Качество передачи речи в IP сетях

Основные сведения

Качество телефонной связи может быть определено относительно качества восприятия речи в идеальной ситуации, каковой является диалог находящихся рядом двух лиц. Любая телефонная линия всегда снижает качество диалога — ухудшаются такие параметры, как разборчивость и узнаваемость речи, а также ряд других, которые можно объединить общим понятием “психологический комфорт”.

Традиционные телефонные сети (сети с коммутацией каналов) коммутируют электрические сигналы с гарантированной полосой пропускания, достаточной для передачи сигналов голосового спектра.

Сети с коммутацией пакетов не обеспечивают гарантированной пропускной способности, поскольку не обеспечивают гарантированного пути между точками связи.

Качество IP-телефонии

Исходное требование при развертывании приложений IP-телефонии: качество речи должно быть таким же, как и в ТфОП. Уровень качества в сети ТфОП можно считать наивысшим уровнем качества доставки речи в сетях электросвязи.

Основные составляющие качества IP-телефонии: 1. Качество речи, которое включает:

Факторы, определяющие качество IP-телефонии:

1.Факторы качества IP-сети: максимальная пропускная способность; задержка; джиттер; потеря пакета.

2.Факторы качества шлюза: требуемая полоса пропускания; задержка; буфер джиттера; потеря пакетов; подавление эхо; управление уровнем.

Субъективная оценка качества (MOS)

Наиболее широко используемая методика субъективной оценки качества Рекомендация ITU-T P.800 описывает способы получения численных оценок качества речевой информации в сети, участке сети или отдельном оборудовании.

MOS (Mean Opinion Score) – усредненная оценка разборчивости речи – в соответствии с ней качество речи, получаемое при прохождении сигнала от говорящего (источник) через систему связи к слушающему (приемник), оценивается как арифметическое среднее от всех оценок, выставляемых экспертами после прослушивания тестируемого тракта передачи.

Выражается числовым значением от 1 до 5: 1 - низкое качество, 5 - самое лучшее.

MOS субъективная оценка, так как основана на восприятии качества голоса людьми. Однако, есть приложения, которые умеют измерять MOS и такие данные более объективны.

Недостатки оценки MOS:

1.Субъективность оценки;

2.Отсутствует возможность количественно учесть влияющие на качество речи факторы (потери пакетов, задержка, джиттер). А значит, оценки не могут быть точно соотнесены с сетевыми характеристиками и с процессами, реализуемыми в терминальном оборудовании (т.е. вне сети - алгоритмы сжатия, схемы кодирования, механизмы защиты информации, восстановления данных и т. д.);

3.Нет возможности производить оценку на этапе планирования.

Объективная оценка качества (R-фактор)

В 1998 г. ITU-T принял Рекомендацию G.107, в которой был описан подход к объективной оценке качества услуг в телекоммуникациях.

В основу положена так называемая Е-модель, которая открыла новое направление в оценке качества услуг, связанное с измерением характеристик терминалов и сетей.

E-модель - вычислительная модель, которая на основе более чем 20 параметров терминалов, линий связи, оборудования и условий разговора определяет оценку качества, называемую R- фактор. В основе Е-модели лежит принцип аддитивности факторов, ухудшающих качество передаваемой речи.

Значения R-фактора лежат в пределах от 0 до 100. Чем больше это значение, тем лучше качество передачи речи.

Факторы качества: пропускная способность

Максимальная пропускная способность канала связи напрямую не связана с качеством передачи речи по IP сети. Уменьшение пропускной способности крайне негативно сказывается на всех остальных факторах. Является ценным конечным ресурсом.

Методы уменьшения влияния фактора пропускной способности на качество передачи речи:

-выбор оптимального алгоритма кодирования/декодирования речевой информации – кодека; -резервирование ресурсов сети с помощью различных механизмов;

-выбор оптимального размера пакетов для речевых данных; -отслеживать загрузку сети и не допускать перегрузки на отдельных участках;

Речевые кодеки расположены в точках преобразования аналоговой формы речи в цифровую (чаще всего в шлюзах). Обеспечивают снижение требований к пропускной способности канала. Разные речевые кодеки требуют разную пропускную способность. Низкоскоростные кодеки требуют существенно меньшей пропускной способности, но при этом уменьшается разборчивость речи, возрастают задержки и качество речи становится более чувствительным к потере пакетов.

Факторы качества: пропускная способность

Все существующие сегодня типы речевых кодеков по принципу действия делятся на три группы:

1. 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 сочетание АЦП/ЦАП;

2. Кодеки с вокодерным преобразованием речевого сигнала. Используют принцип гармонического синтеза сигнала на основе информации о его вокальных составляющих – фонемах. В большинстве случаев, реализованы как аналоговые устройства.

3. Комбинированные (гибридные) кодеки, которые сочетают в себе технологию вокодерного преобразования/ синтеза речи, но оперируют уже с цифровым сигналом специализированных DSP.

Факторы качества: пропускная способность

Наиболее популярные речевые кодеки (стандартизированные в ITU-T):

G.711 – исторически первый алгоритм сжатия - ИКМ. Используется в устройствах ISDN. Требуемая пропускная способность - 64 кбит/сек. Существуют две разновидности кодека a-law и u-law, отличающиеся алгоритмами кодирования.

G.726 - один из старейших алгоритмов сжатия речи – АДИКМ. Практически такое же качество воспроизведения речи, как и ИКМ, однако для передачи информации при его использовании требуется полоса всего в 16-32 Кбит/с. Кодируется не мгновенное значение амплитуды сигнала, а ее изменение по сравнению с предыдущим значением.

G.729 - предназначен для передачи речи с "хорошим качеством" при использовании небольшой пропускной способности (8 кбит/сек). Занимает лидирующее положение. Существуют две популярные (и несовместимые между собой) версии данного стандарта: Annex A (более "простая" схема кодирования) и Annex B (с использованием алгоритмов сжатия пауз).

G.723.1 - осуществляет синтез исходного речевого сигнала посредством адаптивной замены его гармонических составляющих соответствующим набором частотных фонем и согласованными шумовыми коэффициентами. Отличительной особенностью является возможность работы при очень низком потоке (5.3, 6.3 кбит/сек). По субъективным оценкам обладает плохим качеством речи.

G.728 - гибридный кодек с управляемым кодом линейным предсказанием и малой задержкой. Скорость преобразования 16 кбит/с, задержка при кодировании от 3 до 5 мс. Для реализации необходим процессор с быстродействием более 40 MIPS. Кодек предназначен для использования, в основном, в системах видеоконференций.