32
наибольшую степень сжатия информации и соответствующая
спецификации G.723.1 (до 5,3 кбит/с). Применяются и другие схемы —
G.729a, G.711, G.726, G.728. При этом чрезвычайно важной является
оснащение шлюза дополнительной установкой используемой схемы
сжатия голоса. Для различных задач и при разных условиях владелец
имеет возможность определить для работы шлюза тот или иной
алгоритм кодирования. Такие шлюзы имеют многие компании: Lucent
Technologies nc. (Packetstar P Gateway 1000), Hypercom Corp. (серия
ntegrated Enterprise Network), Memotec Communications nc. (CX950 Access
Switch), Netrix Corp. (сетевые станции Network Exchange 2201, 2210),
Vocaltec Communications Ltd. (Vocaltec Telephony Gateway).
Теперь необходимо перейти к классификации шлюзов. Шлюзы IP-
телефонии по области применения можно разделить на два основных
типа: шлюзы, ориентированные на корпоративное применение, и шлюзы,
предназначенные для операторов и поставщиков услуг связи. Шлюзы
для поставщиков услуг связи отличаются большой емкостью и
масштабируемостью, присутствием средств аутентификации и
мониторинга, а также дополнительных возможностей биллинга.
Примерами таких устройств являются следующие шлюзы: PTC компании
Ericsson, PacketStar P Gateway 1000 компании Lucent Technologies,
MainStreetXpress 36100 от Newbridge, Hi-Gate 1000 компании ECI
Telecom, Clarent Gateway фирмы Clarent. Типовая инсталляция этих
шлюзов предусматривает их подключение с одной стороны к IP-сети
(например, через Ethernet-интерфейс), а с другой — к традиционной
телефонной сети общего пользования (обычно по Е1-каналам).
По способу исполнения шлюзы IP-телефонии делятся на [19]:
автономные IP-шлюзы. Автономные IP-шлюзы, как правило,
состоят из серверов на базе персональных компьютеров с комплектом
голосовых плат. Голосовые платы не предназначены для
компрессии/декомпрессии звука, поэтому данная операция должна
33
выполняться главным процессором ПК;
маршрутизаторы-шлюзы. Сочетание в одном устройстве
маршрутизатора и шлюза IP-телефонии позволяет избежать
традиционных для IP-телефонии проблем, связанных с преодолением
межсетевых экранов и систем трансляции IP-адресов (NAT);
RAS-шлюзы. Разновидность шлюзов для VoIP, состоящих из
плат, устанавливаемых в серверы дистанционного доступа (RAS). В
этом направлении работают компании Ascend Communications и Digi
nternational (устройства Multivoice Gateway и Netblazer 8500
соответственно). Установка устройств данного типа при построении IP-
сетей оправдана при работе с приложениями с множеством голосовых
портов и имеющими предельно важное значение;
шлюзы-модули для УПАТС. Шлюзы IP-телефонии,
представляющие собой конструктивно модули для классических
учрежденческих АТС. Компании Lucent Technologies и Nortel Networks
производят их для своих станций Defmity и Meridian 1. Причем, такая
система перед тем, как установить соединение через IP-сеть, проверяет
качество связи. В случае достаточного ее качества (норма
устанавливается администратором системы), соединение устанавливается.
Иначе, вызов направляется по традиционным линиям связи;
шлюзы с интеграцией бизнес-приложений. По мере развития
систем IP-телефонии на ведущие роли выходят сервис-функции. При
этом оборудование должно ориентироваться не только на интеграцию
трафика, но и на интеграцию бизнес-приложений, позволяющую
повысить продуктивность работы предприятий. К таким продуктам
следует отнести систему eBridge nteractive Web Responce компании
eFusion, обеспечивающую интеграцию Web-служб и центров по
обработке вызовов. Она позволяет реализовать службу типа «click-to-
call» для установления телефонной связи между посетителями Web-узла
компании и ее сотрудниками;
34
учрежденческие АТС на базе шлюзов. Еще одно направление
развития оборудования IP-телефонии — построение учрежденческих
телефонных систем на базе инфраструктур ЛВС. Примерами такого
оборудования могут послужить продукты фирм NBX (приобретена
компанией 3COM) и Selsius (приобретена компанией Cisco Systems);
сетевые платы с функциями телефонии. Одним из решений IP-
телефонии являются многоцелевые сетевые платы с функциями
телефонии (небольшие устройства типа nternet PhoneJACK от Quicknet
Technologies, EtherPhone фирмы PhoNet Communications или крупные
устройства типа плат ATM от Sphere Communications). Такие устройства
оборудованы портами RJ-11 для подключения обычного телефонного
аппарата;
автономные IP-телефоны. Представляют собой решение «все в
одном» для одной линии. По внешнему виду и базовым сервисным
возможностям аппаратные реализации IP-телефонов ничем особо не
отличаются от обычных телефонов, но их электронная «начинка»
позволяет существенно уменьшить нагрузку на персонал, отвечающий за
телефонную связь. Такой тип продуктов предлагает компания Cisco
Systems.
