VoIP

Возможность передачи голосовых сообщений через сеть с пакетной коммутацией впервые была реализована в 1993 году. Данная технология получила название VoIP (Voice over IP). Одним из частных приложений данной технологии является IP-телефония — услуга по передаче телефонных разговоров абонентов по протоколу IP.

Основными преимуществами технологии VoIP является сокращение требуемой полосы пропускания, что обеспечивается учётом статистических характеристик речевого трафика:

• блокировкой передачи пауз (диалоговых, слоговых, смысловых и др.), которые могут составлять до 40-50 % времени занятия канала передачи;
• высокой избыточностью речевого сигнала и его сжатием (без потери качества при восстановлении) до уровня 20-40 % исходного сигнала.

Трафик VoIP критичен к задержкам пакетов в сети, но обладает толерантностью (устойчивостью) к потерям отдельных пакетов. Так, потеря до 5 % пакетов не приводит к ухудшению разборчивости речи.

При передаче телефонного трафика по технологии VoIP должны учитываться жёсткие требования стандарта ISO 9000^{[источник?]} к качеству услуг, характеризующие:

1. качество установления соединения, определяемое в основном быстротой установления соединения,
2. качество соединения, показателем которого являются сквозные (воспринимаемые пользователем) задержки и качество воспринимаемой речи.

В результате для обеспечения требований QoS при передаче телефонного трафика по технологии VoIP (особенно в условиях ограниченной пропускной способности сети, характерной для сетей специальной связи) необходимо использовать ряд дополнительных механизмов, не существующих в классических IP-сетях. К этим механизмам относятся:

• использование специфических вокодеров;
• уменьшение задержек при передаче пакетов по сети;
• использование специализированных декодеров, устойчивых к потерям пакетов.

Кодирование речевой информации

Источником информационных данных является речевой сигнал, возможной моделью которого является нестационарный случайный процесс. В первом приближении можно выделить следующие типы сигнальных фрагментов: вокализированные, невокализированные, переходные и паузы. При передаче речи в цифровой форме каждый тип сигнала при одной и той же длительности и одинаковом качестве требует различного числа бит для кодирования и передачи. Следовательно, скорость передачи разных типов сигнала также может быть различной, что обусловливает применение кодеков с переменной скоростью. В результате передача речевых данных в каждом направлении дуплексного канала рассматривается как передача асинхронных логически самостоятельных фрагментов цифровых последовательностей (транзакций) с датаграммной синхронизацией внутри транзакции, наполненной блоками различной длины.

В основе кодека речи с переменной скоростью лежит классификатор входного сигнала, определяющий степень его информативности и, таким образом, задающий метод кодирования и скорость передачи речевых данных. Наиболее простым классификатором речевого сигнала является англ. Voice Activity Detector, детектор речевой активности), который выделяет во входном речевом сигнале активную речь и паузы. Фрагменты сигнала, классифицируемые как активная речь, кодируются каким-либо из известных алгоритмов (как правило, на базе метода Code Excited Linear Prediction — CELP) с базовой скоростью 4 — 8 кбит/с. Фрагменты, классифицированные как паузы, кодируются и передаются с низкой скоростью порядка 0.1 — 0.2 Кбит/с, либо не передаются вообще. Когда срабатывает VAD, на приемной стороне может автоматически генерироваться так называемый «комфортный шум» чтобы у собеседника не возникало ощущение пропадания связи. При этом передача минимальной информации о фрагментах пауз предпочтительна. Данная стратегия позволяет оптимизировать скорость кодирования до 2 — 4 кбит/с при достаточном качестве синтезируемой речи. При этом для особо критичных фрагментов речевого сигнала выделяется большая скорость передачи, для менее ответственных — меньшая.

Вокодер вносит дополнительную задержку порядка 15 — 45 мс, возникающую по следующим причинам:

• использование буфера для накопления сигнала и учёта статистики последующих отсчётов (алгоритмическая задержка);
• математические преобразования, выполняемые над речевым сигналом, требуют процессорного времени (вычислительная задержка).

Данную задержку необходимо учитывать при расчёте сквозных задержек (табл. 1).

Проведённый в различных исследовательских группах анализ качества передачи речевых данных через сеть Интернет показывает, что основным источником возникновения искажений, снижения качества и разборчивости синтезированной речи является прерывание потока речевых данных, вызванное:

• потерями пакетов при передаче по сети связи;
• превышением допустимого времени доставки пакета с речевыми данными.

Это требует решения задачи оптимизации задержек в сети и создание алгоритмов компрессии речи устойчивых к потерям пакетов (восстановления потерянных пакетов).

