Vo LTE語音質量研究

姜先貴，李勇輝，朱 斌，徐樂西（中國聯(lián)通網(wǎng)絡技術研究院，北京100048）

0 前言

OTT VoIP 語音在移動互聯(lián)網(wǎng)時代得到極大的關注與應用，給運營商傳統(tǒng)語音業(yè)務帶來了較大沖擊。語音業(yè)務在2G/3G 網(wǎng)絡中是運營商收入的主要來源，可以預期未來的LTE 網(wǎng)絡中，語音將仍然是重要的業(yè)務。眾多方案中，通過IMS 控制的VoLTE 語音必然成為運營商的最終方案，截至2015 年4 月，包括中國移動在內全球已經(jīng)有超過90 家運營商開始部署或試驗VoLTE業(yè)務。VoLTE語音能否給用戶帶來更好的用戶體驗、語音質量能否優(yōu)于2G/3G 網(wǎng)絡以及“號稱”免費的OTT VoIP 語音應用？本文圍繞如何評價VoLTE 語音質量以及VoLTE 與其他類型語音的性能進行分析和探討。

1 概述

1.1 VoLTE 網(wǎng)絡架構

VoLTE即Voice over LTE，是指語音業(yè)務由LTE無線網(wǎng)和EPC核心網(wǎng)提供的IP通道承載，由IMS進行會話控制，從而實現(xiàn)數(shù)據(jù)與語音業(yè)務在同一網(wǎng)絡下的統(tǒng)一。另外，通過PCC 架構能夠合理、靈活地對多媒體會話進行計費，實現(xiàn)用戶業(yè)務QoS 及計費策略的控制。VoLTE網(wǎng)絡架構如圖1所示。

VoLTE 業(yè)務涉及網(wǎng)元較多，包括現(xiàn)網(wǎng)CS 域、EPS域、IMS域，以及PCC等。

IMS 域主要完成呼叫控制等功能，它通過和EPS網(wǎng)絡配合，提供和電路域類似的語音業(yè)務及其補充業(yè)務，包括號碼顯示、呼叫轉移、呼叫等待、會議電話等。

EPC配合IMS系統(tǒng)完成P-CSCF發(fā)現(xiàn)、初始附著的信令默認承載建立、語音及視頻等業(yè)務專有承載的建立等。

圖1 VoLTE網(wǎng)絡架構

PCC主要聯(lián)合P-CSCF（AF功能點）以及GGSN/PGW（PCEF 功能點）完成策略控制決策和基于流進行計費控制的功能。

CS 域通過MSC 升級支持SRVCC 功能。MSC 與MME 之間的Sv 接口實現(xiàn)VoLTE 語音業(yè)務的連續(xù)性，滿足當用戶在通話過程中移出LTE 覆蓋區(qū)時保證業(yè)務的連續(xù)性，使通話平滑切換到2G/3G 網(wǎng)絡的基本需求。

1.2 VoLTE 關鍵優(yōu)化技術

GSMA在標準中規(guī)定了VoLTE 4大技術特征，這4大技術特征保障了VoLTE提供高標準的QoS服務。

1.2.1 半持續(xù)調度（SPS）技術

語音業(yè)務包與數(shù)據(jù)業(yè)務包相比，它的包尺寸小且發(fā)送頻繁，而在發(fā)送數(shù)據(jù)包時，上下行鏈路都要分配物理資源塊（PRB），如此會消耗較多的無線資源。為了解決這個問題，VoLTE引入了SPS技術。SPS是一個更加靈活的資源調度方式，比如，在語音對話中，每隔20 ms 發(fā)送1 個語音包，在靜默期沒有語音數(shù)據(jù)傳輸，當只有背景噪聲時，就取消PRB資源分配。

