的响应之间的长延时( 譬如说在某个端到端连接结束时才看到来自另 一个玩家的响应) 将使得应用感觉起来不大现实。对于非实时应用来说，低延 时总比高延时可取，不过它们不会对端到端延时施加任何严格的限制。 一2 东北走学硕士学位论文 第一章绪论 实时数据传输不但包括语音的传输，在此基础之上还可以包括图像等多媒 体实时数据的传输。如何使得实时多媒体信息在网络中能够高效传输，这将是 今后通信发展所要研究的热点问题。视频会议、远程医疗等均可在此基础之上 进行研究和开发，因此说它的应用前景和市场潜力是非常广阔的，可以说是商 机无限。v o l p 技术近几年来一直保持着其良好的发展势头，逐渐成为新的科技 消费热点。而对着竞争口趋激烈的全球市场，无论是政府专营的电话公司、i s p 还是本地交换业务运营商( c l e c ) 和p t t 都在不断地寻找提高其服务水平和质 _ 置啦方法。随着互联网的不断发展，v o l p 技术也得到了不断发展。随着技术的 不断成熟，相信在不久的将来，i p 电话将占据越来越多的市场份额，成为传统 p s t n 吃话的强力挑战者，甚至超越传统电话成为语音通信市场的主流。 1 4 论文结构 本文主要围绕v o l p 系统中实时语音传输技术及其应用的内容展开，整个 系统的设计与实现主要是基于实时传输协议和实时传输控制协议的。本文共分 七章，各章安排如下： 第一章首先介绍了本课题的来源，研究意义和本论文的结构，此外还从实 际出发，概述了国内外有关实时传输技术的研究现状。 第二章对v o l p 的基本原理和相关协议进行了阐述，对v o i p 中涉及到的关 键技术进行了分析，并对其相关的协议标准进行了较为系统的研究。 第三章论述了实时传输协议r t p 与实时传输控制协议r t c p ，具体分析了 其报文格式、主要功能以及该协议在当今国内外研究的进展，最后说明丁 r t p ，r t c p 协议如何保证多媒体信息的实时传输，还提出了在使用中的一些改 进。 第四章是关于实时传输关键技术的研究，提出了关于时延、抖动、丢包与 恢复等问题的解决方法。 第五章具体地应用r t p r t c p 协议对实时语音通信系统进行了设计。基于 v o c a l 系统架构对系统模块和r t p r t c p 应用进行了设计，并提出了提高系 统性能的质量控制策略。 第六章说明了实时语音通信系统的具体实现，介绍了系统的开发平台和研 制工具，给出了系统的程序实现和实际运行结果，并对系统性能进行了分析， 给出了系统性能的改进和动态监测的方法，得出各项性能指标的测试结果并进 行了对比分析。 第七章对本文进行了总结，同时提出了存在的问题和今后进一步的工作。 第七章对本文进行了总结，同时提出了存在的问题和今后进一步的工作。 3 一 东北大学硕士学位论文第二章v o l p 的原理与协议 第二章v o l p 的原理与协议 2 1v o l p 基本原理 2 1 1v o l p 概述 传统的电话网( p s t n 网) 是以电路交换方式来传输语音，每次通话过程 中，主叫方和被叫方一直占据着一条通话线路，直到他们通话结束才释放链接， 其所要求的传输宽带一般为6 4 k b i t s 。 v o l p 即v o i c eo v e ri p ，也就是通过互联网的主要协议一i p 协议来实现语 音承载的技术。v o l p 是以i p 分组交换网络为传输平台，它不是用户独占一条 线路资源，而是多用户共享线路。另一方面，v o i p 对数字化的语音数据进行压 缩，可以将一路话音数据压缩为8 k b i t s 或更低，从而可以使原来只能传一路 话音的6 4 k b i t s 线路可以传输大约8 路电话或更多，然后对压缩后的数据进行 打包等一系列的特殊处理，使之可以采用无连接的u d p 协议进行传输。最简 单的v o l p 系统网络由两个或多个具有v o i p 功能的设备组成，这些设备通过一 个i p 网络连接。v o i p 模型的基本结构如图2 1 所示。