基于语音质量预测的VoIP自适应抖动缓冲算法

抖动缓冲是解决VoIP系统延时抖动问题的有效方法。为实现抖动缓冲的动态调整,获得更好的VoIP通话质量,提出了一种基于语音质量预测的自适应抖动缓冲算法。算法采用Pareto分布为延时建模,通过E-Model方法预测突发丢包模式下的瞬时语音质量,以最大化语音质量为目标,自适应选择出最优的抖动缓冲区大小。实验仿真结果表明,所提算法明显优于已有算法,能够有效提高VoIP系统的语音质量。     

Vo IP 的语音质量分析与控制

分析了VoIP语音质量的影响因素，通过E模型定量地描述了语音质量与端到端延迟和丢包率的关系。为了控制VoIP的语音质量，计算出VolP系统在各种情况下的语音质量极限，提出一种自适应编码和分组封装的控制策略。将该方法应用于自行开发的IP电话网关，实际测试证明能在很大程度上提高VoIP的语音质量。     

基于自适应变速率编码的VoIP网关的研究与应用

针对当前VoIP语音质量易受网络带宽影响的问题,提出了一种基于自适应变速率编码的VoIP网关。通过实时监测RTP语音分组的丢包率,并分析服务质量,自适应地选择最适合当前网络状况的编码速率,以提供一种语音质量和网络状况的最佳组合,从而降低语音分组的丢包率、有效地保障语音服务质量。结合开源项目Asterisk,实现了基于自适应变速率编码的VoIP网关。     

基于E-Model的VoIP语音质量研究

针对目前网络电话语音质量难以准确评价及预测的情况,基于E-Model对VoIP的语音质量进行预测。分析几个主要影响因素,如延时、丢包等对话音质量的影响,构建VoIP语音质量预测模型,将E-Model中未考虑到的抖动因素引入模型公式,着重考虑抖动缓冲区的大小对语音质量的影响。通过设计相关验证实验,证明该模型对VoIP语音质量的预测具有较高的准确度。     

基于LTE系统的VoIP自适应调度算法

提出一种基于LTE系统的VoIP服务的自适应上行调度算法,该算法采用自适应多速率语音编码器,利用传统MAC通用报头中的2个比特将语音编码的模式告知eNB,eNB根据UE的语音状态转换和语音编码速率动态分配上行链路资源。从系统容量、吞吐量和时延方面对比分析该算法和传统算法的性能。理论分析和仿真结果表明,在时延满足要求的前提下,该算法比传统算法具有更高的系统容量和吞吐量。     

基于NS-2的VoIP模拟与仿真

提出了一种基于自适应多速率算法的新VoIP系统方案,该方案可以根据网络信道质量的好坏来自适应地选择一种最佳的语音传输模式,从而在一定程度上保障了重构后的语音质量.在NS-2仿真平台下,通过与传统VoIP体系比较发现,所提出的新VoIP系统方案在语音QoS保障方面明要显优于传统VoIP系统.     

提高VoIP语音通信质量方法的研究

探讨了VoIP的关键技术,分析了影响VoIP语音通信质量的因素,提出了提高VoIP语言通信质量的方法,即:优化网络环境、选择合适的编解码、服务质量保障(QoS)、使用颤音缓存。该方法对提高VoIP语音通信质量,推动VoIP业务的普及具有实际意义。     

基于网络性能的VoIP语音质量评价模型

在VoIP应用中,为了实现服务质量的监测和路径切换,通常需要测量路径的网络性能,并将网络性能映射到语音质量评价.本文提出一种基于网络性能的VoIP语音质量评价模型,该模型在E-Model的基础上进行了改进,只考虑网络性能的动态变化对语音质量的影响.新的模型考虑更少的影响因素,比E-Model更容易计算,因此更适用于VoIP系统的语音质量评价.通过实验比较了新的模型和简单的网络参数评价模型,结果显示该模型具有更好的语音质量描述能力.     

VoIP中为提高语音质量所采用的关键技术

VoIP(Voice over IP)即IP电话,是将话音编码、压缩转换成数据包,在IP网络中进行传输的技术。为应对传统电话公司的竞争,IP电话的语音质量成为决定其未来命运的关键因素。该文首先介绍了几个界定QoS的参数和目前评价IP电话业务语音质量的三种模型：MOS模型、PSQM模型、E模型,然后重点介绍了在终端和网络上提高VoIP语音质量所采用的一些关键技术,应用于终端的技术中比较重要的是语音的编码与压缩、差错控制等,而应用于网络的技术则是解决IP QoS的两种基本模型：综合业务模型和区分业务模型。     

IEEE 802.16系统中自适应的功率节省策略

针对IEEE 802.16系统中基于自适应多速率(AMR)语音编码器的IP语音(VoIP)业务,本文提出了一个自适应的功率节省策略。该策略周期性检测双向会话的语音帧信息,以此来判断上下行业务是否均进入语音静默期,然后自适应地调整功率节省模式参数。从能量节省、丢包率、系统信令开销方面分析了所提策略的性能,并且做了仿真实验。从理论分析和仿真结果可以看出,新策略在保证一定丢包率的基础上,可以比传统策略减少13.4%以上的能量损耗。     