1.2.2 時隙綁定（TTI bunding）技術

為了減少時延，LTE 中一般按照1 ms 為單位進行物理層資源調度，需要HARQ 每1 ms 就需要確認1 次傳輸，但是往往在信號受限或其他情況下，在這段時間可能未完成語音包的傳送。通過采用TTI bunding技術，將多個連續(xù)的TTI捆綁在一起，只需在綁定的最后1 次傳輸完成反饋的HARQ 即可，如此可降低小區(qū)VoLTE 語音數(shù)據(jù)的誤碼率和時延，提高上行覆蓋性能。

1.2.3 魯棒性報頭壓縮（RoHC）技術

VoLTE語音中的IP報頭數(shù)據(jù)報文太大，如果直接傳輸會嚴重浪費空口資源。通過采用RoHC技術可以減少數(shù)據(jù)包頭的開銷，對LTE語音業(yè)務信道覆蓋和容量能帶來顯著提升，尤其適合那些較高誤碼率、時延長、通信質量較差的鏈路。據(jù)計算，1 個RTP 頭大概40～60 Byte，經(jīng)過AMR-WB 編碼后，每幀數(shù)據(jù)載荷大約50 Byte，而通過RoHC 技術可壓縮到4 Byte 左右，大大提升了空口傳輸效率。

1.2.4 非連續(xù)接收（DRX）技術

由于VoLTE 流量是可預知的（20 ms 數(shù)據(jù)包），UE不用隨時監(jiān)視物理控制信道，采用DRX可在通話中關閉UE接收語音包功能，直到語音包達到時才喚醒UE，達到省電的目的。

2 語音質量評估

2.1 語音質量評價方法

語音質量的好壞是一種主觀的測量結果，依賴于聽者對語音的主觀評價（見圖2）。早期語音質量測試方法是通過在實驗室讓很多人試聽語音，并按照ITU規(guī)范的“綜合意見評分法（MOS）”對語音質量給出主觀評價。顯然這種方法不僅主觀依賴而且費時費力，ITU 從20 世紀90 年代中開始對端到端的語音質量自動客觀測試技術進行標準化的工作。

圖2 語音評價方法

ITU 制訂相關的評測標準用于MOS 測試，對用戶接聽和感知語音質量的行為進行調研和量化，由不同的調查用戶分別對原始標準語音和經(jīng)過無線網(wǎng)傳播后的衰退聲音進行主觀感受對比，評出MOS分值。目前，客觀評價有主動方式和被動方式2 種。主動方式的評價是建立在原始語音信號和失真語音信號的誤差對比上，這種方式的客觀評估大多采用數(shù)值距離或者描述聽覺系統(tǒng)如何來感知質量的聽覺模型量化語音質量的好壞，主要的評分算法有PSQM/PSQM+、PAMS、PESQ 以及最新的POLQA 等；被動方式的客觀評價是以語音系統(tǒng)的輸出信號的延時、抖動和丟包等因素來評估語音質量的好壞，再轉換成MOS 分值，主要的評分算法為E-Model。

需要指出的是，MOS 是廣泛認同的語音質量標準，因此，無論采用何種方法都需要對測量結果最終對應到平均主觀MOS 分值。表1 是MOS 分值與用戶感受的對應表。

表1 MOS分值與用戶感受對應表

2.2 影響語音質量的因素

影響語音質量的因素比較多，歸類起來主要有以下幾點。

a）網(wǎng)絡因素。包括網(wǎng)絡的延遲、抖動、丟包率。延遲是指口耳傳輸?shù)臅r延，即端到端包傳遞的時間。包延遲會引起通話聲音不清晰、不連貫或破碎。大多數(shù)用戶察覺不到小于100 ms 的延遲，當延遲在100～300 ms 時，說話者可以察覺到對方回復的輕微停頓，會影響到正常的交流，當超過300 ms 時，延遲就會很明顯，用戶開始互相等待對方的回復，影響用戶的通話。抖動，是由路由器的包排隊引起的，會造成聲音的不連續(xù)，抖動的結果是影響通話質量，使接收端的人聽到的聲音難以理解。丟包率，當丟包率超過5%時，語音質量會變的不可接收，聽者會聽到含混、爆破似的聲音。