Помимо аппаратной существуют и программные реализации IP-
телефонов. В этом случае персональный компьютер (ПК),
оборудованный телефонной гарнитурой или микрофоном и
акустическими системами, превращается в многофункциональный
коммуникационный центр. Пользователь ПК, кроме доступа к обычному
телефонному сервису, получает набор дополнительных возможностей:
получение информации о звонящем клиенте (благодаря наличию
стандартного интерфейса TAPI к другим программам), контроль за
телефонными вызовами и работой с речевой почтой. Примером могут
послужить программные продукты NetMeeting от Microsoft и
InternetPhone фирмы Vocaltec Communications. Недостатками таких
35
систем является неполная совместимость с H.323 версии 2, а также
отсутствие поддержки функций по обеспечению безопасности в работе с
gatekeeper.
Ещё раз повторимся, что задачей шлюза является сопряжение
«обычных» телефонных сетей с IP. С одной стороны шлюза всегда
будет IP, но с другой стороны мы встречаем разнообразие интерфейсов.
Рассмотрим наиболее известные «телефонные» интерфейсы [15]:
FXS (Foreign eXchange Subscriber) - аналоговый интерфейс
телефонных станций. К голосовым шлюзам с таким интерфейсом могут
подключаться обычные телефонные аппараты, факсы и другие
абонентские устройства;
порт FXO (Foreign eXchange Office) - аналоговый интерфейс
абонентских устройств телефонных станций. Устройства с таким
интерфейсом подключаются к интерфейсу FXS. Существует такое
простое правило - если есть провод, соединяющий два аналоговых
устройства телефонии, то с одной стороны этого провода должен быть
FXS (АТС), а с другой - FXO (телефон). Удовлетворяет требованиям
ведущих промышленных стандартов, такими как H.323 v4, SIP, MGCP,
MEGACO.
И в заключении, стоит еще раз отметить, что главными задачами
шлюза являются обеспечение качественного дуплексного телефонного
общения абонентов в режиме пакетной передачи и коммутация
цифровых сигналов, и задачи эти сохраняются неизменными вне
зависимости от архитектуры шлюза или его интерфейса.
1.3.2. Кодеки
Аудиокодеком называют программу или алгоритм, который
сжимает, либо разжимает цифровые звуковые данные, позволяя снизить
требования к пропускной способности канала передачи данных.
36
Применяемые алгоритмы сжатия голоса при передаче по IP-сети
довольно разнообразны. Некоторые практически не сжимают голос,
оставляя его на уровне импульсно-кодовой модуляции (то есть 64
килобит/с), другие кодеки позволяют сжимать цифровой голосовой поток
в 8 и более раз за счёт эффективных алгоритмов кодирования.
Существует немало хороших свободных кодеков, использование которых
не требует лицензирования. Для других же требуется достижения
соответствующей лицензионной сертификации между производителем
оборудования (программного обеспечения) и авторами метода сжатия.
Рассмотрим некоторые из них.
По принципу действия кодеки можно разделить на три группы
[27]:
кодеки с импульсно-кодовой модуляцией (ИКМ — передача
непрерывной функции в виде серии последовательных импульсов) и
адаптивной дифференциальной импульсно-кодовой модуляцией
(АДИКМ), появившиеся в конце 50-х годов и использующиеся сегодня
в системах традиционной телефонии;
кодеки, использующие вокодерное преобразование речевого
сигнала. Эти кодеки используют гармонический синтез сигнала на
основании информации о его вокальных составляющих - фонемах. В
большинстве случаев, такие кодеки реализованы как аналоговые
устройства;
комбинированные (гибридные) кодеки сочетают в себе
технологию вокодерного преобразования речи, но оперируют уже с
цифровым сигналом посредством специализированных DSP. Кодеки
этого типа содержат в себе ИКМ или АДИКМ кодек и реализованный
цифровым способом вокодер.
