CN101567948A - 编解码转换装置、网关装置以及编解码转换方法 - Google Patents

Abstract

提供能够对应多种编解码转换和多个信道的同时处理、且转换处理延迟小的编解码转换装置、网关装置以及编解码转换方法。本发明的编解码转换装置具有由对编码媒体数据进行解码的解码器、和与解码器对应且编解码标准不同的编码器构成的多个编解码转换执行单元。该编解码转换装置具有：媒体数据提取单元，其从输入分组中提取媒体数据，并将其与用于确定该分组的通信信道的信道确定信息对应起来；网络缓冲器，其吸收所提取的媒体数据的抖动；资源分配单元，其将从网络缓冲器输出的媒体数据提供给与该媒体数据的信道确定信息对应起来的编解码转换执行单元；以及分组重组单元，其在分组中组入从编解码转换执行单元输出的再次编码后的媒体数据。

Description

编解码转换装置、网关装置以及编解码转换方法

技术领域

本发明涉及编解码转换装置、网关装置以及编解码转换方法，例如能够应用于设于网络边界的会话边界控制器(S/BC)中。

背景技术

在NGN(次世代网络)等的IP互连环境等中，在各服务提供商网络所涵盖的不同PC(个人计算机)或终端之间进行数据交换。

在数据通信中，在终端或PC等中安装有用于打开所支持的传送方式的文件和数据的软件，所以，在跨越各服务提供商网络之间的数据传送中，不会产生问题。

但是，在IP互连的通信中，除了仅仅的数据以外，今后还包含音频和视频数据等媒体数据，在媒体数据的IP互连中，现状为存在如下问题：在服务提供商之间没有统一的编解码标准(编解码标准根据服务提供商网络而不同)。例如如图2所示，在A服务提供商网络的编解码标准为ITU-T G.711、B服务提供商网络的编解码标准为EVRC(Enhanced VariableRate Codec：增强型可变速率编解码器)、C服务提供商网络的编解码标准为AMR(Adaptive Multi Rate：自适应多速率)的情况下，A服务提供商网络下属的电话终端和B服务提供商网络下属的电话终端如果不执行编解码转换，则无法互连。

作为解决编解码转换所涉及的问题的第1方案，考虑在电话终端中搭载与各服务提供商网络对应的编解码器。但是，关于能否对已经问世的许多电话终端搭载追加功能，预想到许多物理问题、技术问题等。

因此，作为解决编解码转换所涉及的问题的第2方案，提出了在专利文献1中也进行了记载的这种在服务提供商网络之间的边界实施编解码转换的方案。在专利文献1中，记载了一种编解码转换，而没有记载其具体的编解码转换方法。因此，是将与电话终端中的编解码转换相同的方法应用于在边界实施的编解码转换的技术。

图3是电话终端中的编解码转换方法(从G.711到EVRC的转换)的说明图。从插入有按照G.711进行编码的编码音频数据的RTP分组中提取编码音频数据(T1)，使用抖动缓冲器吸收抖动后(T2)，对编码音频数据进行解码(T3)，还原为原音数据。将原音数据临时存储在再现缓冲器中，实施分组丢失的插值处理后(T4)，按照转换后的编码方式(EVRC)进行编码(T5)，将编码音频数据重新插入RTP分组中(T6)。

【专利文献1】日本特开2005-033624号公报

在专利文献1也有所记载的这种在服务提供商网络之间的边界实施编解码转换的第2方案中，也存在：(a)不支持多种编解码转换、(b)无法对应多个信道的同时处理、(c)没有考虑转换处理延迟等问题。

专利文献1也有所记载的第2方案是如下的方式：将相当于在2个终端之间进行通信的情况下的编解码转换功能(参照上述图3)，直接轻易地加入小规模的网关装置等中，因此，产生上述的问题(a)～(c)。