b）編碼及采樣因素。目前語音編碼方式有多種，且每種方式采用不同的語音編碼，使得MOS分值差距也比較大。傳統(tǒng)的電話語音編碼采用窄帶編碼方式，采樣頻率是8 kHz，這在很大程度上影響到聲音的真實性；而VoLTE 采用寬帶AMR 編碼方式，并能達到23.85 kbit/s的編碼速率，采樣頻率可達到48 kHz，對語音質量有較大的提升。

c）語音的數(shù)字信號處理因素。如果不采用任何的數(shù)字信號處理，聲音質量會比較差，表現(xiàn)為回聲和噪音大、聲音時大時小。若要提高語音的清晰度，必須做回聲抵消、噪音抑制、信號增抑控制處理。此外，其他一些因素，如不同小區(qū)之間的切換、eS?RVCC語音切換等都會對語音質量產(chǎn)生影響。

2.3 語音測量方案

2G/3G 網(wǎng)絡的語音質量測量主要采用2001 年ITU-T 發(fā)布的P.862 PESQ 評估通話質量，該方法是把信號傳輸通過設備時提取的輸出信號與參照信號進行比較，計算出差異值，它綜合考慮了感知中的編碼速率、編碼傳輸、多速度編碼傳輸下的編解碼匹配、噪聲等因素的影響客觀地評價語音信號的質量。但PESQ只適用于窄帶網(wǎng)絡通信，即300 Hz～3.4 kHz的語音信號編解碼網(wǎng)絡，不太適用于采用寬帶編解碼的VoLTE語音。

目前VoLTE 語音質量采用ITU-T 最新發(fā)布的下一代語音測量技術P.863 POLQA，它是對P.862 PESQ的改進，可用于固定語音（包括LTE 在內的移動網(wǎng)絡以及IP 電話網(wǎng)絡），并充分考慮了人耳響度感受對評估的影響。組網(wǎng)方面，使用2 部真實的VoLTE 終端經(jīng)LTE 無線接入，由EPC 提供IP 承載并通過IMS 進行會話控制。當LTE 無線覆蓋較弱或無覆蓋時進行eS?RVCC 切換，由LTE 切換至2G/3G 網(wǎng)絡，實現(xiàn)用戶無感知的語音切換（見圖3）。

圖3 語音質量測試組網(wǎng)

3 VoLTE 語音質量分析

3.1 語音質量M O S 得分

2G 或3G 通話技術使用的音頻范圍為300 Hz～3.4 kHz，而VoLTE 使用50 Hz～7 kHz的AMR-WB 編解碼，音頻范圍更廣，通話質量理論情況下會更清晰。同時，VoLTE 與OTT VoIP 相比，通過PCC 機制來保障VoLTE 所需的帶寬，即使在網(wǎng)絡高負載時VoLTE 的通話質量仍會受到保證。VoLTE語音采用QCI=1的專用語音承載，具備良好的QoS 保證，而OTT VoIP 使用的是QCI=9 的默認承載，易出現(xiàn)誤碼、丟包、時延大等問題。

分別對VoLTE 語音2 種寬帶編碼速率、3G CS 域語音（編解碼為AMR-NB 12.2 kbit/s）、VoIP 的微信電話本通過POLQA 算法進行語音質量評估。從測試的結果上看，VoLTE呼叫的語音質量優(yōu)于3G和OTT的語音呼叫。100 個語音樣本中，MOS 分值在4 分以上VoLTE 占60%以上，3.5 分以上VoLTE 占80%以上，優(yōu)于3G和OTT語音（見圖4）。事實上，這幾種情況通過人工的主觀去聽，能明顯聽出VoLTE 語音更加清晰，聲音失真更小。這是因為VoLTE 語音比3G 帶寬更大，語音更清晰，且通過QoS 保障，在時延、抖動、丟包率方面比同是IP語音的微信電話本更具有優(yōu)勢，獲得的MOS分值更高。

