毋庸置疑，語(yǔ)音質(zhì)量是公網(wǎng)對講產(chǎn)品影響用戶(hù)體驗最重要的指標，早期公網(wǎng)對講產(chǎn)品不成功的主要原因也是實(shí)際用戶(hù)體驗到的音質(zhì)達不到可接受的范圍。從模擬對講發(fā)展到數字對講，主要解決三個(gè)問(wèn)題，提升語(yǔ)音質(zhì)量、增強保密性和提高頻譜利用率，首當其沖就是要改善語(yǔ)音通信質(zhì)量，特別是復雜電磁環(huán)境和遠距離傳輸時(shí)的語(yǔ)音通信質(zhì)量。公網(wǎng)對講作為"數字對講"技術(shù)之一，其語(yǔ)音質(zhì)量又如何呢？在4G寬帶移動(dòng)網(wǎng)絡(luò )支持下，公網(wǎng)對講能帶給我們更好的音質(zhì)體驗嗎？捷思銳的集群通（GQT）系統又是如何考慮這個(gè)問(wèn)題的？本文將逐一為你解答。
衡量語(yǔ)音質(zhì)量的指標
衡量通信系統語(yǔ)音質(zhì)量主要有兩個(gè)指標，一是接收端語(yǔ)音的MOS分；二是端到端語(yǔ)音延時(shí)。
MOS分（Mean Opinion Score，平均主觀(guān)意見(jiàn)分）用于衡量經(jīng)過(guò)通信系統壓縮編碼傳輸后恢復語(yǔ)音的"還原度"，包括可懂度、清晰度和自然度，采用5分制打分（5優(yōu)，4良，3尚可，2差，1劣）。傳統PSTN有線(xiàn)電話(huà)的語(yǔ)音質(zhì)量一般定義為MOS 4.0分，2G無(wú)線(xiàn)電話(huà)的語(yǔ)音質(zhì)量為MOS 2.5-4分之間，3G移動(dòng)電話(huà)系統采用的語(yǔ)音編解碼算法可以達到4分以上。
端到端語(yǔ)音延時(shí)，用于衡量通信系統的實(shí)時(shí)性，延時(shí)過(guò)大將極大影響交互溝通的用戶(hù)體驗。傳統PSTN電話(huà)的端到端語(yǔ)音延時(shí)小于16ms；IP電話(huà)系統一般要求端到端語(yǔ)音延時(shí)小于300ms；衛星電話(huà)端到端語(yǔ)音延時(shí)大于500ms。通常我們在打IP電話(huà)或衛星電話(huà)時(shí)，會(huì )感覺(jué)到對方反應"遲鈍"，造成溝通不暢，就是因為端到端語(yǔ)音延時(shí)過(guò)大造成的。基于IP網(wǎng)絡(luò )協(xié)議的公網(wǎng)對講系統，其端到端延時(shí)往往大于幾百毫秒，也是影響用戶(hù)體驗的重要指標。
影響公網(wǎng)對講語(yǔ)音質(zhì)量的主要因素
影響公網(wǎng)對講音質(zhì)的主要因素
如圖所示，影響公網(wǎng)對講音質(zhì)的主要因素分為兩大部分，一部分是終端硬件因素，包括麥克風(fēng)、喇叭、聲腔結構和音頻電路等；另一部分是平臺系統設計因素，包括語(yǔ)音編解碼算法、音頻增強算法、傳輸策略和服務(wù)器處理機制等。本文重點(diǎn)介紹公網(wǎng)對講平臺對用戶(hù)音質(zhì)體驗的幾個(gè)因素。
（1）語(yǔ)音編解碼算法（也稱(chēng)為聲碼器），是決定公網(wǎng)對講平臺所能提供的語(yǔ)音質(zhì)量的根本因素。換句話(huà)說(shuō)，如果平臺所采用的語(yǔ)音編解碼算法所能提供的語(yǔ)音質(zhì)量就很差，終端硬件的音頻設計再好也無(wú)法根本性提高語(yǔ)音質(zhì)量。現有公網(wǎng)對講平臺主要采用三類(lèi)語(yǔ)音編解碼器，第一類(lèi)是早期支持2G CDMA網(wǎng)絡(luò )的平臺，采用EVRC變速率聲碼器的半速率（4Kbps）編碼，其音質(zhì)較差，MOS分只有 3.0分左右；第二類(lèi)以支持3G 移動(dòng)網(wǎng)絡(luò )為出發(fā)點(diǎn)，采用3GPP AMR變速率聲碼器（4.75Kbps-12.2Kbps），其全速率編解碼音質(zhì)可達到MOS 4.0分以上；第三類(lèi)是脫胎于VoIP系統，采用ITU G.72x語(yǔ)音編碼標準，可根據終端能力匹配來(lái)選擇編解碼算法。
