आईपी ​​टेलीफोनी: तांबे के तारों से डिजिटल सिग्नल प्रोसेसिंग तक

अगर एक दिन आपको व्हाट्सएप को व्हाट्सएप करना होगा (वॉयस ओवर आईपी) और इन सभी वाइल्ड संक्षिप्ताक्षर का क्या मतलब है, मुझे उम्मीद है कि यह मैनुअल मदद करेगा। मुझे तुरंत ध्यान होगा कि अतिरिक्त प्रकार की टेलीफोनी सेवाओं (जैसे कॉल ट्रांसफर, वॉइस मेल, कॉन्फ्रेंस कॉलिंग, आदि) के मुद्दों पर विचार नहीं किया जाता है।

तो, हम कटौती के तहत क्या व्यवहार करेंगे:

1. बुनियादी टेलीफोनी अवधारणाएं: प्रकार के उपकरण, कनेक्शन योजनाएं
2. SIP / SDP / RTP प्रोटोकॉल बंडल: यह कैसे काम करता है
3. प्रेस किए गए बटन के बारे में जानकारी कैसे प्रसारित की जाती है
4. कैसे आवाज और फैक्स संचरण करता है
5. आईपी ​​टेलीफोनी में डिजिटल सिग्नल प्रोसेसिंग और ध्वनि की गुणवत्ता का आश्वासन

1. बेसिक टेलीफोनी अवधारणाएँ

सामान्य शब्दों में, एक स्थानीय उपभोक्ता को एक टेलीफोन प्रदाता के माध्यम से एक नियमित टेलीफोन लाइन से जोड़ने की योजना इस प्रकार है:

एफएक्सएस (विदेशी ईएक्सचेंज सब्सक्राइबर) पोर्ट के साथ एक टेलीफोन मॉड्यूल प्रदाता की तरफ (पीबीएक्स) स्थापित है। घर या कार्यालय में, एक टेलीफोन या फैक्स एफएक्सओ पोर्ट (फॉरेन ईएक्सचेंज ऑफिस) और एक डायलर मॉड्यूल के साथ स्थापित किया गया है।

उपस्थिति में, एफएक्सएस और एफएक्सओ पोर्ट अलग नहीं हैं, वे साधारण 6-पिन आरजे 11 कनेक्टर हैं। लेकिन उन्हें अलग करने के लिए वाल्टमीटर का उपयोग करना बहुत सरल है - एफएक्सएस पोर्ट पर हमेशा किसी तरह का वोल्टेज होगा: 48/60 वी जब हैंडसेट चालू होता है, या कॉल के दौरान 6-15 वी। एफएक्सओ पर, यदि यह लाइन से जुड़ा नहीं है, तो वोल्टेज हमेशा 0 होता है।

प्रदाता पक्ष पर एक टेलीफोन लाइन पर डेटा स्थानांतरित करने के लिए, अतिरिक्त तर्क की आवश्यकता होती है जिसे एसएलआईसी मॉड्यूल (सब्सक्राइबर लाइन इंटरफ़ेस सर्किट) पर लागू किया जा सकता है, और ग्राहक पक्ष पर डीएए मॉड्यूल (डायरेक्ट एक्सेस अरेंजमेंट) का उपयोग किया जा सकता है।

वायरलेस DECT फोन (डिजिटल यूरोपीय ताररहित दूरसंचार) अब काफी लोकप्रिय हैं। डिवाइस पारंपरिक टेलीफोन सेट के समान है: उनके पास एक एफएक्सओ पोर्ट और एक डायलर मॉड्यूल भी है, लेकिन 1.9 गीगाहर्ट्ज की आवृत्ति पर एक स्टेशन और हैंडसेट वायरलेस मॉड्यूल भी जोड़ा गया है।

