提高VoIP電話性能的方法探討

田婧

摘 要：在移動互聯網下提高VoIP通話質量是一項具有挑戰性的任務。全球超過50%的手機用戶使用較老的GSM制式，這是目前技術研究的一大挑戰。文章提出了一種改進移動VoIP電話的方法，通過與競爭對手的解決方案相比，可以大幅度降低帶寬消耗，同時保持可接受的通話質量。

關鍵詞：VoIP；帶寬；網絡；MOS

全球超過50%的手機用戶使用較老的GSM制式，但是這部分用戶對VoIP也有很大的需求，傳統的VoIP產品在GSM網絡下難以使用。對此，我們研究了一種智能數據包VoIP解決方案（SPVS）。該方案包括Android和iOS移動應用程序，以及負責代理信號的一系列節點服務器。為了維持實時通信的可靠穩定，提高帶寬效率，還采用了一系列的網絡和編碼解碼優化。本文通過平均意見評分（Mean Opinion Scoring，MOS）和帶寬消耗來比較SPVS[1]及其他解決方案。

1 相關研究

應用程序之間的性能和通話質量比較，在移動VoIP相關文獻中很常見[2-4]。Kim等[5]測試了一系列包括iLBC，Skype和Speex在內的許多編解碼器，他們使用言語質量的知覺評價（Perceptual Evaluation of Speech Quality，PESQ）對不良網絡狀況，如抖動、數據包丟失等語音樣本進行評估。證明語音編解碼器不能提供高質量的性能。有人測試了兩種移動VoIP應用的質量差異：Skype和Line[6]。他們使用PESQ在14所大學里測量了5種不同3G移動網絡。可以用來評估網絡質量。為了選擇合適的編解碼器，有團隊在PCM，Speex和iLBC之間作了比較[3]。結果顯示，iLBC在某些情況下優于其他兩個。

2 智能數據包VOIP解決方案

SPVS是一個完整的移動VoIP網絡解決方案，包括PSTN突破能力。與競爭應用程序相比，甚至可以提高90%的帶寬效率的優化。

SPVS提高的關鍵是重視協議優化的積累。

2.1 協議頭部數據消除

大多數協議都會攜帶一些含有元數據與有效載荷的頭部信息，用于接收方解析數據。為了提高帶寬效率，SPVS協議不會在每個包上都攜帶元數據。相反，我們使用了一些元數據包，允許數據包內只攜帶實際編碼的語音數據，在設備之間協調調用。

2.2 編解碼頭部數據消除

類似于協議，編解碼器還攜帶一系列必須發送的參數[7]。如果通信雙方都配置有效載荷的參數，那么其所攜帶的頭部信息就成為多余的。最終可將其全部刪除，并且對傳輸的每個參數進行標準化。SPVS只攜帶一個特定集合的編解碼器參數，并且允許每個包只攜帶壓縮語音信號。

2.3 有效載荷比減少

即使有效載荷不攜帶任何頭部信息，但每單個網絡協議包含所有由該層產生的數據，并且在上面添加自己的頭部信息。為減少被強加的頭部信息，我們使用了100 ms幀替代20 ms幀。這一更改更好地優化網絡利用率，類似于Nagle在TCP算法中提供的優化[8]。與20 ms幀相比，使用100 ms幀可以節省4幀頭部信息。可以由以下關系表示：

S=（Hip+Hudp）× 4

Hip表示IP頭的大小，Hudp表示UDP頭的大小，S表示每100 ms幀發送的數據量。Hip的可能值介于20～60字節。Hudp具有固定8字節。使用這些數值，可以計算出節省的數據量在每幀112～272字節。

2.4 靜默檢測法

在正常通話中，通常只有其中一個參與者在說話，另一個在聽。如果沒有意識到這種特殊情況，應用程序將始終同時記錄和發送語音信息。使用靜默檢測算法，可以避免這一情況。SPVS有一個特殊的“靜默”包，每當檢測到用戶靜默時便被應用程序發送出去。這個包還可以作為一個存活報文，來保證連接的持續性而被定時發送。

2.5 編解碼器的選擇

Speex作為免費有效的開源編解碼器，可以集成到SPVS中。與其他窄帶語音編解碼器（如AMR和iLBC）相比，它更為理想[5， 9]。Speex有許多壓縮級別在0到10之間，其中0表示壓縮率最高但質量最低，而10表示壓縮率最低但質量最高，鑒于多次測試，我們決定使用壓縮級別為3。