由图可以发现v o l p 设备 是如何把语音信号转换成i p 数据流，并把这些数据流转发到i p 目的地，i p 目 的地又把它们转换回到语音信号。两者之间的网络必须支持i p 传输，且可以 是i p 路由器和网络链路的任意组合1 2 l 。 语音代理 语音代理 语音代理 图2 1 v o i p 的模型结构 f i g 2 1m o d e ls t r u c t u r eo fv o l p v o i p 技术的实现具有设备费用低，语音和数据应用的集成，带宽需求低阻 及i p 的广泛可用性等几方面的显著优势，因此在全球范围内得到了迅速的发 d 甲攀隧 东北大学硕士学位论文 第二章v o i p 的原理与协议 展。通过因特网进行语音通信是一个非常复杂的系统工程，其应用面很广，因 此涉及的技术也特别多，其中最根本的技术就是v o i p 技术，可以说，因特网 语音通信是v o i p 技术的一个最典型的也是最有前景的应用领域。我们通常说 的i p 电话是在i p 网上传送的具有定质量的语音业务，它所采用的技术统称 为v o i p 。v o i p 应用包括p c 对p c 连接、p c 对话机连接、话机对话机连接。 其业务主要有i n t e r n e t 或i n t r a n e t 上的语音业务、传真业务( 实时和存储转发) 、 w e b 上实现的i v r ( 交互式语音应答) 业务等等，另外还包括e m a i l 、实时电 话、实时传真等多种通信业务。 2 1 2v o i p 的基本传输过程 v o i p 是建立在i p 技术上的分组化、数字化传输技术，它的基本传输过程 是：首先发送方将模拟语音转换为6 4 k b i t s 的数字语音，然后经过语音压缩算 法对语音进行压缩编码处理即将数字语音压缩为8 k b i t s 或更低的速率，再将 压缩后的语音数据按照i p 等相关协议分割成可以在i p 网络上传输的分组数 据，采用u d p 协议以路由的方式经过i n t e r n e t 传送到接收用户端：接收端收到 分组数据后，再将陆续收到的分组数据组合经过解码解压缩等处理，将语音数 据还原为原始语音信号，从而达到由i p 网络传送语音的目的。整个过程如图 2 ，2 所示。 图2 2v o i p 传输的基本过程 f i g 2 2b a s i ct r a n s m i s s i o np r o c e s so fv o l p 我们可以简单地将v o l p 的传输过程分为下列几个阶段i 3 】： ( 1 ) 语音到数据的转换 语音信号是模拟波形。通过i p 方式来传输语音，不管是实时应用业务还 是非实时应用业务，首先要对语音信号进行模数转换，即p c m 编码。数字化 可以使用各种语音编码方案来实现，目前采用的语音编码标准主要有i t u t 的 g 7 11 ，其数码率是6 4 k b i t s 。 f 2 ) 原数掘到i p 语音包的转换 先对p c m 语音包进行压缩编码，然后将压缩的语音包送入网络处理器。 网络处理器为语音包添加包头、时标和其他信息后形成语音包。 5 东北大学硕士学位论文第二章v o p 的原理与协议 ( 3 ) 传送 i p 网络不像电路交换网络，它不形成连接，它要求把数据放在可变长的数 据包或分组中，然后给每个数据包附带寻址和控制信息，并通过网络一站一站 地转发到目的地。在这个通道中，网络被看成一个从输入端接收语音包，然后 在一定时间内将其传送到网络输出端。网络中的中间节点检查每个i p 数据附 带的寻址信息，并使用这个信息把该数据报转发到目的地路径上的下一站。 f 4 ) i p 包到数据的转换 目的地v o l p 设备接收这个i p 数据包并开始处理。网络级提供一个可变长 度的缓冲器，用来调节网络产生的抖动。在数据包的处理过程中，先是去掉寻 址和控制信息，保留原始的原数据，然后把这个原数据提供给解码器。解码器 将压缩编码转换为连续的p c m 编码后传送给交换机。 ( 5 ) 数字语音转换为模拟语音 该过程与第一步的模拟语音转化为数字语音相对应，以便于接收者听取， 因为对于终端用户来说，模拟语音才是有效的。 在传统电话系统中，一次通话从建立系统连接到拆除连接都需要一定的信 令来配合完成。同样，在i p 电话中，如何寻找被叫方、如何建立应答、如何 按照彼此的数据处理能力发送数据，也需要相应的信令系统，目前在国际上， 比较有影响的v o i p 协议包括i t u t 提出的h 3 2 3 协议和i e t f 提出的s i p 协议。 2 1 3v o i p 应用优势 目前，v o i p 在越来越多的跨国公司、大中型企业、政府机关、金融、证 券行业、军队、电力行业、远程教育机构得到广泛应用。 v o l p 技术的应用优势主要体现在以下几个方面： ( 1 ) 通话费用大大降低。将企、事业单位内部的局域网和电话网合一，实 现零话费。 ( 2 ) 建设成本大大降低。 ( 3 ) 功能强大。只需加入相应的软件，可以灵活地提供各种服务功能。 ( 4 ) 独特的网内漫游功能。网络电话机可以插入网内的任何位置的网口 ( r j 4 5 ) ，其电话号码保持不变。 f 5 ) 具有加密和防窃听功能。这对保障政府机关、银行和大型企业等重要 集团用户的网络语音通信安全有着十分重要的意义。 ( 6 ) 使用方便。网络电话机适用广泛的网络环境，与普通电话的使用习惯 一致。 ( 7 ) v o l p 产品支持内建代理服务功能；配合代理服务，可以实现局域网之 间和局域网内部i p 电话的互通；i p 电话可以分配保留的私网i p 地址，不占用 ，6 一 东北大学硕士学位论文第二章v o i p 的原理与协议 公网i p 资源，使应用和组网更加灵活。 2 2v o i p 的关键技术 传统的i p 网络主要是用来传输数据业务，采用的是尽力而为的、无连接 的技术，存在分组丢失、失序到达和时延抖动等情况。数据业务对此要求不高， 但语音属于实时业务，对时序、时延等有严格的要求。因此必须采取特殊措施 来保障一定的业务质量。v o i p 的关键技术包括信令技术、编码技术、实时传 输技术、服务质量( q o s ) 保证技术以及网络传输技术等f 3 。 2 2 1 信令技术 如果要组建电信级的i p 电话网络，就必须使整个网络采用的通信控制协 议保持一致。信令技术保证电话呼叫的顺利实现和话音质量，目前被广泛接受 的v o i p 控制信令体系主要有i t u t 的h 3 2 3 系列和i e t f 的会话初始化协议 s i p ( s e s s i o ni n i t i a l i z a t i o np r o t o c 0 1 ) 。 2 2 2 语音处理技术 i p 网络中的语音处理主要需解决两个问题：一是在保证一定语音质量的前 提下尽可能降低编码比特率，二是在i p 网络环境下保证一定的通话质量。前 者主要是语音编码技术和静音检测；后者包括分组丢失补偿、消除抖动和回音 消除技术。 语音压缩编码技术是r p 电话技术的一个重要组成部分，现在主要采用的 是i t u t 的g ，7 x x 系列，主要包括g 7 1 l ，g 7 2 9 ，g 7 2 3 ( g 7 2 3 1 1 等。其中g 7 1 1 是如今使用最普遍的编码技术，它的语音质量最好，但是它需要6 4 k b i t s 的带 宽。g 7 2 9 可将经过采样的6 4k b i t s 语音以几乎不失真的质量压缩至8 k b i t s ， 很适合在v o i p 系统中使用。g 7 2 3 ，i 采用5 3 6 3 k b i t s 双速率语音编码，其语 音质量好，但是处理时延较大，它是目前已标准化的最低速率的语音编码算法。 选择语音编码算法需要考虑四个方面的问题：编码比特率、语音质量、时延和 算法复杂度。一般来说这些指标是有矛盾的：比特率越低，线路利用率越高， 但语音质量会受到影响；在同样比特率情况下，算法设计越复杂，语音质量会 有所提高，但处理时延将增加。