语音编码占带宽的计算

ITU-T（国际电信联盟）的G.729编码方式为例，这是一种8kbit/s的编码算法，该种编码抗随机比特错误的能力与抗随机突发消失帧的能力相同。 在噪声较大的环境下，它能有更好的语音质量。 G．729帧长为 10个八位组（octet），有声段帧格式为：   

每帧为10ms。
每帧长10个八位组。
每个 RTP包可以放零个、一个或多个 G.729帧。
抽样率8000Hz。
缺省打包时间段20ms。

Internet话音分组传输技术

在IP网中传输层有两个并列的协议：TCP和UDP。

TCP是面向连接的，它提供高可靠性服务；UCP是无连接的，它提供高效率的服务。

高可靠性的TCP用于一次传输要交换大量报文的情况，高效率的UDP用于一次交换少量的报文或实时性要求较高的信息。

实时 传输协议RTP提供具有实时特征的、端到端的数据传输业务，可以用来传送声音和活动图像数据，在这项数据传输业务中包含了装载数据的标识符、序列号、时戳 以及传送监视。通常RTP的协议数据单元是用UDP分组来承载的。而且为了尽量减少时延，话音净荷通常都很短。图3表示一个IP话音分组的结构，图中 IP，UDP和RTP的控制头都按最小长度计算。 这种IP话音分组的开销很大，约为66％～80％。于是有人提出了组合RTP分组的概念

 

采用这种组合复用方法的确可以大大提高传输效率，但是目前尚无标准。

如果支持RTP的网络能提供组播功能，则它也可用组播方式将数据送给多个目的用户。

RTP 本身没有提供任何确保及时传送的机制，也没有提供任何传输质量保证的机制，因而业务质量完全由下层网络的质量来决定。同时，RTP不保证数据包按序号传 送，即使下层网络提供可靠性传送，也不能保证数据包的顺序到达。包含在RTP中的序列号就是供接收方重新对数据包排序之用。
与RTP相配套的另一个协议是RTCP协议。RTCP是RTP的控制协议，它用于监视业务质量并与正在进行的会话者传送信息。

因此，我们可以根据这个图３计算出每路G.729编码的带宽占用量：

带宽占用＝传输的总字节数 / 传输的总时间

带宽＝(20byte（IP头）+8byte（UDP头）+12byte（RTP头）+20byte(数据))/２０ms

=60byte/20ms

以上计算公式含义为：每20ms，需要传输的字节数包括20个字节的IP包头，8个字节的UDP包头，12各字节的RTP包头，20字节的语音数据共60字节，结果为：3 byte/ms=3000 byte/s=24000bit/s＝24kbit/s。

因此，理论上G.729中每个数据包包含两帧语音的编码方式，占用带宽24kbit/s，而又有封装效率的估算公式为： 　　

封装效率=[（压缩后的语音包× n × 帧长/ 8）] / [（压缩后的语音包× n× 帧长/ 8 ）＋40] 。

n表示打进n个语音包。

以G.729信源编码为例，如一个RTP包打进一个语音包，则实际传送码流为40kbit/s，时延约为 10 ms；

如打两个语音包，则实际传送码流为24kbit/s，时延约为 20 ms；

如打四个语音包，实际传送码流为16kbit/s，时延为40ms。

为保证编码打包的时延，若将缺省语音包的数量定为两个，实际传送码流即为24kbit/s，而不是8kbit/s。

因此对于语音业务这类实时性要求非常高的业务，要保证语音的质量，根据ITU-T标准语音的全程往返时延应当控制在450ms为宜，编码打包后形成的单位码流通常是在20kbit/s。

 

由以上论述我们知道，每路G.729编码的IP语音占用约20Kbit/s的带宽，实际占用的总带宽数＝语音总路数*20Kbit/s。

语音编解码方式及其所占用的带宽的关系

语 音编码的带宽和实际所占用的带宽是不同的，语音编码的带宽是实际语音包的带宽，而语音包在IP网络上传输时，还需要增加各种包头，如RTP包头、UDP包 头、IP包头。由于语音包本身很小，所以相对而言这些额外的带宽是很可观的。在下表中列出了各种编码方式下的打包时长以及所对应的实际带宽。

实际带宽与语音编码和打包时长的关系：
语音编解码         打包时长     语音数据带宽         实际所占带宽
G.723.1(5.3K)         30ms         5.3K                    5.3*(20+40)/20 =   16.2K        
G.723.1(5.3K)         60ms         5.3K                    5.3*(40+40)/40 =   10.6K    
G.723.1(6.3K)         30ms         6.3K                    6.3*(24+40)/24 =   16.8K    
G.723.1(6.3K)         60ms         6.3K                    6.3*(48+40)/48 =   11.6K    
G.729                      20ms         8K                      8*(20+40)/20 =   24K          
G.729                      60ms         8K                      8*(60+40)/60 =   13.3K       
由上表可以很明显的看出，打包时间越长，所占用的实际带宽越小，但时延越大。

说明
1、RTP包头：12bytes    UDP包头：8bytes    IP包头：20bytes。
2、表中的带宽计算中没有包含物理帧头，需根据具体网络而定。
3、表中的带宽计算中，没有考虑静音检测。静音检测的效率按60％计算。

 

音频：

名称                 采样率            采样精度                 占用带宽(kbps)

G.723.1	8k	16bit	5.3 ~ 6.3kbps
ILBC	8k	16bit	13.33 ~ 15.2kbps
CCITT A-LAW	8k	16bit	64 ~ 128kbps

视频：

 

图像分辨率 —— 帧数

占用带宽(kbps)

 

160 × 120 —— 5 ~ 30fps	20 ~ 100kbps
176 × 144 —— 5 ~ 25fps	20 ~ 110kbps
320 × 240 —— 5 ~ 30fps	40 ~ 200kbps
352 × 288 —— 5 ~ 25fps	40 ~ 220kbps
640 × 480 —— 5 ~ 30fps	120 ~ 1000kbps
720 × 576 —— 5 ~ 25fps	120 ~ 1500kbps

国际电信联盟 G 系列典型语音压缩标准的参数比较

算法	类型	码率 (kbit/s)	算法延时 (ms)
G.711	A-Law / μ -Law	64	0
G.722	SB-ADPCM	64/56/48	0
G.723.1	MP-MLQ/ACELP	6.3/5.3	37.5
G.726	ADPCM	16/24/32/40	0
G.727	Embedded ADPCM	16/24/32/40	0
G.728	LD-CELP	16	< 2
G.729	CS-ACELP	8	15