首頁 > 北電企業(yè)解決方案集團CTO兼副總裁 Phil Edholm 2007/12/24
在前一段時間的博客中，我提到語音IM（即時通信）和現(xiàn)有的文本IM相比，能夠突破文本信息及輸入文本動作的限制，可以帶有更多的信息，并且在很多場合使用起來更加方便。在這篇博客的評論中，有人提到一個我以前沒有想過的問題：既然文本傳輸在帶寬占用方面與語音相比具有很大的優(yōu)勢，而且語音識別技術(shù)日漸成熟，那么我們是否可以將語音轉(zhuǎn)換成文本進行傳輸，然后在另一端再轉(zhuǎn)換回語音呢？當然，這樣做將會丟失一些信息，如說話時的語氣。那么，我們做這種轉(zhuǎn)換是否有必要呢？在回復(fù)這條評論時，我想到，人們可能是對語音信息望而生畏了，而沒有詳細考慮它的處理過程。對于像VoIP這種系統(tǒng)，在傳輸中需要注意兩點：一是確保數(shù)據(jù)包的優(yōu)先級，二是保證數(shù)據(jù)包的順序不亂。在數(shù)據(jù)網(wǎng)絡(luò)中，其流量相對而言是很小的。當網(wǎng)絡(luò)容量和計算能力都以指數(shù)級增長時，流量僅僅是線性增長的（打電話的總時間與每個用戶的平均電話時間及用戶數(shù)量成線性關(guān)系，但這兩項的增長率都很低）。因此，語言占用網(wǎng)絡(luò)資源的比例會越來越小，最終成為可以忽略不計的部分，那時它就不再是網(wǎng)絡(luò)規(guī)劃時技術(shù)或者經(jīng)濟方面考慮的因素。這并不是說它們不重要，只是對容量和運營的規(guī)劃影響不大罷了。
盡管我們都知道文本消息對于現(xiàn)代網(wǎng)絡(luò)而言，其流量是可以忽略不計的，但語音IM又如何呢？它的需求是否真會改變網(wǎng)絡(luò)的運營狀態(tài)？我們從一個實際例子來看，文本和語音的帶寬占用區(qū)別究竟有多大？
我在PC上錄制了一段語音（英文原文：Now is the time for all good men to come to the aid of their country.），時長5.25s。當PCM（脈碼調(diào)制）速率為64kbps時，它占用336kb，也就是42kB。而在文本文件中，它占用68B。這樣看來，壓縮比是相當大的，語音比文本大了將近620倍。但是，如果我們使用8kbps速率（在IM這種非實時情況下并不影響效果）的話，區(qū)別就縮小到了78倍。
我們假設(shè)，平均每個文本消息20個字符，每人每天發(fā)送100條消息，這樣，總的文本傳輸量是2000B，再加上網(wǎng)絡(luò)傳輸需要添加的約6000B管理負荷，總共是8000B。同樣的消息，如果使用壓縮的語音傳輸，每人每天需要傳輸?shù)臄?shù)據(jù)量是156kB，加上網(wǎng)絡(luò)傳輸需要的管理負荷（數(shù)據(jù)包越大，管理負荷所占比例越小），總共約175kB。由此可見，由于管理負荷的原因，實際傳輸時，語音的信息量約為文本的20倍。盡管175kB對于2G或者2.5G移動網(wǎng)絡(luò)而言是個大塊頭，但是無論是對局域網(wǎng)、家庭寬帶連接、無線局域網(wǎng)，還是3G移動網(wǎng)絡(luò)，它都是可以忽略不計的。假設(shè)人們在8小時之內(nèi)發(fā)送各自的消息，平均每個人所占用的帶寬就不到50bps了。假設(shè)一個基站有100個用戶，那么用在這方面的帶寬也就是5kbps而已。而且，這還是非實時的流量，完全可以歸為SLA中最低的一級—盡力而為（Best Effort）。盡管文本的需求顯然更低（僅僅250bps），但在這個充滿圖像、電話和視頻的世界里，這點差異是完全不用考慮的。
因此，我的結(jié)論是：語音IM完全不存在帶寬問題。
CTI論壇編輯
