P2P VoIP应用的性能评测

摘要　基于IP技术的语音分组传输（VoIP）电话目前被广泛使用，Skype与GTalk是VoIP应用的两个典型代表。在可控网络环境下，通过调整信道容量、时延、丢包、抖动等网络参数，利用PESQ MOS方法评测了Skype与GTalk的语音质量，并且讨论了在可变网络环境下的动态适应性策略。

1、引言

VoIP是将模拟语音信号通过压缩编码处理变成语音数据流，然后按TCP/IP标准打包，再通过IP网络传输，在接收端通过解压缩编码还原成模拟语音信号，完成整个通话过程[1]。由于IP网络无业务质量保障，会带来一定的语音包时延和丢失，影响语音质量，语音质量问题是影响VoIP发展的重要因素。

2、P2P VoIP的应用

Skype与GTalk使用的是UDP/TCP传输协议，使用相同的编解码器。Skype与GTalk继承了P2P网络的一些特性，如各节点间合作且共享网络资源。Skype采用全球搜索目录（GI）技术，GI是一种可扩展网络技术，它使用多层的网络结构，利用超节点来实现网络中的每个节点可以获取所有其他可利用节点的资源，并将这些节点资源动态组合，来参与流量分配、路径选择、处理需要较大带宽的任务等，并保证最小的时延。GTalk采用IETF制定的XMPP协议，可提供与其他VoIP应用的免费连接，GTalk网络可以与其他VoIP网络协同工作。

有关VoIP应用的研究工作现在正在不断取得进展。参考文献[2]中评估了在GPRS网络中VoIP的性能及业务质量。Furuya评测了VoIP的服务质量与网络参数（容量与时延）的关系[3]。Baset S A和Schulzrinne H是Skype最早的研究者并初步分析了Skype的一些相关的技术[4]，后来Guha等通过具体的实验重点研究了Skype中的超节点，为研究VoIP的流量模型奠定了基础[5]。

3、评测方法

本文的工作是分析和比较Skype与GTalk在网络环境状况发生变化时，它们的语音质量及其服务质量，这里所说的服务质量是指对于网络状况发生变化的适应能力。本文通过两种方法来进行研究。一是通过分析网络传送数据包的有效负载，以及所使用的编解码规则和相关的参数信息，基于这些信息可以推断它们的语音质量和服务质量[3]。另一种方法是通过一个评测模型来评估音质量的优劣，如E-model，它可以客观地评价语音质量但是需要利用各种网络参数来评定语音质情况。需要注意的是Skype使用专有的协议，并且采用了加密机制，这就阻止了对网络传送的数据包的分析，也就不能准确地分析出它的语音质量和服务质量。基于以上研究可以把VoIP网络看作是一个黑盒子，在两端对网络参数进行测试，来评估Skype与GTalk语音质量。

3.1　实验环境

本文所建立的实验系统如图1所示。主机S与主机R分别是发送端与接收端，负责语音信号的发送与接收。音频记录软件使用Audacity。NAT-R与NAT-S是两个NAT-Boxes，主机S和R通过它们与外界网络进行连接。Network Emulator（网络仿真器）使用的是NIST.Net，完成各种网络情景的再现，CD播放器重复地产生一个长达1 h的采样音频，这些音频数据通过网络仿真器传到R。

图1　实验系统框架

3.2　网络的度量衡量标准

实验中需要评测的性能参数有：语音质量和从S到R的数据传输率（它是Skype与GTalk适应性能的直接表现）。对于传输数据流的分析工具是tcpstat。

语音质量的测评方法有几种：一种是MOS（平均主观值法）[6]，这是由ITU-T制定的一个较为主观的评价方法，由直接参与到语音通信中的人来评定语音的质量，语音质量最终被评为1～5分，分数越高语音质量越好。与MOS相比，E-model[7]是一种较为客观的评估语音质量的方法，关注影响语音质量的全面的网络损伤因素（如时延、抖动、回音、编解码等）。由于不能获得有关Skype与GTalk编解码器的信息，所以就无法采用此方法来评测语音质量。实验中所采用的是PESQ（感知评估通话质量测评）[8]，此方法实际上是通过复杂信号处理，用PESQ算法对发送信号和接收信号进行校准，然后评估这两个信号间的差异，最终评测结果对应于MOS。

3.3　实验描述

在一个可控的网络状态下，对Skype和GTalk进行评测。本文建立了4个具体的实验，在这些实验中以下几个参数分别出现：信道容量、时延、丢包率和抖动，这些参数值的选取是针对Skype与GTalk来具体确定[9]。

实验过程中，网络参数会被定义为几个不同的值，在语音传输过程中，这些值是动态变化的，在变化的每个阶段，发送端会发送1 h的语音信号，接收端收到的是60个1 min的语音信号。实验对Skype与GTalk是在相同状况下重复进行，Skype的版本为2.0.0.81，GTalk的版本为1.0.0.92。