高清話質(zhì)-無與倫比的VoIP話質(zhì)

2008/12/22

圖1 傳輸頻譜圖

　　在頻譜分析圖表中，我們很容易看到HD-Sound具備較大的傳輸頻譜范圍。HD-Sound的傳輸頻譜包括比窄帶電話傳輸頻譜更低和更高的音調(diào)，使寬帶通話者能夠獲得非常出色的用戶體驗。

　　圖2對MOS（平均意見得分）值的分析深刻說明了寬帶是如何被主觀感知的。窄帶G.729A的多數(shù)MOS值約為 3.5，而高清語音的MOS值至少比其高出30%，達(dá)到4.5。

　　圖2 窄帶與寬帶編解碼器的平均意見得分

　　要想優(yōu)化寬帶的部署，話機(jī)廠商（固話和無繩電話）必須遵守一些重要的規(guī)定：電聲組件，尤其是電話聽筒或免提揚聲器必須能夠在各自的裝置內(nèi)，以較低的失真度和較高的逼真度重新生成寬帶的整個頻率范圍。這將為設(shè)備設(shè)計者，尤其是無繩話機(jī)或手機(jī)等小型設(shè)備的設(shè)計者帶來巨大挑戰(zhàn)。一流的音質(zhì)需要付出成本，但巨大的市場將會帶來額外助益。

　　建議將免提電話封裝起來，目的是避免室內(nèi)的回聲和增強(qiáng)低頻效果，例如被完全封閉起來的家用高保真揚聲器。任何VoIP電話（窄帶或?qū)拵В┰趯崿F(xiàn)全雙工性能時，最難解決的是時延問題。人耳對話音后的回聲是不敏感的，否則我們無論在任何室內(nèi)都將聽到很強(qiáng)的回聲。但是話音與回聲之間的時延越長，人耳對回聲的感知就會更加靈敏。這就是我們在教堂能夠始終聽到回聲的原因。標(biāo)準(zhǔn)IP網(wǎng)絡(luò)分組時延可能會超過100ms——相當(dāng)于一個大教堂的時延。因此需要額外采取措施減少回聲。消除話機(jī)內(nèi)的回聲如同消除進(jìn)入耳內(nèi)的回聲一樣。通過估計、計算和減少麥克風(fēng)信號產(chǎn)生的回聲，達(dá)到取消回聲的目的。這是一項非常艱難的工作，因為它必須適用于話機(jī)存在的任何環(huán)境。

高清語音幫助拓展市場

　　高清語音為系統(tǒng)廠商和服務(wù)供應(yīng)商進(jìn)入全新的市場提供了大量機(jī)會。

　　1.交互式語音響應(yīng)

　　您能想象利用預(yù)先錄制的語音樣本，借助通話服務(wù)預(yù)定機(jī)票嗎？一定很難想象得到。目前的主要語音激活服務(wù)幾乎讓人發(fā)瘋，它們甚至無法辨別培訓(xùn)話語的輕微增量。采用寬帶技術(shù)可以更加輕松地捕獲人類語音的細(xì)微差別，使語音激活服務(wù)成為潛力巨大的可行服務(wù)。在不必與任何人講話的情況下，我們不僅可升級寬帶或話機(jī)服務(wù)，而且可預(yù)定機(jī)票、酒店或火車票。語音識別系統(tǒng)也將受益于不斷增加的帶寬，提供更加出色的識別率，尤其是更加出色地識別齒擦音。（齒擦音是我們講話時發(fā)出的S音，因此在窄帶通話中，常常會把F字母誤聽為S字母）

　　2.文本-語音轉(zhuǎn)換（TTS）

　　系統(tǒng)將標(biāo)準(zhǔn)語言文本轉(zhuǎn)化成語音（采用合成語音）。語音合成器的質(zhì)量是通過合成語音與人類語音的相似度和可理解度評定的。易懂的文本-語音轉(zhuǎn)換程序可使視障人士或閱讀障礙人士通過電話或PC收聽書寫的作品。

• 自動轉(zhuǎn)換：實時將語音樣本轉(zhuǎn)換成文本


• 汽車語音識別：通過語音控制汽車的各種功能（雨刮器、收音機(jī)、車窗等，但不能通過語音駕駛車輛�。。�


• 語音生物識別：說話人驗證。工作車間或任何需要某種身份驗證的場所可以采用這些應(yīng)用。


• 口述。


• 免提計算：適用于殘障人士的PC命令語音識別。


• 家庭自動化：通過語音控制通常需要開關(guān)控制的裝置，例如關(guān)閉百葉窗和電燈、打開暖氣裝置。


• 醫(yī)療轉(zhuǎn)錄。

今日電子/21IC