圖4 不同類型語音MOS分的概率分布

3.2 語音呼叫建立時長

語音呼叫建立時間的長短對用戶體驗影響較大，過長的建立時間會增加用戶的投訴率。與傳統(tǒng)通信相比，VoLTE 的接通時間更短。從實際測試數(shù)據(jù)來看，2G/3G 的語音通話從主叫開始撥打到收到返回提示音平均需6～9 s，而基于VoLTE技術的4G高清通話平均等待時間僅需2 s 左右。若主叫或被叫任何一方手機不支持VoLTE，其接通速度就沒有雙方手機都支持VoLTE 那么快，增加1～2 s。由此可知，在呼叫建立時間方面，VoLTE語音比傳統(tǒng)2G/3G有很大的提升。

3.3 口耳媒體時延和抖動

聽者對在500 ms以內的口耳媒體時延不太敏感，但時延再大就會嚴重影響用戶的感受，甚至會出現(xiàn)串話情況。從實驗室及外場測試的測試結果來看，VoLTE時延都在200多ms以內，而VoIP的微信電話本的時延都在600～750 ms（見圖5）。另外，VoIP的抖動也不穩(wěn)定，取決于用戶的承載，靜態(tài)下在Wi-Fi和LTE下的抖動尚且穩(wěn)定，但是在移動狀態(tài)下VoIP的微信電話本的抖動很大，語音質量無法忍受。

從圖5 可看出VoIP 的時延、抖動比VoLTE 語音大，測試結果與理論情況一致，因VoLTE 語音通過PCC 進行策略控制，對語音業(yè)務建立QCI=1 的專有承載，可以為VoLTE業(yè)務設置高優(yōu)先級的QoS規(guī)則，從而保障語音通信的質量。而OTT語音是上層應用業(yè)務，在LTE網(wǎng)絡中底層承載將其認定為普通數(shù)據(jù)傳輸，于是OTT 語音將與其他普通數(shù)據(jù)分組使用相同的Inter?net PDN連接的Non-GBR默認承載（QCI=8/9），這將導致OTT 語音與其他業(yè)務搶占公共帶寬資源。如此，VoLTE語音比OTT 語音在時延方面更加穩(wěn)定，同時也更小。

圖5 口耳媒體時延

3.4 終端移動對語音質量的影響

在VoLTE 現(xiàn)網(wǎng)下相同路線做了基于POLQA 的VoLTE語音質量和微信電話本路測。VoLTE通話全程測試無掉話，MOS 分值在3.5 分以上。而OTT 的VoIP承載在商用4G網(wǎng)絡上，移動過程中頻繁掉話，MOS變化波動非常大。

3.5 語音的連續(xù)性

在語音連續(xù)性方面，VoLTE 的優(yōu)勢明顯。當網(wǎng)絡質量不好或者無LTE 信號時，VoLTE 語音能采用eS?RVCC 技術自動切換到3G 網(wǎng)絡，實現(xiàn)無縫切換，用戶基本無感知；而OTT 的VoIP 應用在終端從4G 網(wǎng)絡接入切換到2G/3G網(wǎng)絡過程中，語音通話就會中斷。

eSRVCC切換在非常短的切換時間內會對語音質量有影響，但是切換一般在整個通話中只有一次，切換后語音能夠保持平穩(wěn)。

3.6 流量占用

流量占用測試方法是采用真實終端，在VoLTE網(wǎng)絡下兩終端互打，正常語音通話2 min。在網(wǎng)絡無擁塞條件下，VoLTE 采用專用承載，OTT 的VoIP 微信電話本采用默認承載。同樣的語音通話2 min，由于相同的網(wǎng)絡條件下微信電話本編碼速率比VoLTE高，并且微信電話本除了通話雙方的語音數(shù)據(jù)消耗之外，還需與其他超級節(jié)點和服務器進行交互，因此微信電話本業(yè)務的IP流量消耗大于VoLTE，上下行均是VoLTE消耗流量的2倍多。