В IP-телефонии на сегодняшний день наиболее распространено
преобразование посредством кодека G.729, а также сжатие G.711 по А-
закону (alaw) и μ-закону (ulaw):
37
G729 - стандартизованный TU-T кодек, предназначенный для
передачи речи с хорошим качеством при использовании небольшой
пропускной способности (8 кбит/сек). Длина кадра обрабатываемого
G.729 — 10 мс, частота дискретизации — 8 кГц. Для каждого из таких
кадров определяются параметры математической модели, которые в
дальнейшем и передаются в канал в виде кодов. Существуют две
популярные и несовместимые между собой версии данного стандарта:
Annex A (более «простая» схема кодирования) и Annex B (с
использованием алгоритмов сжатия пауз). Поддерживается практически
всеми производителями оборудования. При коммерческом использовании
требуется лицензия.
G.729 сжимает исходный сигнал с потерей данных. Основная идея,
заложенная в G.729 — передача не самого оцифрованного сигнала, а
его параметров (спектральной характеристики, количества переходов
через ноль), достаточных для последующего синтезирования на
принимающей стороне. При этом все основные характеристики голоса,
такие как амплитуда и тембр сохраняются.
При использовании кодирования G.729 задержка составляет 15 мс,
из которых 5 мс тратится на заполнение предварительного буфера.
Отметим также, что кодек G.729 требователен к ресурсам процессора.
G.711 — стандартизованный TU-T кодек, используемый в
устройствах SDN. Требуемая пропускная способность - 64 кбит/сек.
Существуют две разновидности кодека a-law и u-law, отличающиеся
алгоритмами кодирования. Кодек поддерживается практически всеми
устройствами P-телефонии.
G.711 использует ИКМ преобразование аналогового сигнала с
точностью 8 бит, тактовой частотой 8 кГц и простейшей компрессией
амплитуды сигнала. Для снижения шума квантования и улучшения
преобразования сигналов с небольшой амплитудой при кодировании
используется нелинейное квантование по уровню согласно специальному
38
псевдо-логарифмическому закону: а-закон для европейской системы
ИКМ-30/32 или u - закон для североамериканской системы ИКМ-24.
Кодек G.711 широко распространен в системах традиционной
телефонии с коммутацией каналов. Несмотря на то, что рекомендация
G.711 в стандарте Н.323 является основной и первичной, в шлюзах IP-
телефонии данный кодек применяется редко из-за высоких требований к
полосе пропускания и задержкам в канале передачи (64 кбит/с это
много). Использование G.711 в системах IP-телефонии обосновано лишь
в тех случаях, когда требуется обеспечить максимальное качество
кодирования речевой информации при небольшом числе одновременных
разговоров [15].
G723.1 - кодек, стандартизованный TU-T. Отличительной
особенностью является возможность работы при очень низком потоке
(5.3, 6.3 кбит/сек). По субъективными оценкам, обладает самым плохим
качеством речи. Поддерживается значительной частью устройств IP-
телефонии. При коммерческом использовании требуется лицензия.
G.723.1 – является гибридным кодеком, использующим технологию
кодирования речевой информации, которую называют MP - MLQ (Multy
- Pulse - Multy Level Quantization - множественная импульсная,
многоуровневая квантизация).
GSM (RPE-LTP) - голосовой кодек, разработанный для
использования в системах сотовой связи стандарта GSM. При
кодировании кадра используется информация предыдущего кадра,
кодирование осуществляется блоками по 20 мс со скоростью 13 кбит/с.
Поддерживается производителями оборудования, в основном в шлюзах
между сотовыми и VoIP-сетями.
iLBC (Internet low bitrate codec) - открытый (не требуются
лицензионные отчисления) голосовой кодек. Предназначен для
кодирования с потоком 13.33 кбит/сек (при размере кадра 30 мс) и
15.20 кбит/сек (при размере кадра 20 мс). По субъективным оценкам
39
экспертов, качество речи данного кодека превышает G.729A. Кроме
того, кодек более устойчив (по сравнению с G729) к потере кадров, что
позволяет эффективно использовать его при организации сеансов связи
через сеть Интернет. Поддерживается ограниченным числом
производителей оборудования. LBC используется в таких проектах, как
Google Talk, Skype и Yahoo! Messenger.
Кодек G.728 - гибридный кодек с управляемым кодом линейным
предсказанием и малой задержкой. Кодек обеспечивает скорость
преобразования 16 кбит/с, вносит задержку при кодировании от 3 до 5
мс. Кодек предназначен для использования, в основном, в системах
видеоконференций. В устройствах P-телефонии данный кодек
применяется достаточно редко.
Теперь необходимо собрать характеристики кодеков в одной
таблице 1 [15].
Таблица 1 - Основные параметры кодеков IP-телефонии
Кодек Поток
Размер пакета
(мс)
Алгоритмическая
задержка (мс)
Оценка
MOS
Суммарный поток
G.711
64
кбит/с
20 0 4,4 81,2
G.729 8 кбит/с
20 15 4,07 31,2
G.723.1
6.3
кбит/с
30 37,5 3,87 21,9
G.723.1
5.3
кбит/с
30 37,5 3,69 20,8
GSM
13
кбит/с
20 20 3,5 35,4
iLBC
13.33
кбит/с
30 30 4 28
iLBC
15.2
кбит/с
20 30 4 29
1.3.3. Факторы, влияющие на качество IP-телефонии
Разделим факторы, влияющие на качество IP-телефонии на две
40
категории, первая из них зависит от качеств IP-сети, вторая – от качеств
шлюза:
1) качества IP-сети характеризуют:
максимальная пропускная способность максимальное
количество данных, которая она передает;
задержка промежуток времени, требуемый для передачи пакета
через сеть;
джиттер задержка между двумя последовательными пакетами;
потеря пакета пакеты или данные, потерянные при передаче
через сеть.
2) качества шлюза характеризуют:
требуемая полоса частот пропускания;
задержка время, необходимое сигнальному процессору DSP
для кодирования и декодирования речевого сигнала;
объем буфера джиттера для сохранения пакетов данных до тех
пор, пока все пакеты не будут получены; затем можно будет передать часть
речевой информации в требуемой последовательности и таким образом
минимизировать джиттер;
возможность потери пакетов потеря пакетов при сжатии и/или
передаче в оборудовании IP-телефонии;
наличие функции подавления эха, возникающего при передаче
речи по сети.
Возможны случаи, когда при передаче речи по IP-сети возникают
намного большие, чем в ТфОП, задержки, которые, к тому же,
изменяются случайным образом. Этот факт представляет собой проблему
и сам по себе, но кроме того, усложняет проблему эха, о которой мы
расскажем позже. Задержка (время запаздывания) определяется как
промежуток времени, затрачиваемый на то, чтобы речевой сигнал
прошел расстояние от говорящего до слушающего.
41
Когда речь или данные разбиваются на пакеты для передачи через
IP-сеть, пакеты часто прибывают в пункт назначения в различное время
и в разной последовательности (для доставки пакетов могли
использоваться различные маршруты). Это создает случайную задержку
доставки пакетов, называемую джиттером. Джиттер приводит к
специфическим нарушениям передачи речи, они воспринимаются как
треск и щелчки.
Наиболее часто применяющийся метод борьбы с джиттером —
джиттер-буфер, хранящий определенное количество пакетов. Задачей
этих буферов является предварительное накопление пакетов перед их
дальнейшей передачей декодеру. Очевидно, что буфер дрожания также
вносит некоторую задержку в процесс передачи голоса, поэтому
желательным является использование такого размера буфера дрожания,
которое, с одной стороны, обеспечивает приемлемое качество речи, а с
другой - минимизирует общее значение бюджета двусторонней задержки
до значения 300 мс.
Выбор операционной системы влияет на общую величину
задержки. Чтобы свести к минимуму влияние операционной системы,
некоторые производители шлюзов и IP-телефонов применяют так
называемые ОС реального времени (VxWorks, pSOS, QNX Neutrino и т.
д.), которые используют более сложные механизмы разделения времени
процессора, действующие таким образом, чтобы обеспечивать более
быструю реакцию на прерывания и более эффективный обмен потоками
данных между процессами.
Ещё один способ уменьшить влияние ОС - передать все функции,
которые необходимо выполнять в жестких временных рамках (обмен
данными между речевыми кодеками и сетевым интерфейсом, поддержку
RTP и т. д.), отдельному быстродействующему процессору. При этом
пересылка речевых данных осуществляется через выделенный сетевой
интерфейс периферийного устройства, а операционная система рабочей