基于Blackfin的VoiceEngine嵌入式方案

　　VoIP硬件制造商在設(shè)計產(chǎn)品時，必須解決語音包環(huán)境中與話音質(zhì)量相關(guān)的以下幾個主要問題。

　　網(wǎng)絡(luò)降級問題

　　三個與語音包網(wǎng)絡(luò)有關(guān)的主要因素嚴(yán)重影響著感知的語音質(zhì)量，它們是：延遲、抖動以及語音包丟失。這三個因素都源自語音包網(wǎng)絡(luò)的性質(zhì)，因為語音包網(wǎng)絡(luò)無法保證語音數(shù)據(jù)包及時或者全部到達(dá)接收端。

　　延遲

　　雙向通信需要考慮的一個重要問題是發(fā)射機(jī)與接收機(jī)之間的延遲。這個延遲將帶來兩個問題：回聲與通話重疊。

　　在VoIP 通話中有許多延遲因素，主要包括算法延遲、處理延遲以及網(wǎng)絡(luò)延遲。算法延遲與使用的語音編碼/解碼器有關(guān)，出現(xiàn)算法延遲的原因是塊處理成幀。此外，許多編碼/解碼器采用的塊處理還具有前瞻功能，該功能要求在塊編碼以前對未來語音樣本進(jìn)行緩沖，這將增加算法延遲。處理延遲與正在進(jìn)行的信號處理以及編碼比特數(shù)打包有關(guān)。網(wǎng)絡(luò)延遲則是由于傳輸線路、路由器緩沖器以及抖動緩沖器中的物理延遲而引起的。

　　抖動

　　與恒定算法延遲與處理延遲相反，傳輸延遲則隨著時間而變化。其原因是通過IP網(wǎng)絡(luò)傳輸?shù)恼Z音包傳輸時間將因為排隊結(jié)果的不同而發(fā)生變化。傳輸延遲分為兩個部分，一個是恒定或者變化緩慢的網(wǎng)絡(luò)延遲，另一個是在基本網(wǎng)絡(luò)延遲頂端的快速變化的延遲，通常稱作抖動。抖動被定義為連續(xù)傳輸語音包之間時延差的平滑功能。

　　語音包網(wǎng)絡(luò)中出現(xiàn)的抖動，將使接收機(jī)中的解碼過程復(fù)雜化，因為解碼器需要在正確的時間瞬間獲得數(shù)據(jù)包。如果得不到這個數(shù)據(jù)，解碼器就不能生成平滑且連續(xù)的語音。因此，除了增加延遲，抖動還將導(dǎo)致接收機(jī)定時問題。通常使用抖動緩沖器，以確保在需要的時候得到語音包。

　　語音包丟失

　　如果網(wǎng)絡(luò)中的路由器掉下語音包，或者語音包到達(dá)太遲，致使解碼器無法對其進(jìn)行處理時，都會發(fā)生語音包丟失。如果允許抖動處理器的延遲時間長一些，就幾乎可以杜絕上述的第二種情況，但這會增加系統(tǒng)延遲。

　　當(dāng)因為網(wǎng)絡(luò)中某處出現(xiàn)掉包或者因為語音包到達(dá)太遲而出現(xiàn)語音包丟失時，必須采取某些措施填充遺失的語音。這種解決方案通常被稱作錯誤隱藏算法或數(shù)據(jù)包丟失隱藏 (PLC)算法。為了實現(xiàn)最佳性能，這些算法必須能夠準(zhǔn)確地預(yù)測語音信號并在解碼語音與插入部分(inserted segment)之間進(jìn)行平滑轉(zhuǎn)換。

　　編碼/解碼器問題

　　VoIP系統(tǒng)中的基本算法模塊是語音編碼/解碼器 ，它必須使傳輸?shù)男畔?shù)量最小，同時對語音質(zhì)量影響最小。經(jīng)過模-數(shù)轉(zhuǎn)換后，語音編碼器將數(shù)字化的語音信號轉(zhuǎn)化為比特流，比特流經(jīng)過打包后通過IP網(wǎng)絡(luò)傳輸。然后，語音解碼器利用接收的語音包，對語音信號進(jìn)行重構(gòu)。重構(gòu)的語音信號接近原始語音信號。

　　語音編碼/解碼器必須能夠處理語音包丟失。這個魯棒性不僅決定加載網(wǎng)絡(luò)的音質(zhì)，而且對可能引起語音包丟失的擁擠情況下的音質(zhì)也起著決定作用。其他因素也影響與編碼/解碼器相關(guān)的音質(zhì)，包括處理不同的話音以及非語音信號，如背景噪聲等。

　　除了上述兩個問題，在實際的硬件電路中還存在著與執(zhí)行語音處理功能相關(guān)的其他問題，這些問題也將對音質(zhì)產(chǎn)生重要影響。例如，模-數(shù)轉(zhuǎn)換器、話音激活檢測、回音消除算法以及常見的語音處理問題。

　　目前，許多VoIP硬件平臺通常使用的語音處理方案，都是基于公共交換電話網(wǎng)(PSTN)技術(shù)，這是傳統(tǒng)的電話技術(shù)。人們對IP電話的質(zhì)量非常關(guān)心，因為同電路交換網(wǎng)相比，語音包網(wǎng)絡(luò)具有截然不同的特征。

