CN1655568A

CN1655568A - 协商编解码器编码技术的rtp的使用

Info

Publication number: CN1655568A
Application number: CN200510001623.1A
Authority: CN
Inventors: 雷蒙·加斯
Original assignee: Alcatel NV
Current assignee: Alcatel CIT SA; Alcatel Lucent NV
Priority date: 2004-02-10
Filing date: 2005-02-03
Publication date: 2005-08-17
Anticipated expiration: 2025-02-03
Also published as: US20050174993A1; EP1565010A1; EP1565010B1; DE602004000759T2; ATE324751T1; US7545802B2; DE602004000759D1; CN1655568B

Abstract

一种用于在近端和至少一个远端电信终端之间提供优化音频质量通信会话的方法，需要至少近端电信终端能够应用属于同一音频压缩协议的两个备选编码技术。当在将设置音频压缩协议的通信会话建立之后，近端电信终端将接收来自远端电信终端的一个数据分组时，其从将所述接收数据分组中确定由远端电信终端所使用的编码技术。这通过分析接收分组的报头内容来执行。在已确定的编码技术是基于被近端电信终端最初使用的音频压缩协议的另一备选编码技术的情况下，那么将执行适配过程。

Description

协商编解码器编码技术的rtp的使用

技术领域

本发明涉及一种用于可能经由数字网络在一个近端和至少一个远端电信终端之间提供优化的音频质量通信会话的方法，每个电信终端具有一个编解码器，同时至少近端电信终端的编解码器能够应用属于同一音频压缩协议的两个备选编码技术。此外，其涉及一个近端电信终端，包括：一个编解码器，能够把属于同一音频压缩协议的两个备选编码技术应用于与至少一个远端电信终端进行的通信会话。其还涉及一个具有在其上记录的计算机程序的计算机可读介质，所述计算机程序包括：当所述计算机程序运行于一个近端电信终端上时，用于执行上述电信方法步骤的代码，所述近端电信终端包括一个能够应用属于同一音频压缩协议的两个备选编码技术的编解码器。

背景技术

诸如公众电话交换网络(PSTN)和专用小交换机(PBX)的电信系统是普遍熟知的。现在，将PSTN考虑为一个能够以理论上每秒64千比特(kbps)的速度传送数据的数字系统。尽管在过去数年里PSTN的容量、效率和性能有很大的增强，但由于一些原因，话音质量仍然被限制小于“实际话音”质量。PSTN如何从一个电信终端递送话音到另一电信终端是受限话音质量后面的原因。

在从一个电信终端传输话音到另一电信终端中，要发生几个变换。呼叫者的话音声波被近端电信终端的电话手机中的麦克风变换成电模拟信号，该近端电信终端通过用户线接口电路连接到呼叫者邻近地区中的中心局。所述中心局执行诸如对电信终端供电、检测何时呼叫者拿起或挂断接收机、以及当需要时对电信终端振铃的职责。一个编码器/解码器(编解码器)把模拟语音信号变换为容易通过网络进行路由的一个数字数据流并递送给位于接收者(远端)邻近地区的中心局，其中数字数据流被转换回电模拟信号。然后，远端电信终端的手机扬声器最终把模拟信号转换为收听者听到的声波。同一过程在相反的方向上发生以允许呼叫者听见接收者的声音。

PSTN限制话音质量的原因之一是：通过减少每个呼叫的数据速率来增加网络的呼叫容量。PSTN将每个话音数字数据流限定为64kbit/s。这一限定是通过以8kHz的速率对语音信号进行采样，并且滤除任何小于200Hz与大于3.4kHz的频率来实现。还根据美国的某些所谓的μ律或者欧洲的A律编码来使用幅度压缩，这导致一个8比特、8kHz的数据流。该幅度压缩是根据ITU-T建议G.711的脉冲编码调制(PCM)编码技术的一部分。在接收端对此过程的反向再现呼叫者的声音，但是没有原始的质量。G.711算法的这个压缩和扩展(压缩扩展)过程增加了信号失真，并且向电话对话给出了其与众不同的“低保真度”质量。其直接与所使用的大约3.5kHz的窄带宽相关。

