資源描述：
《語音通信中時延產(chǎn)生測量及減小方法.doc》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、語音通信中時延產(chǎn)生測量及減小方法 時延是語音通信中的一個重要指標(biāo)，當(dāng)端到端(end2end)的時延（即one-way-delay,單向時延）低于150Ms時人感覺不到，當(dāng)端到端的時延超過150Ms且小于450Ms時人能感受到但能忍受不影響通話交流，當(dāng)端到端的時延大于1000Ms時嚴(yán)重影響通話交流，用戶體驗(yàn)很差。同時時延也是語音方案過認(rèn)證的必選項(xiàng)，超過了規(guī)定值這個方案是過不了認(rèn)證的。今天我們就講講時延是怎么產(chǎn)生的以及怎么樣在通信終端上減小時延?！ ?、時延產(chǎn)生 下圖是語音從采集到播放的傳輸過程?！ 纳蠄D看出，傳輸過程包括三部分，一是從發(fā)送端采集到語音數(shù)據(jù)處理后發(fā)送到網(wǎng)絡(luò)設(shè)備
2、，二是網(wǎng)絡(luò)設(shè)備之間傳送，三是從網(wǎng)絡(luò)設(shè)備發(fā)送給接收端并播放出來。每個過程都會產(chǎn)生時延，總體可以分為三類。一是通信終端上引入的時延，這時本文要講的重點(diǎn)，后面具體講。二是通信終端和網(wǎng)絡(luò)設(shè)備之間的時延，包括采集終端到網(wǎng)絡(luò)設(shè)備的延時和網(wǎng)絡(luò)設(shè)備到播放設(shè)備的延時。三是網(wǎng)絡(luò)設(shè)備之間的時延。二和三屬于網(wǎng)絡(luò)設(shè)備引入的延時，本文不討論?！ ‖F(xiàn)在我們具體看通信終端上引入的時延，它在發(fā)送端（或者叫上行/TX）和接收端（或者叫下行/RX）都有。在發(fā)送端主要包括聲音的采集引入的延時、前處理算法引入的延時和編碼算法引入的時延。聲音采集時通常5Ms或者10Ms從采集DMA中取一次語音數(shù)據(jù)，但是編碼時多數(shù)codec要
3、求的一幀是20Ms（比如AMR-WB），這兩者之間不匹配，就要求采集到的數(shù)據(jù)放在buffer里緩一段時間，等到幀長時再取出來去編碼，這就引入了時延。以一幀20Ms為例，就會引入20Ms的延時。前處理算法主要有AEC、ANS、AGC，這些算法都會引入延時，這跟濾波器的階數(shù)有關(guān)，階數(shù)越多，延時越大。編碼算法同前處理算法一樣也引入了延時。在接收端主要包括端網(wǎng)絡(luò)延時、解碼算法延時、后處理算法延時和播放延時。端網(wǎng)絡(luò)延時主要出現(xiàn)在解碼之前的jitterbuffer內(nèi)，如果有抗丟包處理（例如FEC）延時還會增加（有FEC增加延時的原因是要等接收到的包到指定個數(shù)才能做FEC解碼還原出原始包，用FE
4、C抗丟包的原理我在前面的文章（語音通信中提高音質(zhì)的方法）中寫過）。解碼和后處理算法和發(fā)送端的編碼前處理類似有延時。播放前為了保持播放的流暢性會在語音數(shù)據(jù)進(jìn)播放DMA前加一級buffer，這也引入了延時?！ ?、時延測量 時延是過認(rèn)證的必選項(xiàng)。對于語音通信解決方案來說，先得讓時延低于認(rèn)證指定的值，然后再看有沒有減小的可能。如可以將時延做到更小，則是該方案的亮點(diǎn)。要測量時延就得在實(shí)驗(yàn)室搭建一個理想的端到端的語音通信系統(tǒng)（理想是指網(wǎng)絡(luò)幾乎不引入時延），同時兩端均采用該語音方案，這樣就可以用儀器測出端到端的延時了。測時延時，儀器上顯示的時延是一個平均值，等通話時長達(dá)到一定值后就會穩(wěn)定下來
5、。拿它跟認(rèn)證指定的值比較，如果大于指定值，認(rèn)證是過不了的，先要減小時延讓它低于指定值。如果低于指定值，則說明該方案有一個好的起點(diǎn)，可以繼續(xù)減小讓其成為亮點(diǎn)。 用儀器測出來的單向時延大體上應(yīng)該是終端上各個模塊引入的時延之和。要減小時延首先得搞清楚是哪個模塊引入的時延較大。有些模塊引入的時延是已知固定的，且不能減少，比如信號處理算法模塊。有些模塊引入的時延是未知的，我們就需要去測量這個模塊引入的時延具體是多少。做這些前需要對該語音通信方案的軟件架構(gòu)熟悉，知道方案中有幾個（除了信號處理算法模塊外）引入時延的點(diǎn)。這種時延通常是對buffer的存取引入的時間差，該怎么測出時延值呢？我一般用
6、如下的方法：當(dāng)把語音數(shù)據(jù)放進(jìn)buffer時記下當(dāng)時的時間t1，保存在這段數(shù)據(jù)開始的地方（雖然破壞了語音數(shù)據(jù)，不過沒關(guān)系，我們只是用來測延時，是一種手段，不關(guān)心語音質(zhì)量），當(dāng)從buffer中取出這段語音數(shù)據(jù)時，再記錄下時間t2，將t2減去保存在數(shù)據(jù)中的t1就得到本次存取引入的延時。統(tǒng)計(jì)非常多次（我通常用一萬次）再算平均值，就可以得到這個點(diǎn)引入的時延了。下面舉例說明。有一塊可以存5幀（每幀20Ms）的buffer，某一幀語音數(shù)據(jù)放在第三幀處。放時的時間是158120毫秒，將這個值放在放這段數(shù)據(jù)開始的地方。將這段數(shù)據(jù)從buffer里取出來時的時間是158180秒，可以算出本次延時是60M
7、s（158180-158120=60），統(tǒng)計(jì)10000次，算出延時總和，再除以10000，得到延時平均值是58Ms。所以這個點(diǎn)引入的時延是58Ms?！ ?、時延的減小方法 知道了各個點(diǎn)引入的時延大小，下面就要看怎么減小時延了。這里的減小是指能減小的，有些是不能減小的，比如codec引入的時延。我用過的方法主要有以下兩種?！ ?）用減小緩沖深度來減小時延 這種方法說白了就是讓語音數(shù)據(jù)在buffer里呆的時間短些，比如以前在buffer里有了3幀（假設(shè)每幀20Ms）語
