雖說低廉的服務費是推動採用網路電話(Voice over IP, VoIP)之主因，但直到最近才發現，VoIP缺乏完善的服務品質才是其無法對傳統老式電話服務(POTS)產生真正威脅的主要原因...
雖說低廉的服務費是推動採用網路電話(Voice over IP, VoIP)之主因，但直到最近才發現，VoIP缺乏完善的服務品質才是其無法對傳統老式電話服務(POTS)產生真正威脅的主要原因。但這種情況將不再發生，現在的晶片廠商已有重大突破，來確保IP網路語音的服務品質(Quality of Service, QoS)可達到相當於POTS之品質。本文將敘述晶片組和系統單晶片如何達成服務供應商嚴格的QoS需求，並說明其如何進行多功能、高品質，且高度整合的VoIP系統。
VoIP最早發源於電信營運業者(CLECs)所提供的低成本電話服務，目前則已準備進入大量配置，並整合現有電訊業者(ILECs)提供的各種網路服務。在日本服務供應商與長途電話業者的帶領下，在2004下半年此項新技術己被廣泛接受。
QoS是在VoIP領域內廣泛採用的詞彙，VoIP最重視和語音相關的品質。人的耳朵對線上延遲、背景雜音和其他干擾非常敏感，而在VoIP中，通常會因為回音、抖動和封包遺失造成這些情況。為達到良好的語音品質，VoIP解決方案中所有的零組件須盡力進行相互調整。首先來檢視一下QoS之挑戰：
‧抖動(Jitter)－這是形容語音封包到達時的規律性。一般正常狀況下，語音源會以固定的速率產生語音封包，不過，在一個IP網路中，封包不一定會以同樣的發送順序到達目的地。換句話說，到達的速率不是固定的，如此一來就會造成抖動。
‧回音－指的是一個人會重複聽到他自己的聲音。換句話說，回音的形成是自己的聲音在接收路徑(回程)上漏掉所產生的結果。
‧延遲(Latency)－指的是聲音訊號從網路的出發點到達目的點所花的時間。人耳對超過50毫秒(ms)的延遲非常敏感。由於IP是一種最佳的連接方式，因此在數據網路中的語音封包常常會出現延遲。
‧靜音期－代表對話中一個人傾聽另一個人的時間，此時不須要傳送承載靜音的封包。
‧遺失/晚到/早到之封包－由於這些封包無法即時將訊息轉成語音串，因此會被丟棄。此類封包速度愈快，其語音的品質愈壞。Bad Frame Masking(BFM)亦被稱為自動修補失去封包(Bad Frame Interpolation, BFI)，或丟包錯誤隱藏(Packet Loss Con-cealment, PLC)，可以補償一些為此而損失的資訊。
圖1顯示出一個VoIP系統的主要建構區塊，語音資料是以IP封包的形式接收(下行)。在網路處理器中，標有正確IP地址的「語音服務」封包會被選中，並除去IP標頭(Header)，之後通用資料封包通訊協定(Universal Datagram Protocol, UDP)標頭會決定正確的語音埠口。圖2顯示一個典型的VoIP封包，在去掉UDP標頭後，即時協定(Real Time Protocol, RTP)標頭會被送至抖動緩衝器(Jitter Buffer)。
在VoIP網路和裝置中，抖動緩衝器對語音品質有非常大的影響，其工作是儲存語音封包來緩和封包的抖動。此外，IP網路都沒有固定的傳輸路徑，因此，每一個封包從起始點至終點都可能採取不同路徑。這表示封包很少會以發送時的同樣順序到達目的地。所以，抖動緩衝器必須藉由到達時間的先後，將封包重新安排以恢復正確順序，並在這段期間內自行調適配合網路時序(Timing)的改變。VoIP系統一般都會執行最適應IP網路動態特性的抖動緩衝器。
抖動緩衝器與播放(Playout)單位合作非常密切，播放單位的責任是在正確的時間播放適當的封包。如果在遠端的較高取樣率造成太多封包儲存在抖動緩衝器時，此播放單位就必須丟棄一些封包或樣本。如果已經沒有留下任何封包，它就必須插入一些類似的東西到空白間隙，以彌補造成的語音間隙。同時也必須進行語言和靜音期之檢測，並製造適當的語調或雜音。