马尔可夫模型在VoIP通话质量实时评估中的应用

针对运用国际电联G.107 E模型评估VoIP通话质量时如何准确计算有效设备损伤系数的问题,提出一种基于马尔可夫模型的实时评估算法,通过分别为随机信息包丢失概率和突发比建立三态和二态马尔可夫模型,推导出估算有效设备损伤系数的运算公式和相应统计算法。商用测试结果表明,该评估算法能够在实时环境中较准确地评估VoIP通话质量。     

VoIP over DVB-RCS satellite systems: Trial results and the impact of adaptive speech coding using cross-layer design

VoIP is one of the most popular applications on the Internet. The DVB-S2 (digital video broadcasting-satellite version 2) and DVB-RCS (digital video broadcasting-return channel satellite) standards provide the potential for reliable and efficient voice and data transfer over satellite networks. This is important, as satellites can play a role in broadband service provision by addressing the cases of limited terrestrial access such as in rural or underserved areas. The first part of this paper presents the results of our VoIP trials with different commercial DVB-S/RCS satellite offers and popular internet telephony and videoconferencing applications (Skype, MSN, etc.). These results reveal that packet delay and jitter are strongly affected by the satellite network component as well as the type of speech codec used. Accordingly, research presented in the second part of this paper is focused on dynamic speech coding rate control adapted to the conditions of the underlying network, in which the satellite domain presents the most challenging portion of the end-to-end path. For this purpose, a novel cross-layer mechanism is proposed to facilitate and increase the accuracy of the speech coding rate adaptation mechanism. Cross-layer design is a relatively new idea aiming to exploit information exchange among layers of the protocol stack. Our simulation analyses show that the proposed cross-layer mechanism can help us in optimally adjusting the speech coding rate to maintain the user-perceived quality in terms of MOS (mean opinion score) in the face of time-varying available satellite channel capacity.     

基于E-model的VoIP语音质量评估的研究

为准确评估VoIP）语音质量,对E—model算法进行了深入研究,剖析了E—model算法的组成部分Id,Is,Ie,A,探讨了丢包、延迟和抖动对VoIP质量的影响,并应用该算法对多种语音编码进行了评估。实验证明该客观评估算法主观与客观相关度高,有较强的适应性,可靠性,实用性,完全可用于VoIP语音质量评估。     

骨干网中 VoIP语音质量的快速评估方法

提出一种基于被动模式流量分析的 VoIP语音质量评估方法 ,以帮助 VoIP运营商对主干网中大量并发 VoIP会话的通话质量进行实时监测。在流量采集的基础上 ,通过流跟踪算法获取 VoIP会话的丢包、时延等基本性能指标 ;通过快速评估模型对 VoIP会话的 R和 MOS值进行计算。实验证明 ,该方法性能较高 ,评估结果准确。     

Hybrid Signal-and-Link-Parametric Speech Quality Measurement for VoIP Communications

A hybrid signal-and-link-parametric approach to speech quality measurement for voice-over-Internet protocol (VoIP) communications is described. Connection parameters are used to determine a base quality representative of the transmission link. Degradation factors, computed from perceptual features extracted from the decoded speech signal, are used to quantify distortions not captured by the connection parameters. The algorithm is tested on speech degraded by acoustic noise, temporal clippings, and noise suppression artifacts, thus simulating degradations present in wireless-VoIP tandem connections. Hybrid measurement is shown to overcome the limitations of pure link parametric and pure signal-based measurement methods, resulting in better measurement accuracy for modern VoIP communications. In addition, the proposed algorithm incurs modest computational overhead relative to pure link parametric measurement and attains up to 88% reduction in processing time relative to the ITU-T standard P.563 signal-based algorithm.      

基于聚类分析与说话人识别的语音跟踪

目前语音跟踪在说话人干扰的条件下,即一段语音中存在多个说话人的混合语音信号时,语音跟踪质量会严重下降。针对这种情况,提出一种基于聚类分析与说话人识别的语音跟踪算法。算法首先使用改进的聚类分析方法进行语音分离,具体包括在K-means聚类中对质心进行缓存并降低采样率,以及在embedding特征空间引入正则项。其次,算法采用GMM-UBM说话人模型进行语音跟踪。实验结果表明改进的聚类分析方法可以有效提高算法的实时性及其语音分离质量,GMM-UBM模型在3 s语音的测试中具有84%的识别率。     

基于卷积神经网络的面罩语音识别

针对带噪面罩语音识别率低的问题,结合语音增强算法,对面罩语音进行噪声抑制处理,提高信噪比,在语音增强中提出了一种改进的维纳滤波法,通过谱熵法检测有话帧和无话帧来更新噪声功率谱,同时引入参数控制增益函数;提取面罩语音信号的Mel频率倒谱系数(MFCC)作为特征参数;通过卷积神经网络(CNN)进行训练和识别,并在每个池化层后经局部响应归一化(LRN)进行优化.实验结果表明:该识别系统能够在很大程度上提高带噪面罩语音的识别率.