1 / 38

整合性封包保護機制提升語音通訊之品質

整合性封包保護機制提升語音通訊之品質. Ren-Yuh Lu. Outline. Introduction MANET Motivation & Objective Problem Description Related Work Reliable Blast UDP Partial-Reliable TCP 整合性封包保護機制提升語音通訊之品質 分辨重要封包的方法 整合性封包保護技術 Evaluation & Performance Analysis. Introduction.

lexi
Download Presentation

整合性封包保護機制提升語音通訊之品質

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 整合性封包保護機制提升語音通訊之品質 Ren-Yuh Lu

  2. Outline • Introduction • MANET • Motivation & Objective • Problem Description • Related Work • Reliable Blast UDP • Partial-Reliable TCP • 整合性封包保護機制提升語音通訊之品質 • 分辨重要封包的方法 • 整合性封包保護技術 • Evaluation & Performance Analysis

  3. Introduction • VoIP ( Voice over IP ) 是一種透過網際網路以數位化的方式來傳輸語音封包的技術。 • 近年來，VoIP因為其使用簡單、成本低廉等特性，導致使用率及使用人口與日俱增。 • 本研究是為了使VoIP能夠在High Loss Rate的網路環境下更順暢地運作所設計。 • VoIP運作在High Loss Rate的網路環境中會遇到一些問題，我們將以MANET作為例子加以說明。

  4. MANET • MANET 「群組行動電腦網路」是一種行動式無線區域網路，對群組行動使用者提供一個可在行動中使用的電腦網路。 • 一個 MANET 係由一組行動電腦 ( 筆記型電腦或 具有 WiFi能力的 PDA手機 ) 組成， 其間以 Multi-Hop Ad-Hoc 無線區域網路連結成 Wireless Intranet。 • 各個行動電腦之間可藉由高速的 Wireless Intranet 進行即時多媒體網路通訊。

  5. Motivation & Objective • High Loss Rate的網路環境，例如MANET，具有以下的缺點： • 錯誤率很高 • 沒有Server管理節點 • 在這樣的網路環境中使用VoIP，會有一些問題需要克服。

  6. Problem Description • VoIP對時效性的要求極高，為了符合這個要求，現今的VoIP系統大部份都使用UDP傳輸層協定。 • UDP的特性： • 不保證一定送達 • 如果VoIP運用在錯誤率很高的網路環境時，可能會因為遺失太多封包而影響通話品質。 • 我們即將研究一些機制用以提高VoIP的品質。

  7. Related Work • Reliable Blast UDP • Partial-Reliable UDP

  8. Reliable Blast UDP

  9. Partial-Reliable TCP

  10. 整合性封包保護機制提升語音通訊之品質 • 假設除了人聲之外，其他聲音均視為噪音。 • 我們即將研究一個分辨重要封包的方法，可能搭配Partial-Reliable UDP，保證能夠維持VoIP的通訊品質。 • 分辨重要封包的方法 • VAD ( Voice Activity Detection ) • 整合性封包保護技術

  11. 分辨重要封包的方法

  12. VAD • Time Domain VAD技術 • Frequency Domain VAD技術 • 混合式VAD技術 • 個性化VAD技術

  13. Time Domain VAD • 在擷取語音Frame但尚未壓縮之前，就利用某些特徵判斷封包的重要性。 • 先把語音分段，把前面區段的語音Frame暫存起來，確定是語音時就傳送出去。 • 語音通訊有時效性，即傳輸的Delay Time不能趟長，則用來暫存語音Frame的Buffer不能太長。

  14. Time Domain VAD • 這類型的方法較為簡單，但是當信號雜訊比 ( SNR ) 較低時或能量變化較快速時 ( 即背景噪音較高時 ) 此法較不適用。

  15. Frequency Domain VAD • 在噪音較高的情況下，就要藉助於Frequency Domain的分析分辨語音與噪音。 • 假設噪音的頻譜與White Noise相似，而語音的頻譜則集中在40Hz至4000Hz之間，我們將以Entropy之值作為分辨語音與White Noise的參數。

  16. Frequency Domain VAD — Entropy-Based • An Example of Entropy： • The entropy of class A is bigger than the entropy of class B. Class 2 Class 1

  17. Frequency Domain VAD — Entropy-Based • 上式中：　　　　　　　　　　　即為在Frame t中，訊號出現在ω頻帶的機率。 • 頻寬越窄的訊號 (例如Sine Wave)，Entropy越低。

  18. Frequency Domain VAD — Entropy-Based • 若發話端背景雜訊與White Noise相似，則Entropy會較高。 • 根據上述做法，可以利用語音和Noise在頻率上特性的相異，計算Entropy差異，藉此設定一個Threshold值，即可判斷語音中的Speech Segment或non-Speech Segment。 • 區分出Speech Segment和non-Speech Segment之後，我們可以試著只傳送Speech Segment，以減少網路的Overhead。