सब्सक्राइबर पीएसटीएन नेटवर्क (पब्लिक स्विच्ड टेलीफ़ोन नेटवर्क) से जुड़े हैं - एक सार्वजनिक टेलीफोन नेटवर्क, यह पीएसटीएन, पीएसटीएन भी है। पीएसटीएन-नेटवर्क को विभिन्न तकनीकों का उपयोग करके आयोजित किया जा सकता है: आईएसडीएन, ऑप्टिक्स, पॉट, ईथरनेट। PSTN का एक विशेष मामला जब पारंपरिक एनालॉग / कॉपर लाइन का उपयोग किया जाता है - POTS (सादा पुरानी टेलीफोन सेवा) एक साधारण पुरानी टेलीफोन प्रणाली है।

इंटरनेट के विकास के साथ, टेलीफोनी एक नए स्तर पर चली गई है। स्टेशनरी टेलीफोन कम और कम उपयोग किए जाते हैं, मुख्य रूप से व्यावसायिक जरूरतों के लिए। DECT फोन थोड़ा अधिक सुविधाजनक हैं, लेकिन घर की परिधि तक सीमित हैं। जीएसएम फोन और भी सुविधाजनक हैं, लेकिन देश की सीमाओं से सीमित है (रोमिंग महंगा है)। लेकिन आईपी-फोन के लिए, वे सॉफ्टफोन (सॉफ्टफोन) हैं, इंटरनेट तक पहुंच के अलावा कोई प्रतिबंध नहीं है।

स्काइप सॉफ्टफोन का सबसे प्रसिद्ध उदाहरण है। यह बहुत सारी चीजें कर सकता है, लेकिन इसमें दो महत्वपूर्ण कमियां हैं: बंद वास्तुकला और वायरटैपिंग किस अधिकारियों द्वारा जाना जाता है। पहले की वजह से, अपना खुद का टेलीफोन माइक्रो-नेटवर्क बनाने का कोई तरीका नहीं है। और दूसरे के कारण, यह बहुत सुखद नहीं है जब वे आपकी जासूसी करते हैं, विशेष रूप से व्यक्तिगत और व्यावसायिक बातचीत में।

सौभाग्य से, आपके संचार नेटवर्क को अच्छाइयों के साथ बनाने के लिए खुले प्रोटोकॉल हैं - ये SIP और H.323 हैं। H.323 की तुलना में SIP प्रोटोकॉल पर थोड़े अधिक सॉफ्टफोन हैं, जिन्हें इसकी तुलनात्मक सरलता और लचीलेपन के द्वारा समझाया जा सकता है। लेकिन कभी-कभी यह लचीलापन पहियों में बड़ी छड़ें डाल सकता है। SIP और H.323 दोनों RTP प्रोटोकॉल का उपयोग मीडिया को प्रसारित करने के लिए करते हैं।

एसआईपी प्रोटोकॉल के बुनियादी सिद्धांतों पर विचार करें कि यह समझने के लिए कि दोनों ग्राहक कैसे जुड़ते हैं।

2. एसआईपी / एसडीपी / आरटीपी प्रोटोकॉल बंडल का विवरण

SIP (सत्र पहल प्रोटोकॉल) - सत्र स्थापना प्रोटोकॉल (सिर्फ टेलीफोन नहीं) - UDP पर एक पाठ प्रोटोकॉल है। टीसीपी पर एसआईपी का उपयोग करना भी संभव है, लेकिन ये दुर्लभ मामले हैं।

एसडीपी (सत्र विवरण प्रोटोकॉल) - संचरित डेटा के प्रकार के लिए एक प्रोटोकॉल (ऑडियो और वीडियो के लिए, ये कोडेक्स और उनके प्रारूप हैं, फैक्स, ट्रांसमिशन गति और त्रुटि सुधार के लिए) और उनके गंतव्य पते (आईपी और पोर्ट)। यह एक टेक्स्ट प्रोटोकॉल भी है। एसडीपी मापदंडों को एसआईपी पैकेट के शरीर में प्रेषित किया जाता है।

RTP (वास्तविक समय परिवहन प्रोटोकॉल) - ऑडियो / वीडियो डेटा संचारित करने के लिए एक प्रोटोकॉल। यह यूडीपी पर एक बाइनरी प्रोटोकॉल है।

एसआईपी पैकेट की सामान्य संरचना:

• स्टार्ट-लाइन: अनुरोध पर SIP विधि (आदेश) या प्रतिक्रिया पर SIP विधि के परिणाम को दर्शाने वाला क्षेत्र।
• हेडर: स्टार्ट-लाइन के लिए अतिरिक्त जानकारी, एटीटीआरआईआईआईटीयू युक्त लाइनों के रूप में व्यवस्थित: वैल्यू जोड़े।
• बॉडी: बाइनरी या टेक्स्ट डेटा। आमतौर पर एसडीपी मापदंडों या संदेशों को प्रसारित करने के लिए उपयोग किया जाता है।

यहाँ एक सामान्य प्रक्रिया के लिए दो एसआईपी पैकेट का उदाहरण दिया गया है - कॉल सेटअप:

SIP INVITE पैकेट की सामग्री बाईं ओर दिखाई गई है, और इसका उत्तर दाईं ओर SIP 200 OK है।

मुख्य क्षेत्रों को रेखांकित किया गया है:

• विधि / अनुरोध-URI में SIP विधि और URI शामिल हैं। उदाहरण में, सत्र की स्थापना की जाती है - ग्राहक को 555@192.168.1.200 पर कॉल करते हुए INVITE विधि।
• स्थिति-कोड - पिछले SIP कमांड के लिए प्रतिक्रिया कोड। इस उदाहरण में, कमांड सफलतापूर्वक पूरा हुआ - कोड 200, अर्थात। सब्सक्राइबर 555 ने फोन उठाया।
• वाया - पता जहां ग्राहक 777 की प्रतिक्रिया की प्रतीक्षा कर रहा है। 200 OK संदेश के लिए, इस क्षेत्र को INVITE संदेश से कॉपी किया जाता है।
• संदेश के प्रेषक और प्राप्तकर्ता का / से - प्रदर्शन नाम और पता। 200 OK संदेश के लिए, इस क्षेत्र को INVITE संदेश से कॉपी किया जाता है।
• Cseq में कमांड का क्रम संख्या और उस संदेश का नाम है जिसमें यह संदेश है। 200 OK संदेश के लिए, इस क्षेत्र को INVITE संदेश से कॉपी किया जाता है।
• सामग्री-प्रकार एक प्रकार का डेटा है जो बॉडी ब्लॉक में प्रेषित होता है, इस मामले में, एसडीपी डेटा।
• कनेक्शन की जानकारी - आईपी पता, जिसके लिए दूसरे ग्राहक को आरटीपी पैकेट (या TDP8 पर फैक्स ट्रांसमिशन के मामले में UDPTL पैकेट) भेजना होगा।
• मीडिया विवरण - वह पोर्ट जिसके लिए दूसरे ग्राहक को निर्दिष्ट डेटा प्रसारित करना चाहिए। इस मामले में, यह ध्वनि (ऑडियो आरटीपी / एवीपी) और समर्थित डेटा प्रकारों की एक सूची है - पीसीएमयू, पीसीएमए, जीएसएम कोडेक्स और डीटीएमएफ सिग्नल।

एक SDP संदेश में FIELD = VALUE जोड़े वाली लाइनें होती हैं। मुख्य क्षेत्रों से आप नोट कर सकते हैं:

• ओ - उत्पत्ति, सत्र आयोजक और सत्र पहचानकर्ता का नाम।
• सी - कनेक्शन सूचना, पहले वर्णित क्षेत्र।
• मी - मीडिया विवरण, पहले वर्णित क्षेत्र।
• a - मीडिया विशेषताएँ, प्रेषित डेटा का प्रारूप निर्दिष्ट करती हैं। उदाहरण के लिए, वे ध्वनि की दिशा का संकेत करते हैं - रिसेप्शन या ट्रांसमिशन (सेंड्रेव), कोडेक्स के लिए नमूना आवृत्ति और संदर्भ संख्या (आरटीएमएपी) को इंगित करते हैं।