在經過播放單位後，語音會被解壓縮，然後送至數位/類比(D/A)轉換器，並外送至用戶線路介面電路(Subscriber Line Interface Circuit, SLIC)。該SLIC會進行混合(Hybrid)，即4線對2線之轉換，並將訊號送至類比電話中。
在相反或是上行方向，亦稱為發送方向時，從電話來的類比語音會通過SLIC和A/D轉換器到達語音處理器。在此的第一個關卡是回音消除(Line Echo Cancellation, LEC)單位。每次轉換為2線介面時會造成回音，是由於在用戶端或卡板上的正常阻抗和電話真正的阻抗無法營合，類比電話中的回音尾長度一般都在4ms範圍。在IP環境中，所有VoIP供應商都須確保系統中的回音可降至最低。上述50ms之端對端延遲會立刻被人耳聽出來，在IP系統中，此種延遲一般都比較長，因此有回音消除的功能是非常重要的。最理想的狀態是將回音在接近其音源的部位時消除，稱為近端回音消除。
一旦將回音從系統中消除，語音會被壓縮，再封包成為RTP封包。同時，相關的訊號，例如數據機音調或雙音多頻(Dual Tone Multi Fre-quency, DTMF)，也會被檢測出來，並通知網路處理器在必要時利用加碼器自動轉成事件封包。之後語音封包就會被移至處理器，加上對應的UDP和IP標頭，並送至乙太網路埠口。
上述流程只和語音電話有關，至於傳真電話的處理方式則不同，它是採用T.38 Fax Relay來改善傳輸品質和效益。
T.38本身是網路處理器上運作的一個協定，負責兩者間的連結功能。此外，T.38須將傳真訊號調制(Modulation)與解調制(Demodulation)成數據封包。檢測傳真電話的方式與上述語音檢測一樣，不是採用壓縮/解壓縮的方式，而是調制/解調制的韌體方式。
如上所述，VoIP裝置中各個不同零組件須要互動順利，才能達到真正的QoS。語音封包必須在完美的時序下進行傳輸，而所有的封包也須要盡快處理，以確保相當於傳統電話服務的語音品質。在設計晶片解決方案時，藉由結合編解碼(Codec)和語音處理功能於單一晶片中，能夠將所有即時和其他能增進效能的功能結合在一個裝置中，如此一來，將能輕易地進行模組化，因為它能擁有許多所需的平行語音埠口，且仍能採用相同的網路處理器和軟體。
以下將藉由三項應用說明VoIP解決方案效能，第一個應用是含有VoIP功能的寬頻路由器，圖3顯示路由器的組成可提供一個乙太網路上傳，以及多埠乙太網路下傳，網路處理器之PCI介面支援無線區域網路(WLAN)。VoIP之語音連接是由VINETIC-2CPE加上振鈴SLICs，可將語音直接整合至數據系統。其中還顯示一個稱為FXO之選項，亦稱為中繼(Trunk)介面，可讓本地電話直接轉至一條公眾交換電話網路(PSTN)線上。
第二個應用是熟知的類比式電話轉接器(Analog Telephone Adapter, ATA)，這裡顯示的是一個具有成本效益的版本(圖4)，在電纜數據機領域中，這個應用被稱為單機式多媒體終端介面卡(Standalone Media Terminal Adapter, SMTA)。
ATA只有語音應用，沒有數據服務，它是經由一個乙太網路介面連至一個數據機或路由器。第二個乙太網路埠口可有可無，且數據流量只是切換通過而已。透過VoIP語音服務是採用VINETIC-2CPE和振鈴SLICs，再加上有成本效益的網路處理器或微控制器一起處理。此設計可讓系統商針對有成本考量的市場開發小型VoIP裝置。
第三個範例呈現一個VoIP卡板，顯示多頻道VoIP解決方案之特性(圖5)，此處顯示之卡板的所有POTS埠口都是平行並連接至單一高成本效益之網路處理器。
由於語音處理和封包化是在VINETIC裝置中完成，處理器可當作不同語音埠口的整合電路，將前面訊號接入至單一乙太網路接口上。