Передача речевого трафика по сетям пакетной коммутации получает все большее признание в мире. Она значительно снижает стоимость телефонных разговоров. Услуги IP-телефонии доступны уже сейчас. Хотя немало корпораций все еще используют передачу голоса по сетям Frame Relay как одно из экономичных решений, преобладание IP-трафика постепенно перемещает внимание с технологии VoFR на VoIP. Но вместе с первоначальным восхищением новой технологией все большее беспокойство вызывает возможная деградация качества речи. В материале рассматриваются основные элементы передачи голоса по сетям пакетной коммутации и показатели, влияющие на его качество

Вопросы качества

В сравнении с первыми версиями решений IP-телефонии, которые допускали искажение и прерывание речи, качество связи по всем характеристикам значительно улучшилось. Совершенствование кодирования голоса и восстановление потерянных пакетов позволило достичь уровня, когда речь понимается абонентами настолько хорошо, что собеседники порой не догадываются, что соединение происходит по технологии IP-телефонии.

Качество IP-телефонии можно оценить, используя следующие основные характеристики:

• уровень искажения голоса

• частота "пропадания" голосовых пакетов

время задержки (между произнесением фразы абонентом и моментом, когда она будет услышана вторым абонентом)

Со стороны аппаратной части проблемы возникают из-за того, что IP-сети проектировалась исходя из требований передачи данных, а отнюдь не для голосового трафика. Для сокращения задержек до приемлемого уровня провайдерам - поставщикам услуг доступа в Internet - приходится дополнять свои системы специальными средствами обеспечения гарантированного уровня качества обслуживания (QOS, Quality-Of-Service).
Производители АТС потратили десятки лет на то, чтобы добиться кристальной чистоты передачи звука. Что же касается используемых в IP-сетях коммутаторов, то им до этого еще далеко.

Не смотря на проблемы, поставщики быстро добиваются успехов в вопросе качества.
"Каждые два-три месяца компания VocalTec - ведущий производитель решений IP-телефонии - выпускает модернизированную версию ПО для своих шлюзов IP-телефонии, и качество связи раз от раза повышается, - рассказывает К. Гайлер из Universal Sewing Supply. - По-прежнему не до конца решена проблема задержек, но качество связи уже на 80% приблизилось к уровню стандартной телефонной линии".

То, что качество несколько ниже, возможно, не будет оказывать существенного влияния на объемы продаж. "Пример сотовой телефонной связи говорит о том, что клиенты готовы согласиться с качеством ниже стандартного при условии, что предоставляемая им услуга удобна и правильно оценена", - утверждает Ирфан Али из компании 3Com.

В вопросе пропадания голосовых пакетов у IP-телефонии есть важное преимущество перед традиционными сетями: даже в случае загруженности каналов IP и потери части пакетов со сжатым речевым сигналом, программное или аппаратное обеспечение клиента или платформы могут исправить сигнал путем интерполяции соседних пакетов с учетом особенностей речевого спектра.

Задержки

Известно, что для человека задержка до 250 миллисекунд практически незаметна. Существующие на сегодняшний день решения IP-телефонии превышают этот предел, так что разговор похож на мобильную связь по обычной телефонной сети через спутник, которую обычно оценивают как связь вполне удовлетворительного качества, требующую лишь некоторого привыкания, после которого задержки для пользователя становятся неощутимы. Отметим, что даже в таком виде связи решения IP-телефонии вполне подходят для многих приложений.

Время задержек в подавляющем большинстве случаев не является, однако, заметной помехой для связи. Если рассматривать численные величины задержек, то получается следующая картина:

• До 200мс. - отличное качество связи. Для сравнения, в обычной телефонной сети (PSTN) допустимы задержки до 200мс.

• До 400мс. - считается хорошим качеством связи. Но если сравнивать с качеством связи по сетям PSTN, разница будет видна. Если задержки постоянно удерживается на верхней границе 2-го уровня (на 400 мс.), то не рекомендуется использовать эту связь для деловых переговоров.

• До 700мс. - при низком уровне пропадания голосовых пакетов считается приемлемым качеством связи для ведения неделовых переговоров. Такое качество связи возможно, также при передаче пакетов по спутниковой связи.

Качество Интернет-телефонии попадает под 2-3 уровни, причем невозможно уверенно сказать, что тот или иной провайдер Интернет-телефонии работает по 2-му уровню, так как задержки с сети Интернет изменчивы.
Более точно можно сказать о провайдерах IP-телефонии, работающих по выделенным каналам. Они попадают под 1-2 уровни. Также необходимо учитывать задержки при кодировании/декодировании голосового сигнала.

