Beszédkódolók jellemzői

Bitsebesség

Ez a 2,4 kb/s (LPC-10) és 64 kb/s (PCM) közötti széles skálán változhat.

(Általában jellemző, hogy minél kisebb a sebesség, annál nagyobb a késleltetés.)

Szubjektív beszédminőség

(MOS, Mean Opinion Score, átlagolt értéklő pontok)

Szubjektív alapon több emberrel „leosztályoztatják” az átvitel minőségét egy 5-ös skálán (1 = rossz (bad), 5

= kiváló (excellent)), majd ezeket átlagolják. Az értékelés során két tipikus szempont a hangzásminőség és a beszéd érthetősége. Az egyes kódolási technikák MOS pontszámai az alábbi ábrán láthatóak:

Látható, hogy a hibrid kódolók jobbak mind a hullámforma kódolóknál, mind a vokódereknél, azonban bonyolultabb megvalósítani azokat. Tehát kicsi (2-4 kb/s) jelátviteli sebesség esetén inkább vokódereket, nagy jelátviteli sebességnél (32-64 kb/s) inkább hullámforma kódolókat alkalmaznak, mivel itt a MOS pontszámok különbsége viszonylag kicsi. A 4-32 kb/s sebességtartományban hibrid kódolókat használnak.

Késleltetés

Az alkalmazott tömörítési algoritmus komplexitásától függ.

- PCM-nél 0,125 ms (mivel meg kell várni, amíg egy PCM keret „összeáll”) - vokódereknél akár 80 ms is lehet.

Érzékenység bithibára

Az átvitt bitek elromlása eltérő mértékben vehető észre a vevő oldalon visszaállított beszédben különféle kódolók alkalmazása esetén. Az egyes kódolókat azzal a küszöb hibaaránnyal (BER, Bit Error Rate), jellemezzük, amely még eltűrhető az átvitelben a beszédérthetőség szempontjából.

PCM kodeknél ez az érték maximum 10^-4 lehet, ez fémvezetékkel és optikai kábellel minden további nélkül megvalósítható. Rádiós átvitellel viszont gondokba ütközünk, hiszen ezen átviteli közeg hibaaránya kb. 10^-3, ami egy nagyságrenddel kisebb a megkívántnál. (Ezt vettük az SDH technológiai hátterénél is).

A megoldást a hibajavító kódolás alkalmazása adja. Ezt a módszert a kódelméletben hibajavító kódolásnak hívják, de a számítógép-hálózatok terén FEC (Forward Error Correction) néven terjedt el. (A részletekről az említett témakörökhöz tartozó tárgyakban tanultuk.)

Megjegyzés: a számítógép-hálózatokban általában ARQ-t (Automatic Repeat reQuest, automatikus ismétlés kérés) alkalmaznak, és nem FEC-t. A FEC-t olyan helyeken alkalmazzák, ahol valamilyen valós idejű követelménynek kell megfelelni, vagy más okból nem lehetséges az ismétlés (például multicast, azaz többesadás esetén, ahol az esetleges ismétlések hamar leterhelnék az egész hálózatot). Bővebben: Tanenbaum: 228. o.

4.3.2. Beszédkódolók jellemzői

Bonyolultság – komplexitás

Ezt a paramétert több tulajdonság együtt határozza meg. Ezek közül néhány:

- a kodek megvalósításához szükséges műveletek száma (MIPS, Million Instructions Per Second) - az eszköz memória-kapacitás igénye

- a kodek chip fizikai mérete - a chip ára

- teljesítmény igény vagy fogyasztás.

Az utolsó paraméter csökkenthető, ha ravasz módon csak akkor tartjuk bekapcsolva a kodeket, amikor szükség van rá. Ehhez szükségünk van egy eszközre, melynek neve beszéddetektor (VAD, Voice Activity Detector). A beszéddetektor feladata, hogy megkülönböztesse a beszédet a zajtól. Egy ilyen eszköz alkalmazása növeli a kodek komplexitását, viszont csökkenti a teljesítményfelvételét.

Kvantálási zaj

Ez a valóságban nem zaj, csak torzítás, mivel függ a jeltől. A zaj elnevezés onnan ered, hogy célszerű zajjal modellezni. A modellezés a következőképpen fest: adott az analóg hangforrás, kódoljuk PCM-mel, a csatornán hozzáadódik valamilyen zaj, ami miatt bithiba keletkezik, így a vevőoldalon zajos analóg jelet kapunk vissza.

(Tehát a modellben torz PCM kódolás és hibátlan csatorna helyett tökéletes PCM kódolást és zajos csatorna szerepel.) A kvantálási zajból két paraméter is származtatható az alábbiak szerint.