如果IP互连的服务提供商网络的种类很多(换言之，编解码标准的种类很多)、且不支持多种编解码转换，则必须按照每种编解码转换来构成网关装置，系统结构复杂且大型化。

在IP互连中，在服务提供商网络之间连接的信道数很多，当然希望一个编解码转换装置能够对应的信道数很多。

在IP互连中，通话的实时性也很重要，包含编解码转换处理时间在内，媒体传送延迟必须最小。在日本总务省等的规定中，音频通话的ENDto END(图2的A服务提供商网络的终端-B服务提供商网络的终端之间的连接)的延迟的目标为100ms以内(视频的目标也为200ms以内)。该目标值是根据主观测定的延迟量而规定的，其中，该延迟量是使用该媒体的人在进行通话、会话时不会感到不自然的程度的延迟量。在大幅超过该规定的情况下，会话的沟通显著降低，成为使用者的心理压力等的主要原因。

如上所述，针对音频数据说明了问题，但是，在视频数据中也存在同样的问题。

发明内容

因此，期望能够对应多种编解码转换和多个信道的同时处理、且编解码转换处理延迟小的编解码转换装置、网关装置以及编解码转换方法。

第1发明的编解码转换装置的特征在于，(1)该编解码转换装置具有多个编解码转换执行单元，该编解码转换执行单元由解码器和编码器构成，该解码器对编码媒体数据进行解码，该编码器与该解码器一对一地对应，直接输入有从对应的解码器输出的媒体数据，按照与该解码器不同的编码方式进行编码，并且，该编解码转换装置具有：(2)媒体数据提取单元，其从所输入的分组中提取媒体数据，并将用于确定该分组的通信信道的信道确定信息与提取出的媒体数据对应起来；(3)网络缓冲器，其在写入上述媒体数据提取单元提取出的媒体数据后进行读出，来吸收抖动；(4)信息管理单元，其管理表示已将信道确定信息和任意一个上述编解码转换执行单元对应起来的信息；(5)资源分配单元，其将从上述网络缓冲器读出的媒体数据提供给与该媒体数据的信道确定信息对应起来的上述编解码转换执行单元；以及(6)分组重组单元，其在分组中组入从上述编解码转换执行单元输出的编码媒体数据。

第2发明的网关装置设于不同网络的边界，其特征在于，该网关装置具有第1发明的编解码转换装置，该编解码转换装置用于吸收上述各网络中的编解码标准的差异。

第3发明的编解码转换方法的特征在于，该编解码转换方法具有多个直接连接解码器和编码器的编解码转换执行单元，并且，具有媒体数据提取单元、网络缓冲器、信息管理单元、资源分配单元以及分组重组单元，(1)上述信息管理单元管理表示已将信道确定信息和任意一个上述编解码转换执行单元对应起来的信息，(2)上述媒体数据提取单元从所输入的分组中提取媒体数据，将用于确定该分组的通信信道的信道确定信息与提取出的媒体数据对应起来，(3)上述网络缓冲器在写入提取出的媒体数据后进行读出，来吸收抖动，(4)上述资源分配单元将从上述网络缓冲器读出的媒体数据提供给与该媒体数据的信道确定信息对应起来的上述编解码转换执行单元，(5)上述编解码转换执行单元的上述解码器对得到的已编码的媒体数据进行解码，上述编解码转换执行单元的上述编码器按照与该解码器不同的编码方式，对从对应的解码器输出的已解码的媒体数据进行编码，(6)上述分组重组单元在分组中组入从上述编解码转换执行单元输出的已编码的媒体数据。

根据本发明，提供能够对应多种编解码转换和多个信道的同时处理、且编解码转换处理延迟小的编解码转换装置、网关装置以及编解码转换方法。

附图说明

图1是示出实施方式的编解码转换装置的详细结构的框图。

图2是在IP互连中需要编解码转换的说明图。

图3是现有的编解码转换方法的说明图。

图4是示出实施方式的会话边界控制器的概略内部结构(概念性结构)的框图。

图5是示出实施方式的内部会话管理表20A的部分结构的说明图。

图6是示出实施方式的DSP管理表20B的结构的说明图。

图7是示出实施方式的IP层的处理概要的说明图。

具体实施方式

(A)主要实施方式

下面，参照附图详细叙述本发明的编解码转换装置、网关装置以及编解码转换方法的一个实施方式。实施方式的网关装置是会话边界控制器。

(A-1)实施方式的结构

图4是示出实施方式的会话边界控制器的概略内部结构(概念性结构)的框图。

实施方式的会话边界控制器1设于不同服务提供商网络之间的边界，具有多个接口部11-1、11-2、控制部12和开关部13，实现在文献“ITU-TY.2012 Supplement”中规定的IPv4/v6转换(NAT/NAPT)针孔(pinhole)控制、THIG(拓扑隐藏)等的功能。

