关于Vol P语音时延的分析和研究

吕方舟

摘要：结合VoIP语音质量问题，文章对VoIP语音时延展开了分析，发现传输时延、处理时延和打包时延的存在将影响语音质量，还要采用QoS等技术进行消除。

关键词：VoIP；语音质量；时延；QoS技术

在现代通信技术取得快速发展的同时，IP协议已经成为网络通信的核心技术，能够为语音、数据和多媒体业务的融合提供支持。而采用VoIP通信技术，只需要占用少量网络资源就能完成语音信号传输。但就目前来看，VoIP语音存在时延，将给信号质量带来不良影响。因此，还应加强对VoIP语音时延的分析，以便更好地进行VoIP的推广和应用。

1 VoIP语音质量问题分析

VoIP为基于网络之间互联协议的语音通信，可以利用语音压缩设备将语音进行压缩编码处理，然后按照相关协议完成语音数据打包，并利用IP网络将数据包传送至目的地。将数据包串起来，然后进行解压解码处理，则能得到原来的语音信号，以实现网络语音传输。在互联网时代，VoIP具有较强的成本优势和便利性，如MSN，Skype等常用软件都采用VoIP进行语音通信。但就目前来看，VoIP语音质量成了约束VoIP技术发展的重要因素。从VoIP语音质量检测情况来看，时常出现时延、抖动和丢包问题。相较于其他因素，时延因素对VoIP语音传输的影响最为严重，不仅会导致语音掩盖，还会造成语音回声。在时延超出250 ms时，语音通话将受到严重的语音掩盖影响。在时延超出50 ms时，语音回声则会影响语音通话。

2 VoIP语音时延的分类研究

从VoIP语音时延分类上来看，主要包含3种，即传输时延、处理时延和打包时延。

2.1 传输时延

传输时延为VoIP语音信号传输过程中发生的时延，包含传输时间、链路排队时间、接入时间、中继转发时间等等，与网络拥堵情况相关，由传播距离和速度决定。从网络接入情况来看，可以采用的网络接入方式有较多中，不同接入方式的速率不同，将产生不同的接入时延。在接入时延计算时，需要采用时延Taccess= LIP/RUP+LIP/Rdown）的式子，其中LIP指的是语音流的IP包长，RUP和Rdown分别为接入网上行和下行速率。例如，在打包得到的语音数据包为80字节的情况下，如果IP网络接入速率为64 kbit/s，以8 kbit/s速率编码的语音数据包将产生10 ms的接入时延，以1.544 Mbit/s速率编码的数据包接入线路时延为0.415 ms。所以在网络接入上，如果上下行都采用光纤接入方式，可以减少约20 ms的时延。

2.2 处理时延

处理时延由两部分构成，即编码时延和解码时延，分别利用T（code）和T（deco）表示。在语音信号发送的过程中，需要经过抽样、量化、编码和解码处理，采用不同编码和解码算法将产生不同的时延。在语言编码阶段，需要利用编码器对采样帧信号进行处理，所以编码时延将受到数据帧时延T（frag）、处理时延T（proc）和前视时延T（la）的影响。其中，數据帧时延为语音流量用的时间长度，帧为语音信号分解元素。在采样点不同的情况下，帧将发生变化。在打包分组中，就包含每帧的信息，需要进行传输。处理时延为利用编码算法对语音帧进行计算所花费的时间，实际就是编码器的处理时延。前视时延为下一帧长度检查花费的时间，用于确认相邻语音帧间相关性。帧长度为经过编码处理后的字节数，不包含帧头。如果前帧编码有助于后帧，长可以看成是前视时延[1]。利用帧的长，可以进行编码处理后字节的表示，但不包含帧头。而T（code）=T（frag）+T（proc）+T（la）。在编码过程中，利用不同协议，将产生不同时延。例如，采用G.729协议，在数据帧时延和处理时延均为10 ms、前视时延为5 ms的条件下，其将产生25 ms的时延，比特率为8 kbit/s。而解码时延通常比编码时延小，为编码时延的一半左右。

2.3 打包时延

打包时延为IP包封装所耗费的时间。利用IP网络进行语音数据传输，需要对得到编码处理的语音数据帧进行打包处理。IP包由UDP包头、RTP包头、IP包头过程，分别占8Byte，12 Byte和20 Byte。RTP包中包含多少个语音数据帧，直接决定打包时延。如果其中存在的数据帧过多，将导致打包时延较大，在传输过程中容易出现数据包丢失问题，从而导致语音质量受到影响[2]。如果其中存在的数据帧过少，打包时延也将降低，但是包封装效率较低，因此将导致VoIP语音通信效率较低。在编码的过程中，编码器采用以帧为单位的方式进行编码，通常帧长Tflong为10 ms，语音包即以10 ms为单位。而打包时延为Tpaeket=n×Tflong，n指的是语音包个数。在对封装效率进行估算时，可以按照封装效率=（压缩后语音包×n×Tflong/8）/[（压缩后语音包×n×Tflong/8）+40]通常的情况下，打包处理产生的时延较小，可以忽略。例如，针对G.729编码，其净码流速率为8 kbit/s，将一个RTP包打包成一个语音包，时延约10 ms，传送码流为40 kbit/s，封装效率为20%。如果打包2个语音包，时延为20 ms，码流速率为24 kbit/s，封装效率为33.3%。打包成4个，时延为40 ms，码流速率为16 kbit/s，封装效率为50%。由此可见，在VoIP全程，打包时延仅占30 ms。通常的情况下，RTP中打包语音包不超出2个，因此时延可以忽略。