Средние суммарные задержки при использовании IP-телефонии обычно находятся в пределах 150-300 мс.

Кроме этого, задержки уменьшаются благодаря следующим трем факторам:

• Во-первых, совершенствуются телефонные серверы. Разработчики борются с задержками, улучшая алгоритмы работы.

• Во-вторых, развиваются частные (корпоративные) сети. Их владельцы могут контролировать ширину полосы пропускания и, следовательно, величины задержки.

В-третьих, развивается сама сеть Интернет. Современный Интернет не был рассчитан на коммуникации в режиме реального времени. The Internet Engineering Task Force (IETF) вместе с операторами сетей Интернета предлагают новые технологии, такие, как Reservation Protocol (RSVP), которые позволяют резервировать полосу пропускания. Хотя на обновление роутеров по всему миру и на организационные мероприятия потребуется некоторое время, мир Интернета, вне зависимости от вышесказанного, двигается очень быстро и в правильном направлении.

Сетевые элементы VoIP

Одно из основных требований, предъявляемых к сетям VoIP - способность подключаться к традиционным коммутируемым телефонным сетям общего пользования (ТфОП). Международный союз электросвязи (ITU) решил эту проблему, создав H.323 - комплект стандартов для мультимедийных сетей пакетной коммутации.

Стек протоколов Н.323. Для передачи служебных сообщений между терминалами и привратником использован протокол сигнализации RAS (Registration, Admission, Status). Для установления и разрыва соединений между двумя терминалами H.323, а также между терминалом и шлюзом используется протокол сигнализации Q.931. Протокол управления H.245 обеспечивает согласование возможностей компонентов сети, установление и разрыв логических каналов, передачу запросов на установление приоритета, управление потоком.Как видно из рисунка, наиболее важные сообщения передаются по протоколу ТСР (Transmission Control Protocol).

Это гарантирует их повторную доставку в случае потери. Сам трафик передается без гарантии доставки посредством протокола UDP (User Datagram Protocol). Его применяют из-за того, что при передаче речи повторная доставка потерянных пакетов не имеет смысла - они прибудут слишком поздно, чтобы их использовать в речевой реконструкции. Доставку информации в режиме реального времени обеспечивают два протокола, как это определено в IETF RFC 1889: RTP (Real-time Transport Protocol), который передает аудио/видео-потоки, и RTCP (RTP control protocol), включающий периодическую трансляцию управляющих сообщений и данных о состоянии сессий.

Компоненты сети H.323

Компоненты сети H.323 - это терминалы H.323, которые являются конечными точками в локальной вычислительной сети; шлюзы, связывающие ЛВС с другими сетями (ТфОП, ISDN, беспроводные и выделенные корпоративные сети); привратник, реализующий функции управления доступом, и многоточечное управляющее устройство (MCU, Multipoint Control Unit), для управления конференциями между тремя и более точками.

Терминалы H.323 - это устройства, с помощью которых пользователи могут взаимодействовать друг с другом в режиме реального времени. Типичный пример терминалов - персональные компьютеры с программным обеспечением аудио- или видеоконференций типа NetMeeting от Microsoft. В последнее время появились специализированные устройства - так называемые Internet-телефоны. Все терминалы обязательно должны поддерживать стандарты G.711 для сжатия голоса, H.245 для согласования параметров соединения, Q.931 для установления и контроля соединения, канал RAS для взаимодействия с привратником, а также протоколы RTP/RTCP для оптимизации доставки аудио- (видео-) потоков. Кроме этого, терминалы могут поддерживать и другие аудиокодеки, а также видеокодеки и конференции документами по протоколу T.120.

Шлюзы позволяют связать терминалы H.323 с другими оконечными устройствами, не поддерживающими данный стандарт. Их основная функция - согласование систем сигнализации, а также кодирование и декодирование голоса. Шлюзы располагают на стыке традиционных телефонных сетей и устройств пакетной коммутации. Яркий пример - шлюз ТфОП/IP, соединяющий терминалы H.323 с сетью коммутации каналов (SCN, Switched Circuit Network). Существует много типов шлюзов, отличающихся числом поддерживаемых терминалов, соединений, конференций и протоколов

Привратник(GateKeeper) является необязательным устройством сети H.323. Тем не менее, если он включен в сеть, то должен выполнять определенный набор функций. Привратники выступают в качестве центра обработки вызовов внутри своей зоны и выполняют важнейшие функции управления ими. (Зона определяется как совокупность всех терминалов, шлюзов и MCU под юрисдикцией данного привратника.) Эти устройства можно использовать для балансировки сети или быстрого подключения резервных возможностей.