代替PCM编解码器，电信系统可以利用数字话音/语音编解码器，以便用一种与传统PCM编码技术不同的方式传输音频信号。假设有一个适当的发射带宽可用，则这种音频编解码器通过把诸如单音、音调、共鸣等的音频特性合并到传输信号中而能够提供增强的保真度语音传输。例如，通过平衡当前电话网络的64kbps性能，可以设计宽带话音编解码器，以便提供高保真电话呼叫代替由PCM编码协议控制的传统音频呼叫。这种高保真度呼叫可以使用一个超过3.5kHz的带宽(例如7kHz或更大)来传输，就像在ITU-T建议G.711下已经定义的那样。

由于管理电信系统的当前标准，音频编解码器可能未在与一个给定电信系统相关的许多中心局中普遍实现。因此，如果各自中心局的其中任何一个没有利用兼容的音频编解码器，则不能始终实现端对端高保真度语音连接。即使两端(近端和远端)支持高保真度语音通信，则也必须有一个机制：通过它，中心局能够通信确定是否支持宽带音频编码协议(以及支持哪种宽带音频编码协议)。

在通信会话开始时，一个可能的信号技术可以只使用标准操作带宽的主要部分，以发射音调(tone)或者其它信号。在US2003/0224815中描述了基于此类技术的一个示例。虽然这个过程可以在中心局之间有效地传送必要的信息，但是信令信息的传输可能干扰进行中的呼叫，并且可能引起最终用户的注意。

在US 6,353,666中描述了一个用于执行宽带通信会话的备选方案。它是基于时分复用(TDM)的，并且因此需要一些特定的带内信令，该指令是专有的。在图1上示出了根据该现有技术将建立一个宽带通信会话的方法。首先，近端电信终端1将使用某些协议Q.931向其邻近地区本地交换机2发送某些建立请求。那个本地交换机2将经由综合业务数字网络(ISUP)把这些建立转发给远端电信终端4的邻近地区本地交换机3。这个本地交换机3将使用协议Q.931发送一个警报到远端电信终端。远端电信终端4将应答一个连接命令，并且该连接命令经由ISUP转发给近端电信终端。然后，近端电信终端1将询问远端电信终端是否能够应用一个备选的宽带编码技术。在从远端电信终端4接收到一个肯定回答之后，在两个电信终端之间在一个训练会话之后将开始第二建立。只有那时，宽带电信会话将基于一个专有带内信令而开始。这种解决方案具有一个明显的缺点：其意味着由于两个电信终端的编解码器都必须能够应用专有宽带信令，因此意味着要对两个电信终端的编解码器都进行控制。

发明内容

考虑到上述内容，本发明的一个目的是提供一种方法、一个电信终端和某些计算机程序代码，用于通过数字网络在两个电信终端之间提供优化的音频质量通信，而不需要使用执行时昂贵的补充信令技术。本发明的又一个目的是，当依靠各自电信终端的性能建立一个电信会话时，提供最大灵活性。

根据本发明，通过应用一种用于经由数字网络在一个近端和至少一个远端电信终端之间提供优化的音频质量通信的方法来实现此目的，其中，每个电信终端具有一个编解码器，同时至少近端电信终端的编解码器能够应用属于同一音频压缩协议的两个备选编码技术。所述音频压缩协议通常(但不独占地)是如ITU-T建议G.721、G.722、G.723等中定义的协议。这些电信方法包括通过固定在两个编解码器之间使用的这种音频压缩协议，来在两个电信终端之间建立一个电信会话的步骤。然后，跟着使用基于技术要求最高的备选的编码技术，从近端电信终端向远端电信终端发送一个数据分组的步骤。作为响应，近端电信终端然后将从远端电信终端接收一个数据分组。根据本发明，近端电信终端将从所述接收的数据分组中确定由远端电信终端所使用的编码技术。这简单地通过分析所接收的分组的报头内容来获得。在已确定编码技术是基于由近端电信终端最初所使用的音频压缩协议的另一备选编码技术的情况下，那么将在该近端电信终端上执行一个适配。该适配的结果是近端电信终端的编解码器切换为由该远端电信终端所使用的已确定编码技术。因此，将使用由远端电信终端所固定的备选编码技术来继续进行两个电信终端之间的电信会话。

