| 关于话音信包的全面集成 |
|
| 2000-11-23 |
建立语音分封系统，往往是一个把苦干元件结合在一起的复杂过程，也许还要自已动手设计其中一、两个元件。时至今日，已经有配套的集成软、硬件，因此这一过程得以轻易完成。
话音信包（VoP）是一个通用术语，意思是指“将话音数字化并在信包分组网络上传送”。用因特网规约传送话音（VoIP）的说法则造成最大假象，因为在VoIP名义下完成的大部分工作几乎都与IP毫无相干。将话音做成分组信包的想法早已推广到异步传送方式（ATM）、帧中继、专有信包、无线局域网、Bluetooth以及其他媒体中。由此也派生出一系列新的首写字母缩略词，包括VoATM（话音异步传送方案式）、VoFR（帧中继话音传送）和各式各样会在物理层上出现的衍生传送方式，如VoDSL（DSL方式传送话音），以及Fop （信包方式发送传真）等业务。
VoP技术的目的是要让人们看清在主叫用户之间有数据网络这一事实。利用Vop，可以免费打长途电话。当然，电话公司不会投资几十亿美元去销售仅值90美元的话音信包电话，自挖长途电话摇钱树的树根。电话公司不会把VoP看成是一种网上传送话音的手段，而是把它当作通向话音和数据服务新王国的捷径。例如，一条DSL线就能支持24条电话线，但这些线却代表了更多的虚拟电话号码（只可以同时使用24个虚拟号码，余下的呼叫就只能得到忙音的回应）。另一个例子是一部话机也许可以通过以太网连接而直接挂入局域网（LAN），从而减低连线成本。此外，遇上用户搬迁时，变动话机号码就像挪动话机一样简单。
VoP是令人兴奋的，因为它切开了电话业务这块大蛋糕。当您购买一个电话交换系统时，一般您也要购买向您出售这一系统的公司的电话机，而在您考虑引入新的系统时，又要把旧系统扔掉。话音信包则与此形成鲜明的对照，它不是把重点放在专用线路上，而是放在虚拟线路上。这样，不做整修系统的人也可以为VoP系统做设备。从另一角度看这一最新“会聚”浪潮，可以认识到路由器已变成由电话功能起动，而且用户交换机（PBX）也在承担路由器的功能。例如，一个交换机也许可以完成接通出入口的功能而把IP电话与公用电话交换网（PSTN）连通，一个用户交换机也许可以用VoP插件板作为不同地点设备之间的中继线。
VoP系统内含两个主系统组分：一个是VoP终端，它提供全部智能功能以建立及管理各种呼叫；一个是接通出入网关，它能处理话音/数据两者之间的转换。请注意：这两个系统组分不一定要安装在同一块插件板上，甚至可以安装在不同的大楼里。
在具有呼叫发信、语音编码/压缩、等待时间控制、回声消除及其他任选特性的各种系统中，功能的划分并非千篇一律。有些应用项目采用DSP来单独处理话音，而呼叫发信则由一个RISC来处理；有些应用项目则用DSP来兼顾话音和呼叫发信两个方面。在接通关口处完成的话音至信包的转换，可以由话机自身来完成，也可以放在机架上或交换机里完成。如果做VoP设计，选择的余地就很大，而且一个大系统和中等系统的差别还不仅仅在于话音压缩的质量。
 网美与呼叫发信
接通网关在数据网络和电话网络之间变换，将PSTN变成信包网络和反过来变换成PSTN（图l和图2）。也可以把接通关口看成是一个模拟（PSTN）对数字（信包）的转换器，或是数字对模拟的转换器。像话音编码、跳动缓冲器管理和回声消除这些功能，都嵌套在接通网关里。您必须对数字化后的话音数据进行包装或做成分组信包，再加上时间标记，接收的接通网关就知道何时播放该信包。三大类型网络的标准包装规约是IP用的实时传送规约（RTP）；ATM用的ATM适配层（AAL2或AAL5）；帧中继用的帧转播专题11（FRF11）。
 通常，不管是H.323堆栈，还是使用媒体网关控制规约（MGCP）的呼叫工具，都能处理呼叫发信；也就是说，呼叫一旦起动，即处理算法协商并控制实际呼叫。H.323是VoP难题的关键，因为它对基本功能级别进行定义以供所有信包呼叫遵循，从而使不同厂家的设备得以相互操作。对于更高级的接通网关来说，H.323可以支持一种协商规约，以选择基本集以上的功能和算法。请注意：连接到PSTN的各种发信堆钱是互不相同的，这取决于您究竟连接到Tl/E1、ISDN还是其他管线。
呼叫发信和接通网关不一定要放在一起，只要功能分工明确就行。不过在用户交换机等应用中，这两者放在一起还是有好处的？有些厂家就把两者集成在一起；有些却只提供其中之一，把集成工作留给用户自己来做-一通过专用的应用编程接口（API）或通过MGCP等标准来集成都可以。
