VoIP技术(3)--G.729-G.723-iLBC-语音编码

4.4 算法—G.729分析
在VoIP系统中应用最广泛的就是G.729和G.723.1两种。G.729编码是LPC参数编码，线性预测采用的是前馈型前向自适应技术，并使用预视提高合成模型的精度。预测模型系数根据当前帧和部分下一帧话音数据进行更新，G.729帧长为10ms，由2个子帧组成，预视5ms。由于采用的是前向型自适应技术，因此除了传送激励信号外，还需传送预测器系数。为了降低复杂度，G.729标准又制定了一个附件A，称为G.729A，它的复杂度降低了一半。G.729A与G.729比特流兼容。后来又指定了附件B，主要是包含了静音抑制处理。
由第三节关于RTP的介绍，可知RTP分组由RTP头部和净荷数据组成，如何将净荷数据封装到RTP分组中，并由UDP来进行传输，则有多种形式。下面根据典型的语音编码算法—G.729来进行说明。

G.729的编码速率为8kbit/s，帧长为10ms，每帧的大小为80bit，即10个字节。一个RTP分组通常包含两个帧。这样，20ms时间的净荷数据为20字节，加上RTP开销为12字节，UDP开销为8字节，IP开销为20字节，以太网开销为14字节，这样20ms内实际要传输的字节数为：20+12+8+20+14=74，传输速率为：74字节/20ms ＝ 29600bit/s，见表2所示。
由表2可知，而当一个RTP分组仅包含1个帧时，传输速率为 51.2kbit/s，与64Kbit/s已经非常接近；而当一个RTP分组仅包含4个帧时，传输速率为 18.8kbit/s，但有较大的时延。因此一个RTP分组通常包含两个帧。为了降低传输速率，可以利用VAD/CNG 技术，通过引入静音帧来实现。



4.5 算法—G.723.1分析
G.723.1是一个双速率的LPC参数编码，低速率的编码比特率为5.3kbit/s，高速率的编码比特率为6.3kbit/s，线性预测也采用前馈型前向自适应技术，并使用预视。帧长(处理时延)为30ms，分为4个子帧，前视时延7.5ms。
由第三节关于RTP的介绍，可知RTP分组由RTP头部和净荷数据组成，如何将净荷数据封装到RTP分组中，并由UDP来进行传输，则有多种形式。下面根据典型的语音编码算法—G.723.1来进行说明。
G.723.1的编码速率为5.3kbit/s或6.3kbit/s，帧长为30ms，每帧的大小分别为20字节或24字节。一个RTP分组通常包含1个帧。这样，对于5.3kbit/s编码速率，30ms时间的净荷数据为20字节，加上RTP开销为12字节，UDP开销为8字节，IP开销为20字节，以太网开销为14字节，这样30ms内实际要传输的字节数为：20+12+8+20+14=74，传输速率为：74字节/30ms ＝ 19733bit/s，见表3所示。



对于同编码速率，而当一个RTP分组仅包含2个帧时，传输速率为 12.5kbit/s，但有较大的时延。为了降低传输速率，也可以利用VAD/CNG 技术，通过引入静音帧来实现。
4.6 iLBC与G.729/G.723.2/G.711/GSM/T.38比较
iLBC是一种专为包交换网络通信设计的编解码，优于目前流行的G.729、G.723.1，对丢包进行了特有处理，既使在丢包率 相当高的网络环境下，仍可获得非常清晰的语音效果。他的编码输出速率是13.33和15.2kbps两种速率。
由第三节关于RTP的介绍，可知RTP分组由RTP头部和净荷数据组成，如何将净荷数据封装到RTP分组中，并由UDP来进行传输，则有多种形式。下面根据典型的语音编码算法—iLBC来进行说明。
iLBC的帧长速率是13.33kbps时为30ms，即编码速率为13.33kbit/s每帧的大小分别为50字节。模仿4.4节和4.5节的分析方法，并且为了比较各种方法的优劣，得出如下结论(以13.33速率为例)：



语音质量一直是VoIP应用的主要难点，如何保证和提高IP网络传输语音的通话效果，是VoIP应用迫切需要解决的问题。“iLBC”编解码的出现，解决了在包交换的IP网络中，传输语音所遇到的网络丢包严重影响通话质量等实际问题，实现了“语音质量的飞跃”。
　 下图为在不同的网络丢包环境下，使用iLBC与G.729A、G.723.1编解码的语音质量比较。



图13 iLBC和G.729A/G.723.1的比较
无论在高丢包率条件下还是在没有丢包的条件下，iLBC的语音质量都优于目前流行的G.723.1, G.729A等标准编解码；而且丢包率越大，使用iLBC的语音质量优势越明显。通常情况下，为了衡量IP网络语音质量，将≥5％丢包率的网络情况定义为VoIP的极限网络条件。经过语音质量测试，即使在5％丢包率的情况下，iLBC仍然能够提供相当于GSM手机的语音质量。如下图所示的比较结果：



图14 语音质量比较
4.7 语音传输带宽
在实际的应用过程经常要估算所需要的网络带宽。实际上，主要的网络带宽是用于语音传输，而用于控制数据的只占很小的一部分。

例如：两台中继网关之间传输2E1的语音
若采用的编码算法为G.729，RTP分组的封装长度为20ms。由于网关之间的传输的话路数为60，每路单向所需的网络带宽约为30kbit/s，这样实际所需的总带宽约为1.8Mbit/s。当然，还要考虑传送H.323等协议控制数据的网络带宽，以及一定的网络带宽余量，一般来说2.5~3.0Mbit/s的网络带宽就可以了。
例入：4路媒体网关的接入
安装媒体网关时必须考虑接入网络的带宽。若采用的编码算法为6.3kbit/s的G.723.1，RTP分组的封装长度为30ms，则所需的网络带宽为：4×20.8=83.2kbit/s，一般来说，只要120～150kbit/s的网络带宽即可。