实施方式的会话边界控制器1还以内置或外置的方式设有编解码转换装置14。

呼叫控制服务器即SIP服务器2在SIP会话的建立处理中，识别要通话的IP电话终端3-1、3-2所应用的编解码标准(涵盖IP电话终端3-1、3-2的服务提供商网络采用的编解码标准)，在两个电话终端3-1和3-2的编解码标准不同的情况下，对会话边界控制器1发布编解码转换开始指示。

在会话边界控制器1中，被赋予了编解码转换开始指示的控制部12控制接口部11-1、11-2、开关部13和编解码转换装置14，使得能够执行编解码转换。

控制部12进行控制，使得能够经由涵盖IP电话终端3-1的接口部11-1和开关部13，将来自一个IP电话终端3-1的分组提供给编解码转换装置14，并将其转换为另一个IP电话终端3-2所应用的编解码标准，经由开关部13和涵盖IP电话终端3-2的接口部11-1，将从编解码转换装置14输出的分组发送到另一个IP电话终端3-2，并且，进行控制，在反方向也能够执行编解码转换。

能够进行编解码转换时，控制部12向SIP服务器2回复编解码转换开始OK，SIP服务器2通知两个电话终端3-1和3-2通话OK。

由此开始的通话所涉及的分组经由编解码转换装置14，被转换为对方的IP电话终端所应用的编解码标准的分组，发送到对方的IP电话终端。

图1是示出实施方式的编解码转换装置14的详细结构的框图。图1所示的编解码转换装置14设于编解码标准为G.711的服务提供商网络和其他服务提供商网络的边界，针对面向其他服务提供商网络的分组，进行从G.711到EVRC、AMR或G.722的编解码转换，针对来自其他服务提供商网络的分组，进行从EVRC、AMR或G.722到G.711的编解码转换。即，编解码转换装置14能够执行6种编解码转换。另外，也可以是能够执行从EVRC到AMR的这种其他种类的编解码转换。

在图1中，编解码转换装置14具有：转换装置控制部20、网络缓冲器(NW缓冲器)21、资源分配部22、多对解码器23-1～23-M和编码器24-1～24-M。

解码器23-1～23-M对所输入的编码音频数据进行解码，并将其还原为原音。在该实施方式的情况下，不在解码器23-1～23-M的输出级设置再现缓冲器(参照图3)，从解码器23-1～23-M输出的原音的音频数据直接提供到对应的编码器24-1～24-M。编码器24-1～24-M按照自身确定的编码方式(编解码方式)，对原音的音频数据进行编码。通过成对的解码器23-m(m为1～M)和编码器24-m的编码方式的组合，来确定编解码转换的内容。例如，如果解码器23-1对应G.711，编码器24-1对应EVRC，则该由解码器23-1和编码器24-1组成的对提供从G.711到EVRC的编解码转换。

例如通过DSP(数字信号处理器)来实现解码器23-m和编码器24-m的对，在一个DSP中，搭载有多个信道(例如200信道左右)用的解码器和编码器的对(编解码转换功能)，设置多个(例如150个)这种DSP。

在该实施方式的情况下，分别对解码器23-m和编码器24-m的各个对分配固有的内部会话序号。内部会话序号由用于确定上述DSP的部分、和用于在该DSP内进行区别的唯一的序号部分构成。

转换装置控制部20从SIP服务器2发布编解码转换开始指示，决定当新的SIP会话需要编解码转换时所应用的解码器和编码器的对(换言之，将用于在该装置内部进行处理的序号称为内部会话序号，内部会话序号一对一地对应于由解码器和编码器组成的对)。转换装置控制部20内置有内部会话管理表20A和DSP管理表20B，根据这些内部会话管理表20A和DSP管理表20B的存储内容，决定应用于编解码转换开始指示所涉及的新的信道的内部会话序号(解码器和编码器组成的对)。