RTP पैकेट में एक विशिष्ट प्रारूप में एन्कोडेड ऑडियो / वीडियो डेटा होता है। यह प्रारूप पीटी (पेलोड प्रकार) क्षेत्र में इंगित किया गया है। इस फ़ील्ड के विशिष्ट प्रारूप के पत्राचार की एक तालिका https : // en में दी गई है । विकिपीडिया org / wiki / RTP _ ऑडियो _ वीडियो _ प्रोफाइल ।

इसके अलावा, RTP पैकेट में, एक विशिष्ट SSRC पहचानकर्ता (RTP स्ट्रीम के स्रोत को परिभाषित करता है) और एक टाइम स्टैम्प (टाइमस्टैम्प, जिसका उपयोग समान रूप से ध्वनि या वीडियो चलाने के लिए किया जाता है) का संकेत दिया जाता है।

SIP सर्वर (Asterisk) के माध्यम से दो SIP ग्राहकों की सहभागिता का एक उदाहरण:

जैसे ही SIP फोन शुरू होता है, इसके साथ जो पहली चीज रजिस्टर होती है वह रिमोट सर्वर (SIP रेजिस्टार) होती है, इसे SIP REGISTER संदेश भेजता है।

जब कोई ग्राहक कॉल करता है, तो एक SIP INVITE संदेश भेजा जाता है, जिसके शरीर में एक SDP संदेश एम्बेडेड होता है, जिसमें ऑडियो / वीडियो ट्रांसमिशन मापदंडों को इंगित किया जाता है (जो कोडेक्स समर्थित हैं, जो IP और पोर्ट को ध्वनि भेजने के लिए, आदि)।

जब रिमोट सब्सक्राइबर फोन उठाता है, तो हमें एक SIP 200 ओके संदेश भी मिलता है, जो कि केवल SDP पैरामीटर्स के साथ होता है। भेजे गए और प्राप्त एसडीपी मापदंडों का उपयोग करके, आप ऑडियो / वीडियो ट्रांसमिशन के आरटीपी सत्र या फैक्स ट्रांसमिशन के T.38 सत्र को सेट कर सकते हैं।

यदि प्राप्त एसडीपी मापदंडों ने हमें सूट नहीं किया, या यदि मध्यवर्ती एसआईपी सर्वर ने आरटीपी ट्रैफ़िक को स्वयं के माध्यम से पारित नहीं करने का निर्णय लिया, तो एसडीपी सुलह प्रक्रिया, तथाकथित रीनविट, का प्रदर्शन किया जाता है। वैसे, इस प्रक्रिया के कारण, नि: शुल्क एसआईपी प्रॉक्सी सर्वर में एक खामी है - यदि दोनों ग्राहक एक ही स्थानीय नेटवर्क पर हैं और प्रॉक्सी सर्वर एनएटी से पीछे है, तो आरटीपी ट्रैफिक को पुनर्निर्देशित करने के बाद, कोई भी ग्राहक नहीं होगा और सुन लो।

वार्तालाप समाप्त होने के बाद, जो ग्राहक लटका हुआ है, वह SIP BYE संदेश भेजता है।

3. दबाए गए बटन के बारे में जानकारी का प्रसारण

कभी-कभी, एक सत्र की स्थापना के बाद, एक बातचीत के दौरान, अतिरिक्त प्रकार की सेवाओं (डीवीओ) तक पहुंच की आवश्यकता होती है - कॉल प्रतिधारण, स्थानांतरण, वॉयस मेल, आदि। - जो दबाए गए बटन के कुछ संयोजनों का जवाब देते हैं।

इसलिए, एक नियमित टेलीफोन लाइन में, नंबर डायल करने के दो तरीके हैं:

• पल्स - ऐतिहासिक रूप से पहला, मुख्य रूप से डिस्क डायलर वाले फोन में उपयोग किया गया था। डायलिंग संख्या के अनुसार टेलीफोन लाइन के अनुक्रमिक समापन और खोलने के कारण डायलिंग होती है।
• टोन - DTMF कोड (ड्यूल-टोन मल्टी-फ्रीक्वेंसी) के साथ डायल करने पर - फोन के प्रत्येक बटन में दो साइनसोइडल सिग्नल (टोन) का अपना संयोजन होता है। गोएर्टज़ेल के एल्गोरिथ्म को क्रियान्वित करके, आप केवल दबाए गए बटन को निर्धारित कर सकते हैं।

