Delta Modulation в голосовом режиме Интернет-протокол (плачет) Системы

Введение: роль кодирования в современном VoIP

Голос через Интернет-протокол (VoIP) преобразовал бизнес и личную коммуникацию, маршрутизируя голосовые разговоры по IP-сетям вместо традиционных телефонных линий с коммутацией каналов. Основной задачей в любой системе VoIP является преобразование аналогового аудио - естественного звука человеческого голоса - в цифровой поток, который может эффективно перемещаться по сети с коммутацией пакетов, а затем реконструкция этого потока с минимальной задержкой и приемлемой точностью. Для решения этой проблемы были разработаны различные схемы кодирования и сжатия, известные как кодеки. Среди них Delta Modulation (DM) выделяется своей концептуальной простотой и низкой сложностью, что делает его полезной техникой в конкретных контекстах VoIP, особенно там, где ограничены аппаратные ресурсы или где требуется чрезвычайно низкая задержка.

В этой статье рассматриваются принципы Delta Modulation, ее применение в системах VoIP, ее сильные и слабые стороны, а также сценарии, в которых она остается актуальной. Мы также изучаем, как адаптивные варианты устраняют основные ограничения и сравнивают DM с более широко принятыми кодеками, такими как G.711 и Opus.

Основы дельта-модуляции

Delta Modulation — это аналого-цифровой метод преобразования, который кодирует сигналы на основе различия между последовательными образцами, а не захватывает абсолютную амплитуду каждого образца. Это различие имеет основополагающее значение для понимания его поведения в трубопроводе VoIP.

Как Delta Modulation кодирует сигнал

В стандартной системе импульсно-кодовой модуляции (PCM) каждый образец квантован до определенного уровня амплитуды, требующего нескольких битов на образец. DM, напротив, использует однобитный квантователь .

  1. Локальный декодер на кодере поддерживает предсказание входного сигнала.
  2. Кодер сравнивает текущую аналоговую выборку с этим прогнозом.
  3. Если образец выше прогноза, кодер передает двоичный '1'; если ниже, то передает '0'.
  4. Передаваемый бит инструктирует декодер приемника шагать вверх или вниз по фиксированному размеру шага (Δ), обновляя восстановленный сигнал.
  5. Местный декодер кодера использует то же самое правило шага, гарантируя, что кодер и декодер остаются синхронизированными.

Результатом является битовый поток, где каждый отдельный бит представляет собой направление изменения, а не абсолютное значение. Это значительно упрощает аппаратное обеспечение кодирования и снижает требуемую скорость передачи данных до одного бита на образец .

Ключевые параметры: размер шага и показатель выборки

Доминируют два параметра производительности DM:

  • Размер шага (Δ): Фиксированный приращение или уменьшение, применяемое к реконструированному сигналу с каждым битом. Слишком маленький размер шага вызывает перегрузку склона (кодер не может идти в ногу с быстрыми изменениями сигнала). Слишком большой размер шага вызывает гранулированный шум (чрезмерный шум праздного канала, когда сигнал плоский).
  • Скорость отбора проб (fs): Количество передаваемых бит в секунду. Более высокая скорость улучшает способность отслеживать быстрые изменения, но увеличивает потребление полосы пропускания.

В классическом DM эти параметры фиксированы, создавая неотъемлемый компромисс между динамическим диапазоном и производительностью шума.

Как Delta-модуляция интегрируется с VoIP-системой

В типичном потоке вызовов VoIP аналоговый звук от микрофона проходит через аналого-цифровой преобразователь (ADC), который производит цифровой поток. При использовании DM ADC по существу является кодером DM. Полученный поток с одним битом на образец затем упаковывается в пакеты стеком протокола VoIP (обычно RTP по UDP/IP) и передается по сети.

Поскольку скорость передачи данных чрезвычайно низкая по сравнению с исходным PCM — часто в диапазоне 16-64 кбит/с в зависимости от скорости выборки — накладные расходы на пакетизацию могут доминировать в фактической пропускной способности.Однако вычислительная сложность кодирования и декодирования минимальна, что может быть решающим в встраиваемых системах, устройствах IoT с низким энергопотреблением или ситуациях, когда процессор конечной точки имеет очень ограниченные циклы.

