|
作者订阅号：BOO聊通信
“喂，亲爱的”。女朋友的话音还是那么温柔，仿佛没有丝毫受到刚刚分手的影响。
“丫丫，你听我说。。”。狗蛋第一句话刚说完，情绪已经崩，顿时声泪俱下。
且慢，在我们继续两个人的爱情故事之前，先让我们看看狗蛋的这通5G电话是怎么进行的。
再且慢，在这之前，先让我们看看234G网络下语音通话是怎么打的。
一、语音是怎么在移动通信网络下传输的？
如果看过前面文章的同学，应该能够理解什么是模拟信号，什么是数字信号。人的语音是一种典型的模拟信号，因为你发出的声音在时间上、在音量上都是连续的。这种信号，是无法在移动通信系统中传输的，因为从2G开始，移动通信系统就已经是数字系统了，只能传输010010这样的比特序列。
![]()
而如果想实现将模拟的语音信号转化为数字信号，那么就需要进行模数转化，方法就是：采样-量化-编码。
![]()
其中采样的主要作用是把模拟信号在时间上变得离散，而量化则是把模拟信号在幅度（比如音量）上变得离散，编码则是最终把已经离散的点用二进制01001这样的比特位来表示出来。
从上面的流程不难看出，模拟信号转为数字信号，就是一个由完全精确变为不那么精确的过程，所以难免会在模数转换中丢失一些信息。比如你面对面和你女朋友聊天，是不是比打电话聊天，语音的清晰程度上、特征的分辨上，要好很多？
所以才会有那么多骗子用语音诈骗的方式获取被害人的信任，毕竟有的时候对方的声音真的听不出来到底是谁。
那么如何才能使得数字语音通话的质量尽量高呢？
二、奈奎斯特定理
如果想让语音在模数转换时，尽量保持更高的音质，那就首先得提到一个只要学过通信原理的同学，一定很熟悉的名字：奈奎斯特。
奈大爷来自于一个我在之前的文章中经常提到的，在通信行业里牛X到上天的实验室：贝尔实验室。
![]()
你奈大爷在1928年发现了著名的以他老人家自己名字命名的奈奎斯特定理：在进行模拟/数字信号的转换过程中，当采样频率大于信号中最高频率的2倍时，采样之后的数字信号完整地保留了原始信号中的信息。
这可厉害了，这代表着模拟信号转为数字信号，竟然可以做到无损，只要你采样的频率足够快。
![]()
而对于声音信号来说，人耳能够分辨的频率范围是20Hz-20kHz，因此理论上来说，只要你采样的频率达到40kHz以上，那么传输的语音数据就可以做到无损，这就是为啥很多无损音频采用44.1kHz的采样频率，相当于1秒钟内对模拟信号采样44100个采样点。
![]()
然鹅，采样频率越快，代表着采样点越多，需要的容量越大啊。
CD、mp3啥的毕竟都不用实时传输，只要拷贝下一次性就搞定了，但是打电话不行啊，毕竟是占用无线电波有限的带宽资源，如果都用CD音质去通话，一是一个基站根本也就承受不了几个用户，二是大家也不用上网了，基站容量直接都给语音通话得了。
另一方面，光减少采样的频率还不行，毕竟最后每个采样点需要多少个bit还是要看量化编码滴。
对于CD啥的，为了保证音质，可以使用16bit（1个bit代表一个二进制位）来表示一个采样点，甚至更高也没问题，毕竟不差容量。
简单算下假如使用44.1kHz+16bit，传输音频需要多大速率：16bit×44.1KHz＝705.6Kbit/s，就是大概0.7Mbps，100个用户在一个小区下同时打电话就是70Mbps，四舍五入就是1个亿啊。
因此，在移动通信中，本着能省就省的原则，需要采用压缩编码技术用尽量少的bit来表示一个采样点。
三、AMR语音压缩算法
在234G的语音通话中，都采用了共同的语言压缩编码算法，名为AMR，Adaptive Multi Rate，就是能自适应语音编码速率的压缩算法，是由3GPP专门为234G语音通话设计的。
这个算法的具体实现过程我就不说了，一是我说了估计大家也不明白，二是我也不懂。大家只要知道，所有的视频、音频压缩编码算法，都是用一些看上去很厉害的数学公式，让本来需要较大容量存储或传输的数据，变成用小得多的容量存储或者传输。
![]()
但是，副作用就是，会对原始数据造成一些损失。最常见的就是你看的一些表面上是1080p的电影，但是画面全是马赛克，就是因为经过压缩后信息丢失了，比如下面压缩过的图片，明显比上面无压缩的能看到马赛克。
![]()
![]()
当然如果你说你看的电影是有那种马赛克的，那肯定不是压缩编码造成的。
![]()
同理，之所以你用手机打电话时听对方的声音感觉和面对面听没那么像，就是因为语音经过压缩编码后，很多细节丢失了。
目前使用的AMR语音编码技术，主要分两种，一种叫做AMR-NB，一种叫做AMR-WB。其中NB的意思是Narrow Band，就是窄带，它的采样频率是8kHz，而WB就是Wide Band，就是宽带，它的采样频率是16kHz。也就是说，AMR-WB可以比NB多保留一倍的语音细节（保留更宽广的语音频率范围）。
所以AMR-NB虽然叫NB，但不真的NB，真正NB的是AMR-WB。
另外，AMR-WB的压缩算法更厉害，所以就算用相同的语音传输速率，AMR-WB还是比AMR-NB的音质更好，具体对比如下：
![]()
可以看到，在横坐标也就是语音传输速率相同的情况下，粉色的线（AMR-WB）始终要比蓝色的线（AMR-NB）要高的，而这里面的纵坐标就代表着语音质量。
AMR之所以被叫做AMR，是因为它可以根据用户无线环境的好坏，自适应采用不同的编码速率。目前AMR-NB的编码速率分别为：
![]()
再看看AMR-WB的：
![]()
可以看到，AMR-NB本身就比WB的采样频率、压缩算法要弱的多，然后它最高才只支持12.2kbps的语音编码速率。
而AMR-WB呢？在技术本身就比NB高出一个层次的情况下，还最高支持23.85bps的语音编码速率。
所以说，AMR-WB的语音编码质量是远胜于AMR-NB。目前在4G网络下的语音，也就是VoLTE（Voice over LTE，LTE就是4G网络的制式），就是采用的23.85bps的AMR-WB的语音编码速率，而2G下的语音，由于受限于2G容量实在有限、设备不支持等原因，一般采用AMR-NB或者低阶的AMR-WB的语音编码。
![]()
这就是为啥各大运营商都强推VoLTE的原因，相信大家自己也有感受，4G下的语音质量是明显更清晰的。
| 
10
发表于 2020-1-13 09:02:29