एक बातचीत के दौरान, दबाए गए बटन को प्रसारित करने के लिए पल्स विधि असुविधाजनक है। इसलिए, "0" प्रसारित करने के लिए अंकों के बीच एक ठहराव के लिए लगभग 1 सेकंड (100 एमएस की 10 दालें: 60 एमएस - लाइन ब्रेक, 40 एमएस - लाइन बंद) की आवश्यकता होती है। इसके अलावा, पल्स डायलिंग के दौरान अक्सर विशिष्ट क्लिक सुनाई देंगे। इसलिए, पारंपरिक टेलीफोनी में, डीवीओ तक पहुंच के केवल टोन मोड का उपयोग किया जाता है।

वीओआईपी टेलीफोनी में, दबाए गए बटन के बारे में जानकारी तीन तरीकों से प्रेषित की जा सकती है:

1. DTMF Inband - एक ध्वनि टोन उत्पन्न करना और इसे ऑडियो डेटा (वर्तमान RTP चैनल) के अंदर संचारित करना एक सामान्य स्वर सेट है।
2. RFC2833 - एक विशेष टेलीफोन-इवेंट आरटीपी पैकेट उत्पन्न होता है जिसमें कुंजी दबाया, मात्रा और अवधि के बारे में जानकारी होती है। RTP प्रारूप की संख्या जिसमें DTMF RFC2833 पैकेट प्रेषित किया जाएगा, एसडीपी संदेश के शरीर में इंगित किया गया है। उदाहरण के लिए: a = rtpmap: 98 टेलीफोन-घटना / 8000।
3. SIP INFO - एक SIP INFO पैकेट कुंजी दबाया, मात्रा और अवधि के बारे में जानकारी के साथ उत्पन्न होता है।

ऑडियो डेटा (इनबैंड) के अंदर DTMF ट्रांसमिशन में कई कमियां हैं - ये ओवरहेडिंग / एम्बेडिंग टोन पैदा करते समय ओवरहेड होते हैं और टोन का पता लगाते समय, कुछ कोडेक्स की सीमाएं जो DTMF कोड्स को विकृत कर सकती हैं, और खराब ट्रांसमिशन विश्वसनीयता (यदि कुछ पैकेट खो गए हैं, तो डिटेक्शन हो सकता है। उसी कुंजी को डबल-क्लिक करना)।

DTMF RFC2833 और SIP INFO के बीच मुख्य अंतर: यदि सर्वर को दरकिनार कर सीधे ग्राहकों के बीच RTP को स्थानांतरित करने की क्षमता SIP प्रॉक्सी सर्वर (उदाहरण के लिए, canreinvite = asterisk में हां) पर सक्षम है, तो सर्वर RFC2833 पैकेट को नोटिस नहीं करेगा, जिसके परिणामस्वरूप DVO सेवाएं अनुपलब्ध हैं । एसआईपी पैकेट हमेशा एसआईपी प्रॉक्सि के माध्यम से प्रेषित होते हैं, इसलिए वीटीआर हमेशा काम करेगा।

4. आवाज और फैक्स संचरण

जैसा कि पहले ही उल्लेख किया गया है, RTP प्रोटोकॉल का उपयोग मीडिया को प्रसारित करने के लिए किया जाता है। आरटीपी पैकेट में, प्रेषित डेटा (कोडेक) का प्रारूप हमेशा इंगित किया जाता है।

वॉयस ट्रांसमिशन के लिए, बिटरेट / गुणवत्ता / जटिलता के विभिन्न अनुपात के साथ कई अलग-अलग कोडेक्स हैं, खुले और बंद हैं। किसी भी सॉफ्टफ़ोन में, G.711 अलाउ / उलौ कोडेक्स के लिए हमेशा समर्थन होता है, उनका कार्यान्वयन बहुत सरल है, ध्वनि की गुणवत्ता खराब नहीं है, लेकिन उन्हें 64 केबीपीएस की बैंडविड्थ की आवश्यकता होती है। उदाहरण के लिए, G.729 कोडेक को केवल 8 kbit / s की आवश्यकता होती है, लेकिन यह प्रोसेसर को बहुत अधिक लोड करता है, इसके अलावा, यह मुफ़्त नहीं है।