因此，采用什么样的编码方案和算法，要根据 实际需要对上述四个指标进行综合考虑，以确定适当的语音编解码。 此外，静音检测技术和回音消除技术也是v o l p 中十分关键的技术。一般 情况下，双方在通话时大约只有4 0 的时闻是真正有声音的，为进一步降低语 音编解码占用的网络资源，可在有声时传语音包，无声时传少量和静音有关的 包，将带宽释放给其他语音业务，从而提高带宽利用率，节省通信资源。静音 一7 东北大学硕士学位论文第二章v o l p 的原理与协议 检测技术可有效剔除静默信号，使语音信号占用带宽进一步降低到3 5k b i t s 左右。 与传统电话相比，因特网上进行语音的实时传输，有其致命的弱点，那就 是语音质量较差，影响因特网语音质量的因素是多方面的，最关键的因素之一 是回声的影响。因此，要提高因特网的语音质量，就必须在因特网的语音传输 过程中进行消除回声的处理，由于因特网的语音传输是采用分组交换技术实现 的一种全新的电信业务，传送的语音信号要经过编码、压缩、打包等一系列处 理，这不仅造成回声路径的延时较大，而且延时抖动也较大。因此，在因特网 的语音传输过程中，回声问题显得尤其突出。回音消除技术主要利用数字滤波 器技术来消除对通话质量影响很大的回声干扰，保证通话质量。这点在延时相 对较大的i p 分组网络中尤为重要。 2 2 3 实时传输技术 实时传输技术主要是采用实时传输协议r t p ( r e a l t i m et r a n s p o r t p r o t o c 0 1 ) 。i e t f 定义的r t p 协议是用来提供端到端的包括音频在内的实时数 据传送的协议。 v o l p 中网络传输技术主要是t c p 和u d p ，此外还包括网关互连技术、路 由选择技术、网络管理技术以及安全认证和计费技术等。由于实时传输协议 r t p 提供具有实时特征的、端到端的数据传输业务，因此v o i p 中可用r t p 来 传送语音数据。在r t p 包头中包含装载数据的标识符、序列号、时间戳以及 传送监视等，通常r t p 协议数据单元用u d p 分组来承载，而且为了尽量减少 时延，语音净荷通常都很短。v o i p 语音分组开销很大，采用r t p 协议的v o i p 格式，在这种方式中将多路话音插入语音数据段中。这样可以提高传输效率。 r t p 包括数据和控制两部分，后者叫r t c p ( r e a l t i m et r a n s p o r tc o n t r o l p r o t o c 0 1 ) 。r t p 提供了时间标签和控制不同数据流同步特性的机制，可以让接 收端重组发送端的数据包，r t c p 可以提供接收端到多点发送组的服务质量反 馈。从发送者收到接收反馈对诊断发送错误非常重要。向所有参加者发送接收 反馈报告能够为判断问题的局部性或全局性提供依据。反馈功能由r t c p 发出 发送报告和接收报告数据包来携带。由于r t c p 数据具有丰富性、小粒度和完 整性，因此是监视和管理基于组播分发的多媒体会话的有效测量源。 尽管r t p r t c p 协议主要是针对实时多媒体数据传输而设计的，但它不是 一种用于实时数据传输的q o s 协议，因此与d i f f e r s e r v 、r s v p 等网络q o s 协议的定位不同。 8 东北大学硕士学位论文第二章v 0 i p 的原理与协议 2 2 4q o s 保障技术 传统的i p 网络主要用来传输数据业务，它采用的是“尽力而为”( b e s t e f f o r t ) 、无连接的分组传输模式，因此没有服务质量( q o s ) 保证，存在分组丢失、 失序到达和时延抖动等情况。对于分组丢失和传输错误，数据业务可采用重发 来弥补。但是语音是种对实时性要求较高的业务，对时序、时延等有严格的 要求，因此必须采取特殊措施来保障一定的服务质量，也就是说在传输像语音 这样的实时业务时，必须对这些业务进行技术上的传输保证，即q o s 保证。