На рисунке приведена общая структура взаимодействия устройств в рамках стандарта Н.323.

Основное назначение привратника как устройства сетей Н.323 заключается в разделении функций шлюза и функций сетевого управления. Типичный привратник реализуют на ПК, в то время как шлюзы часто базируются на специальных аппаратных платформах. Привратники, прежде всего, обеспечивают для устройств в своей зоне преобразование псевдонимов (имен) терминалов и шлюзов в IP-адреса, а также перевод между внутренними и внешними системами нумерации. Другая важная функция привратников - обеспечение управления доступом, т. е. идентификация вызовов с помощью RAS. Они также контролируют полосу пропускания канала. Привратники реализуют и дополнительные возможности, например управление по SNMP-протоколу (Simple Network Management Protocol).

Привратник может поддерживать ряд моделей сигнализации. Модель сигнализации определяет, какие сигнальные сообщения проходят через привратник, а какие передаются непосредственно между оконечными устройствами. На рисунке ниже приведены две такие модели. Прямая модель сигнализации (рисунок слева) подразумевает обмен сигнальными сообщениями, минуя привратника. В другой, маршрутизирующей модели (рисунок справа) все сигнальные сообщения проходят через привратник и только основной трафик передается непосредственно между станциями.

Многоточечное управляющее устройство (MCU) поддерживает многосторонние (трех- и более) конференции. Логически оно содержит две части: многоточечный контроллер (MC, Multipoint controller), который использует сигнализацию и управляющие сообщения для установки и управления конференциями, а также многоточечный процессор (MP, Multipoint Рrocessor), который принимает аудио- и видеопотоки из конечных точек, обрабатывает их и пересылает требуемым устройствам. MCU может осуществлять функции как MC, так и MP. В этом случае он называется централизованным MCU (децентрализованный MCU выполняет только функции MC, передавая функции MP конечным точкам). Важно иметь в виду, что определение всех сетевых устройств H.323 - чисто логическое. Никаких спецификаций на их физическое разделение нет. Например, MCU может быть как автономным устройством, так и интегрироваться в терминал, шлюз или привратник.

До сегодняшнего дня единственным широко применяющимся протоколом IP-телефонии остается семейство протоколов ITU H.323. Эти протоколы точно отразили "незрелость" IP-телефонии, будучи протоколами "переходного периода" от мира традиционной телефонии к миру пакетных сетей. В основе этого семейства лежит попытка приспособить телефонную сигнализацию ISDN Q.931 к телефонным соединениям по IP, т.е. "наложить" традиционную телефонию на сети передачи данных. В итоге разрабатывать, настраивать и сопровождать сети на базе этого семейства протоколов оказалось довольно сложно, и, к тому же, в рамках этих протоколов не гарантируется совместимость оборудования разных производителей, что резко ограничивает возможности построения сложных гетерогенных систем и взаимодействия операторов IP-телефонии друг с другом. Поэтому за последние год-два начали появляться новые протоколы IP-телефонии, претендующие на улучшение ситуации. Это, прежде всего, SIP (Session Initiation Protocol) - протокол IETF, разработанный по типу протокола HTTP, гораздо более понятный и удобный для инженеров-сетевиков, и обеспечивающий гораздо большие возможности для создания новых голосовых и телефонных приложений в IP-сети. Еще один протокол - ITU H.248 (MGCP/MEGACO) - протокол управления шлюзами IP-телефонии. Все перечисленные протоколы являются, по сути, протоколами телефонных сигнализаций, т.е.отвечают за инициацию, установление и завершение голосового соединения и предусматривают передачу собственно голоса в UDP пакетах под управлением RTP/RTCP протоколов, а в будущем, возможно, для этой цели станет использоваться RTSP (Real Time Streaming Protocol), протокол IETF, специально разработанный для передачи аудио и видео по IP-сетям, независимый от транспортного уровня, и умеющий осуществлять, в частности, многоадресную рассылку (малтиксат).

Факторы качества

Передача речевого трафика по сетям пакетной коммутации получает все большее признание в мире. Она значительно снижает стоимость телефонных разговоров. Услуги IP-телефонии доступны уже сейчас. Хотя немало корпораций все еще используют передачу голоса по сетям Frame Relay как одно из экономичных решений, преобладание IP-трафика постепенно перемещает внимание с технологии VoFR на VoIP. Но вместе с первоначальным восхищением новой технологией все большее беспокойство вызывает возможная деградация качества речи. В материале рассматриваются основные элементы передачи голоса по сетям пакетной коммутации и показатели, влияющие на его качество.