На приемном конце декодер DM применяет правило шага-вверх/шаг-вниз для реконструкции приближения исходной формы волны. Обычно применяется фильтр нижних частот для сглаживания реконструкции лестницы и уменьшения шума квантования.

Адаптивная дифференциальная модуляция импульсных кодов (ADPCM)

Важно отметить, что DM является подмножеством более широкого семейства, называемого дифференциальным PCM (DPCM). В то время как DM использует фиксированный размер шага и однобитное квантование, адаптивный DPCM (ADPCM) использует многобитные квантователи и адаптирует размер шага на основе последних характеристик сигнала. кодеки ADPCM, такие как G.726, предлагают значительно лучшее качество при сопоставимых битовых скоростях и гораздо чаще встречаются в коммерческих VoIP-системах, чем простые DM.

Преимущества дельта-модуляции в VoIP

Несмотря на свои ограничения, DM предлагает определенные преимущества, которые сохраняют его актуальность в нишевых приложениях VoIP.

Крайне низкая вычислительная сложность

Для кодирования и декодирования DM требуется только компаратор, аккумулятор (интегратор) и некоторая базовая логика. Не требуется никаких операций с многократным накоплением, никаких таблиц поиска и никакой обработки на основе кадра. Это делает DM идеальным для:

  • Ультрамощные микроконтроллеры без аппаратных множителей.
  • Системы, в которых каждый милливатт потребления энергии имеет значение (например, голосовые устройства с батарейным питанием).
  • Обработка в режиме реального времени на аппаратном обеспечении, где процессор сильно загружен другими задачами.

Низкая и предсказуемая задержка

Поскольку DM работает на основе выборки за образцом без буферных кадров, алгоритмическая задержка может быть такой же низкой, как один период выборки. Современные кодеки часто требуют буферов с видом вперед, которые вводят 5-20 мс задержки. DM может достичь субмиллисекундной алгоритмической задержки, которая ценна в двусторонней связи, где накопленная задержка вредит качеству разговора.

Минимальные требования Bandwidth

Поток DM по своей сути использует один бит на образец. При скорости выборки 16 кГц - достаточной для узкополосной речи - необработанная битрейт составляет 16 кбит/с. Для сравнения, G.711 PCM при 8 кГц использует 64 кбит/с. Эффективность полосы пропускания DM, следовательно, ясна, хотя компромисс приходит в точности сигнала.

Простота осуществления

Кодер и декодер симметричны, что снижает усилия по разработке и тестированию программного обеспечения. Весь кодек может быть написан в несколько десятков строк кода C, без необходимости патентов или лицензионных сборов. Эта простота привлекательна для проектов с открытым исходным кодом, академических экспериментов и специализированных аппаратных конструкций.

Ограничения и проблемы дельта-модуляции

Та же простота, которая делает DM привлекательным, также накладывает жесткие ограничения на качество звука, что часто делает его непригодным для VoIP общего назначения.

Коэффициент шума и сигнал-шум (SNR)

Однобитный квантайзер по своей сути вводит шум квантования, который коррелирует с входным сигналом. Поскольку размер шага фиксированный, уровень шума не адаптируется к амплитуде сигнала. Это приводит к плохому динамическому диапазону и SNR, который значительно ниже, чем у многобитного PCM при сопоставимых битовых скоростях. Для голоса это может проявляться как постоянный фоновый шум или шипение, особенно во время тихих проходов.

Искажение перегрузки Slope

Когда входной сигнал изменяется быстрее, чем кодер может отслеживать с фиксированным шагом, например, во время плозивных согласных (p, b, t, k), быстрых переходов форманта гласных или громкой речи, кодер отстает и создает сплюснутое, искаженное представление. Это перегрузка наклона приводит к звуковой вырезке и гранулированным артефактам, которые ухудшают разборчивость речи.