या तो एक G.711 कोडेक या एक T.38 प्रोटोकॉल आमतौर पर फैक्स ट्रांसमिशन के लिए उपयोग किया जाता है। G.711 कोडेक का उपयोग करके फ़ैक्स ट्रांसमिशन T.30 प्रोटोकॉल का उपयोग करके फ़ैक्स ट्रांसमिशन से मेल खाती है, जैसे कि फ़ैक्स को एक नियमित टेलीफोन लाइन पर प्रेषित किया गया था, लेकिन लाइन से एनालॉग सिग्नल को अल्वा / उलॉ कानून के अनुसार डिजीटाइज़ किया गया है। इसे Inband T.30 फैक्स ट्रांसमिशन भी कहा जाता है।

T.30 प्रोटोकॉल के अनुसार फ़ैक्स उनके मापदंडों के समन्वय को आगे बढ़ाते हैं: ट्रांसमिशन गति, डेटाग्राम का आकार, त्रुटि सुधार का प्रकार। T.38 प्रोटोकॉल T.30 प्रोटोकॉल पर आधारित है, लेकिन Inband ट्रांसमिशन के विपरीत, उत्पन्न और प्राप्त T.30 कमांड का विश्लेषण किया जाता है। इस तरह से, कच्चे डेटा को प्रेषित नहीं किया जाता है, लेकिन मान्यता प्राप्त फैक्स नियंत्रण आदेश।

T.38 कमांड ट्रांसमिट करने के लिए, UDPTL प्रोटोकॉल का उपयोग किया जाता है, यह UDP- आधारित प्रोटोकॉल है, इसका उपयोग केवल T.38 के लिए किया जाता है। आप T.38 कमांड को स्थानांतरित करने के लिए टीसीपी और आरटीपी प्रोटोकॉल का उपयोग भी कर सकते हैं, लेकिन उनका उपयोग बहुत कम बार किया जाता है।

T.38 के मुख्य लाभ नेटवर्क लोड को कम कर रहे हैं और इनबैंड फैक्स ट्रांसमिशन की तुलना में अधिक विश्वसनीयता है।

T.38 मोड में फैक्स ट्रांसमिशन प्रक्रिया निम्नानुसार है:

1. एक नियमित आवाज कनेक्शन किसी भी कोडेक का उपयोग करके स्थापित किया जाता है।
2. जब भेजने वाले फैक्स में कागज लोड किया जाता है, तो यह समय-समय पर T.30 सिग्नल CNG (कॉलिंग टोन) भेजता है, जिसका अर्थ है कि यह फैक्स भेजने के लिए तैयार है।
3. प्राप्त पक्ष पर, एक T.30 CED (कॉल टर्मिनल पहचान) संकेत उत्पन्न होता है - यह फैक्स प्राप्त करने की इच्छा है। यह संकेत या तो "प्राप्त फैक्स" बटन दबाने के बाद भेजा जाता है या फैक्स स्वचालित रूप से ऐसा करता है।
4. भेजने वाले पक्ष पर, एक CED सिग्नल का पता लगाया जाता है और SIP REINVITE प्रक्रिया की जाती है, और T.38 प्रकार को SDP संदेश में इंगित किया जाता है: m = image 39164 udptl t38।

T.38 में इंटरनेट पर फैक्स करना पसंद किया जाता है। यदि आपको कार्यालय के अंदर या स्थिर कनेक्शन वाले ऑब्जेक्ट के लिए फ़ैक्स भेजने की आवश्यकता है, तो आप Inband T.30 फ़ैक्स ट्रांसमिशन का उपयोग कर सकते हैं। इस मामले में, फैक्स भेजने से पहले, गूंज रद्द करने की प्रक्रिया को बंद कर दिया जाना चाहिए, ताकि अतिरिक्त विकृतियों का परिचय न हो सके।