声码器
您可以利用各种语音编解码器或声码器来压缩话音。在最基本的级别上，H.323规约要求达到G.71 l标准。至少一定要有一种标准声码器，H.323规约才能保证任何顺从H.323规约的系统都能与任何其他顺从H.323的系统通话。但两个系统还可以协商其他相互兼容的声码器，如工业标准的G.728或G.729a、专利算法，甚至其他应用领域的标准，如全球移动电话标准（GSM）等。
由于能支持多种声码器，用户就可以在语音质量和基于网络条件的带宽之间取得动态平衡。如果通信量增加，用户就可以变到压缩率更高的声码器上，例如把使用带宽从9.6kbps降到6.4kbps。同样，如果通信量减少，就可以用更多的位来提高压缩的质量。就是接通网关中GSM这样的标准，也能扩大支持用户的目的应用，把移动通信的手机纳入。例如，如果呼叫方向外的线多而进入线拥挤的话，可能还要在每个呼叫方向上使用不同的编解码器。同时支持多种声码器，也就是人们熟知的所谓“任何口上都有自己规约”，会是一种与众不同而功能强大的产品，但它也会提高系统复杂性和资源负担，因为每一种声码器都要用不同的算法、缓冲器、定时和软件管理。您还要考虑最环情况下的负担过重，也就是所有信道同时要求使用处理最繁重任务的算法（表1）。
对语音质量，通常取1-5的想像中间数来衡量，但除语音质量和等待时间（信包延迟）外，还应该考虑通信功能（G.723.1能用20 MIPS到G.711的1MIPS）、信包错误率、用户的质量期望，以及系统集成复杂性等。请注意，虽然有些公司不会因为提供额外的声码器支持而即时另加收费，用户还是要向专利权持有人缴付专利费。有些专利未订收费，则可先使用声码器，随后按定价缴费，或要求售出该声码器的公司给予保障，由该公司收取一定的费用以承担预计风险。
如何选择声码器呢？有时往往没有无选择的余地，因为业内早已选定了标准。以DSL为例，质量与带宽相比，质量是第一位的，所以要用G.726和G.711。至于IP，几乎也没有给数据留下什么馀地，所以可能要用G.729或G.7230用户也可以使用各式各样的专利算法，大多数提供标准声码器的公司至少也自有一种专利算法。例如，Audio Codes公司提供的NetCoder，就是一种6.4kbps~9.6kbps的比特率可变声码器。如果您要支持带有不同声码器的多个信道，那么算法覆盖范围就很重要。如果DSP由于想同时支持太多的声码器而造成存储器溢出，那就要减少呼叫数目或重取路由呼叫。另外把所有软件都放在片子上，就可以省下重装图像的时间，加快连接速度。请不要忘记：对于所有专利（和标准）声码器来说，两种接通网关都必须支持声码器，那样网关才有用。最后，如果您打算使用您自己的声码器，就得在声码器和系统内其他部件之间安排好各种接口。
如何确定哪种声码器较好？声码器的技术规格多有C模型以规定其算法速度、覆盖范围、连入结构框架的方法，以及预期的输出。各种算法必须是可以再重入，可以优先占用和实时的，这样才能支持多信道。换句话说，许多声码器本身是商品，不管采用什么样的实用方案，对于特定的输入，都应该产生同样的输出。
关于等待时间问题
在设计VoP系统时，处理等待时间可能是最为重要的环节。当然，语义明白的话音质量是最重要的目标，不过，如果算法要用过多的时间去编码和解码，或者网络的通信业务量太高，就可能在该来的时间内等不来那声音美妙的信包，结果也是白费功夫。简单地说，系统必须在不到300ms的时间内完成编码和传送，并对话音解码，否则就达不到语义明白的质量要求。
处理系统等待时间的一种方法是通过跳动缓冲器。分组信包话音的主要问题，是信包不能按时到达或信包到达时顺序发生错误。通过在接收信包到回播信包之间的间隙中增加延迟，跳动缓冲器即可录下信包以恢复平稳的回播，并给信包一点额外的时间完成通过网络的冗长历程。动态缓冲器在话务量形态改变时能自我调节，在语音质量和信包传送可靠性之间取得平衡，如果是太短（丢失信包多）就加大缓冲，如果太长（回播延迟过长）就缩短缓冲。
当然，最好还是设计一个正适合具体系统和声码器的跳动缓冲器。一个可适配的跳动缓冲器应能与大多数算法很好配合，但却提供不了最佳功能。另外，把跳动缓冲器放在何处，也有几种可选择的方案，例如放在运行声码器的DSP上，或放在控制系统和DSP的RISC上。如果在DSP上运行，结果就能与声码器更好地集成一体化。不过，由于DSP占用的存储器空间一般比RISC处理器更大，因此，在DSP里配置跳动缓冲器会增加成本。
