基于Wi-Fi的可視電話設(shè)計(jì)方案分析

有理由相信2007年將是最后突破可視電話進(jìn)入大眾市場(chǎng)障礙的一年。做出這樣預(yù)測(cè)是基于以下的因素：寬帶在家庭中廣泛采用，現(xiàn)在在亞洲、歐洲和北美的某些區(qū)域滲透率超過(guò)50%；摩爾定律不斷地向前推動(dòng)處理器處理能力的發(fā)展，使得處理器能支持復(fù)雜運(yùn)算的媒體處理算法，這些算法是實(shí)現(xiàn)可靠、高質(zhì)量的全運(yùn)動(dòng)視頻所需要的；電池技術(shù)以及電源管理的發(fā)展使得基于Wi-Fi的設(shè)備的待機(jī)時(shí)間和通話時(shí)間可以分別用天和小時(shí)來(lái)計(jì)算，而不是分鐘；最后一點(diǎn)值得注意的是，產(chǎn)業(yè)標(biāo)準(zhǔn)的不斷成熟以及基于IP越來(lái)越成熟的語(yǔ)音和視頻軟件解決方案(簡(jiǎn)稱為V2IP)使得這些得以實(shí)現(xiàn)。

盡管可視電話發(fā)展時(shí)間很久，價(jià)格和性能依然是提供大眾市場(chǎng)解決方案的絆腳石。即使我們從模擬可視電話轉(zhuǎn)換到數(shù)字IP，有限的網(wǎng)絡(luò)和缺乏處理能力導(dǎo)致的性價(jià)比依然不能適合于大眾市場(chǎng)。隨著有線和無(wú)線網(wǎng)絡(luò)的普及，以及像飛思卡爾公司、瑞薩、TI和其他的芯片廠商提供的高性能的語(yǔ)音/視頻處理技術(shù)，這些問(wèn)題很快地得到了解決。因此，我們將關(guān)注點(diǎn)轉(zhuǎn)移到上面談到的第四點(diǎn)，即軟件。當(dāng)與IP連接的設(shè)備不能正常工作時(shí)，我們可以將問(wèn)題和關(guān)注點(diǎn)放在這種軟件解決方案上。并且在大多數(shù)情況下是能正常工作的。

基于IP軟件平臺(tái)的語(yǔ)音＋視頻設(shè)計(jì)

無(wú)論是電話或任何個(gè)人通信和多媒體設(shè)備都必須提供具有吸引力、可靠的用戶體驗(yàn)，才能成功地產(chǎn)生一個(gè)主流的市場(chǎng)。因此，無(wú)線傳輸?shù)馁|(zhì)量和可靠性對(duì)于Wi-Fi可視電話來(lái)說(shuō)非常重要。慶幸的是，IEEE802.11無(wú)線局域網(wǎng)標(biāo)準(zhǔn)不斷地發(fā)展，在數(shù)據(jù)速率、范圍和安全性上不斷地改善，因此我們不再需要關(guān)心這個(gè)方面問(wèn)題。

消費(fèi)電子市場(chǎng)感受到真正穩(wěn)定可靠的VoIP產(chǎn)品的時(shí)間才剛過(guò)去18~24個(gè)月。然而，設(shè)計(jì)、開(kāi)發(fā)和生產(chǎn)支持Wi-Fi的語(yǔ)音視頻(V2IP)電話需要大量的資源用于軟件開(kāi)發(fā)、集成和確認(rèn)。我們將整個(gè)解決方案劃分成四個(gè)關(guān)鍵部分，然后對(duì)每個(gè)部分進(jìn)行研究：

1. 操作系統(tǒng)和硅片平臺(tái)；

2. 基于IP架構(gòu)的嵌入式語(yǔ)音+視頻；

3. 應(yīng)用服務(wù)層；

4. 圖形用戶界面(GUI)。

操作系統(tǒng)和芯片平臺(tái)