随 着i p 技术的发展，已经有多种技术可以在一定程度上保证在j p 网络上传输实 时业务时的q o s 质量，v o i p 中主要采用资源预留协议( r s v p ) 、差别服务 ( d i f f - s e r v ) 、多协议标签交换( m p l s ) 来保障系统的服务质量，并与进行服务质 量监控的实时传输控制协议( r t c p ) 柞i 配合，来避免网络拥塞，保障通话质量。 从数据传输模式看o o s 既可以工作于单播方式，也可以工作于组播方式，目前 己广泛应用于视频会议、分组语音和流媒体等产品中。 2 3v o i p 的协议标准 统一的协议是v o i p 实现全网互通、走向商用的关键。v o i p 的相关协议系 统体系结构如图2 3 所示。v b i p 语音通信协议包含呼叫控制与信令协议、语音 编码协议、实时传输协议以及底层传输协议。 c a l lc o n t r o la n ds i g n a l i n g m e d i a 【，。，。，。!。，。，。一 圈2 3v o i p 协议系统体系结构图 f i g 2 3v o i pp r o t o c o ls y s t e ms t r u c t u r e 2 3 1 信令协议 ( 1 ) h 3 2 3 h 3 2 3 标准是国际电联( i t u t ) 的s t u d yg r o u p l 6 在1 9 9 6 年提出的。该标 准是用于包交换网的多媒体通信的标准，用于不支持q o s 的网络环境，这些网 9 东北大学硕士学位论文第二章v 0 i p 的原理与协议 络构成当前企业的主要计算机环境，包括高速e t h e r n e t 、e t h e r n e t 、f d d i 、令 牌环网和a t m 上的t c p i p 和i p x 。h 3 2 3 是一个广范围的标准，包括独立的 设备、个人计算机嵌入技术以及点对点和多点会议系统。h 3 2 3 还涉及呼叫控 制、多媒体管理、带宽管理以及和各种网络之间的接口。h 3 2 3 的实体包括终 端、网守( g a t e k e e p e r ) 、网关( g a t e w a y ) ：f 1 多点控制单元( m u l t i p o i n t c o n t r o l u n i t ， m c u ) 。各种基于h 3 2 3 标准的系统包括i p 会议电视、i pp h o n e 、i pf a x 、协同 计算、远程教学、远程交互式购物、技术支持等，遵循h 3 2 3 标准的各种多媒 体应用产品可以保证其互操作的兼容性【们。 ( 2 ) s i p 会话初始化协议( s i p ) 是由i e t f 推出的种基于文本的协议，采用s i p 规 则资源定位语言描述f 5 】。它不像h 3 2 3 那样提供所有的通信协议，而是提供和 呼叫建立控制功能相关的协议。它应用于i p 电话，与h 1 3 2 3 建议相比，具有 简单、灵活的特点。s i p 借鉴了超文本传输协议( h t t p ) 的设计思想和体系结构。 s i p 是基于客户机i j l 务器的协议，客户机发出消息，被呼的服务器回答。s i p 使用了许多h t t p 的消息类型和报头域，用实体头( 内容类型的描述) 标识信 息流的内容，并且考虑了认证授权，所使用的认证授权方法类似于w e b 中所 使用的认证授权方法。s i p 依赖于会话描述协议( s d p ) 。s d p 是另一种i e t f 标 准。它用于传输类似于t t 2 4 5 协议中容量交换机制的协商信息。例如在呼叫中， s d p 可被用于传输交换过程中的编解码标识。s d p 也被用来传输定义于s i p 中 的许多信息的通用格式，以及用于实时信令协议( r t s p ) 的消息。 ( 3 ) h 3 2 3 与s i p 的比较 h 3 2 3 和s i p 设计之初都是作为多媒体通信的应用层控制( 信令) 协议， 目前一般用于i p 电话。它们能实现的信令功能基本相同，也都利用r t p 作为 媒体传输的协议。