高清話(huà)質(zhì)-無(wú)與倫比的VoIP話(huà)質(zhì)

還記得第一次收聽(tīng)調頻收音機嗎？還記得在多年收聽(tīng)磁帶之后第一次收聽(tīng)CD嗎？高清話(huà)質(zhì)電話(huà)為我們帶來(lái)的就是這樣的感受。隨著(zhù)VoIP的不斷商用化，系統開(kāi)發(fā)商和服務(wù)供應商的重點(diǎn)也由提供VoIP服務(wù)轉向提供更高質(zhì)量的VoIP服務(wù)。借助高清電視的強大營(yíng)銷(xiāo)攻勢，目前HD-sound已經(jīng)成為被廣泛接受的寬帶語(yǔ)音品牌。這使服務(wù)供應商能夠通過(guò)自己的IP電話(huà)家用網(wǎng)關(guān)提供清晰的音質(zhì)。傳統的“窄帶”電話(huà)在語(yǔ)音清晰度和數據傳輸速率方面實(shí)現了折中，聲音帶寬為300Hz～3.4kHz。相比之下，HD-sound采用了寬帶技術(shù)，傳輸帶寬為50Hz～7.0kHz或者更高。這不僅大大提高了通話(huà)的清晰度和自然度，而且還大大提高了MP3和網(wǎng)絡(luò )收音機等其他多種音頻應用的語(yǔ)音清晰度和自然度。本文試圖闡述電話(huà)實(shí)現高清話(huà)質(zhì)所面臨的障礙，并說(shuō)明其市場(chǎng)潛力。

高清語(yǔ)音：寬帶電話(huà)
“寬帶”電話(huà)的傳輸帶寬范圍為150Hz～6.3kHz。盡管這不是CD帶寬（20Hz～20kHz），但與窄帶相比，增加的寬帶大大提高了語(yǔ)音的清晰度。大約20年前，寬帶電話(huà)曾針對采用G.722編解碼器的ISDN實(shí)現了標準化，但從未真正獲得廣泛部署。不過(guò)G.722在新聞領(lǐng)域卻得到了應用，G.722寬帶經(jīng)常被用于從遙遠的地點(diǎn)傳輸語(yǔ)音，代替語(yǔ)音質(zhì)量較差的標準電話(huà)。

由于IP電話(huà)已具備針對窄帶語(yǔ)音壓縮算法的強大信號處理功能，因此可輕易通過(guò)IP電話(huà)的語(yǔ)音引擎來(lái)處理寬帶編解碼器，若模數轉換器和數模轉換器支持16kHz采樣率，則IP電話(huà)上的寬帶電話(huà)只需相對較低的額外開(kāi)銷(xiāo)。其他推動(dòng)寬帶電話(huà)發(fā)展的因素還包括全新的DECT標準CAT-iq，該標準還指定 G.722為高清語(yǔ)音所需的編解碼器。

PC聲卡支持8kHz、16 kHz、32kHz、44.1kHz和48kHz的采樣率，通常具備寬帶編解碼器所需的處理功率?！癝kype”等基于PC的軟電話(huà)應用已在市場(chǎng)廣泛部署。多數企業(yè)的IP電話(huà)（如西門(mén)子的OpenStage系列）已經(jīng)支持寬帶。企業(yè)寬帶市場(chǎng)就是這種理念的出色證明，原因是更容易控制終端的硬件和軟件。寬帶需要通話(huà)雙方都具備能夠處理寬帶的硬件，話(huà)機立即轉至可用的最佳編解碼器。

過(guò)去，VoIP不得不面臨性能不可靠的問(wèn)題。早期只有勇敢的先驅敢于通過(guò)網(wǎng)絡(luò )建立語(yǔ)音連接，而目前寬帶用戶(hù)已紛紛快速采用語(yǔ)音服務(wù)供應商提供的全新產(chǎn)品。以前，電話(huà)在音質(zhì)和價(jià)格方面不得不進(jìn)行折中。今天，VoIP音質(zhì)前所未有地大幅度提升，可輕松與POTS（簡(jiǎn)單老式電話(huà)）服務(wù)媲美。由于客戶(hù)端設備的可用帶寬和處理功率正逐步實(shí)現標準化，因此采用更高的帶寬大幅提高音質(zhì)就顯得非常實(shí)際和刻不容緩。這是供應商提供特色服務(wù)的解決之道。VoIP不再僅僅是VoIP。HD-Sound使它成為物超所值的暢銷(xiāo)技術(shù)。POTS電話(huà)通話(huà)與HD-Sound通話(huà)相比，不僅聲音更細，而且基本保持一個(gè)聲調。HD Sound可提供“更加溫暖”的通話(huà)，能捕捉到我們語(yǔ)音當中所有細微差別?，F在將S誤聽(tīng)為F的經(jīng)歷早已成為歷史。HD Sound可將話(huà)音質(zhì)量提高幾倍。目前將該技術(shù)向更廣大的用戶(hù)推廣還存在許多相關(guān)問(wèn)題。