3.7 小結

VoLTE 語音相比OTT 語音，它通過EPC 和IMS 域的PCC 架構使語音更具有QoS 保障，在誤碼、丟包、時延等一系列服務質量問題更加具有優(yōu)勢，再加上VoLTE 業(yè)務的空口4 大關鍵優(yōu)化技術，使得VoLTE 語音在很多技術指標上明顯勝于OTT VoIP 和2G/3G 語音，且在給用戶帶來更好感知的同時更加節(jié)省流量，也更高效。在提高用戶體驗上，VoLTE 可以采用高清語音、富通信套件（RCS）、增強富通信套件（RCSe）等豐富的業(yè)務形態(tài)來提高差異化優(yōu)勢。

4 結束語

VoLTE 是語音業(yè)務演進的必然結果，它擁有傳統(tǒng)的電信級QoS 保障機制及業(yè)務特性，擁有良好的服務質量和絕佳的用戶體驗，更能應對OTT 語音沖擊和ARPU值下降的不利趨勢。雖然無論是從終端產(chǎn)業(yè)鏈及設備投入成本的角度，還是從技術演進的角度，要商用VoLTE還有很多實際問題需要考慮，但已在全球90多家運營商商用或試商用，相信在近幾年內VoLTE必將得到廣泛應用。

［1］ Mikka Poikselka，Georg Mayer，Hisham Khartabil.IMS：IP 多媒體概念和服務［M］.3版.北京：機械工業(yè)出版社，2011：239-252.

［2］ 3GPP TS 23.228 IP Media Subsystem（IMS）［S/OL］.［2015-04-25］.http://www.3gpp.org/DynaReport/23228.htm.

［3］ 3GPP TR 23.856 SingleRadio Voice Call Continuity（SRVCC）en?hancements（Stage 2）［S/OL］.［2015-04-25］. http：//www.3gpp.org/DynaReport/23856.htm.

［4］ 3GPP TS 24.237 V12.2.0 IP Multimedia Subsystem（IMS）Service Continuity（Stage 3）［S/OL］.［2015-04-25］. http：//www.3gpp.org/DynaReport/24237.htm.

［5］ 3GPP TS 29.292 V10.1.0 Interworking between the IP Multimedia（IM）Core Network（CN）subsystem and MSC Server for IMS Central?ized Services（ICS）［S/OL］.［2015-04-25］.http：//www.3gpp.org/Dy?naReport/29292.htm.

［6］ 許可. VoLTE 語音質量評價方法及測試方案［J］. 電信網(wǎng)技術，2014（5）.

［7］ 龐韶敏，李亞波. 3G UMTS 與4G LTE 核心網(wǎng)－CS，PS，EPC，IMS［M］.北京：電子工業(yè)出版社，2011.

［8］ 陳志偉，胡志國.IP 網(wǎng)絡語音質量評價方法研究［J］.計算機與現(xiàn)代化，2013（2）.

［9］ 魯義軒.VoLTE走向應用高清語音開拓語音服務新領域［J］.通信世界，2014（28）.

［10］強磊，饒少陽，陳卉.IMS核心原理與應用［M］. 北京：人民郵電出版社，2008：25-101.

［11］趙紹剛.IMS 網(wǎng)絡部署、運營與未來演進［M］.北京：電子工業(yè)出版社，2011：87-95.

［12］楊放春. 軟交換與IMS 技術［M］. 北京：北京郵電大學出版社，2007：45-60.

［13］龐韶敏，李亞波，沈宇超，等. 3G 核心網(wǎng)技術揭秘-CS，PS，IMS［M］.北京：電子工業(yè)出版社，2008.

［14］史俊玉.編解碼質量評價［J］.廣播電視信息，2008（12）.

［15］吳雪.艾法斯VoLTE測試解決方案［J］.移動通信，2013（17）.

［16］于艷麗，張艷. VoLTE 的核心網(wǎng)解決方案［J］. 電腦與電信，2014（6）.