Гранулярный шум в тихих сигналах

И наоборот, когда сигнал почти постоянный или меняется очень медленно, фиксированный размер шага заставляет реконструированный сигнал колебаться вокруг истинного значения, создавая гранулированный шум .Это аналогично шуму бездействия канала в компандирующей системе, но его нельзя уменьшить, не изменяя размер шага динамически.

Ограниченный частотный отклик

Чтобы избежать наклонной перегрузки высокочастотным контентом, либо размер шага должен быть увеличен (увеличение шума), либо скорость дискретизации должна быть увеличена (увеличение пропускной способности). Для данной скорости передачи битов DM обычно обеспечивает более низкую эффективную полосу пропускания звука, чем PCM или ADPCM. Широкополосная речь (50 Гц до 7 кГц) трудно достичь с базовым DM при практических скоростях передачи данных.

Отсутствие стандартизации и совместимости

В отличие от G.711, G.726 или Opus, в VoIP нет универсально принятого стандарта для DM. Реализации различаются размером шага, скоростью отбора проб и конструкцией фильтра реконструкции. Это создает проблемы с совместимостью: два разных устройства на основе DM могут неправильно декодировать потоки друг друга, если они не имеют точных спецификаций параметров.

Адаптивная дельта-модультация (ADM) и гибридные подходы

Для устранения основных ограничений фиксированного шага DM исследователи разработали адаптивную дельта-модулирование (ADM). В ADM размер шага не является постоянным; он корректируется в режиме реального времени на основе недавней модели выходного битового потока.

Принцип адаптивного размера шага

Наиболее распространенный алгоритм ADM следует простому правилу: если последние несколько битов все одинаковы (указывая, что кодер пытается подняться на склон как можно быстрее), размер шага увеличивается. Если биты часто чередуются (указывая, что сигнал плоский), размер шага уменьшается. Эта логика может быть реализована с помощью небольшой таблицы поиска или регистра сдвига.

ADM достигает значительно лучшего динамического диапазона и SNR, чем фиксированный DM, сохраняя при этом большую часть преимущества низкой сложности. Алгоритм адаптации размера шага добавляет лишь несколько логических вентилей или несколько строк кода. Варианты ADM использовались в военной связи, ранних цифровых телефонных системах и некоторых запатентованных решениях VoIP.

Непрерывно изменяемая модуляция дельты слопа (CVSD)

Хорошо известный вариант ADM - это Постоянно изменяемая модуляция дельты слопа (CVSD) , которая использует силлабический компанд, чтобы соответствовать размеру шага к среднему наклону речевого конверта. CVSD использовался в U.S. Military's Secure Telephone Unit (STU-III) и по-прежнему используется в некоторых голосовых профилях Bluetooth (SCO-ссылки). CVSD обеспечивает разумное узкополосное качество речи (8 кГц выборка, 32-64 кбит/с битрейт) с очень низкой сложностью и надежной производительностью в шумных радиосредах.

Практическое применение дельта-модуляции в VoIP и голосовых коммуникациях

Хотя DM и ADM не являются выбором по умолчанию для основных VoIP-платформ (которые предпочитают кодеки, такие как Opus, G.729 или G.722), они сохраняются в определенных областях, где их характеристики согласуются с системными ограничениями.

Встроенные и голосовые системы IoT

Низкозатратные микроконтроллеры, используемые в интеллектуальных колонках, интеркомах и подключенных устройствах, часто не имеют памяти и тактовых циклов для программных кодеков, таких как Opus. DM или ADM могут работать на 8-битном микроконтроллере с несколькими сотнями байтов оперативной памяти и доставлять понятный голос с низкой скоростью передачи данных. Это делает их привлекательными для голоса по LoRa , шлюзам спутниковых телефонов и сенсорным сетям.

Военные и тактические коммуникации

Военные голосовые системы ценят надежность, низкую пропускную способность и простоту аппаратного обеспечения. CVSD был основой в узкополосных безопасных голосовых системах в течение десятилетий. Гибкость реализации кодека в аналоговой или простой цифровой логике на закаленных радиацией компонентах является ощутимым преимуществом.