有利地，应用根据本发明的方法将允许通过默认地使用先前所同意的音频压缩协议的技术要求最高的备选编码技术而经由数字网络在两个电信终端之间执行通信会话。作为一个示例，这对于G.711宽带通信或者G.723或G.729将是一个包括话音动作检测(VAD)，并且可能舒适噪声生成(CNG)在内的备选编码技术。

这种方法的使用将提供完整的灵活性而不限制为单个备选编码技术。当通过使用几个电信终端之一固定的技术上要求较低的编码技术，来在这些电信终端之间执行一个通信会话以便进行该电信会话时，该方案是令人感兴趣的。但是只要近端电信终端不再使用在技术上要求较低的备选技术接收数据分组时，那么就把由近端电信终端所使用的编码技术适配为最初所使用的技术上要求更高的备选技术是可能的。

附图说明

现在，还将参考附图解释本发明的具体实施方式，其中：

图1是根据现有技术的通信会话建立的示意图；

图2是根据本发明一个实施例的通信会话建立的示意图；

图3是根据本发明另一个实施例的通信会话建立的示意图。

具体实施方式

在图2中示出了根据本发明一个实施例，在两个电信终端之间的通信会话建立的示意图。近端电信终端6可能是基于互联网协议的电话，其经由一个媒体网关控制协议连接到一个邻近地区呼叫服务器7。这种呼叫服务器7可以是PBX或者内联网的一部分。远端电信终端9能够是类似IP电话，但是不必须是。那个远端电信终端经由媒体网关控制协议(MGCP)还连接到一个邻近地区呼叫服务器8。两个呼叫服务器7、8经由一个IP网络甚至经由PSTN互连。在上述PSTN仍然是一个模拟版本的情况下，那么将必须在各自的呼叫服务器7、8和那个模拟网络之间放置调制解调器(调制器/解调器)，并且以便把数字流适配为模拟流。

当在近端电信终端6和远端电信终端9之间将开始一次新的通信会话时，各自的邻近地区呼叫服务器7、8将使用如H.245或者会话初始协议(SIP)的一个协议来开始一些协商。在这个协商过程中，呼叫服务器7将询问呼叫服务器8的能力。这需要固定在两个电信终端各自的编解码器之间使用的音频压缩协议。这种音频压缩协议可以例如是G.711或者G.722或者任何其它协议。在图2上示出的示例上，呼叫服务器8回答呼叫服务器7，其使用根据建议G.711的音频压缩协议。在呼叫服务器7同意使用上述音频压缩协议之后，呼叫服务器7、8都将与各自的电信终端6和9开放一个实时协议(rtp)信道。在此之后，一个使用rtp的直接连接在近端电信终端6和远端电信终端9之间可用。

近端电信终端然后将开始使用基于属于商定音频压缩协议的技术上要求最高的备选编码技术来发送包括一些声音消息或它的一部分(采样)在内的一个数据分组。在如图2所示的目前的情况下，其是宽带。作为应答，远端电信终端9将开始使用属于商定的音频压缩协议的某些编码技术来发送可能包括一些声音信息或它的一部分(采样)在内的一个数据分组。由远端电信终端9所使用的编码技术的选择将取决于近端电信终端6不可访问的内部参数或一些设置。因此，不保证所选定的由远端电信终端9的编解码器所应用的编码技术将对应于由近端电信终端6的编解码器所应用的编码技术，在图2的当前示例中是宽带。这就是为什么如果根据本发明的方法，则将在近端电信终端6中分析由远端电信终端9所发送的数据分组的原因。更具体地，将阅读接收到的rtp分组的报头内容，以便确定由远端电信终端9的编解码器所应用的商定音频压缩协议(在这里是G.711)的备选编码技术。

