Krótki przewodnik po dostępnych rozwiązaniach VoIP

Technologie cyfrowe i sieci pakietowe wkroczyły na dobre do aplikacji telefonicznych. Sieci telefoniczne kojarzono do tej pory wyłącznie z technologiami analogowymi i komutacją obwodów. Głos można też przesyłać w postaci cyfrowej, nie stosując sieci pakietowej, czyli przez synchroniczne kanały cyfrowe. W kanałach takich mamy do czynienia z ciągłym strumieniem bitów transmitowanych ze stałą szybkością, niezależnie od tego, czy abonenci wypowiadają jakieś słowa, czy też milczą. Teraz do głosu dochodzi wszechobecny protokół IP, w postaci technologii VoIP (Voice over IP), czyli przesyłania głosu przez sieci IP. Mamy tu do czynienia z technologią cyfrową i komutacją pakietów (protokół IP) oraz ze standardem H323, który służy do przesyłania danych multimedialnych przez takie sieci pakietowe, które nie oferują usług określanych mianem QoS (gwarantowana jakość usług).

Jest to stosunkowo młoda technologia. Dość powiedzieć, że pierwszy system telefonowania IP został opracowany przez firmę VocalTec w 1995 r., a pierwsza brama VoIP weszła na rynek rok później. To właśnie wtedy użytkownicy mogli po raz pierwszy porozmawiać ze sobą w czasie rzeczywistym, używając do tego celu oprogramowania IP, które generowało pakiety zawierające dane audio.

Dostępne obecnie sieci komputerowe pracują tak szybko, że można przez nie przesyłać głos. Jeszcze do niedawna głos można było przesyłać tylko przez konwencjonalne sieci telefoniczne, w postaci sygnałów analogowych lub impulsów cyfrowych. Teraz głos możemy też przesyłać (po przekształceniu go na postać cyfrową i zagnieżdżeniu w pakietach) przez sieci komputerowe, które jeszcze kilka lat temu służyły wyłącznie do przesyłania danych.

Mogą to być sieci oparte na protokołach połączeniowych (takich jak ATM) lub bezpołączeniowych (jak IP). Głos jest reprezentowany przez bity umieszczone w pakietach, takich samych jak te używane do przesyłania danych. Taki pakietowy głos wymaga mniejszej przepustowości niż w przypadku stosowania tradycyjnych cyfrowych technik telefonicznych. I tak na przykład stosując tradycyjną technologię, aplikacja przesyłająca głos musi mieć do dyspozycji pasmo przenoszenia danych o szerokości 64 kb/s, a po zastosowaniu dodatkowych technik (kompresowanie danych) wystarczy łącze oferujące przepustowość rzędu 10 kb/s.

Transmitowanie głosu w postaci pakietów ma tę zaletę, że opłaty za rozmowy telefoniczne są znacznie mniejsze, szczególnie w przypadku rozmów międzymiastowych czy międzynarodowych. Jest tu jednak jedno ale*. Chodzi o to, że opóźnienia przy przesyłaniu głosu muszą być rzeczywiście niewielkie. W sieciach LAN i w wydzielonych sieciach prywatnych opartych na protokole IP nie stanowi to wielkiego problemu. Ale w publicznej sieci Internet jest to już poważny kłopot. Ale i z tym można sobie poradzić, stosując odpowiednie mechanizmy transportu pakietów (protokół H.323 V.2) i usługi QoS.

Zamiana głosu na bity

Słowa wypowiadane przez człowieka to nic innego jak fala akustyczna. Standardowe systemy telefoniczne zamieniają słowa na sygnał analogowy (albo cyfrowy) i transmitują go przez sieć. Sygnałowi takiemu towarzyszą szumy, a w przypadku wzmacniania sygnału szumy są też wzmacniane. Po przetworzeniu mowy na postać cyfrową mamy do czynienia wyłącznie z „zerami i jedynkami”. Nie ma tu żadnych szumów i mowę taką można wielokrotnie powielać bez obawy o pogorszenie jej jakości. Jest to chyba jedna z podstawowych zalet technologii cyfrowej. Technologia zamieniająca mowę na format cyfrowy nosi nazwę PCM (Pulse Code Modulation - modulacja impulsowo kodowa).

PCM konwertuje mowę na format cyfrowy próbkując sygnał analogowy 8 tys. razy na sekundę (czyli co 125 mikrosekund). Wielkość taką wybrano, ponieważ słowa wypowiadane przez człowieka zawierają się w zakresie częstotliwości poniżej 4000 Hz (4 kHz). Wystarczy więc próbkować sygnał analogowy co 125 mikrosekund, aby wykryć wszystkie częstotliwości ulokowane poniżej 4 kHz. Standardowy system kodowania PCM używa 8 bitów, tak iż mowę można przesyłać przez łącze pracujące z szybkością 64 tys. bitów na sekundę. Istnieje też 8-bitowy system kodowania ADPCM (Adaptive Differential PCM), któremu wystarczy łącze pracujące z szybkością 32 tys. bitów na sekundę. System kodowania ADPCM jest często używany przy połączeniach długodystansowych.

W tradycyjnych sieciach telefonicznych opartych na kodowaniu PCM lub ADPCM mowa jest transmitowana przez synchroniczne kanały cyfrowe. Oznacza to, że w sieci takiej mamy do czynienia z ciągłym strumieniem bitów transmitowanych ze stałą szybkością, niezależnie od tego, czy abonenci wypowiadają jakieś słowa, czy też wtedy, gdy na łączach panuje akurat cisza. Jest to czyste marnotrawstwo pasma przenoszenia danych. Można to zmienić dopiero wtedy, gdy zastosujemy tzw. głos pakietowy. Jeśli abonent nic nie mówi, w sieci panuje cisza i żaden pakiet nie jest transmitowany. Dopiero w chwili wypowiedzenia jakiegoś słowa bity są grupowane w ramach pakietów, które są następnie transmitowane przez sieć IP.