Голос в реальном времени в ресурсо-ограниченных средах

Когда конечная точка VoIP должна быть реализована на FPGA с минимальным логическим использованием или когда основной процессор уже насыщен кодированием видео или обработкой сети, низкий объем ресурсов DM может позволить добавлять голос «бесплатно».

Образовательные и исследовательские платформы

Delta Modulation является основным продуктом в лабораторных курсах цифровой связи . Его простота позволяет студентам создавать полный рабочий кодек из основных дискретных компонентов или в программно-определяемой радиоплатформе. Понимание DM обеспечивает основу для захвата более продвинутого дифференциального кодирования, модуляции дельта-сигма и предиктивных квантователей, используемых в современных аудиокодеках.

Сравнение с обычными VoIP-кодеками

Для контекстуализации роли DM, он помогает сравнить его с тремя широко используемыми VoIP-кодеками.

G.711 (PCM)

G.711 пробует аудио на частоте 8 кГц с 8 битами на образец, что дает 64 кбит/с. Он предлагает высокое качество узкополосного диапазона (MOS около 4,1) с чрезвычайно низкой вычислительной сложностью. DM не может соответствовать точности G.711 с любой скоростью передачи данных, но DM может работать с более низкими частотами передачи данных (например, 16-32 кбит/с) с приемлемым качеством для некоторых приложений.

G.726 (ADPCM)

G.726 поддерживает скорость передачи данных 16, 24, 32 и 40 кбит/с с гораздо лучшим качеством, чем DM с той же скоростью. Он по-прежнему относительно прост (несколько сотен MIPS на современном DSP). G.726 в значительной степени заменил DM в большинстве приложений, где требуется низкая сложность, но желательно лучшее качество.

Опа

Opus - это современное состояние для VoIP, предлагающее широкополосный полный диапазон аудио (до 48 кГц) с частотой бита от 6 до 510 кбит/с. Он обеспечивает отличное качество по всем скоростям, но требует значительных вычислительных ресурсов (обычно 50-200 MIPS) и большего кодового следа. DM на порядки проще, но не может приблизиться к качеству или гибкости Opus.

Таким образом, DM торгует качеством для простоты. Он не является конкурентом современным кодекам в VoIP общего назначения, но он остается жизнеспособным выбором, когда в критериях проектирования доминируют простота и ограничения ресурсов.

Вывод: нишевая ценность классической техники

Delta Modulation представляет собой один из самых ранних и самых простых подходов к преобразованию аналогового голоса в цифровой битовый поток для передачи по сети. Его основные сильные стороны - низкая сложность, минимальная задержка и очень низкая битрейт - сбалансированы с присущими слабостью в производительности сигнал-шум, динамическом диапазоне и частотной реакции.

В современных системах VoIP DM в значительной степени вытеснен более способными кодеками, такими как G.711, G.726 и Opus, которые обеспечивают превосходное качество звука при сопоставимых или только немного более высоких вычислительных затратах.Однако для образовательных контекстов, для встраиваемых устройств сверхнизкой мощности, для надежности военного класса и для приложений, где каждая миллисекунда задержки и каждый байт кода имеют значение, DM и его адаптивные варианты (особенно CVSD) поддерживают практическую опору.

Понимание модуляции дельты дает ценную информацию о фундаментальных компромиссах голосового кодирования. Она освещает путь от простого дифференциального квантования до сложных прогностических кодеков, которые питают современную глобальную инфраструктуру голосовой связи. Поскольку VoIP продолжает расширяться в новые области - от спутниковых созвездий до ячеистых сетей и Интернета вещей - уроки дизайна DM информируют инженеров, которые должны ориентироваться в постоянном напряжении между качеством сигнала, пропускной способностью и вычислительной реальностью.

Для тех, кто заинтересован в более глубоком исследовании, оригинальная статья 1952 года по Delta Modulation и ее применение к телефонии документированы во многих учебниках по обработке сигналов, а спецификация CVSD остается доступной ссылкой для адаптивного варианта.ITU G.711 стандарт и G.726 ADPCM стандарт обеспечивают эталонные кодеки, по которым компромиссы DM лучше всего ценятся.