我們正在看到越來(lái)越多的制造商使用嵌入式Linux作為VoIP電話產(chǎn)品的基礎(chǔ)。其優(yōu)勢(shì)很多，包括開(kāi)發(fā)者比較熟悉、豐富的軟件開(kāi)發(fā)環(huán)境等，但是最重要的可能是能幫助制造商降低總的材料成本。有很多提供商(例如MontaVista)他們能提供非常穩(wěn)定、得到很好支持的，用于低功耗消費(fèi)設(shè)備的Linux版本。

看看第一代可視電話所采用的架構(gòu)，我們可以發(fā)現(xiàn)采用了不同的處理器分別用于語(yǔ)音、視頻和系統(tǒng)控制功能。因?yàn)樘幚硇枰?，一般采用針?duì)密集媒體處理運(yùn)算(數(shù)字信號(hào)處理或DSP)優(yōu)化的處理器。例如：一個(gè)DSP用來(lái)處理語(yǔ)音處理功能，包括語(yǔ)音編碼/解碼、音調(diào)發(fā)生和檢測(cè)、回聲消除以及噪聲消減；一個(gè)DSP或?qū)Ｓ脜f(xié)處理器來(lái)處理視頻編碼和解碼；一個(gè)應(yīng)用處理器管理VoIP通話控制協(xié)議以及用戶界面(見(jiàn)圖1)。這種方式需要多個(gè)編程模型和開(kāi)發(fā)工具鏈，這反過(guò)來(lái)會(huì)導(dǎo)致需要更大的開(kāi)發(fā)團(tuán)隊(duì)，增加培訓(xùn)和額外的成本。

圖1：第一代的可視電話需要3個(gè)處理器。

自從第一代的IP可視電話推出以來(lái)，通用應(yīng)用處理器的處理能力已經(jīng)提高到能將所有通常用DSP實(shí)現(xiàn)的語(yǔ)音處理器任務(wù)由應(yīng)用處理器實(shí)現(xiàn)。特別對(duì)于Wi-Fi可視電話市場(chǎng)來(lái)說(shuō)，這是一個(gè)非常重要的進(jìn)步，因?yàn)闊o(wú)線連接的設(shè)備基本的需求是降低功耗，最大化電池壽命。

如果通過(guò)代碼匯編和手動(dòng)軟件優(yōu)化，VoIP編解碼器(G.711、G.729AB、G.723.1、iLBC)、音頻處理(DTMF以及通話進(jìn)行音調(diào)檢測(cè)/產(chǎn)生)語(yǔ)音質(zhì)量增強(qiáng)(線路和聲學(xué)回聲消除和抖動(dòng)緩沖等)以及其他相似的功能現(xiàn)在都能有效地在應(yīng)用處理器上實(shí)現(xiàn)。越來(lái)越多的應(yīng)用處理器集成了硬件加速功能，我們可以利用硬件加速來(lái)處理視頻編碼和解碼(見(jiàn)圖2)。

圖2：設(shè)計(jì)可視電話的新范例

當(dāng)今應(yīng)用處理器的處理能力的增加使得我們能使用先進(jìn)的操作系統(tǒng)環(huán)境，例如嵌入式Linux來(lái)有效地將V2IP系統(tǒng)中需要的控制和媒體處理進(jìn)行劃分。這反過(guò)來(lái)又使得使用單一處理器和工具鏈的軟件開(kāi)發(fā)更加簡(jiǎn)單，由于減少了一個(gè)或更多的昂貴DSP而降低了成本。

可視電話將利用下面的壓縮算法中的一種或幾種：H.263、H.264或MPEG-4。其中，在提供最低碼率、高質(zhì)量的實(shí)時(shí)視頻方面，H.264(也稱為MPEG-4 AVC)最優(yōu)，其缺點(diǎn)是H.264需要比H.263更高的處理能力。在進(jìn)入2007年后，具有足夠能力處理H.264的具有經(jīng)濟(jì)成本效益的處理器將很常見(jiàn)。

基于IP的嵌入式語(yǔ)音＋視頻

V2IP設(shè)計(jì)的核心是嵌入式語(yǔ)音和視頻處理，以及控制和管理系統(tǒng)(架構(gòu))數(shù)據(jù)流的軟件單元。OEM和原始設(shè)計(jì)制造商(ODM)在開(kāi)發(fā)V2IP架構(gòu)上有三種選擇：

1. 從零建立完整的V2IP軟件架構(gòu)；

2. 獲得器件和軟件堆棧授權(quán)，提供集成、確認(rèn)、硅片移植和互用性測(cè)試；

3. 從第三方獲得預(yù)集成和經(jīng)驗(yàn)證的第三方架構(gòu)。

除非IP和聯(lián)網(wǎng)軟件開(kāi)發(fā)是你所在組織的核心優(yōu)勢(shì)，最快速、最低風(fēng)險(xiǎn)和最具成本效益的選擇是獲得第三方架構(gòu)的授權(quán)。高度優(yōu)化的解決方案將以能快速集成到終端產(chǎn)品設(shè)計(jì)中的形式出現(xiàn)。尋找到能提供所有的媒體處理算法和VoIP通話控制，并結(jié)合靈活架構(gòu)的技術(shù)，能使終端產(chǎn)品開(kāi)發(fā)商專注于設(shè)計(jì)一種高性能增值設(shè)備。因?yàn)镮P流的實(shí)時(shí)特性，一個(gè)緊密集成的V2IP架構(gòu)對(duì)于確保可靠、穩(wěn)定的語(yǔ)音和視頻通信非常重要。從廣泛的媒體處理庫(kù)到一系列的服務(wù)質(zhì)量(QoS)以及聯(lián)網(wǎng)客戶，V2IP軟件架構(gòu)將最終決定語(yǔ)音/視頻通信的質(zhì)量和性能。

OEM應(yīng)該注意確保他們實(shí)現(xiàn)的是一個(gè)具有彈性的VoIP架構(gòu)。某種架構(gòu)需要具有在指定的媒體通道內(nèi)，在運(yùn)行中對(duì)適當(dāng)?shù)腣oIP編解碼器進(jìn)行選擇和配置，以及媒體處理單元?jiǎng)討B(tài)配置。架構(gòu)及其相關(guān)的調(diào)度器(scheduler)組件必須確保對(duì)于指定通道定義所要求的所有算法在允許的時(shí)間段內(nèi)執(zhí)行。盡管在一個(gè)單通道系統(tǒng)中，這些算法的調(diào)度任務(wù)不過(guò)就是對(duì)適當(dāng)算法按順序的一連串調(diào)用，而多通道系統(tǒng)提供了更復(fù)雜的情形，在這種情形下，每個(gè)通道可能要求不同的VoIP編解碼器，以及某些通道需要回聲消除而其他通道不需要?？梢曤娫捦ǔＪ菃瓮ǖ老到y(tǒng)，盡管一般都可以支持3方音頻/視頻通話。

別說(shuō)是設(shè)計(jì)Wi-Fi可視電話，就是設(shè)計(jì)當(dāng)前一個(gè)VoIP電話也需要產(chǎn)品差異化，并支持下一代的業(yè)務(wù)和功能。傳統(tǒng)的VoIP電話提供了基本的“一般質(zhì)量”的語(yǔ)音編解碼器，例如G.711和使用H.263標(biāo)準(zhǔn)的視頻壓縮功能。在我們進(jìn)一步討論之前，需要說(shuō)明的是這些編解碼器都100%能實(shí)現(xiàn)個(gè)人視頻會(huì)議通話，并且已經(jīng)成功實(shí)現(xiàn)了多年。

然而，在當(dāng)前的高保真和高分辨率的時(shí)代，要想獲得大眾的歡迎，下一代的可視電話必須支持寬帶的音頻和先進(jìn)的視頻壓縮技術(shù)。像AMR-WB(G.722.2)音頻技術(shù)和H.264視頻壓縮技術(shù)都大大地改善了通信體驗(yàn)，在雙方之間提供了一個(gè)更具現(xiàn)場(chǎng)感的通信。

除了寬帶、音頻和更高分辨率的視頻，還有很多技術(shù)能改善IP通信的可靠性、性能和語(yǔ)音及視頻質(zhì)量，使終端用戶受益。更進(jìn)一步地，下面的特性需要更具競(jìng)爭(zhēng)性的VoIP和V2IP解決方案。

音頻協(xié)議/語(yǔ)音質(zhì)量增強(qiáng)：

1. G.711、G.723、G.726、G.729AB、G.723.1、iLBC；

2. 音頻回放與記錄；

3. 帶本地音頻混合的三方通話；

4. G.168線路回聲消除；

5. 全雙工的聲學(xué)回聲消除(免提通話)；

6. 特定國(guó)家的通話過(guò)程音調(diào)產(chǎn)生/檢測(cè)；

7. 通用的音調(diào)發(fā)生器；

8. 增益控制-自動(dòng)和手動(dòng)模式；

9. DTMF檢測(cè)/發(fā)生/中繼；

10. 8、16和24kHz的過(guò)/欠采樣。

視頻協(xié)議：1. H.263；2. MPEG-4簡(jiǎn)單類；3. H.264；4. 視頻回放和記錄支持。

NAT穿越(Traversal)：1. STUN客戶；2. TURN(STUN中繼)客戶；3. ICE。

高保真VoIP與多媒體支持：1. G.722.2(AMR-WB)編解碼；2. 寬帶AEC/AES；3. MP3解碼；4. SP-MIDI解碼；5. RTSP流媒體客戶。

應(yīng)用和GUI的無(wú)縫集成

一旦系統(tǒng)設(shè)計(jì)師選擇了一個(gè)性能強(qiáng)大的架構(gòu)來(lái)負(fù)責(zé)語(yǔ)音視頻處理、通話建立和NAT穿越，設(shè)計(jì)的關(guān)鍵就轉(zhuǎn)移到通過(guò)設(shè)計(jì)和實(shí)現(xiàn)用戶體驗(yàn)來(lái)使產(chǎn)品與市場(chǎng)上其他V2IP設(shè)備進(jìn)行差異化。

當(dāng)前，用戶體驗(yàn)是很多因素的反映，從用于構(gòu)建設(shè)備的關(guān)鍵組件的質(zhì)量(例如麥克風(fēng)、喇叭、攝像機(jī)和顯示器的質(zhì)量)到難以量化的用戶界面的易用性。實(shí)時(shí)個(gè)人通信設(shè)備采用更好的顯示技術(shù)，GUI對(duì)于用戶體驗(yàn)來(lái)說(shuō)越來(lái)越重要了。當(dāng)前，即使最基本的VoIP電話也提供了全彩顯示GUI，并提供像活潑的菜單、通話者照片顯示和即時(shí)消息。

GUI與嵌入式V2IP架構(gòu)集成并不簡(jiǎn)單。大多數(shù)開(kāi)發(fā)者面臨的最大障礙在GUI和V2IP架構(gòu)中處理的類型本質(zhì)上不一樣：V2IP架構(gòu)著重于快速響應(yīng)、面向媒體的實(shí)時(shí)處理；GUI則反映迅速、面用用戶的事件驅(qū)動(dòng)處理。

一個(gè)設(shè)計(jì)很好的V2IP架構(gòu)將提供一個(gè)強(qiáng)大的應(yīng)用編程接口(API)，這個(gè)API需要很少的GUI交互作用。特別是，API通常只需對(duì)用戶或網(wǎng)絡(luò)產(chǎn)生的事件做出響應(yīng)。這種分割避免了不舒服的事件驅(qū)動(dòng)和實(shí)時(shí)媒體處理單元的聯(lián)合，能實(shí)現(xiàn)簡(jiǎn)單的集成，允許開(kāi)發(fā)者專注于增值的直覺(jué)GUI開(kāi)發(fā)。