Mikrofondan IP paketlərinə qədər və geriyə: nitqin tam ötürülmə zənciri

Adi telefon zəngi ani görünür: siz sözü deyirsiniz və saniyənin hissələri sonra digər qitədəki həmsöhbət sizin səsinizi eşidir. Ənənəvi TDM rabitə şəbəkələrində hər danışıq üçün 64 kbit/s sabit sürətli zəmanətli fiziki kanal ayrılırdı. IP paket şəbəkələrində isə sabit kanallar yoxdur: kəsilməz akustik siqnal diskret fraqmentlərə bölünür, müstəqil UDP paketlərinə bükülür və statistik sıxlaşdırma ilə marşrutlaşdırıcılar vasitəsilə ötürülür. Bu dərsdə biz mikrofonun qarşısındakı hava titrəyişlərindən tutmuş dinamikdə səs dalğasının bərpasına qədər bu zəncirin hər bir addımını addım-addım araşdıracağıq.

Məqsəd və nə bilmək lazımdır

Dərsdən sonra siz:

• mikrofondan dinamikə qədər VoIP səs yolunun tam ötürülmə zəncirini ardıcıl təhlil edə biləcəksiniz;
• səsin IP üzərindən ötürülməsinin ənənəvi TDM kanallarından fiziki və memarlıq fərqlərini izah edə biləcəksiniz;
• akustik siqnalın rəqəmsallaşdırılması və paketləşdirilməsinin əsas parametrlərini (diskretləşdirmə tezliyi, çərçivə ölçüsü, paket tempi) hesablaya biləcəksiniz;
• gecikmələr, səs kəsilmələri və ya təhriflər yarandıqda səs yolunun nasaz blokunu operativ lokallaşdıra biləcəksiniz.

Əvvəlcədən nə bilmək lazımdır: telbasics 12–16 (səs, tezlik spektri, küy), telbasics 21–25 (diskretləşdirmə, kvantlaşdırma, İKM 64 kbit/s), ipnet 2–3 (OSI modeli, enkapsulyasiya, Ethernet) və ipnet 35 (UDP protokolu).

Həyatdan tapşırıq

Şəbəkə mühəndisi korporativ telefon rabitəsini modernləşdirir: köhnə E1 ISDN PRI axını əvəzinə korporativ şəbəkə üzərindən SIP-trank ilə müasir virtual ATS qoşulur. İlk sınaq zamanı əməkdaşlar qəribəlik hiss edirlər: bəzi zənglərdə səs kristal kimi təmizdir, digərlərində isə hecalar itir, metal cingiltisi yaranır və ya danışanlar bir-birinin sözünü kəsməyə başlayırlar. Köhnə E1 qoşulmasında belə problemlər ümumiyyətlə yox idi. Problemi aradan qaldırmaq və avadanlığı düzgün tənzimləmək üçün mühəndis rəqəmsal səsin hansı aparat və proqram mərhələlərindən keçdiyini və statistik sıxlaşdırmalı şəbəkədə hansı zəif nöqtələrin olduğunu dəqiq bilməlidir.

Ötürmə yolunun anatomiyası: akustik dalğadan IP-yə qədər

İnsan nitqi havanın mexaniki titrəyişidir və onun əsas məlumat daşıyan tezlik spektri 300 ilə 3400 Hz diapazonuna düşür. Bu dalğanı rəqəmsal paket şəbəkəsində ötürmək üçün ötürücü ardıcıl çevrilmələr həyata keçirir.

1. Mikrofon (akustik çevirici): hava təzyiqinin mexaniki titrəyişlərini kəsilməz analoq elektrik siqnalına (gərginliyə) çevirir.
2. Analoq-rəqəm çeviricisi (ADC): siqnalı Kotelnikov-Naykvist teoreminə uyğun olaraq 8000 Hz (8 kHz) tezliklə diskretləşdirir. Hər 125 mikrosaniyədən bir siqnalın amplitudası ölçülür və rəqəmsal koda kvantlaşdırılır.
3. Səs kodeki (DSP/Encoder): rəqəmsal nümunələr seçilmiş alqoritmlə kodlaşdırılır (məsələn, 64 kbit/s sürətli sıxılmamış İKM G.711 A-law/μ-law və ya Opus/G.729 kimi sıxıcı kodeklər).
4. Nitq paketləşdiricisi (Packetizer): nümunələri paketləşdirmə pəncərəsi boyunca toplayır (standart parametr ptime = 20 ms, yəni 8 kHz üçün 160 nümunə) və faydalı yükü (payload) formalaşdırır.
5. RTP/UDP/IP enkapsulyasiyası: faydalı yükə RTP başlığı (vaxt nişanı və ardıcıllıq nömrəsi olan 12 bayt), UDP başlığı (8 bayt), IPv4 başlığı (20 bayt) və Ethernet başlığı (18 bayt) əlavə edilir.