但两者的设计风格截然不同，这是由于其推出的两大阵营( 电 信领域与i n t e r n e t 领域) 都想沿袭自己的传统l “。h 3 2 3 是由国际电联提出来 的，它企图把v o l p 当作是众所周知的传统电话，只是传输方式由电路交换变 成了分组交换，就如同模拟传输变成数字传输、同轴电缆传输变成了光纤传输。 而s i p 侧重于将i p 电话作为i n t e r n e t 上的个应用，较其他应用( 如f t p ， e m a i l 等) 增加了信令和q o s 的要求。 h 3 2 3 推出较早，协议发展得比较成熟，其采用传统的实现电话信令的模 式，便于与现有的电话网互通，但相对复杂得多。s i p 借鉴了其他i n t e r n e t 标 准和协议的设计思想，有其突出的优点。首先，它是基于文本的协议，而h 3 2 3 采用基于a s n 1 和压缩编码规则的二迸制方法表示其消息，因此s i p 对以文本 形式表示的消息的词法和语法分析就比较简单；其次，s i p 会话请求过程和媒 体协商过程等是起进行的，因此呼叫建立时间短，而在h 3 2 3 中呼叫建立过 1 0 一 东北大学硕士学位论文 第二章v o l p 的原理与协议 程和进行媒体参数等协商的信令控制过程是分开进行的；再次，h 3 2 3 为实现 补充业务定义了专门的协议，如h 4 5 0 1 、h 4 5 0 2 和h 4 5 0 3 等，而s i p 只要 充分利用已定义的头域，必要时对头域进行简单扩展就能很方便地支持补充业 务或智能业务；最后，h 3 2 3 进行集中、层次式控制。尽管集中控制便于管理 ( 如便于计费和带宽管理等) ，但是当用于控制大型会议电话时，h 3 2 3 中执行 会议控制功能的多点控制单元很可能成为瓶颈。而s i p 类似于其他的i n t e r n e t 协议，设计上就是为分布式的呼叫模型服务的，具有分布式的组播功能【7 j 。 综合而言，由于h 3 2 3 是由国际电联( i t u ) 提出的标准，以它为标准构建 的i p 电话网能很容易地与传统p s t n 电话网兼容，其集中管理模式也与电信 网的管理方式相一致。因此，构建电信级网，像中国的商用电信级i p 电话网， 使用成熟稳重的h 3 2 3 协议则比较适合。但s i p 允许用户直接与终端设备协商 通信性能，易于与其它服务集成，简单、灵活并与现有的i n t e r n e t 应用紧密， 因此当构建一个终端智能化比较高的小型电话网时，可以选用s i p 来实现。随 着v o i p 技术的逐渐成熟，h 3 2 3 与s p 在各自的领域内必将会有更大的发展。 2 3 2 语音编码标准 ( 1 ) g 7 1 1 g 7 1 l 是如今使用最普遍的编码技术【1 j 。g 7 1 1 是一种波形编解码器并且是 在全世界的电路交换电话网中使用的编码技术。波形编码就是根据语音信号波 形导出相应的数字编码形式，使其在接收端能忠实的再现原始语音。波形编码 包括三个过程：抽样、量化和编码。( 3 7 1 l 以8 0 0 0 h z 作为抽样频率。如果使用 非均匀量化，表示一个样本只需要8 比特，这种量化方式使6 4 k b i t s 的数字信 号0 速率( d s 0 ) 众所周知并广受欢迎。这些8 比特量化样本被传送到远程终端。 g 7 1 1 通常被称为p c m ( 脉冲编码调制) 。 量化时通常采用非均匀量化，它在实际中常用的方法有两种；一种是采用 13 折线近似a 律压缩特性，另一种是采用1 5 折线近似u 律压缩特性。a 律1 3 折线主要用于英、法、德等欧洲各国的p c m3 0 3 2 路基群中，我国的p c m 3 0 3 2 路基群也采用a 律1 3 折线压缩特性。u 律15 折线主要用于美国、加拿大和日 本等国的p c m2 4 路基群中。c c i t t 建议g 7 1 1 规定上述两种折线近似压缩律 为国际标准，且在国际间数字系统相互连接时，要以a 律为标准。