华平VoIP去抖动缓冲区的处理方法

技术背景
       

    目前，VoIP(Voice over Internet Protocol) 在Internet 各类应用中占据越来越大的比重，VoIP 是一种以IP电话为主，并推出相应的增值业务的技术。它以IP分组交换网络为传输平台，对模拟的语音信号进行压缩、打包等一系列的特殊处理，使之可以采用无连接的UDP(User Datagram Protocol，用户数据报协议) 进行传输，其最大的优势是能广泛地采用Internet和全球IP互连的环境，提供比传统业务更多、更好的服务。VoIP可以在IP网络上传送语音、传真、视频和数据等业务，如统一消息、虚拟电话、虚拟语音/ 传真邮箱、查号业务、Internet呼叫中心、Internet呼叫管理、电视会议、电子商务、传真存储转发和各种信息的存储转发等。由于是一种典型的实时性业务，这决定了VoIP必须具有较高的QoS( 服务质量)。随着VoIP 的广泛应用，服务质量保证的问题也日益为业界所关注。

当前面临的问题

    VoIP的实现是基于IP网络的，IP网络可以是企业内部的局域网或者是互联网，IP网络是基于尽力而为的服务体系结构，当网络负载小时，服务质量相对较高，反之负载过高时如图1所示，必然会出现网络的丢包和延时抖动等问题。

    对于延时抖动而言，在实时的VoIP 语音网络会议中，语音数据是经过压缩打包后传输的。每个数据包都包含压缩后的语音数据以及目地IP地址信息，虽然语音包在发送端是按一定间隔有序发送的，但是由于网络传输路径可能不同，不同的数据包到达接收端的时间间隔并不一致。另外，在采用UDP进行语音数据实时传输时，到达接收端的语音次序也有可能发生错乱。这两个现象就是我们通常说的抖动。当网络抖动严重的时候，某些迟到达的数据包将被丢弃；也存在等待一段时间没有任何数据到达，然后突然接收到很多个数据包的情况，这些突然接收到的多个数据包，会覆盖掉之前的数据，从而造成需要播放的数据不连续，导致语音回放失真和断续。例如在一个由多人参加的VoIP 音频网络会议中，剧烈的数据包抖动会导致语音时断时续，严重影响参会者的语音实时交流。对于一般的数据业务，丢失和传输延时都可以通过重传或等待来弥补，然而在音频通话之类的实时业务中，对延时和抖动等有着更为苛刻的要求，所以对于实时性业务必须保障音频数据的实时接收和回放。那么延时抖动也成为了影响VoIP 的最为重要的QoS 的指标之一。

    为了有效的解决抖动问题，通常在接收端引入抖动缓冲区技术来消除抖动的影响。

常见处理问题的方法

    常见的去抖动缓冲方法有两种：静态去抖动缓冲控制算法和动态自适应去抖动缓冲控制算法。

    1、静态去抖动缓冲控制算法：该类算法实现简单，运算复杂度小，可靠性高；但是网络抖动较大时，丢包数量也很高，网络抖动小时，也存在固定的和较大的语音延时，导致了语音质量下降。

    2、自适应去抖动缓冲控制算法：在一定范围内能更好的解决抖动延时的问题，降低丢包的数量，提高音频的质量，并且在网络抖动较小的时候提供更低的延迟，但该类算法的实现难度较高，可靠性也相对低。
华平提供的技术方法

    华平提供一种去抖动缓冲方法，用于解决去抖动缓冲技术中复杂程度高、可靠性和稳定性较弱的问题。

    该VoIP 去抖动缓冲区的处理方法为：初始化去抖动缓冲区——执行音频数据帧的保存操作，将远端传输过来的新的音频数据帧保存至去抖动缓冲区中——更新突发等级状态——执行音频数据帧的读取操作，从去抖动缓冲区中将音频数据帧读取出——更新突发等级状态——根据对去抖动缓冲区中音频数据帧进行的保存操作和读取操作以及突发等级，计算出当前的有效突发等级——根据计算得到的当前的有效突发等级，调整去抖动缓冲区的大小。

图 2采用固定长度去抖动缓冲算法的输出结果

图 3采用本方法去抖动缓冲区的输出结果

    相较于现有技术，结合比对图2和图3的输出效果，并综合上述介绍，我们可以看出，这种基于去抖动缓冲区数据的存取操作和突发等级状态，来计算抖动突发等级，通过对突发等级状态参数的不断更新，根据有效突发等级的变化来调整去抖动缓冲区，以达到更低的延时和尽量大的自适应去抖动能力的方法，不仅可以降低丢包的数量，提高音频的质量，更具有实现难度低，可靠性高的优点。