Nümunənin təhlili: baza səs axınının hesablanması

Standart 20 ms paketləşdirmə intervalında sıxılmamış G.711 axınının parametrlərini hesablayaq:

Sampling rate (fs):        8000 Hz (8000 samples/sec)
Sample interval:           1 / 8000 = 0.000125 s = 125 us
Bit depth:                 8 bits (1 byte per sample)
Audio bitrate:             8000 * 8 = 64000 bps (64 kbps)
Packetization time:        ptime = 20 ms = 0.020 s
Audio samples per packet:  8000 * 0.020 = 160 samples
Voice payload size:        160 samples * 1 byte = 160 bytes
Packet rate (cadence):     1000 ms / 20 ms = 50 packets/sec (pps)

Hər 20 millisaniyədən bir səs şlüzü dəqiq taymerlə 160 bayt səs məlumatından ibarət paket formalaşdırır və onu şəbəkə stekinə ötürür.

TDM kanalı IP şəbəkəsinə qarşı: təməl dəyişiklik

Ənənəvi ümumi istifadəli telefon şəbəkəsi (PSTN / TDM) kanalların kommutasiyası prinsipi üzərində qurulmuşdu. IP şəbəkəsi isə statistik multipleksləşdirməyə əsaslanır.

IP-yə keçid səs, video və korporativ məlumatların vahid Ethernet şəbəkəsində birləşdirilməsinə imkan verdi və bahalı E1 rəqəmsal interfeys lövhələrinə ehtiyacı aradan qaldırdı.

Qəbul yolu: kəsilməz səsin bərpası

IP şəbəkəsində paketlər sərbəst hərəkət edir və qəbulediciyə qeyri-bərabər intervallarla çata bilər (citter hadisəsi). İnsan nitqini təbii səsləndirmək üçün qəbul qovşağı ciddi izoxron tempi bərpa etməlidir.

IP Packet Arrival (variable delays: 18ms, 25ms, 12ms, 31ms)
  │
  ▼
[Dejitter Buffer (reorders packets, absorbs delay variance)]
  │ steady 20ms playout
  ▼
[Audio Decoder (G.711 / Opus: decompresses payload)]
  │ 8000 samples/sec PCM
  ▼
[Digital-to-Analog Converter (DAC) & Smoothing Filter]
  │ continuous analog voltage
  ▼
[Loudspeaker / Headset (acoustic pressure wave)]

1. Şəbəkə interfeysi və dekapsulyasiya: şəbəkə kartı Ethernet kadrını qəbul edir, IP paketini və UDP seqmentini çıxarır, təyinat portunu yoxlayır.
2. Citter buferi (Jitter Buffer): daxil olan paketləri 30–50 ms buferləşdirir, RTP sequence number üzrə sıralayır və çatdırılma qeyri-bərabərliyini hamarlayır.
3. Dekoder (Decoder): 160 bayt faydalı yükü çıxarır və səs dalğasının ilkin nümunələrini bərpa edir. Paket itibsə, itkiləri gizlətmə alqoritmi (PLC) işə düşür.
4. Rəqəm-analoq çeviricisi (DAC): diskret ədədi qiymətləri kəsilməz analoq elektrik gərginliyinə çevirir.
5. Dinamik (akustik yayıcı): dinamikin membranı havanı titrədir və dinləyicinin qulağı üçün ilkin akustik dalğanı yenidən canlandırır.

Nə xarab ola bilər və bunu necə tapmaq olar

⚠️ VoIP inzibatçısının ən çox etdiyi səhv media yolunun nasazlığını yalnız SIP siqnal qeydləri ilə axtarmaqdır. SIP yalnız IP ünvanları və portları razılaşdırır (SDP), səsin özü isə ayrıca müstəqil UDP/RTP axını ilə gedir. Firewall-larda UDP paketlərinin real keçidini mütləq yoxlayın.