Факторы, влияющие на качество речи

Первостепенными факторами, определяющими качество голоса, являются:
выбор аудиокодека, время задержки, джиттер и потери пакетов.

Аудиокодеки - важнейший элемент терминалов H.323. Они позволяют уменьшать необходимую ширину голосового канала при сохранении требуемого качества речи. Различных схем сжатия достаточно много, но большинство устройств H.323 используют кодеки, стандартизированные ITU. Пользовательские приложения (например, NetMeeting) могут поддерживать различные кодеки, выбирая тот или иной посредством протокола H.245. Аудиокодеки можно сравнить по четырем параметрам:

• Скорость оцифровки - определенная битовая скорость, до которой кодек сжимает голосовой канал 64 Кбит/с. Для большинства кодеков она составляет 8; 6,4 и даже 5,3 Кбит/с. Однако следует иметь в виду, что это - только скорость сжатия речи. При передаче пакетированного голоса по сети за счет потерь протоколов (например, RTP/UDP/IP/Ethernet) скорость увеличивается, вплоть до скорости передачи данных

• Сложность реализации кодека: чем она выше, тем больше требований к ресурсам процессора

• Качество речи

• Задержка оцифровывания

Идеального кодека не существует. Выбор нужной схемы сжатия зависит от важности тех или иных параметров кодека. Сейчас наиболее популярны аудиокодеки G.723 и G.729.

Время задержки оказывает заметное влияние на дуплексный телефонный разговор, который в отличие от широковещательной передачи (например, RealAudio) или передачи данных очень чувствителен к задержкам. Полная задержка становится заметной, когда она превышает 250 мс. Поэтому в рекомендации ITU-T G.114 максимальная односторонняя задержка, при которой сохраняется высокое качество голоса, определяется как 150 мс. При превышении этого порога поддерживать дуплексный разговор трудно - голоса абонентов накладываются друг на друга. Двусторонняя задержка более 500 мс делает телефонные разговоры практически невозможными. Для справки: типичная задержка при разговоре через геостационарный спутник - 150-500 мс. Задержка имеет фиксированную и переменную составляющие. Например, фиксированная задержка определяется расстоянием, тогда как переменная зависит от меняющихся сетевых условий. Общая задержка складывается из различных компонентов. Рассмотрим наиболее значимые из них:

• Сетевая задержка вносится узловыми элементами сети VoIP. Для ее минимизации необходимо сократить число узлов сети на пути пакетов между абонентами. Определить это число можно с помощью утилиты "traceroute". Некоторые провайдеры способны обеспечить задержки на своих сетях, не превышающие определенный уровень. Кроме того, для уменьшения сетевой задержки речевому трафику задают высший приоритет по отношению к нечувствительному к задержкам потоку данных.

• Задержка кодека вносится каждым алгоритмом сжатия. Например, G.723 добавляет фиксированную задержку в 30 мс. У других кодеков встроенная задержка может быть меньше, но при этом возможно снижение качества речи или увеличение требуемой полосы пропускания.

• Буфер компенсации джиттера также вносит свою задержку. Джиттером называют отклонения от средней задержки следования пакетов. Задержка может быть различной для каждого пакета, в результате чего, отправленные через равный интервал, они прибывают неравномерно, а то и не в исходной последовательности. Так как алгоритм декомпрессии требует фиксированного интервала между поступлением пакетов, в шлюзе необходим буфер компенсации джиттера. Он задерживает поступающие пакеты, чтобы передавать их устройству декомпрессии с заданным интервалом. Кроме того, он также фиксирует любые ошибки, контролируя номер последовательности в полях сообщений протокола RTP. Однако буфер компенсации зачастую вносит весьма значимую задержку. Его размер задают таким, чтобы буферизовать целое количество пакетов с учетом ожидаемого значения джиттера. Как правило, для каждого направления задержка буфера составляет 80 мс.

На рисунке показана схема сети VoIP и возникающие в ней задержки.

Потеря пакета - это нормальное явление в сетях пакетной коммутации. Причины потери - перегрузка каналов связи, чрезмерные коллизии в локальной сети, сбои на физическом уровне и многое другое. Протоколы транспортного уровня, например TCP, принимают во внимание потери пакетов и допускают их повторную передачу. Поскольку данные RTP передаются по ненадежному протоколу UDP, типичный аудиокодек делает случайную потерю пакета незаметной для пользователя. Так, вместо потерянного пакета кодек может использовать предшествующий ему или выполнить более сложную интерполяцию, чтобы устранить прерывания в звуковом потоке.

