语音特性 - 01， VoIP关键技术

自从19世纪，贝尔发明电话以来，语音通信经过几代里程碑式的发展使人们的生活发生了翻天腹地的变化

目前语音通信网络正由PSTN网络，向NGN以及IMS网络演进和改造，语音业务也由传统的POTS话机业务向VoIP业务转变

VoIP(Voice over IP)是指在以IP为网络层协议的计算机网络中进行语音通信，它先将PSTN传来的电话语音信号转换为数字信号，经过编码压缩等DSP技术处理通过IP协议网络和其他种类的数据包(语音/图片/视频/数据)一同传输；在接收端，数据经过解码解压等反向操作转换重构实现实时语音，再通过PSTN网络送达受话方

由于VoIP实时性要求较高，数据分组在IP网络中传输时存在丢失、传输时延、抖动等情况，VoIP技术就是为提高语音服务质量，通过HW接入设备中的DSP芯片处理实现的一系列技术，如静音检测，回声消除，丢包补偿等。

- VAD（Voice Activity Detector）和CNG（Comfort Noise Generator）：

据统计，在通过过程中，静音的时间超过了50%，如果此时仍然按照普通的打包方式发送数据，会造成网络带宽资源的浪费

为了节约网络资源，通常在发送端使用VAD技术，接收端使用CNG技术

发送端DSP检测由话机输入的信号能量来区分语音和静音，若是语音信号，打RTP包发送到远端；若是静音，DSP发送静音标识包通知远端

为了避免长时间静默，使接收端用户感到不自然<掉线了？>，接收端DSP根据SID信息在静音器件产生舒适噪声。

- Jitter Buffer

通过IP网络的RTP报文，由远端均匀发送的数据包到达近端时，会产生乱序或事件间隔不均匀的现象，Jitter Buffer就是用来消除抖动的；通过增加时延的方法，使得不均匀乱序到达的RTP报文在缓冲区中进行调整后再发向TDM端

- 丢包补偿PLC（Packet Loss Concealment）

VoIP语音分组采用RTP协议进行传送，DSP芯片检测RTP报文的序号，若发现报文丢失，将根据某种补偿的方式自动生成语音数据发送到TDM侧，通常有三种补偿方式：

这三种补偿算法对丢包语音质量的提升依次由低到高，对DSP资源的消耗也依次由低到高

- 回声消除EC：

传统的PSTN网络传输时延小，用户说话的声音和回声几乎同时入耳，用户感觉不到回声

VoIP由于通过IP网络传输，传输时延大，当回声延时超过25ms时，用户可以明显感觉到回声

这是因为IP电话系统与传统PSTN互联时涉及到用户板的二四线转换，当转换线圈的阻抗无法做到完全匹配时就会产生回声

回声消除主要采用回波抵消的方法，通过自适应的方法估计回波信号的大小，在接收信号中减去此估计值，从而抵消回波