分析VoIP语音时延产生的原因可以发现，在对模拟声音信号进行采集时，通过采样、量化得到PCM信号需要将过压缩处理。在这一阶段，设备侧容易出现编码处理时延。因为就目前来看，得到广泛使用的编码技术依然为高时延编码技术。由于编码方式固定，这部分时延较为固定，所以难以解决时延问题。在此基础上，IP网络结构和运行情况也将对VoIP语音时延产生影响，想要改善这一情况，还要完成整个网络环境和结构的改造。此外，VoIP语音采用的压缩算法带来的打包时延也为固定时延，与语音数据量相关，只有通过合理选择压缩算法才能减少打包数据量，实现DSP负荷的合理分配，继而使打包时延得到改进。

3 VoIP语音时延的解决方法探讨

3.1 QoS技术核心思想

针对VoIP语音时延，可以引入QoS技术进行解决。在IP电话网关中，语音编码处理主要采用G.729等协议，协议传输速率较低，MOS值为4.0，占用宽带较窄，语音质量良好，编码时延为10 ms。在编码器进行数字语音输出时，可以将数字语音放到RTP/UDP/IP包中，通过包化实现运算简化。采取该种措施，可以在增加包头的同时，进行校验码的计算。相较于编码，包化的时延较小。完成包化后，需要将语音数据传输至目的地[3]。为避免包在局域网和广域网的路由接口处排队，还要按照不同规则将流量进行分类，并通过拥堵管理实现队列调度，以便使可调配流量进入空闲队。最后，通过实现IP网络带宽合理调配，则能获得最大的数据传输效率。

3.2 QoS技术具体运用

在运用QoS技术时，首先还要实现流量分类。具体来讲，就是依据优先级或服务级进行流量划分。在优先级设置上，可以根据编码字段进行报文标记，如果字段长度为〃，可将报文分为类。针对IP报头字段Tos域前3位，可以分为2A3=8类。如果使用DSCP，Tos域前6位可以分为2A6=64类。采用该种分类方法，能够完成对源IP地址、源端口号、协议ID、目的端口号等各种报文信息段的划分。其次，加强拥堵管理，可以采用CBQ机制。按照机制规则，可以结合IP报文、优先级、输入接口等进行报文分类，使不同报文进入不同队列。队列主要有3种，一种为LLQ低时延队列，拥有较高的优先级，可以进行报文优先发送。队列带宽较小，可以进行小流量数据包存放，如IP语音包。在接口堵塞的情况下，超出流量限制的数据包将被丢弃，以降低时延。带宽保证列队BQ可以为语音转发类业务体用支持，对时延和帶宽进行平衡。相比较而言，该种列队带宽更高，时延更大，如视频信号、网页数据等数据包对时延要求较低，所以可以利用该队列进行信号传输。此外，针对BE业务，可以利用WFQ列队进行数据传输，利用接口剩余带宽进行业务发送。而通过合理设置带宽比例，可以使线路的利用率得到提高，继而使各类报文在接口拥堵时依然能够以最小带宽传送。语音信号拥有较高的优先级，则能不经过排队直接传送，继而达到降低时延的目的。最后，在网络传输方面，需要合理调配带宽。针对ISP提供的广域网链路，链路路由器和交换机会产生串行化、包化等时延。在用户网络结构不同的情况下，产生的时延也不同[4]。针对这一情况，还要完成适合的ISP线路租用，以便使IP网络物理带宽得到最大效率的利用，采用该方法，能够满足用户对原始IP网络业务需求，也能为语音业务的传送提供质量保障。

4 结语

通过研究可以发现，在VoIP语音信号传输方面，时延的产生将给语音信号质量带来不良影响。针对VoIP语音的传输时延、处理时延和打包时延，还要采用QoS等技术进行处理，以便通过降低时延提高语音质量，继而为业务的开展提供更多保障。

[参考文献]

[1]张旭博.VOIP语音传输终端的设计和实现[J].通信技术，2016（9）：1255-1259.

[2]李腾，杨霄鹏，杨朝阳，等基于时延预测的VoIP抖动缓冲控制算法[J].兰州理工大学学报，2014（6）：110-114.

[3]邓玲.QoS技术解决VoIP时延中的应用[J].信息与电脑（理论版），2014（8）：89-90.

[4]曲桦，赵季红，王丽霞，等基于路径优先度的VoIP中继选择算法[J].电信科学，2014（5）：75-80.