　　GIPS技術(shù)專門用于IP通信，能夠處理語音包網(wǎng)絡(luò)特征。利用 GIPS公司研制的、用于ADI Blackfin處理器平臺的VoiceEngine嵌入式方案，VoIP硬件制造商將擁有以下優(yōu)勢。

　　獲得專利的自適應(yīng)抖動緩沖器與錯誤隱藏控制

　　GIPS公司已經(jīng)開發(fā)出包含錯誤隱藏算法的高級自適應(yīng)抖動緩沖器，稱作NetEQ算法。這是一個單端(接收端)算法，使得接收機(jī)能夠受益匪淺，而不管發(fā)送端是否使用該算法。

　　NetEQ算法在一個算法中集成了自適應(yīng)抖動控制算法以及語音包丟失隱藏算法。這項專利技術(shù)使其能夠快速且高解析度地適應(yīng)不斷變化的網(wǎng)絡(luò)環(huán)境，確保音質(zhì)優(yōu)美且緩沖延遲最小。之所以具有如此效果，是因為NetEQ算法并不在語音包緩沖器內(nèi)，而是與解碼器進(jìn)行集成。NetEQ算法是嵌入式軟件的一部分，該軟件在 IP網(wǎng)絡(luò)接口與 聲音播放裝置之間，不論它是模-數(shù)轉(zhuǎn)換器還是時分多址(TDM)接口。

　　由于NetEQ算法將抖動緩沖器控制與語音包丟失隱藏算法合為一體，因此，能夠使抖動引起的延遲最小。此外，該算法中的語音包丟失隱藏算法是基于一種創(chuàng)新的方法，其品質(zhì)是任何其他標(biāo)準(zhǔn)數(shù)據(jù)包丟失隱藏(PLC)方法所無法比擬的。

　　與普通VoIP軟件電話兼容的GIPS編碼/解碼器 

　　GIPS公司的編碼/解碼器組件包括寬帶編碼/解碼器與窄帶編碼/解碼器，它們能夠生成魯棒的清晰音質(zhì)，即使語音包丟失嚴(yán)重也不會受到影響。當(dāng)這個聲音清晰度與GIPS的NetEQ算法一起使用時，將克服延遲與抖動，生成最高質(zhì)量的VoIP會話。

　　iPCM-wb

　　iPCM-wb是優(yōu)質(zhì)、低復(fù)雜度寬帶編碼/解碼器，對于語音包丟失具有極好的恢復(fù)性，使通話質(zhì)量明顯優(yōu)于PSTN。在端-端IP通信中使用時，iPCM-wb編碼/解碼器能夠確保高端電話應(yīng)用具有卓越的音質(zhì)。

　　iLBC

　　iLBC則是一種免授權(quán)費編碼/解碼器，所提供的音質(zhì)與 G.729E相似，優(yōu)于 G.729A，更是語音包時常丟失的擁擠網(wǎng)絡(luò)所望塵莫及的。iLBC由美國有線電視實驗室(CableLabs)設(shè)計，它也是IETF因特網(wǎng)工程任務(wù)組 (RFC 3951與RFC 3952)授予的第一個標(biāo)準(zhǔn)編碼/解碼器，是分組線纜有線電視電纜語音傳輸(VoCable，Voice over Cable)電話系統(tǒng)的強制部件。

　　改進(jìn)型G.711

　　改進(jìn)型G.711是GIPS公司標(biāo)準(zhǔn)G.711編碼/解碼器的改進(jìn)型產(chǎn)品，具有極好的包丟失魯棒性。這種改進(jìn)型編碼/解碼器，使嚴(yán)重超載的網(wǎng)絡(luò)也能保持良好音質(zhì)。

　　系統(tǒng)結(jié)構(gòu)已經(jīng)為GIPS媒體處理方案實現(xiàn)最優(yōu)化

　　絕大多數(shù)普通VoIP低密度終端器件具有多芯片系統(tǒng)結(jié)構(gòu)，包括微控制器單元(MCU)以及至少一個數(shù)字信號處理器(DSP)。傳統(tǒng)方法是將信號處理進(jìn)行分離，使包處理由主處理器完成，而媒體處理則由DSP完成。

　　這種方法使得設(shè)計人員在為音/視頻通信設(shè)計高質(zhì)量媒體處理方案時面臨以下挑戰(zhàn)。

　　MCU與DSP之間的數(shù)據(jù)傳輸將帶來額外延遲，即降低效率；

　　DSP上的媒體處理部件需要進(jìn)一步集成與調(diào)諧，從而需要更多的時間與精力 。

　　ADI Blackfin處理器采用單一處理器系統(tǒng)結(jié)構(gòu)，這樣所有的包處理與媒體處理都能在同一個處理器內(nèi)完成，從而使得GIPS媒體處理方案的效率更高。同多芯片結(jié)構(gòu)相比，利用ADI Blackfin處理器，復(fù)雜度將提高30% 以上(需要的處理起資源更少)。

　　縮短上市時間，保證音質(zhì)卓越

　　GIPS公司的VoiceEngine嵌入式方案，為硬件制造商提供了必要的接口與部件，使其通過單一的高級應(yīng)用程序接口實現(xiàn)語音應(yīng)用。同時，該方案不需要額外器件，這樣，制造商就可以集中精力開發(fā)核心應(yīng)用，而不必為聲音處理軟件的復(fù)雜集成以及調(diào)試操心。