图5是示出与第1个DSP有关的内部会话管理表20A的部分20A1的结构的说明图。内部会话管理表20A按各DSP的表部分(按每个表部分)分开。如图5中针对第1个DSP所示的那样，每个DSP的表部分被赋予用于确定DSP的序号部分(在图5的例子中为DSP-1)，表部分的1行由用于在DSP内进行区别的唯一的序号部分(DSP内序号部分)、用于进行编解码转换的IP分组所涉及的地址/端口序号、以及编解码转换的内容构成。DSP内序号部分和编解码转换的内容是固定的信息，另一方面，在该内部会话不应用于编解码转换时，IP分组所涉及的地址/端口序号记述为“空”，在该内部会话应用于编解码转换的情况下，IP分组所涉及的地址/端口序号栏中记述有：处理对象的IP分组的发送目的地MAC地址(DstMac)、发送方MAC地址(SrcMac)、发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、发送目的地端口序号(Dstport)、以及发送方端口序号(Srcport)。

图6是示出DSP管理表20B的结构的说明图。DSP管理表20B按照每个DSP特定序号，记述该DSP能够执行的编解码转换的种类、各编解码转换种类的DSP的搭载数、以及当前时刻能够应用的空闲数。

从SIP服务器2发布编解码转换开始指示时的内部会话序号的分配方法是任意的，例如，转换装置控制部20首先根据DSP管理表20B的存储内容，将需要分配的编解码转换种类的空闲数最多、或需要分配的编解码转换种类相对于搭载数的空闲数最高的DSP确定为要应用的DSP，然后，在该DSP所涉及的内部会话管理表20A的部分内，分配该编解码转换种类为“空”的行中最新的行。在该分配时，更新DSP管理表20B的相应DSP的相应编解码转换种类的空闲数，并且，将该DSP所涉及的内部会话管理表20A的部分内的地址/端口序号从“空”改写为由编解码转换开始指示所确定的序号。

这里，来自SIP服务器2的编解码转换开始指示所涉及的通信，是两个电话终端3-1和3-2之间的双方向的通信，所以，执行2个内部会话的分配。

在输入有用于通信的IP分组时，转换装置控制部20从该IP分组中提取编码音频数据，参照内部会话管理表20A来识别内部会话序号，对所提取的编码音频数据附加内部会话序号，并将其提供给网络缓冲器21。音频IP分组通常由MAC层、IP层、UDP层、RTP层这几层组成，转换装置控制部20仅从该层中提取需要的RTP层，根据输入IP地址和RTP端口序号等分配内部会话序号，附加内部会话序号作为RTP的报头部分。在内部会话序号的识别中，例如也可以不应用所有的发送目的地MAC地址(DstMac)、发送方MAC地址(SrcMac)、发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、发送目的地端口序号(Dstport)、以及发送方端口序号(Srcport)，而仅应用发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、以及发送目的地端口序号(Dstport)，从而可以缩短搜索时间。

网络缓存21是为了吸收抖动而设置的，一边缓冲被赋予了同一内部会话序号的编码音频数据的序列，一边以相等的时间间隔将该编码音频数据的序列输出到资源分配部22。

资源分配部22将得到的编码音频数据所添附的内部会话序号作为关键字，参照内部会话管理表20A，识别分配目的地的解码器23-m，提供赋予了内部会话序号的编码音频数据。由以上可知，在该实施方式的情况下，信道和内部会话(由解码器和编码器组成的对)不是一对一地对应。

解码器23-1～23-M和编码器24-1～24-M的功能如上所述。但是，解码器23-1～23-M和编码器24-1～24-M都输出附带着内部会话序号而进行的处理后的数据。因此，编码器24-1～24-M向转换装置控制部20提供被赋予了内部会话序号的编码音频数据。

