• 大大节省了带宽。从最初的PCM64k编码到现在标准语音压缩协议，如G.723编码速率为5.3K或 6.3Kbps；G.729编码速率为8Kbps。还有未形成协议标准但更低的编码速率已有成熟的算法可以实现，如AMBE、CELP、RELP、 VSELP、MELP、MP-MLQ、LPC-10等多种语音压缩算法,最低编码速率达到2.4kbps，有些算法已在包括第三代移动通信系统(3G)的 多个领域得到应用。
• 便于实现与IP融合。Internet的成功运用使得与IP的融合已成必然的发展趋势。分组语音即将分组交换 的概念与语音传输相结合，使得语音信息更易于接入IP网。而分组语音的关键技术之一就是语音编码技术，低速率的语音编码技术对语音信息的实时性有更好的保 证。采用分组语音传输的网络，其传输的语音信息本身就是分组数据包,这样的语音信息在接入Internet时将是非常的方便。

语音编码既可用软件也可用硬件的方法实现。软件实现就是将压缩算法用软件方法实现，这样做的好处是成本低、修改方便灵活，但处理速度较慢，不易保证处理的实时性。采用硬件实现就是将语音压缩算法固化到专用DSP芯片中，这样处理速度快，便于实时处理。

2、1.1.2 什么是G.711编码？

答: G.711建议一种典型的采用PCM波形编码的压缩编解码方法，可以获得较高的语音质量，但数据压缩率低。

G.711建议描述了PCM的μ律（A律）压缩，如下图所示：

采样率为8kHz，12bit线性A/D变换为数字信号，再经过对数PCM后压缩为8bit，一路音频为64kbit/s。
 

音频压缩技术

1、音频信号的指标有哪些？

答: 1）频带宽度：音频信号的频带越宽，所包含的音频信号分量越丰富，音质越好。

2）动态范围:动态范围越大，信号强度的相对变化范围越大，音响效果越好。

3）信噪比：信噪比SNR（Signal to Noise Ratio）是有用信号与噪声之比的简称。 噪音可分为环境噪音和设备噪音。信噪比越大，声音质量越好。

4）主观度量法：人的感觉机理对声音的度量最有决定意义。感觉上的、主观上的测试是评价声音质量不可缺少的部分。当然，可靠的主观度量值是较难获得的。


2、 什么是音频数字音频原理？

答: 由于音频信号是一种连续变化的模拟信号，而计算机只能处理和记录二进制的数字信号，因此，由自然音源而得的音频信号必须经过一定的变化和处理，变成二进制数据后才能送到计算机进行再编辑和存贮。

PCM（Pulse Code Modulation）脉冲编码调制是一种模数转换的最基本编码方法。它把模拟信号转换成数字信号的过程称为模/数转换，它主要包括：

• 采样：在时间轴上对信号数字化；
• 量化：在幅度轴上对信号数字化；
• 编码：按一定格式记录采样和量化后的数字数据。

编码的过程首先用一组脉冲采样时钟信号与输入的模拟音频信号相乘，相乘的结果即输入信号在时间轴上的数字化。然后对采样以后的信号幅值进行量化。最简单的 量化方法是均衡量化，这个量化的过程由量化器来完成。对经量化器A/D变换后的信号再进行编码，即把量化的信号电平转换成二进制码组，就得到了离散的二进 制输出数据序列x ( n )，n表示量化的时间序列，x ( n )的值就是n时刻量化后的幅值，以二进制的形式表示和记录。

3、数字音频的技术指标有哪些？

答:
1）采样频率：采 样频率是指一秒钟内采样的次数。采样频率的选择应该遵循奈奎斯特（Harry Nyquist）采样理论（如果对某一模拟信号进行采样，则采样后可还原的最高信号频率只有采样频率的一半，或者说只要采样频率高于输入信号最高频率的两 倍，就能从采样信号系列重构原始信号）。

根据该采样理论，CD激光唱盘采样频率为44kHz，可记录的最高音频为22kHz，这样的音质与原始声音相差无几，也就是我们常说的超级高保真音质。通信系统中数字电话的采用频率通常为8kHz，与原4k带宽声音一致的。

2）量化位数：量化位是对模拟音频信号的幅度轴进行数字化，它决定了模拟信号数字化以后的动态范围。由于计算机按字节运算，一般的量化位数为8位和16位。量化位越高，信号的动态范围越大，数字化后的音频信号就越可能接近原始信号，但所需要的存贮空间也越大。