在挑选一套VoP软件时，如果您要加上自己的配套部分，那么每一部分的等待时间都很重要。组合系统的等待时间也同样重要。总之，要尽量避免任何不必要的话音缓冲，但同时还要考虑到有些缓冲会减少跳动。此外，如果数据要与话音通信共用进入接通网关的管线，就需要对服务质量（QPS）作出支持，以确保数据文档不会阻隔话音信包。有时可能还要想办法解决服务成效（AoS）的问题。由于视频和音频共享同样的实时优先，巨大的视频信包可能会覆盖所有较小的话音信包。服务成效可以保证话音通信总能够先把一个带宽时间分段让给话音，然后才传送视频包。
消除回声
选择恰到好处的回声消除器可能不易。当然，在这方面已有标准，如G.l65和G168，但话音质量是重要的产品鉴别指标，要取得最后的听觉感知质量，妥善消除回声功不可没。例如，收敛时间过长，或者算法开始消除回声所花费的时间过多，都会降低话音的感知质量。
有时候，回声消除器也有几种选择，而且每一选择都有多种配置方案和不同的选项。挑选适当的回声消除器，取决于用户对功能要求的复杂程度，以及是否愿意翻阅那大概厚达50页的技术说明书。打一个比较贴切的比喻，就像您选购汽车时对引擎的细节会关注到什么程度。有些人了解雪弗来引擎和通用汽车公司引擎之间的重大差别，但大多数人却并不了解。因此您可能要厂家帮助您计算出该设计项目所需要的尾部长度和分接数目。挑选的过程可能要用几周到几个月的时间；有时选择算法的时间要比具体执行它的时间还长。
实施方案的几种选择
做一个VoP系统，一般就意味着把几个部分组合在一起，其中的一个或两个部分可能是您自己设计的。像提供VCore成套软件的D2公司，还提供基本的话音变信包、信包变话音以及电话功能，包括各种接口功能，如音调检波/生成、呼叫方识别（ID）和消除回声。D2公司对VCore的策略，是提供一种规则的基本版本，而不必提供不需要的全部选项。专利算法以目的代码的形式出售，但其余部分的代码则是源码，因此可以加以改变而使之能与选定的任何操作系统配合运行。代码程序用C语言编写，并经优化以适应它所支持的每一DSP系列。语音编程接口（VPI）是用于呼叫控制：的接口，包括“继续挂接”、“做一次连接”、“断开连线”、“播放话音”等等。而Telogy和Audio Codes两家公司则提供硬件和软件的一体化集成方案。
例如Audio Codes公司即提供8C48lxx，这是一个DSP系列，内含有屏蔽及可下载的软件，可为VoP输出和信包包装准备话音。它在同一个64k字节存储器里存储了它所支持的所有各种声码器，以便快速选出您在建立呼叫过程中确定的声码器。8C481xx系列带有驱动程序、一只动态跳动缓冲器和RTP及FRF11实施方案。每个DSP支持的信道数量，取决于您选用的回声消除器的长度。也可以取得特许使用MGCP堆栈。
Texas Instruments公司通过收购Telogy公司而提供一种把芯片和软件集成在一起的一体化集成器件，其内包括TI公司的DSP和Telogy公司的VoP全套软件，从集成的声码器、回声消除器、包装软件和H.323发信软件，到一些额外的软件如FoP和VoDSL支持软件等都在其中。芯片厂家STMicroelectronics和VoP软件厂家8×8最近建立起伙伴关系，很快您就会看到这两家公司联合供货。
Analog Devices公司的DSP以VoP的处理功能为目标；该公司把寻址和定路由留给RISC控制器来处理，因为要是把一个庞大的H.323堆校放在DSP上，成本便会大增。对于高性能的DSP，优化的算法可以得收适应更多信道或话音质量更高的效果。
在转接交换层，可能也有接通网关。像PMC Sierra这类公司，就集中力量在数据通道（而不是控制通道）上下功夫。他们能向用户提供各种接口和成帧器，但缺少话音处理部件。Lucent公司用T8110进行网关寻址。T8110是时分多路复用（TDM）和PCI应用之间的一种接口，做出来的不是一个标准转换开关，而是一个话音交叉开关。TDM/PCI交叉发生在DSP里，把负荷加在DSP的资源上，并降低信道的密度。T8110解除TDM信号流的排列顺序，将其存储在采用8字节信息组的共用PCI存储器中。用户可以加大信息组以便更有效地利用PCI总线，但代价是要增加等待时间。
