IP电话的关键技术

　　近年来，话音压缩技术和IP网络的发展导致了IP电话技术的迅速成熟。通信与网络界存在这样一种观点，即到2004年，全球IP话音在电话通信业务量中所占比重将超过80％。我们现在且不讨论该数字的准确性如何，但该观点所说明的技术与市场趋势是无可争辩的.
　IP电话的基本原理是：
　　由专门设备或软件将呼叫方的话音/传真信号采样并数字化，压缩，打包，经过IP网络传输到对方，对方的专门设备或软件接收到话音包后，解压缩，还原成模拟信号送给电话听筒或传真机。 ----在企业网中，一般使用的是一种专门设备棗IP电话网关（VoIPPhone/FaxIPGateway）。网关实现普通电话网络与IP网络的转换，各IP电话网关由统一的规则进行管理。
　话音压缩技术
　　IP电话技术的基础是话音压缩技术。1995年11月，经过较长时间的研究，ITU（国际电联）批准了一个被称为G.729的新的话音压缩标准。G.729标准采用的算法，可以仅用8Kbps传输话音，话音质量与32KbpsADPCM（G.724）相同。ADPCM（差分脉冲编码调制）在全球的公共电话网络中被用于提供长话级话音（TollQualityVoice）。G.729的算法被称作CS-ACELP（ConjugateStructured-AlgebraicCodeExcitedLinearPredictive，对生结构代数码激线性预测），它构成了G.729标准的基础。在标准形成的过程中，AT＆T、法国电信、日本NTT的研究建议对基于该算法的系统性能改进均起了重要作用。
　　CS-ACELP在标准PCM或线性PCM（PulsedCodeModulation，脉冲编码调制）的话音采样基础上，每10ms生成一个10字节长的话音帧。这个算法提供了优秀音质，且延时很小。CS-ACELP也是为先进的定点运算数字信号处理器设计的，因为它要求强大的运算处理能力。
　　G.729标准后来在1996年又得到了进一步的优化改进。现在G.729是最重要的话音压缩标准，其他的话音压缩技术还有几种，采用较多的是G.729和G.723/G.723.1。
　静噪抑制技术
　　所谓静噪抑制技术，是指检测到通话过程或传真过程中的安静时段，并在这些安静时候停止发送语音包。大量的研究表明，在一路全双工电话交谈中，只有36％～40％的信号是活动的或有效的。当一方在讲话时，另一方在听，而且讲话过程中有大量显著的停顿。通过静噪抑制技术，大量的网络带宽节省下来用于其他话音或数据通信。
　回声消除技术
　　在PBX或局用交换机侧，有少量电能未被充分转换而且沿原路返回，形成回声。如果打电话者离PBX或交换机不远，回声返回很快，人耳听不出来，这种情况下无关紧要。但是当回声返回时间超过10ms时，人耳就可听到明显的回声了。为了防止回声，一般需要回声消除技术，在处理器中有特殊的软件代码监听回声信号，并将它从听话人的语音信号中消除。对于IP电话设备，回声消除技术是十分重要的，因为一般IP网络的时延很容易就达到40～50ms。
　话音抖动处理技术
　　IP网络的一个特征就是网络延时与网络抖动，这可能导致IP电话音质下降。网络延时是指一个IP包在网络上传输平均所需的时间，网络抖动是指IP包传输时间的长短变化。当网络上的话音延时（加上声音采样、数字化、压缩、延时）超过200ms时，通话双方一般就愿意倾向采用半双工的通话方式，一方说完后另一方再说。另一方面，如果网络抖动较严重，那么有的话音包因迟到被丢弃，会产生话音的断续及部份失真，严重影响音质。为了防止这种抖动，人们采用了抖动缓冲技术，即在接收方设定一个缓冲池，话音包到达时首先进入缓冲池暂存，系统以稳定平滑的速率将话音包从缓冲池中取出、解压、播放给受话者。这种缓冲技术可以在一定限度内有效处理话音抖动，并提高音质。