转换装置控制部20在从编码器24-m得到被赋予了内部会话序号的编码音频数据时，将所附加的内部会话序号作为关键字，参照内部会话管理表20A，取出发送目的地MAC地址(DstMac)、发送方MAC地址(SrcMac)、发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、发送目的地端口序号(Dstport)、以及发送方端口序号(Srcport)，代替内部会话序号，对编码音频数据附加这些报头信息，重新计算帧校验序列(FCS)，将其赋予末尾，得到编解码转换后的IP分组并输出。

(A-2)实施方式的动作

省略实施方式的会话边界控制器1的动作说明，下面，在已述附图的基础上，参照图7说明实施方式的编解码转换装置14的动作。这里，图7是示出实施方式的IP层的处理概要的说明图，示出转换前的编解码标准为G.711，转换后的编解码标准为EVRC的情况的例子。

SIP会话建立并进入通话状态的信道的IP分组从开关部13(参照图4)提供给编解码转换装置14。如上所述，在转移到通话状态之前的、从SIP服务器2赋予编解码转换开始指示时的处理中，分配了对该信道的IP分组进行处理的内部会话。

当IP分组输入到编解码转换装置14的转换装置控制部20后，从该IP分组中提取编码音频数据(在图7的例子中为G.711)。并且，如图6所示，将该IP分组中的发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、以及发送目的地端口序号(Dstport)作为关键字，参照内部会话管理表20A来识别内部会话序号，对所提取的编码音频数据附加所识别的内部会话序号，将其提供给网络缓冲器21。

通过对网络缓存21写入和读出附加有内部会话序号的编码音频数据，来吸收抖动。

从网络缓冲器21读出的附加有内部会话序号的编码音频数据，通过资源分配部22，将该内部会话序号分配给已述的内部会话管理表20A的行的解码器23-m。

由此，通过解码器23-m，将附加有内部会话序号的编码音频数据解码为原音的音频数据后，通过与解码器23-m对应的编码器24-m，按照不同的编码方式(编解码标准)进行编码。

从编码器24-m输出的附加有内部会话序号的编码音频数据(图7中为EVRC的例子)被提供给转换装置控制部20，再次组成包含有编解码转换后的编码音频数据的IP分组。即，内部会话序号的部分如图7所示，根据内部会话管理表20A的存储内容，代替发送目的地MAC地址(DstMac)、发送方MAC地址(SrcMac)、发送目的地IP地址(DstIP)、发送方IP地址(SrcIP)、发送目的地端口序号(Dstport)、以及发送方端口序号(Srcport)，重新计算帧校验序列(FCS)，将其附加在末尾。

(A-3)实施方式的效果

根据上述实施方式，能够获得以下效果：(a)能够对应多种编解码转换、(b)能够对应多个信道的同时处理、(c)编解码转换处理延迟小。下面，说明获得这些效果的原因。

作为解码器23-m和编码器24-m组成的对(编解码转换功能)，准备能够对应不同编解码转换种类的由解码器和编码器组成的对，所以，能够对应多种编解码转换。

通过资源分配部22对输入IP分组所涉及的编码音频数据进行分配，所以，能够对应多个信道的同时处理。并且，虽然解码器23-m和编码器24-m组成的对必须同时进行处理，但是，能够按照每个SIP会话(信道)来选择解码器23-m和编码器24-m的对(换言之，信道与由解码器23-m和编码器24-m组成的对之间的组合是动态的)，所以，装置的灵活性高，相应地，易于对应多个信道。

在从输入IP分组取出编码音频数据的处理到组成包含有编解码转换后的编码音频数据的IP分组的处理的期间，赋予内部会话序号来区别信道，所以，能够简化信道的核对处理等，从这方面来看，能够减小编解码转换处理延迟。

并且，从解码器23-m输出的原音的音频数据不经由再现缓冲器，而直接提供给编码器24-m再次进行编码。这是因为编解码转换装置14不需要进行相当于终端的动作，所以，即使立即进行编解码处理也没有问题。没有再现缓冲器，相应地，能够减小编解码转换处理延迟。