फ़ैक्स ट्रांसमिशन के बारे में बहुत विस्तृत जानकारी डेविड हेंस और गोंज़ालो सालिगेरो द्वारा लिखित पुस्तक फैक्स, मॉडेम और टेक्स्ट फॉर आईपी टेलीफोनी में लिखी गई है।

5. डिजिटल सिग्नल प्रोसेसिंग (डीएसपी)। आईपी-टेलीफोनी में ध्वनि की गुणवत्ता का आश्वासन, उदाहरणों का परीक्षण

वार्तालाप सत्र (SIP / SDP) स्थापित करने के प्रोटोकॉल और RTP चैनल पर ध्वनि संचारित करने की विधि के साथ, हमें पता चला है। एक महत्वपूर्ण प्रश्न बना हुआ है - ध्वनि की गुणवत्ता। एक तरफ, चयनित कोडेक द्वारा ध्वनि की गुणवत्ता निर्धारित की जाती है। लेकिन दूसरी ओर, अतिरिक्त डीएसपी (डीएसपी - डिजिटल सिग्नल प्रोसेसिंग) प्रक्रियाओं की अभी भी आवश्यकता है। ये प्रक्रियाएं वीओआईपी टेलीफोनी की विशेषताओं को ध्यान में रखती हैं: एक उच्च-गुणवत्ता वाला हेडसेट हमेशा उपयोग नहीं किया जाता है, इंटरनेट पर पैकेट के नुकसान होते हैं, कभी-कभी पैकेट असमान रूप से आते हैं, नेटवर्क बैंडविड्थ भी रबर नहीं है।

बुनियादी प्रक्रियाएं जो ध्वनि की गुणवत्ता में सुधार करती हैं:

VAD (वॉयस एक्टिविटी डिटेक्टर) - उन फ़्रेमों को निर्धारित करने की प्रक्रिया जिसमें आवाज़ (सक्रिय वॉयस फ्रेम) या साइलेंस (निष्क्रिय वॉयस फ्रेम) शामिल हैं। यह पृथक्करण नेटवर्क लोड को काफी कम कर सकता है, क्योंकि चुप्पी के बारे में जानकारी के प्रसारण के लिए बहुत कम डेटा की आवश्यकता होती है (यह शोर स्तर को प्रसारित करने या किसी भी चीज़ को प्रसारित करने के लिए पर्याप्त नहीं है)।

कुछ कोडेक्स में पहले से ही VAD प्रक्रिया (GSM, G.729) होती है, लेकिन दूसरों के लिए (G.711, G.722, G.726) उन्हें लागू करने की आवश्यकता होती है।

यदि VAD को शोर स्तर के बारे में जानकारी संचारित करने के लिए कॉन्फ़िगर किया गया है, तो विशेष SID- पैकेट (साइलेंस इंसर्शन डिस्क्रिप्टर) 13m RTP- प्रारूप CN (कम्फर्ट नॉइस) में प्रेषित होता है।

यह ध्यान देने योग्य है कि SID पैकेट SIP प्रॉक्सी द्वारा गिराए जा सकते हैं, इसलिए सत्यापन के लिए RTP ट्रैफ़िक पिछले SIP सर्वर के प्रसारण को कॉन्फ़िगर करना उचित है।

सीएनजी (आराम शोर पीढ़ी) - SID पैकेट से मिली जानकारी के आधार पर आरामदायक शोर पैदा करने की एक प्रक्रिया। इस प्रकार, वीएडी और सीएनजी संयोजन में काम करते हैं, लेकिन सीएनजी प्रक्रिया मांग में बहुत कम है, क्योंकि सीएनजी के संचालन को नोटिस करना हमेशा संभव नहीं होता है, खासकर कम मात्रा में।

