Принципы работы аудиокодеков (G.711, G.729, Opus)

В мире VoIP-телефонии голос передаётся через интернет. Качество связи напрямую зависит от того, как этот голос упаковывается и распаковывается. Здесь в игру вступают аудиокодеки — программы, которые кодируют аналоговый звук в цифру для передачи и декодируют его обратно. Выбор правильного кодека критичен: он влияет на качество звука, нагрузку на сеть и вычислительные ресурсы сервера.

Что такое аудиокодек и зачем он нужен?

Представьте, что вы отправляете большую книгу по почте. Можно отправить её целиком — долго и дорого. А можно сжать, уменьшив размер, но сохранив смысл. Аудиокодек делает то же самое с голосовым трафиком. Он превращает непрерывный аналоговый звуковой сигнал в дискретный цифровой поток, который можно передать по сети.

Основные задачи кодека:

• Сжатие данных: Уменьшает объём информации, экономит пропускную способность.
• Восстановление звука: Декодирует сжатые данные обратно в слышимый звук.

Важно: каждый кодек использует свои алгоритмы сжатия. Они бывают без потерь (lossless) или с потерями (lossy). В VoIP чаще используют кодеки с потерями. Почему? Человеческое ухо редко замечает незначительные искажения, а выигрыш в объёме данных огромен.

Популярные аудиокодеки в Asterisk

Рассмотрим кодеки, с которыми вы чаще всего столкнётесь в Asterisk и FreePBX.

G.711 (a-law/u-law)

Это один из старейших и самых распространённых кодеков в телефонии. Он — стандарт для традиционной телефонии (PSTN) и даёт высокое качество звука, сравнимое с обычным телефонным разговором.

• Принцип работы: G.711 использует импульсно-кодовую модуляцию (ИКМ, PCM). Аналоговый сигнал измеряется 8000 раз в секунду, каждое значение округляется до 8 бит.
• Разновидности:
  • a-law: Европа и Россия.
  • u-law: Северная Америка и Япония.
• Характеристики:
  • Битрейт: 64 кбит/с (без учёта заголовков IP/RTP/UDP).
  • Качество: Высокое, без заметных потерь для человеческого уха.
  • Нагрузка на CPU: Минимальная, алгоритм простой.
  • Пропускная способность: Высокая. Это может быть проблемой при ограниченных каналах.

В Asterisk G.711 часто обозначается как ulaw (для u-law) и alaw (для a-law). Если работаете с российскими операторами, скорее всего, будете использовать alaw.

G.729

Этот кодек создан для экономии пропускной способности. Он очень популярен для VoIP, когда канал ограничен.

• Принцип работы: G.729 использует алгоритм кодово-возбуждаемой линейной предсказательной кодировки (CELP). Он сильно сжимает голосовой сигнал, удаляя избыточную информацию.
• Характеристики:
  • Битрейт: 8 кбит/с (без заголовков). Это в 8 раз меньше, чем у G.711!
  • Качество: Приемлемое, но с заметными потерями по сравнению с G.711. Голос может звучать немного "металлически" или "роботизировано".
  • Нагрузка на CPU: Значительно выше, чем у G.711, так как алгоритм сложнее. Для большого числа одновременных вызовов может потребоваться более мощный процессор или аппаратные DSP-платы.
  • Лицензирование: Раньше G.729 был проприетарным и требовал лицензии. Сейчас патенты истекли, и его можно использовать свободно.

Opus

Относительно новый, но очень перспективный кодек. Разработан Xiph.Org Foundation, стандартизирован IETF. Сочетает лучшие качества других кодеков и подходит для широкого спектра аудиоприложений.

• Принцип работы: Opus — гибридный кодек. Он динамически переключается между двумя технологиями:
  • SILK: Оптимизирован для речи.
  • CELT: Оптимизирован для музыки и широкополосного звука. Это позволяет ему адаптироваться к разным условиям сети и типам аудио.
• Характеристики:
  • Битрейт: Очень гибкий, от 6 кбит/с до 510 кбит/с. Работает как в узких, так и в широких каналах.
  • Качество: Отличная масштабируемость. При низких битрейтах качество сравнимо с G.729, при средних — с G.711, а при высоких — превосходит большинство других кодеков, обеспечивая широкополосный звук (HD-Voice).
  • Нагрузка на CPU: Умеренная, но может быть выше, чем у G.711, в зависимости от битрейта и сложности алгоритмов.
  • Лицензирование: Полностью открытый и безлицензионный. Очень привлекательно!

HD-Voice (High Definition Voice) — это маркетинговое название для голосовых вызовов, использующих широкополосные аудиокодеки (например, Opus, G.722) с частотой дискретизации выше стандартных 8 кГц. Это даёт более естественное и чистое звучание голоса, расширенный частотный диапазон.

Сравнение кодеков

Характеристика	G.711 (a-law/u-law)	G.729	Opus
Битрейт (без заголовков)	64 кбит/с	8 кбит/с	6-510 кбит/с (гибкий)
Качество звука	Высокое (PSTN-качество)	Приемлемое, с потерями	От приемлемого до превосходного (HD-Voice)
Нагрузка на CPU	Низкая	Высокая	Умеренная
Пропускная способность	Высокая	Низкая	Гибкая
Лицензирование	Свободный	Свободный (патенты истекли)	Свободный
Применение	Стандартная телефония, высококачественные каналы	Экономия трафика, узкие каналы	Универсальный, от узких каналов до HD-Voice

Выбор кодека — это всегда компромисс между качеством звука, потребляемой пропускной способностью и нагрузкой на сервер. В следующем разделе мы подробнее рассмотрим, как эти факторы влияют на вашу систему и как правильно выбирать кодеки для разных сценариев.