基于NGN網(wǎng)絡(luò)語(yǔ)音質(zhì)量測(cè)量的探討

楊宗林　張治中　唐希熙 2007/07/03

圖1　RTP包頭格式

上面每個(gè)域的意義及作用如下：

　　版本號(hào)（V）：2bit，這個(gè)域代表RTP的版本號(hào)，目前RTP采用的版本號(hào)是2。

　　間隙（P）：1bit，該位置1，則數(shù)據(jù)包包含一個(gè)或多個(gè)附加間隙位組，其中這部分不屬于有效載荷。

　　擴(kuò)展位（X）：1bit，該位置1，則在固定頭后面根據(jù)指定格式設(shè)置一個(gè)擴(kuò)展頭。

　　CSRC計(jì)數(shù)器（CC）：4bit，這個(gè)域表示固定頭后面的CSRC（Contributing Source）的數(shù)目。

　　標(biāo)記位（M）：1bit，標(biāo)記由Profile文件定義。允許重要事件如幀邊界在數(shù)據(jù)包流中進(jìn)行標(biāo)記。

　　凈荷類(lèi)型（PT）：7bit，該域標(biāo)識(shí)了RTP凈荷的格式，它決定了應(yīng)用程序如何對(duì)凈荷解碼。

　　序列號(hào)（Sequence Number）：16bit，發(fā)送方在每發(fā)送完一個(gè)RTP包后就將該域的值加一，接收方可以由該域檢測(cè)包的丟失并恢復(fù)數(shù)據(jù)包序列。

　　時(shí)間戳（Timestamp）：32bit，該域記錄了該包中數(shù)據(jù)的第一個(gè)字節(jié)的采樣時(shí)刻。時(shí)間戳在媒體同步和抖動(dòng)計(jì)算中是不可缺少的。

　　同步源（SSRC）：32bit，該標(biāo)識(shí)符隨機(jī)選擇，旨在確保在同一個(gè)RTP會(huì)話中不存在兩個(gè)同步源具有相同的SSRC標(biāo)識(shí)符。

　　貢獻(xiàn)源標(biāo)志符（CSRC）：0～15項(xiàng)，每項(xiàng)32bit，用于識(shí)別該RTP數(shù)據(jù)包中的有效載荷的貢獻(xiàn)源。

典型RTP包的傳輸流程如圖2所示。

圖2　RTP包傳輸流程

RTP是利用混合器和翻譯器完成實(shí)時(shí)數(shù)據(jù)的傳輸?shù)摹?

　�。�1）混合器（Mixers）。接收來(lái)自一個(gè)或多個(gè)發(fā)送方的RTP包，并把它們組合成一個(gè)新的RTP包繼續(xù)轉(zhuǎn)發(fā)。這種組合數(shù)據(jù)塊將有一個(gè)新的SSRC標(biāo)識(shí)，具有新標(biāo)識(shí)的特別發(fā)送方被作為特別信源加入到RTP數(shù)據(jù)塊中。因?yàn)閬?lái)自不同特別發(fā)送方的數(shù)據(jù)塊可能非同步到達(dá)，所以混合器就對(duì)這些輸入源進(jìn)行時(shí)間判斷，然后形成混合流自己的時(shí)間。

　�。�2）翻譯器。翻譯器只改變數(shù)據(jù)塊內(nèi)容，而并不把媒體流組合在一起。翻譯器只是對(duì)單個(gè)媒體流進(jìn)行操作，可能進(jìn)行編碼轉(zhuǎn)換或者協(xié)議翻譯。典型的例子是多媒體會(huì)議中不同端系統(tǒng)之間的視頻編解碼轉(zhuǎn)換器，以及在多媒體應(yīng)用跨越內(nèi)部網(wǎng)防火墻時(shí)的過(guò)濾器。翻譯器是形成RTP包完整同步源定義符的中間系統(tǒng)。