一般大多按照每个会话具有再现缓冲器，由于该原因，装置内的缓冲器不足，也成为导致处理信道数降低的要素。例如，为了应对基于到达顺序和分组序号不匹配的分组顺序调换、用于补偿分组丢失的分组插值等，而利用再现缓冲器。从实施方式的会话边界控制器1(编解码转换装置14)输出的IP分组经由任意的服务提供商网络而到达目的端IP电话终端。换言之，可能产生如下状况：假设即使编解码转换装置14进行了分组顺序调换、分组插值，在目的端IP电话终端中，也必须再次执行分组顺序调换和分组插值。

在该实施方式中，鉴于大多目的端IP电话终端执行分组顺序调换和分组插值的情况，在端对端(End to End)的终端中期待这些处理，在编解码转换装置14中，不执行分组顺序调换和分组插值，不需要再现缓冲器，从而能够减小编解码转换处理延迟。

(B)其他实施方式

在上述实施方式中，示出了用于编解码转换的媒体数据是音频数据的情况，但是，即使在用于编解码转换的媒体数据是视频数据的情况下，也能够应用本发明。

另外，在上述实施方式中，示出了编解码转换装置14进行用于通信的双方向的编解码转换的情况，但是，编解码转换装置14也可以仅进行用于通信的双方向中的一个方向的编解码转换。例如，在图2所示的服务提供商网络的连接关系中，各服务提供商网络也可以仅对从自身发送的IP分组执行编解码转换。这样，输入到各服务提供商网络的IP分组已经转换为该服务提供商网络的编解码标准，所以没有问题。

另外，在上述实施方式中，示出了将编解码转换装置搭载于会话边界控制器的情况，但是，也可以搭载于其他网关装置，并且，也可以作为独立于网关装置的装置来设置编解码转换装置，在SIP服务器和网关装置的控制下，进行编解码转换。

另外，在上述实施方式中，示出了使用内部会话序号在编解码转换装置14内区别信道的情况，但是，也可以利用IP分组报头的整体或一部分在编解码转换装置14内区别信道。

Claims (3)

1.一种编解码转换装置，其特征在于，

该编解码转换装置具有多个编解码转换执行单元，该编解码转换执行单元由解码器和编码器构成，该解码器对编码媒体数据进行解码，该编码器与该解码器一对一地对应，直接输入有从对应的解码器输出的媒体数据，并按照与该解码器不同的编码方式进行编码，并且，

该编解码转换装置具有：

媒体数据提取单元，其从所输入的分组中提取媒体数据，并将用于确定该分组的通信信道的信道确定信息与提取出的媒体数据对应起来；

网络缓冲器，其在写入上述媒体数据提取单元提取出的媒体数据后进行读出，来吸收抖动；

信息管理单元，其管理表示已将信道确定信息和任意一个上述编解码转换执行单元对应起来的信息；

资源分配单元，其将从上述网络缓冲器读出的媒体数据提供给与该媒体数据的信道确定信息对应起来的上述编解码转换执行单元；以及

分组重组单元，其在分组中组入从上述编解码转换执行单元输出的编码媒体数据。

2.一种网关装置，该网关装置设于不同网络的边界，其特征在于，

该网关装置具有权利要求1所述的编解码转换装置，该编解码转换装置用于吸收上述各网络中的编解码标准的差异。

3.一种编解码转换方法，其特征在于，

该编解码转换方法具有多个直接连接解码器和编码器的编解码转换执行单元，并且，具有媒体数据提取单元、网络缓冲器、信息管理单元、资源分配单元以及分组重组单元，

上述信息管理单元管理表示已将信道确定信息和任意一个上述编解码转换执行单元对应起来的信息，

上述媒体数据提取单元从所输入的分组中提取媒体数据，将用于确定该分组的通信信道的信道确定信息与提取出的媒体数据对应起来，

上述网络缓冲器在写入提取出的媒体数据后进行读出，来吸收抖动，

上述资源分配单元将从上述网络缓冲器读出的媒体数据提供给与该媒体数据的信道确定信息对应起来的上述编解码转换执行单元，

上述编解码转换执行单元的上述解码器对得到的已编码的媒体数据进行解码，上述编解码转换执行单元的上述编码器按照与该解码器不同的编码方式，对从对应的解码器输出的已解码的媒体数据进行编码，

上述分组重组单元在分组中组入从上述编解码转换执行单元输出的已编码的媒体数据。

Images