在图2上示出了如下情况：其中，近端电信终端6和远端电信终端9的两个编解码器都使用同一备选编码技术，在这里是宽带。在目前的情况下，将简单地进行通信会话，而不对任何编码技术作任何更改。必须注意：各自的呼叫服务器7和8也可是近端电信终端6和/或远端电信终端9的一部分。这取决于所使用的电信终端的种类(即，IP电话或者类似PC机的电话或者任何其它种类的电信终端)。

在图3上，示出了根据本发明的一个备选实施例。经由各自的呼叫服务器7和8在近端电信终端6和远端电信终端9之间的通信会话建立的开始与图2的示例类似。图3上的示例不同的特征在于：远端电信终端9的编解码器默认地应用一个属于预先商定的音频压缩协议的一个备选编码技术，但是其不对应于由近端电信终端的编解码器所应用的备选编码技术，默认地为技术上要求最高的备选编码技术。在图3示出的示例中，这个技术上要求最高的备选编码技术对应于根据G.711的宽带音频压缩协议的备选编码技术。如果通过商定另一音频压缩协议(例如像G.723或者G.729)建立通信会话，那么技术上要求最高的备选编码技术将对应于使用话音动作检测和可能但是不一定舒适噪声生成的编码技术。在图3示出的情况中，从由远端电信终端9所发送并由近端电信终端6所接收的数据分组中的报头分析将给出结果是：由远端电信终端9的编解码器所使用的编码技术不对应于由近端电信终端6的编解码器所应用的备选编码技术。由近端电信终端中的某些读取装置执行的该分析结果导致把由近端电信终端所使用的编码技术适配为与远端电信终端9的编解码器所应用的编码技术相同。在目前的情况下，所应用的备选编码技术将发生更改，并且将使用根据G.711的商定的音频压缩协议的窄带备选编码技术继续进行通信会话。

在将在两个以上电信终端之间执行一个通信会话的情况中，由近端电信终端的编解码器所使用的编码技术将必须被适配为从某些远端电信终端中接收到的数据分组中确定的技术上要求较低的编码技术。但是，如果在这样的通信会话期间，例如由于相应的远端电信终端摘机，近端电信终端将不再接收使用技术上要求较低的编码技术的数据分组时，那么把由近端电信终端所使用的编码技术适配为最初使用的技术上要求更高的编码技术是可能的。在任何情况下，由近端电信终端(即，从中开始通信会话的该电信终端)的编解码器所应用的编码技术将默认地首先被建立为先前商定的音频压缩协议的技术上要求最高的备选编码技术。以这种的方式，不需要在不仅固定所使用的音频压缩协议而且固定备选的编码技术的编解码器之间担当某些某种协定的补充信令。必要时，由近端电信终端所使用的编码技术的可能适配将发生在rtp会话期间(即，音频采样的转送期间没有任何中断)。

根据本发明的这种方法有利地能够由一些代码来执行，这些代码是记录在计算机可读介质中的一些计算机程序中的一部分。当所述计算机程序运行于电信终端上时，(近端电信终端)开始通信会话。这种电信终端包括一个能够应用属于同一音频压缩协议的两个备选编码技术的编解码器。在这些电信终端(近端)和至少一个远端电信终端之间建立一个通信会话时，编解码器之间使用的音频压缩协议将会被固定。把计算机程序的代码适用于使用基于技术上要求最高的备选编码技术来执行从近端电信终端向远端电信终端发送数据分组的步骤。此外，所述代码用来从由远端电信终端所发送的某些接收的数据分组中确定由该电信终端所使用的编码技术。并且最后，所述代码用来根据从所述数据分组所确定的编码技术来固定由近端电信终端的编解码器所使用的编码技术，以使近端电信终端的编解码器将根据与远端电信终端的编解码器所使用的预先商定的音频压缩协议相同的备选编码技术来工作。以这样的方式如下构思包括上述代码的计算机程序，以使大部分现有的电信终端能够用这种计算机程序升级是可能的。以这种方式，本发明所提出的解决在上面引用问题的解决方案的实现能够更容易地实现，而无需太高的成本。