Təcrübə

1. Qabaqcadan deyin. Əgər nitqin diskretləşdirmə tezliyini 8 bit dəqiqlik saxlanmaqla 8 kHz-dən 16 kHz-ə qaldırsaq, 20 ms ərzində yaranan faydalı yük necə dəyişər?
2. Yoxlayın. 16 kHz tezlikdə 20 ms üçün nümunələrin sayını hesablayın: 16000 * 0.020 = 320 nümunə. Faydalı yükün həcmi dəqiq 2 dəfə artacaq.
3. İzah edin. Niyə paket telefoniyasında səsin ötürülməsi üçün çatdırılma zəmanəti verən TCP deyil, UDP protokolu tətbiq olunur?
4. Dəyişdirin. Əgər paketləşdirmə intervalını 20 ms-dən 10 ms-ə endirsək, ötürücünün saniyədə neçə paket (pps) generasiya edəcəyini hesablayın.
5. Özünüz edin (ulduzlu ⭐). Telefon şlüzü G.711 kodeki ilə 30 eynivaxtlı zəngə xidmət edir (payload 160 bayt, Ethernet kadrı 218 bayt). Kommutator portuna daxil olan ümumi paket tempini (pps) və zolaq genişliyini (kbit/s) hesablayın.

Özünüyoxlama

Sual 1. IP telefonun ötürücü tərəfində səs siqnalı hansı ardıcıllıqla bloklardan keçir?

Təhlil. Akustik dalğa ilk olaraq mikrofon membranına təsir edir və analoq gərginlik yaradır. ADC saniyədə 8000 dəfə amplituda ölçmələri aparır. Kodek rəqəmsal nümunələri formalaşdırır. Paketləşdirici 20 ms ərzində 160 nümunə toplayır. Enkapsulyasiya modulu RTP, UDP, IP və Ethernet başlıqlarını əlavə edir.

Sual 2. 10 ms və 30 ms paketləşdirmə intervallarında bir G.711 paketi neçə nümunə və bayt təşkil edir?

Təhlil.

ptime = 10 ms:
  Samples = 8000 samples/s * 0.010 s = 80 samples
  Payload = 80 samples * 1 byte = 80 bytes
  Packet rate = 1000 / 10 = 100 packets/sec

ptime = 30 ms:
  Samples = 8000 samples/s * 0.030 s = 240 samples
  Payload = 240 samples * 1 byte = 240 bytes
  Packet rate = 1000 / 30 = 33.33 packets/sec

Təcrübənin cavabları. 1 — faydalı yük ikiqat artaraq 320 bayt olacaq. 3 — itirilmiş TCP paketinin təkrar ötürülməsi yüzlərlə millisaniyə çəkir; gecikmiş səs fraqmenti canlı dialoq üçün tamamilə yararsızdır. 4 — 50 pps əvəzinə 1000 / 10 = 100 paket/saniyə. 5 — ümumi temp: 30 * 50 = 1500 pps; ümumi zolaq: 1500 * 218 * 8 / 1000 = 2616 kbit/s (~2.62 Mbit/s).

Təkrar və növbəti dərsə keçid meyarı

Növbəti dərsə o zaman keçin ki, heç bir kömək olmadan:

• mikrofondan dinamikə qədər səsin ötürülmə və qəbul zəncirinin bütün mərhələlərini sadalaya biləsiniz;
• 8000 Hz diskretləşdirmə tezliyi, 20 ms ptime və 160 bayt faydalı yük arasındakı riyazi əlaqəni izah edə biləsiniz;
• nə üçün TCP təkrar ötürmə mexanizminin canlı danışıq üçün yaramadığını əsaslandıra biləsiniz.

Standartlar və mənbələr

• ITU-T Recommendation G.711 (1988) — Pulse code modulation (PCM) of voice frequencies.
• IETF RFC 3550 — RTP: A Transport Protocol for Real-Time Applications.
• IETF RFC 768 — User Datagram Protocol (UDP).
• ITU-T Recommendation G.100 / P.10 — Vocabulary for performance and quality of service.