Redes Convergentes - Transmissão De Voz

Usando os exemplos de voz falada chega-se a conclusão de que numa transmissão 22% são componentes essenciais para compreensão de um diálogo, 22% são padrões repetitivos e 56% significa silêncio. Os componentes essenciais são os únicos que realmente devem ser transmitidos possibilitando a transmissão da voz em baixas taxas de bits. Isso significa que as repetições de voz e as pausas/silêncio devem ser extinguidas da transmissão.

Nos aparelhos de tratamento de voz em redes de pacotes uma função chamada VAD (detecção de atividade de voz) entra em ação na eliminação do silêncio na transmissão, oferecendo a economia de até 50% da banda, permitindo seu uso em outras tarefas. O uso do VAD é tão suave que é imperceptível ao usuário. O VAD nada mais é do que uma variação do método de interpolação digital da fala ou DSI.

Existem alguns fatores que impedem o perfeito funcionamento do VAD:

• Fala muito frequente;

• Algoritmos de compressão que já possuem as funções do VAD;

• Demora na detecção da fala, pois o VAD é ativado depois do inicio da transmissão. Isso é chamado de clipping;

• Ruídos muito autos tornam difícil a distinção do que realmente é voz, o que acaba no empacotamento do ruído.

Clipping surge quando surge um atraso entre detecção e ativação da transmissão da voz. No entanto existem formas de minimizar ou até eliminar o clipping:

• Enviar os primeiros pacotes de voz como de alta prioridade;

• Amostrar e empacotar todas as amostras da conversa e suprimir os pacotes vazios;

• Usar o método TTM (Tachyon Transmission Mode) que grosso modo, atrasa o tempo em alguns milissegundos a partir da detecção da voz, ativando a transmissão antes do inicio da fala.

O silêncio total pode causar incomodo em alguns usuários, para isso pode-se utilizar uma ferramenta chamada Comfort Noise Generation (CNG), que quando chamado no receptor simula ruídos de fundo.

2.2.2.5. Taxa constante e variável de bits

As redes telefônicas baseadas em comutação de circuitos trabalham com taxa constante de bits, por exemplo, em uma chamada de voz é sempre alocada 64Kbps para o trafego e permanece assim até o fim da chamada. Já ouve muita discussão as vantagens e desvantagens desse método. Como a rede telefônica convencional conhece a banda necessária para a transmissão de voz torna-se viável a preferência por algoritmos de taxa constante.

Isso também ocorre nas redes de pacotes utilizando o algoritmo CS-ACELP, o qual trabalha à 8Kbps, portanto deve-se garantir essa taxa todas as vezes que a aplicação for executada.

Os algoritmos de taxas variáveis não apresentam apenas um melhoramento na utilização da banda, mas também a garantia de melhor QoS em taxas muitos baixas de bits.

2.2.2.6. Questões sobre a formação da amostra de voz

Existem vários fatores que devem ser levados em conta quando se quer calcular a banda que a rede necessita para transmitir amostras de voz, dentre esses fatores estão a escolha do algoritmo de codificação e compressão e a determinação da arquitetura de rede. É importante ressaltar a relação que há entre a formação da amostra e a demanda de banda para seu transporte.

Os CODECS são responsáveis por converter sinais analógicos em sinais digitais, resultando em uma transmissão de voz com blocos enviados em intervalos constantes.

É importante lembrar que frequência é o número de vezes que pacotes são enviados por segundo; e frequência do pacote é o inverso da duração em segundos representada pelas amostras de voz.

Entre os requisitos banda e qualidade está a duração do payload. Payloads menores demandam maior banda de canal, pois o valor dos cabeçalhos permanece os mesmos. Já payloads maiores aumenta-se também o atraso nas aplicações e o sistema poderá descartar pacotes.

A RFC 1889 dispõe diretivas sobre a duração de pacotes, mas nenhum valor e especificado como padrão, pois a definição desse valor está vinculada ao algoritmo de compressão escolhido.

Para se calcular o tamanho do payload em Bytes usa-se a fórmula: Payload=(taxa*duração)/8.

2.2.3. Atraso e variação de atraso

O atraso é um fator importante quando se fala em projeto de redes convergentes, pois presença é constante em serviços que exigem interatividade em tempo real. Devem-se procurar soluções para diminuir os atrasos e a variação deles para que os pacotes de voz sejam enviados em sincronia.

O envio de voz em redes de pacotes deve ser próximo do tempo real para se tornarem imperceptíveis ao usuário.

Para um dialogo se tornar agradável cada interlocutor deve esperar o outro terminar a fala para começar a conversa, se tivermos muito atraso ou variação de atraso vai chegar um momento em que não se vão saber quem terminou ou começou a fala, tornando a conversa inviável.

Quando o atraso chega a 450ms a comunicação se torna inaceitável, passando assim a se tornar half-duplex.

Os atrasos se formam durante o tempo que se leva para preencher e enviar o pacote de voz pela rede, e também durante o tempo de transporte do pacote da origem ao destino.

Os atrasos na formação dos pacotes estão relacionados: ao tempo de conversão do sinal da rede telefônica com a rede interna; nas funções de codificação e decodificação do sinal, compressão e descompressão da voz realizada pelo CODEC e DSP, onde são considerados a formação do quadro, tempo de processamento e manipulação do pacote.

Assim que os pacotes estão prontos surgem diversos atrasos referentes ao processo de transmissão: atraso de acesso ao meio, atraso de roteamento e atraso em firewalls e Proxy.

Podemos distinguir os atrasos entre fixo (aquele que está sempre presente no processo) e variável (que ocorre em ocasiões especifica como um congestionamento).

Na implementação de voz sobre redes de pacotes usa a expressão: “antes nunca do que tarde!”, pois se um pacote demora muito a ser entregue é descartado e o pacote anterior é reenviado.

2.2.3.1. Priorização

Priorização nada mais é do que um mecanismo usado para diminuir o atraso durante a transmissão, isto é, ele cria um controle entre a transmissão