Claims

1.一种用于在一个近端和至少一个远端电信终端之间提供优化音频质量通信会话的方法，每个电信终端具有一个编解码器，同时至少近端电信终端的编解码器能够应用属于同一音频压缩协议的两个备选编码技术，所述电信方法包括步骤：

通过固定在两个编解码器之间使用的音频压缩协议，来在两个电信终端之间建立一个通信会话；

使用基于技术上要求最高的备选编码技术来从近端电信终端向远端电信终端发送一个数据分组；

近端电信终端接收来自远端电信终端的一个数据分组；

其特征在于还包括步骤：

由近端电信终端从所述接收数据分组中确定由远端电信终端所使用的编码技术；

在所述已确定的编码技术是基于音频压缩协议的另一备选编码技术的情况下，那么当进行所述通信会话时，把由近端电信终端所使用的编码技术适配为所述已确定编码技术。

2.根据权利要求1所述的方法，其特征在于：当与一个以上远端电信终端进行所述通信会话时，把由近端电信终端所使用的编码技术适配为从某个远端电信终端接收到的数据分组中确定的技术上要求更少的编码技术。

3.根据权利要求1或2所述的方法，其特征在于：当不再接收使用技术要求较低的备选编码技术的数据分组时，把由近端电信终端所使用的编码技术适配为最初使用的技术上要求更高的编码技术。

4.根据权利要求1所述的方法，其特征在于：技术上要求最高的备选编码技术对应于一个宽带编码技术。

5.根据权利要求1所述的方法，其特征在于：技术上要求最高的备选编码技术对应于一个包括话音动作检测和可能的舒适噪声生成的编码技术。

6.一种近端电信终端，包括：一个编解码器，其能够为与至少一个远端电信终端进行的通信会话而应用属于同一音频压缩协议的两个备选编码技术，同时在两个电信终端之间的通信会话早先建立期间，近端电信终端的编解码器基于固定的音频压缩协议的技术上要求最高的备选编码技术来发送第一数据分组，其特征在于：近端电信终端包括：读取装置，用于由所接收的来自远端电信终端的数据分组中确定备选编码技术，以便当进行通信会话时，将由近端电信终端的编解码器所使用的备选编码技术适配为这个已确定的备选编码技术。

7.根据权利要求6所述的近端电信终端，其特征在于：技术上要求最高的备选编码技术对应于一个宽带编码技术。

8.根据权利要求6所述的近端电信终端，其特征在于：技术上要求最高的备选编码技术对应于一个包括话音动作检测和可能的舒适噪声生成的编码技术。

9.一个具有在其上记录的计算机程序的计算机可读介质，所述计算机程序包括当所述计算机程序运行于一个近端电信终端上时，用来执行如下步骤的代码，其中所述近端电信终端包括一个编解码器，其能够在近端电信终端和一个远端电信终端之间建立通信会话之后，应用属于同一音频压缩协议的两个备选编码技术，在此期间，在近端和远端电信终端的压缩解压缩算法之间所使用的音频压缩协议被固定：

使用基于技术上要求最高的备选编码技术，来从近端电信终端向远端电信终端发送一个数据分组；

近端电信终端接收来自远端电信终端的一个数据分组；

其特征在于还包括步骤：

由近端电信终端从所述接收数据分组中，确定由远端电信终端所使用的编码技术；

在所述已确定的编码技术基于音频压缩协议的另一备选编码技术的情况下，那么当进行所述通信会话时，把由近端电信终端所使用的编码技术适配为所述已确定的编码技术。