Кодеки

Сравнительные характеристики VoIP кодеков^[1]

Протоколы IP телефонии

Протоколы обеспечивают регистрацию IP устройства (шлюз, терминал или IP телефон) на сервере или гейткипере провайдера, вызов и/или переадресацию вызова, установление голосового или видео соединения, передачу имени и/или номера абонента. В настоящее время широкое распространение получили следующие VoIP протоколы:

• SIP — обеспечивает передачу голоса и для сигнализации обычно использует порт 5060 UDP
• H.323 — протокол, более привязанный к системам традиционной телефонии, чем SIP, сигнализация по порту 1720 TCP, и 1719 TCP для регистрации терминалов на гейткипере
• IAX2 — через 4569 UDP порт и сигнализация, и медиа трафик
• MGCP
• SIGTRAN
• SCTP
• SGCP
• Skinny/SCCP — закрытый протокол передачи сигнального трафика в продуктах компании Cisco
• Unistim  — закрытый протокол передачи сигнального трафика в продуктах компании Nortel

Механизмы оптимизации задержек в сети

Задержки пакетов в IP-сетях определяются:

• случайной задержкой пакетов на обработку в транзитных маршрутизаторах;
• датаграммным режимом передачи, приводящим к нарушению порядка следования пакетов и необходимости их сортировки на принимающей стороне.

В соответствии с этим существует несколько подходов к оптимизации задержек с целью обеспечения требуемого качества передачи.

1. Реализация первого подхода предусматривает резервирование части пропускной способности сети для передачи пакетов с речевой информацией. Для того, чтобы более эффективно использовать зарезервированную полосу пропускания, на оконечном или шлюзовом оборудовании должна осуществляться предварительная концентрация речевой информации. При этом IP-пакеты должны формироваться не по мере поступления речевых сигналов, а с некоторой задержкой, достаточной для сборки информационного блока больших размеров. Передача речи в больших информационных блоках упрощает процедуру управления очередями на транзитных узлах, что очень существенно в связи с неразвитой системой приоритетов существующего протокола IP. Однако реализация этого подхода приводит к появлению дополнительной задержки.
   Для резервирования полосы пропускания в сети IP может использоваться метод WFQ (Weighted Fair Queuing) или протокол RSVP.
   • Метод WFQ позволяет для каждого вида трафика выделять определённую часть полосы пропускания. Оператор через систему административного управления может задать количество очередей (до 10 очередей для передачи данных и одну очередь для системных сообщений). В случае, если одна очередь не использует полностью выделенную ей полосу пропускания, то свободный резерв полосы пропускания может задействоваться для передачи информации из следующей очереди. Этот метод позволяет гибко использовать ресурсы сети и реализован в оборудовании фирмы Cisco.
   • Протокол RSVP предназначен только для резервирования части пропускной способности. Механизм работы данного протокола описан выше. Недостатком протокола RSVP является то, что полоса пропускания, выделяемая источнику информации, при снижении активности источника не может быть использована для передачи другой информации. Как альтернатива этому способу может использоваться алгоритм управления потоками на основе системы приоритетов, однако в существующей версии IP этот механизм развит недостаточно.
2. Также одним из способов оптимизации задержки в сети является использование протокола RTCP (Real-Time Transport Control Protocol), который позволяет приложению реагировать на изменение состояния сети.
3. Третий подход предусматривает построение магистральной транспортной сети Интернет на основе технологии Frame Relay или ATM. В этом случае пограничные узлы IP взаимодействуют друг с другом через виртуальные соединения сети Frame Relay или ATM, для которых гарантируются параметры качества обслуживания (скорость передачи, время и джиттер задержки). Использование Frame Relay или ATM позволяет отказаться от применения транзитных маршрутизаторов IP. При этом возможно более эффективное использование полосы пропускания за счёт установления соединения для каждого телефонного разговора.

Декодирование речевой информации

С учётом возможных потерь пакетов в сети для восстановления речевого потока на приёмной стороне используется протокол реального времени — Real Time Protocol (RTP). В заголовке данного протокола, в частности, передаются временная метка и номер пакета. Эти параметры позволяют при минимальных задержках определить порядок и момент декодирования каждого пакета, а также интерполировать потерянные пакеты.

Восстановленная последовательность, с возможными пропусками как одиночных пакетов, так и групп пакетов, поступает на декодер. Декодер должен обеспечить восстановление речевой информации, заполнение пауз фоновым шумом, а также эхокомпенсацию кодируемого сигнала, обнаружение и детектирование телефонной сигнализации.