（2）語(yǔ)音增強，主要包括環(huán)境噪聲抑制、自適應聲學(xué)回聲消除、自動(dòng)增益控制、自適應均衡等算法。語(yǔ)音增強技術(shù)應用的有無(wú)或好壞，很大程度上影響了產(chǎn)品的用戶(hù)音質(zhì)體驗。
（3）傳輸策略，基于無(wú)線(xiàn)IP網(wǎng)絡(luò )傳輸的公網(wǎng)對講系統，必須面對丟包、抖動(dòng)、亂序等網(wǎng)絡(luò )傳輸因素對音質(zhì)的影響，因此必須設計一套有效的傳輸策略來(lái)對抗這些網(wǎng)絡(luò )特征對語(yǔ)音質(zhì)量產(chǎn)生的負面影響。所以說(shuō)，對于OTT體制的公網(wǎng)對講平臺，實(shí)現公網(wǎng)對講業(yè)務(wù)基本功能并不難，在好的網(wǎng)絡(luò )環(huán)境下"演示"效果也可能會(huì )表現不錯，但用戶(hù)真正使用的時(shí)候就會(huì )出各種各樣的音質(zhì)問(wèn)題。因此，對公網(wǎng)對講平臺而言，難的是如何在不同的網(wǎng)絡(luò )環(huán)境下提供很好的用戶(hù)音質(zhì)體驗。
4G公網(wǎng)對講的語(yǔ)音質(zhì)量能不能大幅提升？
使用2G網(wǎng)絡(luò )的公網(wǎng)對講用戶(hù)已經(jīng)熟知2G公網(wǎng)對講機音質(zhì)差、語(yǔ)音延時(shí)大的問(wèn)題，在2G公網(wǎng)對講機向4G公網(wǎng)對講機過(guò)渡的過(guò)程中，用戶(hù)必然會(huì )問(wèn)，4G網(wǎng)絡(luò )帶寬大，傳輸速度快，語(yǔ)音質(zhì)量是不是也能大幅度提高呢？答案是"不一定"，4G公網(wǎng)對講完全有條件大幅度提升語(yǔ)音質(zhì)量，但并不是采用了4G終端就能提升語(yǔ)音質(zhì)量，而是取決于平臺的系統設計能否有效利用4G網(wǎng)絡(luò )的帶寬優(yōu)勢。
如前所述，公網(wǎng)對講系統音質(zhì)的好壞的根本因素是采用什么樣的語(yǔ)音編解碼器，如果平臺只能支持低碼率低質(zhì)量的語(yǔ)音編碼器，也沒(méi)有根據4G網(wǎng)絡(luò )的優(yōu)勢調整傳輸控制策略，不能充分利用4G網(wǎng)絡(luò )的帶寬優(yōu)勢，4G公網(wǎng)對講機也就徒有虛名，并不能給用戶(hù)帶來(lái)大的音質(zhì)體驗提升。
集群通（GQT）系統的語(yǔ)音業(yè)務(wù)設計
集群通平臺的語(yǔ)音業(yè)務(wù)設計充分繼承了捷思銳融合通信的技術(shù)基礎架構，支持多聲碼器互通，支持用戶(hù)可配置語(yǔ)音編解碼算法，具備充分調優(yōu)的語(yǔ)音增強算法和自適應傳輸網(wǎng)絡(luò )環(huán)境的傳輸控制策略。
集群通平臺主聲碼器采用3GPP AMR多速率聲碼器，編碼速率從4.75Kbps到12.2Kbps可根據用戶(hù)或網(wǎng)絡(luò )條件配置，該聲碼器的MOS分最高可達4.2分。同時(shí)，由于集群通系統架構支持多聲碼器互通，在4G網(wǎng)絡(luò )條件下可以后向兼容引入新的更高質(zhì)量的語(yǔ)音編碼器，如OPUS音頻編碼器，達到更高的語(yǔ)音通信質(zhì)量。
在網(wǎng)絡(luò )傳輸策略上，集群通系統支持自適應的傳輸控制算法，端到端語(yǔ)音延時(shí)（實(shí)際用戶(hù)體驗到的時(shí)延）可以控制在200ms到500ms，大大優(yōu)于目前大部分2G公網(wǎng)對講平臺的1000ms端到端時(shí)延指標。
綜上所述，集群通平臺的語(yǔ)音業(yè)務(wù)設計采用的是可擴展的系統架構，隨著(zhù)網(wǎng)絡(luò )環(huán)境、用戶(hù)需求、業(yè)務(wù)應用的演進(jìn)，音頻業(yè)務(wù)服務(wù)質(zhì)量也可以同步不斷改進(jìn)。