　　一個(gè)RTP會(huì)話包括傳給指定目的地的所有通信量，發(fā)送方可能包括多個(gè)。從同一個(gè)同步源發(fā)出的RTP分組序列稱為流，一個(gè)RTP會(huì)話可能包含多個(gè)RTP流。一個(gè)RTP分組在服務(wù)器端發(fā)送出去的時(shí)候總是要指定屬于哪個(gè)會(huì)話和流，在接收時(shí)也需要進(jìn)行兩級(jí)分用，即會(huì)話分用和流分用。只有當(dāng)RTP使用同步源標(biāo)識(shí)和分組類(lèi)型把同一個(gè)流中的分組組合起來(lái)，才能夠使用序列號(hào)和時(shí)間戳對(duì)分組進(jìn)行排序和正確回放。

3、NGN網(wǎng)絡(luò)中語(yǔ)音質(zhì)量測(cè)量方法

　　根據(jù)中國(guó)移動(dòng)通信集團(tuán)公司出臺(tái)的軟交換測(cè)試儀表測(cè)試規(guī)范中要求語(yǔ)音質(zhì)量測(cè)量的方法主要包括如下。

3.1　主動(dòng)式語(yǔ)音質(zhì)量測(cè)試

　　主要是通過(guò)測(cè)試儀表模擬兩個(gè)NGN網(wǎng)絡(luò)的終端用戶，首先通過(guò)同NGN網(wǎng)絡(luò)的信令交互建立起這兩個(gè)用戶之間的呼叫連接，然后在該連接上模擬發(fā)送和接收測(cè)試語(yǔ)音流，通過(guò)對(duì)收發(fā)語(yǔ)音信號(hào)的比較，來(lái)測(cè)試出端到端的語(yǔ)音質(zhì)量，并且能提供PESQ值和時(shí)延值，圖3為主動(dòng)式語(yǔ)音質(zhì)量測(cè)試的結(jié)構(gòu)圖。

圖3　主動(dòng)式語(yǔ)音質(zhì)量測(cè)試結(jié)構(gòu)

3.2　被動(dòng)式語(yǔ)音質(zhì)量測(cè)試

　　通過(guò)儀表對(duì)NGN網(wǎng)絡(luò)中實(shí)際運(yùn)行的RTCP/RTP業(yè)務(wù)流進(jìn)行捕獲、解碼和統(tǒng)計(jì)分析，來(lái)計(jì)算VoIP業(yè)務(wù)流的關(guān)鍵指標(biāo)：時(shí)延、抖動(dòng)、丟包率、R系數(shù)和MOS值等統(tǒng)計(jì)參數(shù)[2，3]，圖4為被動(dòng)式語(yǔ)音質(zhì)量測(cè)試的結(jié)構(gòu)圖。

圖4　被動(dòng)式語(yǔ)音質(zhì)量測(cè)試結(jié)構(gòu)

　　以上兩種測(cè)試方法也可以結(jié)合使用，下面主要介紹被動(dòng)式語(yǔ)音質(zhì)量的測(cè)試，被動(dòng)式語(yǔ)音質(zhì)量測(cè)試的主要參數(shù)包括。

　�。�1）時(shí)延（Delay），當(dāng)一個(gè)數(shù)據(jù)包發(fā)送時(shí)，發(fā)送端在RTP報(bào)文頭上增加一個(gè)時(shí)間戳；當(dāng)在另一端被接收時(shí)，接收端同樣記下接收包的時(shí)間戳；計(jì)算這兩個(gè)時(shí)間戳之差可以得到這個(gè)數(shù)據(jù)包在網(wǎng)絡(luò)中的通路時(shí)間，即時(shí)延。

　�。�2）抖動(dòng)（Jitter），語(yǔ)音信號(hào)在發(fā)送端經(jīng)過(guò)壓縮打包后在網(wǎng)絡(luò)中傳輸時(shí)，由于數(shù)據(jù)包傳送的路徑可能不同，因此不同的數(shù)據(jù)包到達(dá)接收端的時(shí)間也可能不同，計(jì)算連續(xù)語(yǔ)音包端到端時(shí)延的差值，即抖動(dòng)值。

　　（3）丟包（Packet Loss），是影響語(yǔ)音質(zhì)量的又一個(gè)關(guān)鍵因素。數(shù)據(jù)包發(fā)送端和接收端之間的數(shù)據(jù)包數(shù)目的差值即為網(wǎng)絡(luò)傳輸丟失包數(shù)目。當(dāng)少量的丟包且是隨機(jī)地分布時(shí)，人耳并不容易感覺(jué)到較差的語(yǔ)音質(zhì)量，當(dāng)丟包數(shù)量變大時(shí)，語(yǔ)音質(zhì)量也就相應(yīng)的變差。