圖1 傳輸頻譜圖

在頻譜分析圖表中，我們很容易看到HD-Sound具備較大的傳輸頻譜范圍。HD-Sound的傳輸頻譜包括比窄帶電話(huà)傳輸頻譜更低和更高的音調，使寬帶通話(huà)者能夠獲得非常出色的用戶(hù)體驗。

圖2對MOS（平均意見(jiàn)得分）值的分析深刻說(shuō)明了寬帶是如何被主觀(guān)感知的。窄帶G.729A的多數MOS值約為 3.5，而高清語(yǔ)音的MOS值至少比其高出30%，達到4.5。

圖2 窄帶與寬帶編解碼器的平均意見(jiàn)得分

要想優(yōu)化寬帶的部署，話(huà)機廠(chǎng)商（固話(huà)和無(wú)繩電話(huà)）必須遵守一些重要的規定：電聲組件，尤其是電話(huà)聽(tīng)筒或免提揚聲器必須能夠在各自的裝置內，以較低的失真度和較高的逼真度重新生成寬帶的整個(gè)頻率范圍。這將為設備設計者，尤其是無(wú)繩話(huà)機或手機等小型設備的設計者帶來(lái)巨大挑戰。一流的音質(zhì)需要付出成本，但巨大的市場(chǎng)將會(huì )帶來(lái)額外助益。

建議將免提電話(huà)封裝起來(lái)，目的是避免室內的回聲和增強低頻效果，例如被完全封閉起來(lái)的家用高保真揚聲器。任何VoIP電話(huà)（窄帶或寬帶）在實(shí)現全雙工性能時(shí)，最難解決的是時(shí)延問(wèn)題。人耳對話(huà)音后的回聲是不敏感的，否則我們無(wú)論在任何室內都將聽(tīng)到很強的回聲。但是話(huà)音與回聲之間的時(shí)延越長(cháng)，人耳對回聲的感知就會(huì )更加靈敏。這就是我們在教堂能夠始終聽(tīng)到回聲的原因。標準IP網(wǎng)絡(luò )分組時(shí)延可能會(huì )超過(guò)100ms――相當于一個(gè)大教堂的時(shí)延。因此需要額外采取措施減少回聲。消除話(huà)機內的回聲如同消除進(jìn)入耳內的回聲一樣。通過(guò)估計、計算和減少麥克風(fēng)信號產(chǎn)生的回聲，達到取消回聲的目的。這是一項非常艱難的工作，因為它必須適用于話(huà)機存在的任何環(huán)境。

高清語(yǔ)音幫助拓展市場(chǎng)
高清語(yǔ)音為系統廠(chǎng)商和服務(wù)供應商進(jìn)入全新的市場(chǎng)提供了大量機會(huì )。

1交互式語(yǔ)音響應
您能想象利用預先錄制的語(yǔ)音樣本，借助通話(huà)服務(wù)預定機票嗎？一定很難想象得到。目前的主要語(yǔ)音激活服務(wù)幾乎讓人發(fā)瘋，它們甚至無(wú)法辨別培訓話(huà)語(yǔ)的輕微增量。采用寬帶技術(shù)可以更加輕松地捕獲人類(lèi)語(yǔ)音的細微差別，使語(yǔ)音激活服務(wù)成為潛力巨大的可行服務(wù)。在不必與任何人講話(huà)的情況下，我們不僅可升級寬帶或話(huà)機服務(wù)，而且可預定機票、酒店或火車(chē)票。語(yǔ)音識別系統也將受益于不斷增加的帶寬，提供更加出色的識別率，尤其是更加出色地識別齒擦音。（齒擦音是我們講話(huà)時(shí)發(fā)出的S音，因此在窄帶通話(huà)中，常常會(huì )把F字母誤聽(tīng)為S字母）