3 評估

3.1 網絡性能測試

為驗證SPVS解決方案，我們選用了比較流行的VoIP軟件進行對比，QQ、微信、skype等。采用如圖1所示模型進行測試。

為了正確地攔截所有經過的數據，兩部手機都通過筆記本電腦提供的熱點連接到因特網。

所有測試都遵循以下步驟：撥通兩個手機上面的APP實現通話；啟動tcpdump作為后臺過程，記錄所有的網絡數據；播放1 min音頻文件，這個文件包含正常通話及通話過程中的正常靜默等待。音頻文件播放完畢后，停止tcpdump的抓包工作。

3.2 MOS測試文件

第二個實驗是MOS測試，分為兩個步驟：錄音和聽力測試。第一步對于所有使用測試的VoIP軟件進行錄音。第二步將錄音樣本打亂后，讓測試人員對測試樣本進行打分。

所有原始樣品都包含兩個及以上短暫沉默為間隔的短語。錄音過程使用兩個手機模擬一個談話過程。第一部電話被放在一個音響室里，在手機10 cm處有揚聲器播放80 dB的音樂，音響室的環境噪聲等級為33.9 dB。用這個手機上的APP撥打另一個手機，另一個手機通過音頻輔助線連接到電腦上進行錄音。記錄過程如下：

（1）設備1呼叫設備2，設備2接聽電話。（2）語音樣本在設備1被記錄下來。（3）同時設備2會把接收到的語音通過計算機記錄下來。（4）所有應用程序中的所有步驟，都提供男性和女性語音樣本。

在記錄之后，所有產生的樣本都被重命名為只有錄音者知道的隨機名字。然后在移動應用的幫助下進行平均意見評分MOS（見表1）。

3.3 結果分析

為方便分析，我們假設數據流量價格為10分/MB，如表2所示。對比其他系統，SPVS系統的語音質量處于一個可接受的范圍，比QQ稍弱。但比QQ節省了71%的數據消耗。相比較微軟的skype軟件，SPVS節省了90%的數據消耗。

SPVS系統在特定的領域有很大的競爭優勢，比如經常出海的船員，他們只能通過昂貴的衛星數據跟親朋好友聯絡，SPVS的低帶寬特性可以直接節省船員的通話成本。在3G和4G網絡普及率低的國家，SPVS的低帶寬特性具有非常大的優勢。經實際測試，表2中所列出的所有VoIP程序，只有SPVS可以在2G網絡下撥通電話。

4 結語

移動VoIP解決方案的另一個重要方面是多網絡切換引發的丟包問題。許多應用程序發送更小更頻繁的數據包適應網絡切換。SPVS發送的頻率較低，丟失數據包更容易被聽眾感知，影響用戶體驗，SPVS在這方面需要做進一步的研究。

[參考文獻]

[1]COLLINS B，DZIEDZIC C.Method and devices for routing in a satellite-based communication system[P].USPTO Patent Application（20150381264），2016-06-21.

[2]DIMOLITSAS S，CORCORAN F，RAVISHANKAR C，et al.Evaluation of voice codec performance for the inmarsat mini-M system[C].Brighton：Digital Satellite Communications，Tenth International Conference，1995.

[3]ZHOU J，WU T，LENG J.Research on voice codec algorithms of sip phone based on embedded system[C].Beijing：2010 IEEE International Conference，2010：183-187.

[4]SEO W J，WOO S J，BAE K S.Study on the application of an amr speech codec to voip[C].Salt Lake：2001 IEEE International Conference，2001：1373-1376.

[5]KIM K，CHOI Y J.Performance comparison of various voip codecs in wireless environments[C].New York：Proceedings of the 5th International Conference on Ubiquitous Information Management and Communication，ACM，2011：89.

[6]WUTTIDITTACHOTTI P，DAENGSI T.Quality evaluation of mobile networks using voip applications： a case study with skype and line based-on stationary tests in bangkok[J].International Journal of Computer Network and Information Security（IJCNIS），2015（12）：28.

[7]TOULOUPIS E，MELIONES A，APOSTOLACOS S.Implementation and evaluation of a voice codec for zigbee[C].Computers and Communications（ISCC），2011 IEEE Symposium，2011：341-347.

[8]NAGLE J. Congestion control in ip/tcp internetworks[J].ACM SIGCOMM Computer Communication Review，1995（1）：61-65.

[9]RAMO A .Voice quality evaluation of various codecs[C].Dalla：In Acoustics Speech and Signal Processing（ICASSP），2010 IEEE International Conference，2010：14-19.