原创 语音通信中的延迟问题的理解

终于对延迟的作用有了一个清醒的认识了。在单工语音通信中，延迟没有多大的影响，因为听众并不能知道，你是什么时候说这段话的，整个系统只要在说话者和听众之间的音频流源源不断就可以了，双方并没有互动。但在双工语音通信中，谈话双方开始有了互动，这种延迟便有了极大的影响。因为你说的每句话对方总是在一段时间后才能听到，然后在过一段时间你才能听到对方的应答。这个感觉就想是两个站在很远的地方的人在互相喊话一样，总要过一会才能听见对方的声音，此时说话就不能太快，虽然此时声音的传输是连续的。<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

下面是《IP电话：稳定的VoIP服务集成》一书中论述：

“多少延迟才算太多呢？延迟并不影响语音的可理解性，但是会影响谈话的特性，甚至会达到根本不能谈话的程度。延迟在1 0 0 ms以下，用户就会意识到它的存在。在1 0 <?xml:namespace prefix = st1 ns = "urn:schemas-microsoft-com:office:smarttags" />0 m s到3 0 0 m s之间，用户会意识到对方反应的轻微暂停。随着延迟的增加，间断越频繁，用户越跟不上节拍。延迟在3 0 0 m s以上，用户会感觉到延迟是如此的明显，他们经常需要重复讲话以防止中断和“会话结束”。3 0 0 m s以上的延迟不适合于长途电话。为保持最佳的总体质量，目标是将延迟保持在1 0 0 m s以下。

语音工程中的经验法则是：端到端延迟越短，用户总体感受和感知质量越好。”这里指的延迟应该是双向的。

由此可见，在此TDD语音传输试验中（有线），单向延迟主要是编解码延迟，大概是25ms，而双向延迟则是50ms（发送端：20ms，接收端5ms,并且此处将一个语音帧看成是一个最小单元，这个地方的延迟是这整个语音帧的延迟，而不是各个样值的延迟，每个样值的延迟则根据他们在语音帧的不同位置而有所不同）。