2文本-語(yǔ)音轉換（TTS）
系統將標準語(yǔ)言文本轉化成語(yǔ)音（采用合成語(yǔ)音）。語(yǔ)音合成器的質(zhì)量是通過(guò)合成語(yǔ)音與人類(lèi)語(yǔ)音的相似度和可理解度評定的。易懂的文本-語(yǔ)音轉換程序可使視障人士或閱讀障礙人士通過(guò)電話(huà)或PC收聽(tīng)書(shū)寫(xiě)的作品。

● 自動(dòng)轉換：實(shí)時(shí)將語(yǔ)音樣本轉換成文本

● 汽車(chē)語(yǔ)音識別：通過(guò)語(yǔ)音控制汽車(chē)的各種功能（雨刮器、收音機、車(chē)窗等，但不能通過(guò)語(yǔ)音駕駛車(chē)輛?。。?/p>

● 語(yǔ)音生物識別：說(shuō)話(huà)人驗證。工作車(chē)間或任何需要某種身份驗證的場(chǎng)所可以采用這些應用。

● 口述。

● 免提計算：適用于殘障人士的PC命令語(yǔ)音識別。

● 家庭自動(dòng)化：通過(guò)語(yǔ)音控制通常需要開(kāi)關(guān)控制的裝置，例如關(guān)閉百葉窗和電燈、打開(kāi)暖氣裝置。

● 醫療轉錄。

現代醫學(xué)的口述記錄使醫生不必花費大量時(shí)間為財務(wù)結算創(chuàng )建文檔，而是把更多的時(shí)間用來(lái)滿(mǎn)足患者的需求。通過(guò)計算機和互聯(lián)網(wǎng)技術(shù)，越來(lái)越多的現代化文檔創(chuàng )建方法得到了應用。語(yǔ)音識別（VR）是這些劃時(shí)代技術(shù)的代表之一。語(yǔ)音識別的速度是每分鐘200個(gè)字，準確率高達99%，使醫生從傳統的抄寫(xiě)服務(wù)中解放出來(lái)。

目前的寬帶連接可為家庭終端用戶(hù)提供下行寬帶。為此DECT論壇（http://www.dect.ch/）推出了全新無(wú)繩電話(huà)標準CAT-iq，進(jìn)一步挖掘寬帶在VoIP終端領(lǐng)域的潛力。預計將推出下列應用：

高清無(wú)繩電話(huà)―各大廠(chǎng)商正在積極向市場(chǎng)推出支持高清語(yǔ)音的全新產(chǎn)品。正如上文所述，這意味著(zhù)升級話(huà)機，使其采用改進(jìn)的麥克風(fēng)和揚聲器，充分發(fā)揮寬帶編解碼器的功效。

寬帶電話(huà)會(huì )議―采用改進(jìn)的硬件可增加多種新功能，如讓第三方參加語(yǔ)音清晰的電話(huà)會(huì )議，為用戶(hù)帶來(lái)一種全新的體驗。

網(wǎng)絡(luò )收音機―作為推出的一種全新服務(wù)，未來(lái)的CAT-iq產(chǎn)品將支持News-Tickers等產(chǎn)品和更加引人注目的高清網(wǎng)絡(luò )收音機。這有望成為家用VoIP的殺手級應用，它將互聯(lián)網(wǎng)的強大功能與高清音質(zhì)有機地結合起來(lái)?，F在，身在澳大利亞的愛(ài)爾蘭人和身在慕尼黑的中國人在地下室不用PC就可分別收聽(tīng)Radio Cork和上海FM電臺節目。

音頻流媒體―CAT-iq將使無(wú)繩設備廠(chǎng)商和服務(wù)供應商進(jìn)入原來(lái)由高保真專(zhuān)業(yè)廠(chǎng)商占據的市場(chǎng)。帶有DECT接收器的音頻揚聲器將成為家庭內部甚至家庭內不同樓層之間音頻內容傳輸的理想解決方案。該應用設備不僅具備穩定的空中接口，而且具備最佳的功耗。

總結
處于該產(chǎn)業(yè)鏈上的所有人都會(huì )從高清語(yǔ)音的發(fā)展中受益；最重要的是終端用戶(hù)將獲得一種永遠不想失去的全新體驗。