通過因特網(wǎng)進(jìn)行語音通信是一個(gè)非常復(fù)雜的系統(tǒng)工程,其應(yīng)用面很廣,因此涉及的技術(shù)也特別多,其中最根本的技術(shù)是VoIP (Voice over IP)技術(shù),可以說,因特網(wǎng)語音通信是VoIP技術(shù)的一個(gè)最典型的、也是最有前景的應(yīng)用領(lǐng)域。本文主要介紹VOIP的基本傳輸過程。

傳統(tǒng)的電話網(wǎng)是以電路交換方式傳輸語音,所要求的傳輸寬帶為64kbit/s。而所謂的VoIP是以IP分組交換網(wǎng)絡(luò)為傳輸平臺(tái),對(duì)模擬的語音信號(hào)進(jìn)行壓縮、打包等一系列的特殊處理,使之可以采用無連接的UDP協(xié)議進(jìn)行傳輸。

為了在一個(gè)IP網(wǎng)絡(luò)上傳輸語音信號(hào),要求幾個(gè)元素和功能。最簡(jiǎn)單形式的網(wǎng)絡(luò)由兩個(gè)或多個(gè)具有VoIP功能的設(shè)備組成,這一設(shè)備通過一個(gè)IP網(wǎng)絡(luò)連接。VoIP模型的基本結(jié)構(gòu)圖如圖1所示。從圖1中可以發(fā)現(xiàn)VoIP設(shè)備是如何把語音信號(hào)轉(zhuǎn)換為IP數(shù)據(jù)流,并把這些數(shù)據(jù)流轉(zhuǎn)發(fā)到IP目的地,IP目的地又把它們轉(zhuǎn)換回到語音信號(hào)。兩者之音的網(wǎng)絡(luò)必須支持IP傳輸,且可以是IP路由器和網(wǎng)絡(luò)鏈路的任意組合。因此可以簡(jiǎn)單地將VoIP的傳輸過程分為下列幾個(gè)階段。

圖1 VoIP的模型結(jié)構(gòu)

1、 語音-數(shù)據(jù)轉(zhuǎn)換

語音信號(hào)是模擬波形,通過IP方式來傳輸語音,不管是實(shí)時(shí)應(yīng)用業(yè)務(wù)還是非實(shí)時(shí)應(yīng)用業(yè)務(wù),道貌岸首先要對(duì)語音信號(hào)進(jìn)行模擬數(shù)據(jù)轉(zhuǎn)換,也就是對(duì)模擬語音信號(hào)進(jìn)行8位或6位的量化,然后送入到緩沖存儲(chǔ)區(qū)中,緩沖器的大小可以根據(jù)延遲和編碼的要求選擇。許多低比特率的編碼器是采取以幀為單位進(jìn)行編碼。典型幀長(zhǎng)為10~30ms?？紤]傳輸過程中的代價(jià),語間包通常由60、120或240ms的語音數(shù)據(jù)組成。數(shù)字化可以使用各種語音編碼方案來實(shí)現(xiàn),目前采用的語音編碼標(biāo)準(zhǔn)主要有ITU-T G.711。源和目的地的語音編碼器必須實(shí)現(xiàn)相同的算法,這樣目的地的語音設(shè)備幫可以還原模擬語音信號(hào)。

2、 原數(shù)據(jù)到IP轉(zhuǎn)換

一旦語音信號(hào)進(jìn)行數(shù)字編碼,下一步就是對(duì)語音包以特定的幀長(zhǎng)進(jìn)行壓縮編碼。大部份的編碼器都有特定的幀長(zhǎng),若一個(gè)編碼器使用15ms的幀,則把從第一來的60ms的包分成4幀,并按順序進(jìn)行編碼。每個(gè)幀合120個(gè)語音樣點(diǎn)（抽樣率為8kHz）。編碼后,將4個(gè)壓縮的幀合成一個(gè)壓縮的語音包送入網(wǎng)絡(luò)處理器。網(wǎng)絡(luò)處理器為語音添加包頭、時(shí)標(biāo)和其它信息后通過網(wǎng)絡(luò)傳送到另一端點(diǎn)。語音網(wǎng)絡(luò)簡(jiǎn)單地建立通信端點(diǎn)之間的物理連接（一條線路）,并在端點(diǎn)之間傳輸編碼的信號(hào)。IP網(wǎng)絡(luò)不像電路交換網(wǎng)絡(luò),它不形成連接,它要求把數(shù)據(jù)放在可變長(zhǎng)的數(shù)據(jù)報(bào)或分組中,然后給每個(gè)數(shù)據(jù)報(bào)附帶尋址和控制信息,并通過網(wǎng)絡(luò)發(fā)送,一站一站地轉(zhuǎn)發(fā)到目的地。

3、 傳送

在這個(gè)通道中,全部網(wǎng)絡(luò)被看成一個(gè)從輸入端接收語音包,然后在一定時(shí)間（t）內(nèi)將其傳送到網(wǎng)絡(luò)輸出端。t可以在某全范圍內(nèi)變化,反映了網(wǎng)絡(luò)傳輸中的抖動(dòng)。網(wǎng)絡(luò)中的同間節(jié)點(diǎn)檢查每個(gè)IP數(shù)據(jù)附帶的尋址信息,并使用這個(gè)信息把該數(shù)據(jù)報(bào)轉(zhuǎn)發(fā)到目的地路徑上的下一站。網(wǎng)絡(luò)鏈路可以是支持IP數(shù)據(jù)流的任何拓結(jié)構(gòu)或訪問方法。

4、 IP包-數(shù)據(jù)的轉(zhuǎn)換

目的地VoIP設(shè)備接收這個(gè)IP數(shù)據(jù)并開始處理。網(wǎng)絡(luò)級(jí)提供一個(gè)可變長(zhǎng)度的緩沖器,用來調(diào)節(jié)網(wǎng)絡(luò)產(chǎn)生的抖動(dòng)。該緩沖器可容納許多語音包,用戶可以選擇緩沖器的大小。小的緩沖器產(chǎn)生延遲較小,但不能調(diào)節(jié)大的抖動(dòng)。其次,解碼器將經(jīng)編碼的語音包解壓縮后產(chǎn)生新的語音包,這個(gè)模塊也可以按幀進(jìn)行操作,完全和解碼器的長(zhǎng)度相同。若幀長(zhǎng)度為15ms,,是60ms的語音包被分成4幀,然后它們被解碼還原成60ms的語音數(shù)據(jù)流送入解碼緩沖器。在數(shù)據(jù)報(bào)的處理過程中,去掉尋址和控制信息,保留原始的原數(shù)據(jù),然后把這個(gè)原數(shù)據(jù)提供給解碼器。

5、 數(shù)字語音轉(zhuǎn)換為模擬語音

播放驅(qū)動(dòng)器將緩沖器中的語音樣點(diǎn)（480個(gè)）取出送入聲卡,通過揚(yáng)聲器按預(yù)定的頻率（例如8kHz）播出。 簡(jiǎn)而言之,語音信號(hào)在IP網(wǎng)絡(luò)上的傳送要經(jīng)過從模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換、數(shù)字語音封裝成IP分組、IP分組通過網(wǎng)絡(luò)的傳送、IP分組的解包和數(shù)字語音還原到模擬信號(hào)等過程。整個(gè)過程如圖2所示。

圖2 VoIP傳輸?shù)幕具^程