　�。�4）R系數(shù)，ITU-T的G.107標(biāo)準(zhǔn)提出了E-Model的模型，這種模型考慮了時(shí)延、抖動(dòng)、丟包、回音、編碼器性能等網(wǎng)絡(luò)損傷因素對(duì)有噪語(yǔ)音質(zhì)量的影響[4，5]。根據(jù)RTP包提供的信息，在計(jì)算出時(shí)延、抖動(dòng)、丟包等參數(shù)后，根據(jù)E模型提供的算法就可以求出相應(yīng)的R值。R值的范圍是0～100，0是最差的，100是最好的。

　�。�5）MOS值，MOS模型是主觀評(píng)價(jià)方法，根據(jù)E模型MOS值是通過(guò)R值計(jì)算得到的。MOS值是1～5之間的數(shù)，1是最差的，5是最好的[6]。R和MOS值的關(guān)系式如下所示：

圖5　用戶滿意度等級(jí)與R值和MOS值的范圍對(duì)應(yīng)表

　　對(duì)實(shí)時(shí)的語(yǔ)音和視頻業(yè)務(wù)來(lái)說(shuō)，業(yè)務(wù)數(shù)據(jù)端到端的時(shí)延最為關(guān)鍵，從仿真結(jié)果圖6和圖7可以看出時(shí)延對(duì)R系數(shù)和MOS值的影響：隨著時(shí)延的增加，R系數(shù)和MOS值都降低，即語(yǔ)音質(zhì)量變差。當(dāng)時(shí)延大于150ms時(shí)，語(yǔ)音質(zhì)量下降的比較厲害。

圖7　時(shí)延對(duì)MOS值的影響

　　從仿真結(jié)果中同時(shí)可以看出R系數(shù)和MOS值的最大值分別是94和4.4左右，并且R系數(shù)和MOS值的對(duì)應(yīng)關(guān)系和圖5所列出的內(nèi)容基本是一致的。

4、結(jié)束語(yǔ)

　　本文圍繞著RTP協(xié)議和中國(guó)移動(dòng)通信集團(tuán)公司出臺(tái)的軟交換測(cè)試儀表測(cè)試規(guī)范，對(duì)NGN網(wǎng)絡(luò)語(yǔ)音質(zhì)量測(cè)試所要求的幾個(gè)重要指標(biāo)進(jìn)行了分析和說(shuō)明，并給出了基本的實(shí)現(xiàn)方法，最后通過(guò)實(shí)際仿真說(shuō)明了時(shí)延對(duì)語(yǔ)音質(zhì)量的影響�？傊�，語(yǔ)音質(zhì)量是NGN網(wǎng)絡(luò)測(cè)試的一個(gè)重要方面，用行之有效的方法對(duì)其進(jìn)行測(cè)量是十分重要的，需要在實(shí)際應(yīng)用中不斷的加以改進(jìn)和補(bǔ)充。

參考文獻(xiàn)

[1]　朱海毅，周春楠.VoIP基本原理，信息技術(shù)，2003.5(5)：83-84

[2]　ITU-T Recommendation P.800.1，Mean Opinion Score(MOS)Terminology，2003

[3]　ITU-T Recommendation G.107，The E-Model，a Computational Model for Use in Transmission Planning.2005

[4]　TIA Telecommunications IP Telephony Equipment-Voice Quality Recommendations for IP Telephony，TSB-116-A，March 2006

[5]　Akira Takahashi and Hideaki Yoshino. Perceptual QoS Assessment Technologies for VoIP.IEEE Communications Magazine.July 2004：28-34

[6]　吳耀文，王平.VoIP語(yǔ)音評(píng)價(jià)方法綜述.艦船電子工程，2006(1)：44-46

[7]　楊宗林，張治中.基于E-Model的VoIP語(yǔ)音質(zhì)量測(cè)試.廣東通信技術(shù)，2007(2)：58-61

電信工程技術(shù)與標(biāo)準(zhǔn)化