3）声道数：有单声道和双声道之分。双声道又称为立体声，在硬件中要占两条线路，音质、音色好，但立体声数字化后所占空间比单声道多一倍。

4）编码算法：编 码的作用其一是采用一定的格式来纪录数字数据，其二是采用一定的算法来压缩数字数据以减少存贮空间和提高传输效率。压缩算法包括有损压缩和无损压缩；有损 压缩指解压后数据不能完全复原，要丢失一部分信息。压缩编码的基本指标之一就是压缩比，它通常小于1。压缩越多，信息丢失越多、信号还原后失真越大。根据 不同的应用，应该选用不同的压缩编码算法。

5）数据率及数据文件格式：数据率为每秒bit数，它与信息实时传输有直接关系，而其总数据量又与存储空间有直接关系。


H.323

1、什么是H.225协议？

答：H.225.0是一个框架协议，遵循H.323V2标准，包含了RAS和Q.931两部分，描述了为在分组网络上的H.323设备之间传送音频、视频、数据和控制信息而进行关联、编码及分组的方法。H.225.0负责协议和消息格式的描述。

H.225.0 把RTP/RTCP用于所有下层分组网络媒体流的分组和同步，H.225.0假定了一个初始信令是建立在非RTP传输地址之上的呼叫模型，并把此呼叫模型 用于呼叫建立和能力协商（见H.323和H.245），这之后将建立一个或多个RTP/RTCP连接。 H.225.0包含RTP/RTCP的详细使用方法。

2、什么是 H.245协议？

答：用 于控制H.323实体的操作的H.245协议消息通过H.245控制信道传输， H.245消息分为四种类型：请求（Request）、响应（Response）、命令（Command）和指示（Indication）。请求消息要求 接收机有动作，包括立即响应；响应消息响应一个请求；命令消息要求规定的动作，但不要求响应；指示消息只是通知的作用，不要求任何动作和响应，通常是指示 终端的信息状态。

H.245协议规定的主要控制过程有：主/从决定、终端能力交换、逻辑通道控制、多点会议控制&指示，回路时延。

• 主从决定：决定节点的主从关系。
• 能力交换：协商出一个兼容的媒体能力(音频、视频、数据、会议等)集合。
• 逻辑通道控制：指示开始传输特定媒体流。
• 多点会议控制&指示：会场列表、主席控制、媒体指示等。
• 回路时延：发送端到接收端的往返时延，也可用于检测远端是否异常。

GK直接呼叫流程（包括H245部分）：

3、什么是 H.323协议？

答：H.323协 议描述了在不提供QoS的基于包交换的网络（PBN，Packet Based Networks）上提供多媒体通信服务（包括实时的音频、数据通信等）的协议和设备。H.323协议定义了四种组件：终端、网关、网守和多点控制单元。 H.323协议是视频通信所基于的主要协议之一。H.323协议实际上是一个框架，它包含了相关的一系列协议，如图1所示。

在H.323协议框架中，涉及到视讯会议系统相关消息的的协议族主要包括：

• （1）H.225.0 ANNEX H：H.225.0 Message Systax；
• （2）H.245 ANNEX A：Message Syntax；

3、什么是Q.931信令？

答：Q.931 呼叫信令是H.225.0中用于在两个H.323端点之间建立呼叫连接的控制信令。当整个网络中有GK时，其初始接入消息在主叫端点与GK之间利用GK的 RAS信道传输地址进行交换。在初始接入消息交换时，GK在ACF 消息中指示了其它端点的呼叫信令传输地址。主叫端口根据此地址与其它端口建立呼叫。

呼叫信令主要包括：

• Setup：向另一个实体发起呼叫
• Alerting：被叫震铃
• Connect：被叫应答
• ReleaseComplete：断开呼叫

其过程示意图如下：


根据图中所示的情况中，其呼叫过程如下：

1. 端点1（主叫端点）发起与关守的ARQ(1)/ACF(2) 交换。
2. 关守在ACF中返回端点2的呼叫信令信道传输地址。
3. 端点1随后向使用该传输地址的端点2发送Setup（3）消息。
4. 如果端点2希望接收此呼叫，它发起与关守的ARQ(5)/ACF(6) 交换。节点2有可能收到ARJ (6) ，这时端点2向端点1发送Release Complete消息。
5. 否则端点2响应Connect（8）消息，这个消息包含用于H.245信令的H.245控制信道传输地址。