語音IM在帶寬方面無需擔憂
北電企業(yè)解決方案集團CTO兼副總裁 Phil Edholm 2007/12/24
在前一段時間的博客中，我提到語音IM（即時通信）和現有的文本IM相比，能夠突破文本信息及輸入文本動作的限制，可以帶有更多的信息，并且在很多場合使用起來更加方便。在這篇博客的評論中，有人提到一個我以前沒有想過的問題：既然文本傳輸在帶寬占用方面與語音相比具有很大的優(yōu)勢，而且語音識別技術日漸成熟，那么我們是否可以將語音轉換成文本進行傳輸，然后在另一端再轉換回語音呢？當然，這樣做將會丟失一些信息，如說話時的語氣。那么，我們做這種轉換是否有必要呢？
在回復這條評論時，我想到，人們可能是對語音信息望而生畏了，而沒有詳細考慮它的處理過程。對于像VoIP這種系統，在傳輸中需要注意兩點：一是確保數據包的優(yōu)先級，二是保證數據包的順序不亂。在數據網絡中，其流量相對而言是很小的。當網絡容量和計算能力都以指數級增長時，流量僅僅是線性增長的（打電話的總時間與每個用戶的平均電話時間及用戶數量成線性關系，但這兩項的增長率都很低）。因此，語言占用網絡資源的比例會越來越小，最終成為可以忽略不計的部分，那時它就不再是網絡規(guī)劃時技術或者經濟方面考慮的因素。這并不是說它們不重要，只是對容量和運營的規(guī)劃影響不大罷了。
盡管我們都知道文本消息對于現代網絡而言，其流量是可以忽略不計的，但語音IM又如何呢？它的需求是否真會改變網絡的運營狀態(tài)？我們從一個實際例子來看，文本和語音的帶寬占用區(qū)別究竟有多大？
我在PC上錄制了一段語音（英文原文：Now is the time for all good men to come to the aid
of their country.），時長5.25s。當PCM（脈碼調制）速率為64kbps時，它占用336kb，也就是42kB。而在文本文件中，它占用68B。這樣看來，壓縮比是相當大的，語音比文本大了將近620倍。但是，如果我們使用8kbps速率（在IM這種非實時情況下并不影響效果）的話，區(qū)別就縮小到了78倍。
我們假設，平均每個文本消息20個字符，每人每天發(fā)送100條消息，這樣，總的文本傳輸量是2000B，再加上網絡傳輸需要添加的約6000B管理負荷，總共是8000B。同樣的消息，如果使用壓縮的語音傳輸，每人每天需要傳輸的數據量是156kB，加上網絡傳輸需要的管理負荷（數據包越大，管理負荷所占比例越�。偣布s175kB。由此可見，由于管理負荷的原因，實際傳輸時，語音的信息量約為文本的20倍。盡管175kB對于2G或者2.5G移動網絡而言是個大塊頭，但是無論是對局域網、家庭寬帶連接、無線局域網，還是3G移動網絡，它都是可以忽略不計的。假設人們在8小時之內發(fā)送各自的消息，平均每個人所占用的帶寬就不到50bps了。假設一個基站有100個用戶，那么用在這方面的帶寬也就是5kbps而已。而且，這還是非實時的流量，完全可以歸為SLA中最低的一級—盡力而為（Best
Effort）。盡管文本的需求顯然更低（僅僅250bps），但在這個充滿圖像、電話和視頻的世界里，這點差異是完全不用考慮的。
因此，我的結論是：語音IM完全不存在帶寬問題。
CTI論壇編輯
相關鏈接: