Terminale H.323

Transmisja głosu przez sieć internetową stała się jednym z najbardziej spektakularnych wydarzeń ostatnich lat. Pomimo iż nie rozwiązano jeszcze do końca wielu problemów technicznych dotyczących jakości przekazu głosu w czasie rzeczywistym przez zatłoczone łącza sieci Internetu, to idea takiego przekazu ciągle zyskuje na popularności i niewątpliwie będzie zasadniczym, a przede wszystkim najtańszym sposobem komunikacji głosowej w przyszłości. A sama zasada przekazu jest bardzo prosta i znana od lat. Odpowiednio skompresowany głos pakuje się w ramki, zaopatruje w adres użytkownika końcowego i transmituje przez dowolną sieć pakietową jako datagramy informacji. Urządzenie odbiorcze identyfikuje tak zaadresowane pakiety, ustawia je we właściwej kolejności (jeśli jest to możliwe), uzupełnia brakujące pakiety ciszą i prowadzi odpowiednią dekompresję z postaci cyfrowej na analogową z wygładzaniem dźwięku - zapewniając w ten sposób właściwą wyrazistość mowy.

Problem zaczyna się dopiero wtedy, gdy z powodu niewystarczającej jakości łączy transmisyjnych odbierane pakiety są uszkodzone bądź przybywają zbyt późno, a liczba straconych ramek przekracza kilka procent całości. Teoretycznie nic nie stoi na przeszkodzie, aby głos zamieniony na pakiety można było transmitować również przez sieć globalną Internetu dzięki aplikacji VoIP, ale jak dotąd problemem jest nieprzewidywalna jakość transmisji sieci globalnej IP. Podczas gdy w przypadku przekazu „czystych” danych komputerowych niska jakość tej sieci ma stosunkowo niewielkie znaczenie, gdyż pakiety danych odebrane w niewłaściwej kolejności mogą być odpowiednio uszeregowane, fragmenty uszkodzone bądź stracone - przesłane powtórnie, a na pakiety opóźnione można chwilkę poczekać, to zupełnie inaczej wygląda sytuacja w przypadku transmisji głosu czy obrazu, gdzie jakość sieci przesyłowej ma zasadnicze znaczenie. Uszkodzonych bowiem lub straconych pakietów głosowych zwykle nie można praktycznie retransmitować, na poprawne kolejkowanie też nie ma czasu, a nadmierne opóźnienia pakietów czynią cały przekaz głosowy nieużytecznym.

Zamieniony w ten sposób głos na postać cyfrową, a następnie podzielony na pakiety można traktować na równi z innym pakietowym przekazem danych z jednym, ale znamiennym wyjątkiem: głos w przeciwieństwie do danych musi być przesyłany w czasie rzeczywistym - co wcale nie jest prostym zagadnieniem. W tej dziedzinie teleinformatyki technika nie powiedziała jednak jeszcze ostatniego słowa.

Współczesne techniki zaawansowanej kompresji głosu pozwoliły zredukować używaną do tej pory przepływność 64 kb/s (kodowanie G.711) do wartości jedynie 5,3 kb/s (standard G.723.1). I choć jakość głosu jest nadal niezadowalająca, stanowi to obecnie podstawę rozwoju przekazów głosu w pakietach, umożliwiając prowadzenie rozmów międzykontynentalnych jedynie za cenę połączenia lokalnego. Zunifikowana postać (Forum VoIP, ITU, 1996 r.) kodeka głosowego G.723.1 - ujętego również w standardzie komunikacyjnym ITU jako H.323 - pozwoliła ostatecznie doprowadzić do zgodności współdziałania różnych urządzeń telefonii internetowej i urzeczywistnić sposób współpracy produktów transmisji danych oraz transmisję sygnałów głosowych i obrazowych przez sieci stosujące protokół IP. Jednak nawet najnowsza, trzecia wersja protokołu H.323 (2000 r.) nadal nie zadowala użytkowników. Obserwowany postęp w technologiach kodowania i konwersji wskazuje, że na początku tej dekady algorytmy kompresji będą przesyłały głos o zadowalającej jakości przez kanały o przepływności binarnej 2,4 kb/s.

Kłopoty z VoIP

Internetowa technologia Voice over IP powstała na potrzeby szeroko rozumianego klienta biznesowego - głównie posługującego się w swojej pracy urządzeniami komputerowymi - zaczęła się rozwijać najpierw sieciach lokalnych LAN, a dopiero potem ewoluowała w stronę sieci telekomunikacyjnych i Internetu. Istotą systemu VoIP jest bowiem włączenie systemu komputerowego do przekazów głosowych przez tradycyjną sieć komutowaną i łącza internetowe w taki sposób, by średnia wartość opóźnienia pakietu (sygnałów głosowych) nie przekraczała 150 ms, kolejne pakiety przybywały do odbiorcy w równych odstępach czasu (optymalnie mały jitter), a problem gubienia poszczególnych ramek głosowych najlepiej gdyby wcale nie istniał. Niespełnienie tych warunków wprawdzie nie przekreśla możliwości transmisji mowy przez VoIP, ale powoduje nieakceptowalne pogorszenie jakości głosu, a ponadto przy odpowiednio dużym opóźnieniu rozmowa przybiera postać półdupleksowej rozmowy naprzemiennej, sprawiając istotny kłopot we wzajemnym porozumiewaniu się.