Потери пакетов становятся реальной проблемой, когда превышают определенный порог - приблизительно 5% от всех пакетов или когда пропадают соседние пакеты. В таких ситуациях наилучший кодек не в состоянии компенсировать потери пакетов, что приводит к ухудшению качества передаваемого голоса. Таким образом, важно знать не только процент потерянных пакетов, но и группируются ли они в потоке.

Одним из важных показателей состояния сети является общая сетевая загрузка. Когда она высока, особенно для сетей со статистическим доступом (например, Ethernet), джиттер и потери пакетов достаточно велики. Так, высокая загрузка в Ethernet ведет к росту числа коллизий. Даже если вступившие в противоречие кадры в конечном счете будут переданы, они не поступят к получателю вовремя - следовательно, возрастет джиттер. При превышении определенного уровня коллизий происходят и потери пакетов.

Выбор размера пакета также влияет на качество речи. Пакеты большого размера значительно уменьшают необходимую ширину полосы пропускания, но добавляют задержку пакетирования, так как передатчик тратит больше времени, чтобы заполнить пакет. "Накладные расходы" при пакетной передаче VoIP достаточно высоки. Рассмотрим сценарий, где голос сжимается до 8 Кбит/с, а пакеты посылаются каждые 20 мс. Таким образом, размер речевой информации в каждом пакете - 20 байт. Однако чтобы передать эти пакеты по RTP, к ним нужно добавить: заголовок Ethernet - 14 байт, заголовок IP - 20 байт, заголовок UDP - 8 байт и дополнительные 12 байт для RTP. В общей сложности 54 лишних байта, чтобы передать 20 байт голоса.
Как повысить содержание полезной информации в трафике? Во-первых, можно увеличить размер пакетов, например отправляя их каждые 40 мс. Однако при этом возникнет дополнительная задержка. Другой подход - сжатие заголовка. Этот метод использован в ряде устройств, особенно в работающих на медленных каналах связи, таких как PPP (Point-to-Point Protocol), FR (Frame Relay) или ISDN. Данный протокол обычно называют CRTP (Compressed RTP). Он сжимает заголовок до нескольких байт.

Другие характеристики сетей VoIP

До сих пор речь шла о проблемах, связанных с передачей речи после установления соединения. Однако в технологии VoIP не менее важен и сам процесс установления соединения. Его основные параметры: время установления соединения - интервал от начала вызова (набор цифр) ответа абонента до установления голосового соединения, коэффициент успешных вызовов - отношение числа установленных соединений к числу всех попыток соединения абонента, а также важный для провайдера показатель -интенсивность установления соединений, т.е. сколько соединений в секунду может быть установлено в сети.

Измерение данных параметров включает просмотр сообщений Q.931 и анализ их последовательности. Эти сообщения чередуются с передачей обычных данных, и иногда трудно выловить пакеты Q.931 из общего потока. Однако сообщения Q.931 имеют поле "call reference", которое позволяет различать одно соединение от другого.

Для количественной оценки качества речи ITU утвердил две важные рекомендации - P.800 (MOS, Mean Opinion Score) и P.861 (PSQM, Perceptual Speech Quality Measurement). В соответствии с P.800 проводится тест, включающий запись различных заранее выбранных речевых фрагментов и их последующее воспроизведение смешанной группе мужчин и женщин. Оценки, данные этой группой, усредняются, и в результате получают значение MOS в диапазоне от 1 (наихудший) до 5 (наилучший). MOS 4 считается голосом удовлетворительного качества.

В методике P.861 (PSQM) сделана попытка автоматизации процесса измерения. В ней определен алгоритм, посредством которого компьютер может получить оценки, которые коррелируют с MOS. Однако многие специалисты высказывают сомнение в применимости данной рекомендации к оценке пакетной речи. Дело в том, что методика PSQM разрабатывалась для коммутируемых сетей и не анализирует такие важные в VoIP параметры, как, например, джиттер и потери пакетов.
Предлагают и другие подходы к измерению качества речи. Один из них - система восприимчивого анализа/измерения (PAMS, Perceptual Analysis/Measurement system), разработанная British Telecom (BT). Тесты, проведенные BT, показали хорошую корреляцию между автоматизированным PAMS-методом и результатами MOS.

При подготовке данного раздела были использованы материалы сайта «CTI Telecom»