基于NGN網(wǎng)絡(luò)語音質(zhì)量測量的探討

楊宗林　張治中　唐希熙 2007/07/03

圖1　RTP包頭格式

上面每個域的意義及作用如下：

　　版本號（V）：2bit，這個域代表RTP的版本號，目前RTP采用的版本號是2。

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

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

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

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

　　凈荷類型（PT）：7bit，該域標識了RTP凈荷的格式，它決定了應(yīng)用程序如何對凈荷解碼。

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

　　時間戳（Timestamp）：32bit，該域記錄了該包中數(shù)據(jù)的第一個字節(jié)的采樣時刻。時間戳在媒體同步和抖動計算中是不可缺少的。

　　同步源（SSRC）：32bit，該標識符隨機選擇，旨在確保在同一個RTP會話中不存在兩個同步源具有相同的SSRC標識符。

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

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時數(shù)據(jù)的傳輸?shù)摹?

　�。�1）混合器（Mixers）。接收來自一個或多個發(fā)送方的RTP包，并把它們組合成一個新的RTP包繼續(xù)轉(zhuǎn)發(fā)。這種組合數(shù)據(jù)塊將有一個新的SSRC標識，具有新標識的特別發(fā)送方被作為特別信源加入到RTP數(shù)據(jù)塊中。因為來自不同特別發(fā)送方的數(shù)據(jù)塊可能非同步到達，所以混合器就對這些輸入源進行時間判斷，然后形成混合流自己的時間。

　�。�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。翻譯器只是對單個媒體流進行操作，可能進行編碼轉(zhuǎn)換或者協(xié)議翻譯。典型的例子是多媒體會議中不同端系統(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)防火墻時的過濾器。翻譯器是形成RTP包完整同步源定義符的中間系統(tǒng)。

　　一個RTP會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。從同一個同步源發(fā)出的RTP分組序列稱為流，一個RTP會話可能包含多個RTP流。一個RTP分組在服務(wù)器端發(fā)送出去的時候總是要指定屬于哪個會話和流，在接收時也需要進行兩級分用，即會話分用和流分用。只有當(dāng)RTP使用同步源標識和分組類型把同一個流中的分組組合起來，才能夠使用序列號和時間戳對分組進行排序和正確回放。

3、NGN網(wǎng)絡(luò)中語音質(zhì)量測量方法

　　根據(jù)中國移動通信集團公司出臺的軟交換測試儀表測試規(guī)范中要求語音質(zhì)量測量的方法主要包括如下。

3.1　主動式語音質(zhì)量測試

　　主要是通過測試儀表模擬兩個NGN網(wǎng)絡(luò)的終端用戶，首先通過同NGN網(wǎng)絡(luò)的信令交互建立起這兩個用戶之間的呼叫連接，然后在該連接上模擬發(fā)送和接收測試語音流，通過對收發(fā)語音信號的比較，來測試出端到端的語音質(zhì)量，并且能提供PESQ值和時延值，圖3為主動式語音質(zhì)量測試的結(jié)構(gòu)圖。

圖3　主動式語音質(zhì)量測試結(jié)構(gòu)

3.2　被動式語音質(zhì)量測試

　　通過儀表對NGN網(wǎng)絡(luò)中實際運行的RTCP/RTP業(yè)務(wù)流進行捕獲、解碼和統(tǒng)計分析，來計算VoIP業(yè)務(wù)流的關(guān)鍵指標：時延、抖動、丟包率、R系數(shù)和MOS值等統(tǒng)計參數(shù)[2，3]，圖4為被動式語音質(zhì)量測試的結(jié)構(gòu)圖。

圖4　被動式語音質(zhì)量測試結(jié)構(gòu)

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

　　（1）時延（Delay），當(dāng)一個數(shù)據(jù)包發(fā)送時，發(fā)送端在RTP報文頭上增加一個時間戳；當(dāng)在另一端被接收時，接收端同樣記下接收包的時間戳；計算這兩個時間戳之差可以得到這個數(shù)據(jù)包在網(wǎng)絡(luò)中的通路時間，即時延。

　�。�2）抖動（Jitter），語音信號在發(fā)送端經(jīng)過壓縮打包后在網(wǎng)絡(luò)中傳輸時，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)包到達接收端的時間也可能不同，計算連續(xù)語音包端到端時延的差值，即抖動值。

　�。�3）丟包（Packet Loss），是影響語音質(zhì)量的又一個關(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地分布時，人耳并不容易感覺到較差的語音質(zhì)量，當(dāng)丟包數(shù)量變大時，語音質(zhì)量也就相應(yīng)的變差。

　�。�4）R系數(shù)，ITU-T的G.107標準提出了E-Model的模型，這種模型考慮了時延、抖動、丟包、回音、編碼器性能等網(wǎng)絡(luò)損傷因素對有噪語音質(zhì)量的影響[4，5]。根據(jù)RTP包提供的信息，在計算出時延、抖動、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模型是主觀評價方法，根據(jù)E模型MOS值是通過R值計算得到的。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　用戶滿意度等級與R值和MOS值的范圍對應(yīng)表

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

圖7　時延對MOS值的影響

　　從仿真結(jié)果中同時可以看出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

　　本文圍繞著RTP協(xié)議和中國移動通信集團公司出臺的軟交換測試儀表測試規(guī)范，對NGN網(wǎng)絡(luò)語音質(zhì)量測試所要求的幾個重要指標進行了分析和說明，并給出了基本的實現(xiàn)方法，最后通過實際仿真說明了時延對語音質(zhì)量的影響�？傊Z音質(zhì)量是NGN網(wǎng)絡(luò)測試的一個重要方面，用行之有效的方法對其進行測量是十分重要的，需要在實際應(yīng)用中不斷的加以改進和補充。

參考文獻

[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語音評價方法綜述.艦船電子工程，2006(1)：44-46

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

電信工程技術(shù)與標準化