पीएलसी (पैकेट हानि छिपाना) - पैकेट हानि के दौरान ऑडियो स्ट्रीम को पुनर्स्थापित करने की प्रक्रिया। 50% पैकेट नुकसान के साथ भी, एक अच्छा पीएलसी एल्गोरिथ्म स्वीकार्य भाषण गुणवत्ता प्राप्त कर सकता है। निश्चित रूप से विकृतियाँ होंगी, लेकिन शब्द बनाए जा सकते हैं।

पैकेट लॉस (लिनक्स पर) का अनुकरण करने का सबसे आसान तरीका है नेटम मॉड्यूल के साथ iproute पैकेज से टीसी उपयोगिता का उपयोग करना। यह केवल आउटगोइंग ट्रैफ़िक को आकार देता है।

50% पैकेट के नुकसान के साथ नेटवर्क अनुकरण शुरू करने का एक उदाहरण:

tc qdisc change dev eth1 root netem loss 50% 

अनुकरण अक्षम करना:

 tc qdisc del dev eth1 root 

जिटर बफर घबराना प्रभाव से छुटकारा पाने के लिए एक प्रक्रिया है, जब प्राप्त पैकेट के बीच का अंतराल बहुत भिन्न होता है, और सबसे खराब स्थिति में, यह प्राप्त पैकेट के गलत क्रम की ओर जाता है। इसके अलावा, इस प्रभाव से भाषण में रुकावट आती है। घबराहट के प्रभाव को खत्म करने के लिए, प्राप्त पैकेट पर एक पैकेट बफर को लागू करने के लिए पर्याप्त आकार के साथ मूल पैकेट भेजने के आदेश को बहाल करने के लिए आवश्यक है।

आप tc यूटिलिटी (पैकेट के आगमन के अपेक्षित समय और वास्तविक 500 m तक पहुंच सकते हैं के बीच का अंतराल) का उपयोग करके घबराना प्रभाव का अनुकरण कर सकते हैं:

 tc qdisc add dev eth1 root netem delay 500ms reorder 99% 

LEC (लाइन इको कैंसेलर) - एक स्थानीय सब्सक्राइबर जब अपनी खुद की आवाज सुनना शुरू करता है, तो स्थानीय गूंज को खत्म करने की प्रक्रिया। इसका सार एक निश्चित गुणांक के साथ संचरित संकेत से प्राप्त संकेत को घटाना है।

गूँज कई कारणों से हो सकती है:

• खराब-गुणवत्ता वाले ऑडियो पथ (स्पीकर से ध्वनि माइक्रोफोन में प्रवेश करती है) के कारण ध्वनिक प्रतिध्वनि;
• टेलीफोन और एसएलआईसी के बीच प्रतिबाधा बेमेल के कारण विद्युत गूंज। ज्यादातर मामलों में, यह 4-तार टेलीफोन लाइन के 2-तार के रूपांतरण सर्किट में होता है।

कारण (एकॉस्टिक या इलेक्ट्रिक इको) का पता लगाना मुश्किल नहीं है: जिस सब्सक्राइबर की ओर से इको जेनरेट किया जा रहा है उसे माइक्रोफोन को डिस्कनेक्ट करने की जरूरत है। यदि प्रतिध्वनि अभी भी उठती है, तो यह विद्युत है।

वीओआईपी और डीएसपी प्रक्रियाओं के बारे में अधिक जानकारी के लिए, पुस्तक वीओआईपी वॉयस और फैक्स सिग्नल प्रोसेसिंग देखें। Google पुस्तकें पर उपलब्ध पूर्वावलोकन।

यह वीओआईपी के सतह सैद्धांतिक अवलोकन का निष्कर्ष निकालता है। यदि दिलचस्पी है, तो एक वास्तविक हार्डवेयर प्लेटफ़ॉर्म पर पीबीएक्स के व्यावहारिक कार्यान्वयन का एक उदाहरण अगले लेख में माना जा सकता है।

[!] प्रश्न और टिप्पणी का स्वागत है। प्रोमवड इलेक्ट्रॉनिक्स डिजाइन सेंटर के सॉफ्टवेयर इंजीनियर दिमित्री वैलेंटो लेख के लेखक द्वारा उनका उत्तर दिया जाएगा।