在话机这一方面，Lucent公司提供的T8301和T8302售价26美元，是一种IP话机芯片集，集成有WindRiver公司的VxWorks操作系统和Trillium公司的H.323发信软件。T8301内含一个DSP、一个编码解码器和一个放大器，后者用于驱动扬声器和受话器。它向T8302提供数字化话音数据，而T8302则有一个ARM和两个以太网物理层——所以能在PC与墙之间连接信包通信话机——并带有连接其他外设的USB端口。T8302用一个中继器将数据信包传送到PC。（可惜这一额外的中继段会延长IP通信量到这PC的等待时间）。T8302也让自己的话音信包优先选用“黑猝发”技术。（在以太网上，当发生碰撞时，每个节点都要后退等待一段时间才会重发数据。T8302在碰撞后即发出一个强波，把别的节点都冲开，自己占据优先，同时腾空发送自己的信包。）Lucent公司也提供用于接通网关的T8100和T8200芯片。
Natural Microsystems公司等可提供了Fusion 3VoP开发平台。Fusion 3是一个插件板和固件的系列，它有一个API以便构成端到端的PSTN-IP接通网关。Natural Microsystems公司提供PSTN接口（El/Tl、ISDN）、呼叫发信和媒体规约如H.323等。
也可以通过许可证授权，用芯核自制片子。例如InEneon公司提供的Carmel DSP芯核，这种芯核经过优化，很适用于话音和FFT的各种功能，利用其指令集可支持24个VoP信道，其目标是针对仅需四个信道的应用，把峰值储备留给新加的功能。
产品的区分
在把软件与硬件捆在一起的一体化方面，VoP的设计难度正在发生变化，这种改变就像是从500道题的成人智力测验降低到30道题的儿童测验一样。提供成套产品的公司感到：给产品增值的最好方法，就是把大多数部件一股脑儿提供给您。您如果能预先挑选操作系统和使用标准，就能缩短产品上市时间，少花不必要的精力在一体化上。可惜，制造商所设计的成套产品，都不能供您局部选用。
买一套Vop，从理论上说，厂家会把声码器、跳动缓冲器及其他功能特性精心综合在一起才卖给您。而您要变动这一套件中的任何一件，就意味著要破环您花钱买来的那些优良功能。
在把您自己的产品和跟您一样买了“全套”部件的竞争对手的产品作一比较鉴别时，您也许不知该如何着手了。除了形状因素外，差别应在于您纳入自己产品中的各种特性一一包括冗余、保护、规约支持、发信机制相互可操作性以及易于管理和控制等等。从实际效果来看，差别重点体现在应用层的各种功能、信道密度和成本。但是，除非您要做的是一个通用的VoP系统，否则还是要增加一些选项，比如你们公司经已技资进行设计的专利声码器。集成一体化通常是把所有的东西都合在一起，但实际设计中的难题倒是要划分成小套Vop。
集成一体化是一个严肃的问题，对VoP就更是如此。厂家往往比您更加动辄将功能分段（哪一子系统专管哪一些功能）。例如，是在DSP上还是在RISC上实现某个功能，您就没有选择余地；同样，想把最高级的器件放在一起，也不是您所能够决定的。事实是在VoP应用设计中几乎没有什么固定不变的法则：并不是所有的人都要同样的声码器。有些用户认为呼叫方识别很重要；有些用户则要把VoP纳入他们的PBX框架中。
对于中央办公室之类的应用，工程人员不能达到想像中的VoP高密度（每个插件板几千信道）。不过，随着专用话音处理器取代通用型DSP，密度还会加大。例如，Altera公司的Mega Function回声消除器，就是一种引起人们注意的产品。Altera公司建议把回声消除器从DSP的传统位置上移走，改放到起着协处理器作用的专用功能FPGA上。例如，在一个媒体接通网关板上，10个T1信道（总共240条话音信道）消除回声时差不多要有2.5GIPS，这个任务要求有几个高档DSP全力以赴才行。单一的Apex 20K400（一种40万门以上的器件）能处理所有这些信道的回声消除，回声尾长64ms（相当于一个512抽头滤波器），外部存储器则有4MB以保持尾部数据和滤波器系数。
用户得到的好处是成本较低。Alter-a公司估计，Apex和存储器的成本（不计20，000美元的一次性芯核费用）会在350~400美元之间，视产量和算法而定。这一方案可能比多DSP方案便宜几百美元。
如果采用通用DSp，则要能支持同二片子（例如一个集成的软/硬件封装）上的整个信道才有意义。对于专用设备来说，情况恰好相反：每一个功能块也许就由自己的片子来支持。因此，对于专用的设备如话音、压缩、加密、封装等等来说，就必须把VoP软件包细分，一点不差地像现在大多数厂家那样反其道而行之。 |
|
|
|