　话音优先技术
　　话音通信实时性要求较高。为了保证提供高音质的IP电话通信，在广域网带宽不足（拥挤）的IP网络上，一般需要话音优先技术。
　　当WAN带宽低于512Kbps时，一般在IP网络路由器中设定话音包的优先级为最高，这样，路由器一旦发现话音包，就会将它们插入到IP包队列的最前面优先发送。这样，网络的延时与抖动情况对话音通信的影响均将得到改善。
　　另一种技术是采用资源预留协议（RSVP）为话音通信预留带宽。只要有话音呼叫请求，网络就根据规则为话音通信预留出设定带宽，直到通话结束，带宽才释放。
　　但是，在企业IP网上，人们一般并不使用RSVP，而一般采用优先级技术。几乎所有品牌的路由器均支持一些优先级技术。 ----将话音包的优先级定为最高级别，任何时候路由器只要发现有话音包就将延迟对数据包的发送。这对于LAN数据包的影响可以忽略，因为话音的15Kbps与LAN的10～100Mbps带宽相比是极少的，而且在LAN上没有话音包优先。
　　对于WAN数据传输的影响就看具体情况了，在低速的WAN链路上（28.8Kbps～256Kbps），数据一般是非实时的，如电子邮件或文件传输，数据包的延迟并不在意。对于相对较高速的WAN链路（256Kbps以上），数据可能有实时性要求，如通过WAN进行记录级的文件操作。但话音通信所占的带宽仅占整条WAN链路的几个百分点，话音包的流量与WAN带宽相比是可以忽略的。
　　实际上，对IP包采取优先级规则，在WAN上有机地结合数据与话音通信，是对WAN带宽的更充分有效的利用。在低速链路上，数据一般是非实时的、后台的，在较高速链路上，不会有大量的实时话音流量与大量的实时数据流量相冲突。
　　今天的技术已经做到：每天平均每条话音中继线的通信量仅占1Kbps～2Kbps，为64Kbps广域网带宽的3％。这与以前的技术相比，大大不同了。以前，一路传统话音要占64Kbps，实际这也正是为什么IP电话比传统电话省钱的原因。
　IP包分割技术
　　有时网络上有长数据包，一个包上千个字节，这样的长包如果不加限制，在某些情况下也会影响话音质量。
　　一般根据WAN链路的带宽，参考以下原则，对IP包进行切割。
　　从上表看出，如果WAN链路为64Kbps，为更好地保证IP电话的音质，应将IP包大小限制为不超过256字节。
　VoIP前向纠错技术
　　有的先进VoIP网关采用另一项保证音质的技术，这就是前向纠错技术（ForwardErrorCorrection）。IP包在传送过程中有可能损坏或被丢失/丢弃，如果话音包丢失/损坏率较低，IP电话的音质不会受到明显损害。一般企业网络均有较低的丢包率/错包率，因而IP电话网关仅需将话音包回放为声音即可。
　　公共Internet网络往往有较高的丢包率，这不足以维持高质量的话音通信。在这种情况下，FEC技术就能够发挥重要作用。FEC技术有两级，第一级是Intra-Packet，第二级是Extra-Packet。第一级是在同一包内加冗余数据，以便接收方纠错、恢复、还原话音数据，保证音质。第二级是在每一个话音包中存放后续包的冗余数据，以便接收方从已经接收到的包中恢复出错或丢失的话音包。
　　FEC可以吸收10％～20％的丢包率，保持高音质。但是FEC要多消耗多达30％的网络带宽，因此在企业网内部一般不采用FEC。
　结语
　　IP电话技术的核心是话音压缩，传统电话网上的电话技术一般为32KbpsADPCM或64KbpsPCM，而IP电话技术的标准采用8KbpsCS－ACELP，再加上静噪抑制和带宽共享与动态分配技术，平均每路电话实际占用带宽仅为4～6Kbps，若使用率为25％，则统计意义上每路电话占用带宽仅为1～1.5Kbps。由此可见，IP电话技术具备传统电话技术无法比拟的优势。