  19. Frequency Domain VAD — Entropy-Based • 優點： • 對Noise的變動較不敏感，即使雜訊嘈雜且不規則，本方法仍然有效。 • 即使訊號的SNR較差，仍然可以分辨Speech Segment或non-Speech Segment。 • 缺點： • 需要耗費龐大的計算資源。 • 可能會使VOIP的即時性減低，封包的Delay會大幅增加。 • 若收音器處於非常嘈雜且噪音相當不規則的環境下（Ex：White Noise加Colored Noise），可能會造成non-Speech Segment和Speech Segment的Entropy值接近，而導致辨識上的錯誤率增加。

  20. 混合式VAD • 針對SNR高且Noise變化小，或雜訊頻寬接近語音頻寬的Colored Noise的環境，使用Energy-Based VAD。 • 節省運算資源。 • 避免判斷的正確性受到過於接近的語音頻譜的雜訊影響。 • 若發話端SNR較低或Noise變化較大，但雜訊特性為頻寬較寬的White Noise時，使用Entropy-Based VAD。 • 避免變化迅速的Noise振幅影響判斷正確率。 • 若Noise振幅和雜訊頻譜皆不穩定，則將兩種VAD混合使用。

  21. 個性化VAD • 假設在每個傳送端由於發話地點環境的差異，都存在不同特性 ( 頻譜與振幅 ) 的Noise。 • Method 1 • Method 2

  22. 個性化VAD — Method 1 • 在傳送端先分析Noise特性，在傳送時用來過濾Noise。 雜音消除

  23. 個性化VAD — Method 2 • 使用兩個麥克風分別收音，一個收錄背景雜音，一個收錄說話人聲，再利用Voice Cancellation濾除Noise。 Clean & Background 背景雜音 消除技術

  24. 整合性封包保護技術 • Model： • 1. 定義基本封包間隔時間 ( msec / packet )，簡稱為「基本時隔」最常用的基本時隔為 20 ( ms/packet ) 及30 ( ms / packet )。 • 2. 將Redundant Voice Packets視為不同的Packet Stream。 • 3. 不同的Voice Packets可用不同的壓縮碼 ( Codec )。 • 4. 所有的Packet Stream的時隔應為基本時隔的倍數。 • 5. 定義第一個Packet Stream為基本Stream。 • 6. 其他的Packet Stream稱為Redundant Stream，彼此之間相差至少一個時隔。 • 7. 最後，將所有Packet Stream Piggyback在一起，變成一個時隔為基本時隔的單一Packet Stream。

  25. Example 1 — Redundancy Only Voice Stream 2 1 2 3 4 5 6 Voice Stream 1 1 4 2 3 5 6 7 40 120 0 20 60 80 100 Time ( msec ) Voice Stream 7 6 1 2 3 5 6 1 2 4 3 4 5 40 120 0 20 60 80 100 Time ( msec )

  26. Example 2 — Different Codec & Redundancy Voice Stream 3 4+5+6 1+2+3 6 Voice Stream 2 1 2 3 4 5 Voice Stream 1 1 6 2 3 4 5 7 40 120 0 20 60 80 100 Time ( msec )

  27. Example 2 — Different Codec & Redundancy Voice Stream 3 Voice Stream 2 Voice Stream 1 1 2 1 3 2 5 4 6 5 7 6 4 3 1+2+3 4+5+6 40 120 0 20 60 80 100 Time ( msec )

  28. Example 3 — VAD & Redundancy Voice Stream 2 1 2 3 4 5 6 Voice Stream 1 1 4 2 3 5 6 7 40 120 0 20 60 80 100 Time ( msec ) Voice Stream 7 6 1 2 3 5 6 1 2 4 3 4 5 40 120 0 20 60 80 100 Time ( msec )

  29. Evaluation & Performance Analysis • 定義效能評估指標： • VoIP • 總諧波失真 ( Total Harmonic Distortion, THD ) • VAD • 語音辨識率 • Redundancy • Cost vs Packet傳輸成功率 • P-R UDP • Hop Count vs 重要封包傳輸成功率 • Loss Rate vs 重要封包傳輸成功率 • Traffic Load vs 重要封包傳輸成功率

  30. VoIP指標 — THD • 諧波失真用來表示檢測非線性失真（Nonlinear Distortion）的結果。 • 非線性失真： • 輸入訊號經過處理後，輸出時所產生的錯誤部分，這個錯誤部分與原本的輸入訊號無關，通常會在輸入訊號以外的頻率產生其他錯誤訊號。 • 總諧波失真則是用來測試每一個從原始訊號產生出來的新頻率 ( 就是剛才定義的非線性失真 ) 這些屬於非線性失真的頻率就稱為諧波 ( harmonics ) 。

  31. VoIP指標— THD • 這些諧波的產生位置是原始訊號頻率的整數倍位置，例如 1000Hz 的諧波就是 2kHz、3kHz、4kHz 等。 • 測試 THD 時，是發出 1000Hz 的聲音來檢測，所以圖形中在 1000Hz 的位置會有峰波，我們要觀察的是 1000Hz 右邊產生出來的諧波多寡，這個值越小越好。

  32. VAD指標 — 語音辨識率

  33. Redundancy指標 — Cost vs 總封包傳輸成功率

  34. P-R UDP指標 — Hop Count

  35. P-R UDP指標— Loss Rate

  36. P-R UDP指標— Traffic Load

  37. Evaluation & Performance Analysis

  38. 實驗環境設計

More Related