高清話(huà)質(zhì)-無(wú)與倫比的VoIP話(huà)質(zhì)

2008/12/22

圖1 傳輸頻譜圖

　　在頻譜分析圖表中，我們很容易看到HD-Sound具備較大的傳輸頻譜范圍。HD-Sound的傳輸頻譜包括比窄帶電話(huà)傳輸頻譜更低和更高的音調，使寬帶通話(huà)者能夠獲得非常出色的用戶(hù)體驗。

　　圖2對MOS（平均意見(jiàn)得分）值的分析深刻說(shuō)明了寬帶是如何被主觀(guān)感知的。窄帶G.729A的多數MOS值約為 3.5，而高清語(yǔ)音的MOS值至少比其高出30%，達到4.5。

　　圖2 窄帶與寬帶編解碼器的平均意見(jiàn)得分

　　要想優(yōu)化寬帶的部署，話(huà)機廠(chǎng)商（固話(huà)和無(wú)繩電話(huà)）必須遵守一些重要的規定：電聲組件，尤其是電話(huà)聽(tīng)筒或免提揚聲器必須能夠在各自的裝置內，以較低的失真度和較高的逼真度重新生成寬帶的整個(gè)頻率范圍。這將為設備設計者，尤其是無(wú)繩話(huà)機或手機等小型設備的設計者帶來(lái)巨大挑戰。一流的音質(zhì)需要付出成本，但巨大的市場(chǎng)將會(huì )帶來(lái)額外助益。

　　建議將免提電話(huà)封裝起來(lái)，目的是避免室內的回聲和增強低頻效果，例如被完全封閉起來(lái)的家用高保真揚聲器。任何VoIP電話(huà)（窄帶或寬帶）在實(shí)現全雙工性能時(shí)，最難解決的是時(shí)延問(wèn)題。人耳對話(huà)音后的回聲是不敏感的，否則我們無(wú)論在任何室內都將聽(tīng)到很強的回聲。但是話(huà)音與回聲之間的時(shí)延越長(cháng)，人耳對回聲的感知就會(huì )更加靈敏。這就是我們在教堂能夠始終聽(tīng)到回聲的原因。標準IP網(wǎng)絡(luò )分組時(shí)延可能會(huì )超過(guò)100ms——相當于一個(gè)大教堂的時(shí)延。因此需要額外采取措施減少回聲。消除話(huà)機內的回聲如同消除進(jìn)入耳內的回聲一樣。通過(guò)估計、計算和減少麥克風(fēng)信號產(chǎn)生的回聲，達到取消回聲的目的。這是一項非常艱難的工作，因為它必須適用于話(huà)機存在的任何環(huán)境。

高清語(yǔ)音幫助拓展市場(chǎng)

　　高清語(yǔ)音為系統廠(chǎng)商和服務(wù)供應商進(jìn)入全新的市場(chǎng)提供了大量機會(huì )。

　　1.交互式語(yǔ)音響應

　　您能想象利用預先錄制的語(yǔ)音樣本，借助通話(huà)服務(wù)預定機票嗎？一定很難想象得到。目前的主要語(yǔ)音激活服務(wù)幾乎讓人發(fā)瘋，它們甚至無(wú)法辨別培訓話(huà)語(yǔ)的輕微增量。采用寬帶技術(shù)可以更加輕松地捕獲人類(lèi)語(yǔ)音的細微差別，使語(yǔ)音激活服務(wù)成為潛力巨大的可行服務(wù)。在不必與任何人講話(huà)的情況下，我們不僅可升級寬帶或話(huà)機服務(wù)，而且可預定機票、酒店或火車(chē)票。語(yǔ)音識別系統也將受益于不斷增加的帶寬，提供更加出色的識別率，尤其是更加出色地識別齒擦音。（齒擦音是我們講話(huà)時(shí)發(fā)出的S音，因此在窄帶通話(huà)中，常常會(huì )把F字母誤聽(tīng)為S字母）

　　2.文本-語(yǔ)音轉換（TTS）

　　系統將標準語(yǔ)言文本轉化成語(yǔ)音（采用合成語(yǔ)音）。語(yǔ)音合成器的質(zhì)量是通過(guò)合成語(yǔ)音與人類(lèi)語(yǔ)音的相似度和可理解度評定的。易懂的文本-語(yǔ)音轉換程序可使視障人士或閱讀障礙人士通過(guò)電話(huà)或PC收聽(tīng)書(shū)寫(xiě)的作品。

• 自動(dòng)轉換：實(shí)時(shí)將語(yǔ)音樣本轉換成文本


• 汽車(chē)語(yǔ)音識別：通過(guò)語(yǔ)音控制汽車(chē)的各種功能（雨刮器、收音機、車(chē)窗等，但不能通過(guò)語(yǔ)音駕駛車(chē)輛！！）


• 語(yǔ)音生物識別：說(shuō)話(huà)人驗證。工作車(chē)間或任何需要某種身份驗證的場(chǎng)所可以采用這些應用。


• 口述。


• 免提計算：適用于殘障人士的PC命令語(yǔ)音識別。


• 家庭自動(dòng)化：通過(guò)語(yǔ)音控制通常需要開(kāi)關(guān)控制的裝置，例如關(guān)閉百葉窗和電燈、打開(kāi)暖氣裝置。


• 醫療轉錄。

今日電子/21IC