Többszöri kódolás (tandemezés)

A PCM szabványt úgy alakították ki, hogy a kódolás/dekódolás műveletét többször is el lehessen végezni.

Ezt nevezik tandemezésnek, egy tandemezés egy oda-vissza kódolást jelent.

Ez inkább egy múltbeli probléma, melynek oka az, hogy a PCM-et először csak digitális szigetekként vezették be, így megeshetett, hogy egy jel többszörös tandemezésen esett át:

Az európai PCM-et úgy tervezték meg, hogy egy jelen összesen 13 tandemezést lehessen rajta végrehajtani.

Ez leginkább a bitek számának függvénye, ami így a PCM esetén 8 bit lett.

Meg kell említeni, hogy más PCM kodekek is léteznek, például az Amerikában használatosban nincs külön jelzéscsatorna az első PDH hierarchia szinten, így a csatornák bitjeiből lopnak el egyet-egyet erre a célra. Az első öt keretet teljesen átviszik 8 biten, ez 40 bitet jelent. A hatodik keretben egy bitet elcsennek, így ez 7 bit hasznos adatot jelent. Így összesen 6 keretre jut 47 bit. Ezen két szám hányadosából kijön, hogy az amerikai rendszer 7 5/6 biten kvantál. Természetesen ezzel az amerikai rendszer kevesebbszer tandemezhető, csak 12-szer.

Létezik 7 bites PCM is, ezt a megoldást a globális űrtávközlésben alkalmazzák. (Általában egy egyszerű 8 bites PCM kodeket használnak, csak az LSB bitet nem viszik át.) Ez a megoldás 10-szeres tandemezhetőséget biztosít. Ezzel az 1 bites spórolással a műholdas távközlésben sávszélességet lehet megtakarítani, mivel a műholdas sávszélesség nagyon drága; másrészről itt nem is kell olyan sokszor tandemezni, mivel egy műhold nagy területek áthidalására képes. Az így kialakult átviteli sebesség 56 kb/s.

4 bites ADPCM estén az átviteli sebesség 32 kb/s-ra adódik. Ezzel a technológiával 11-szeri tandemezés lehetséges. (Az 1980-as évek közepén jelent meg, digitális.)

A 3,5 bites ADPCM ismét a globális űrtávközlésben kerül alkalmazásra, 7-szer tandemezhető.

Átkódolási probléma

Meg kell említeni az átkódolás problémáját, melyet szintén a kvantálási zajjal lehet jellemezni. Példaképp vizsgáljunk meg egy olyan szituációt, amelyben egy európai GSM hálózatból beszélgetünk egy Amerikában tartózkodó személlyel:

Mint látható, sok kódolásra van szükség, és a kódolások nem homogének, így a kvantálási zaj akkumulálódhat. Szerencsére az ábrán látható átviteli lánc jó minőségű, így az egész átviteli lánc minőségét lényegében a legrosszabb minőségű kodek, azaz a GSM kodek határozza meg.

(A kvantálási zajról bővebben: Györfi, Győri, Vajda: Információ- és kódelmélet, 73. o.)

Átlátszóság – transzparencia

Az a probléma, hogy a beszédkodeket alapvetően beszédátvitelre optimalizálták, így kérdés lehet, hogy pl.

másodlagos adatátvitel esetén hogyan viselkedik.

Ebből a szempontból vizsgálva a kodekeket, az alábbi következtetésekre juthatunk:

- PCM, ADPCM, hullámforma kódolók: igaz, hogy ezeket beszédre optimalizálták, de másodlagos adatátvitelre is viszonylag jól használhatók, eléggé transzparens

- vokóderek: teljesen alkalmatlanok, egyáltalán nem transzparensek

- hibrid kodekek: szintén nem alkalmasak másodlagos átvitelre, ezek sem transzparensek - GSM és ISDN adatátvitel esetén kikerüljük a kodeket, így ez a kérdés nem vetődik fel.

Választható bitsebesség

Ha változtatható bitsebességű kódolást alkalmazunk, akkor adaptívvá válik a jelforrás. (Ilyen adaptivitással már találkoztunk a számítógép-hálózatok terén a TCP-nél.) Ez az adaptivitás a következőkben nyilvánul meg:

foglalt hálózat esetén az a kompromisszum születik, hogy átvisszük a jelet, csak gyengébb minőségben (kisebb bitsebességű kódolást alkalmazunk).

Ebben az esetben a hálózatot és a jelforrást együtt kell optimalizálni. A hálózattervezés lényegesen megnehezül, hiszen a hálózat foglaltsága kihatással van a felhasználóra, így innentől az Erlang formula nem használható a felhasználók modellezésére.