近幾年，隨著IP可視對講技術的逐漸成熟，IP可視對講產品也逐步得到了普及應用。然而，一些廠家為了節(jié)省龐大的研發(fā)費用，將IP網絡電話技術直接移植到IP可視對講產品中，消費者無法辨識真假。為此，本文將通過對IP網絡電話技術與IP可視對講技術的分別闡述，并進行比較，以幫助廣大消費者辨別真?zhèn)蜪P可視對講產品。 

    IP網絡電話泛指在以IP（Internet Protocol）為網絡層協(xié)議的計算機網絡中進行話音通訊的系統(tǒng)，它采用的技術統(tǒng)稱為VoIP(Voice over IP)，即IP上傳送話音。由于計算機網絡采用的都是分組交換技術，其傳送的數(shù)據(jù)單元都是由控制部分和數(shù)據(jù)部分封裝而成的獨立數(shù)據(jù)包，通常稱之為“分組”，因此，從更一般的意義上來說，VoIP屬于分組話音通信的范疇。 

    而從技術上說，IP網絡電話則是以IP為標志的網絡分組化和以多媒體為目標的網絡業(yè)務綜合化兩大主流技術融合的結果。隨著分組通信技術、綜合業(yè)務通信技術，以及IP通信技術的不斷發(fā)展，尤其是90年代以來以TCP/IP為核心協(xié)議的因特網（Internet）在全球范圍內超乎尋常的大發(fā)展，使得以IP業(yè)務為主的數(shù)據(jù)業(yè)務成倍增長，數(shù)據(jù)業(yè)務成倍增長又導致IP網絡的大力擴建，增加其帶寬，有效提高了Internet傳送質量；反過來，它又促進了Internet業(yè)務的發(fā)展和用戶數(shù)的增長。 

    Internet已從單純的數(shù)據(jù)業(yè)務進入包括聲音和圖像在內的多媒體通信領域，傳統(tǒng)的計算機網絡和電信網絡壁壘分明的界線已經被打破。Internet進入電信服務的第一步，自然就是用戶面最為廣泛的基于IP的分組話音通信，即IP網絡電話。 

IP網絡電話關鍵技術 
    IP網絡電話由于具有價格低廉、可以靈活提供各種增值業(yè)務、有利于企業(yè)建立高效綜合服務內部網、有利于運營商開拓新的市場及有助于和新技術的融合等的應用優(yōu)勢，使得IP網絡電話能夠贏得市場的青睞。其關鍵技術主要表現(xiàn)在以下幾個方面，即話音處理技術、IP話音通信協(xié)議、網絡管理和安全技術、終端技術及視頻編碼技術。 

    話音處理技術是IP網絡電話技術的重要組成部分，IP網絡電話中的話音處理主要解決兩個問題。一是在保證一定話音質量的前提下盡可能降低編碼比特率，二是在IP網絡環(huán)境下保證一定的通話質量。前者主要是話音編碼技術，包括靜音檢測；后者包括分組丟失補償和回波抵消技術。在話音通信中，時延指標是主要的，時延過大會使聽話者有不連續(xù)的感覺，而時延抖動是次要的。另外，話音編碼算法需要考慮三個方面的問題：編碼比特率、話音質量和算法復雜度。一般來說，這些指標是有矛盾的，比特率越低，線路的利用率越高，但話音質量會受到影響；在同樣比特率情況下，算法設計越復雜，話音質量就會有所提高，但處理時延將增加。目前在PSTN中廣泛應用的是PCM話音編碼，其比特率為64Kbit/s，話音采樣率是8KHz。它屬于波形編碼類型。通常，這類編碼的最低比特率為32Kbit/s，即ADPCM。若要進一步降低其比特率，特別是低于16Kbit/s的低比特率編碼方案，必須采用新的編碼原理，這就是參數(shù)編碼，又稱作聲碼器（Vocoder）技術。它是通過模擬人的發(fā)聲器官，提取模型參數(shù)來降低話音信息編碼率的。 

    目前，IP網絡電話最常用的是G.729和G.723話音編碼。G.729是8Kbit/s的LPAS聲碼器，線性預測采用前饋型前向自適應技術，并使用預示提高合成模型的精度。G.723是雙速率LPA聲碼器，低速率的編碼比特率為5.3Kbit/s，高速率的編碼比特率為6.3Kbit/s，線性預測也采用前饋型前向自適應，并使用預視。G.723主要應用于低比特率可視電話。  [nextpage]

    靜音檢測又稱話音活動性檢測，它是一種靜音壓縮技術，實用的靜音壓縮技術由話音活動性檢測器和舒適噪聲生成器兩個部分組成。分組丟失補償主要以處理在傳輸過程中分組的丟失為主要目的。因為在IP網絡中分組的丟失是不可避免的，丟失的原因可能是線路誤碼或者網絡路由器故障，更常見的原因則是傳輸時延過長或網絡擁塞導致分組被丟棄。 

    回波抵消主要針對通話回聲的抑制，對于純IP電話系統(tǒng)來說，由于話音信號的接收和發(fā)送經由不同的物理線路，也就是所謂的四線制，因此不存在回音的問題。如果IP網和PSTN互連，通信雙方至少有一方是二線制電話，涉及有混合線圈的2/4線轉換電力，就會產生回音。（其原理如圖1所示）理論上說，混合線圈對端間的衰耗應為無窮大，這樣IP電話發(fā)出的話音信號只能送到PSTN電話，不會串到對端?？墒?，實際上混合線圈很難做到完全平衡，這樣一部分信號將漏到對端返回IP電話，如果傳輸時延較長，發(fā)話者就會感到明顯的回聲，嚴重干擾通話。 

    回波抵消就是通過自適應方法估計回波信號的大小，然后在接收信號中減去此估計值。這種方法雖然比較復雜，但是已有專用芯片推出，因此得到廣泛的應用。在IP網絡和PSTN互通的情況下，回波抵消功能一般由網關完成。 

    除此之外，IP話音通信協(xié)議包含有話音通信控制協(xié)議、話音信息傳送協(xié)議、會議電話控制協(xié)議及實時控制協(xié)議。網絡管理和安全技術主要體現(xiàn)在IP網絡電話系統(tǒng)的安全性如鑒權、權限驗證、加密等和IP網絡電話系統(tǒng)必須具有的計費功能和運營商間互操作管理功能等方面。而終端技術則主要體現(xiàn)在基于以太網的專用IP電話機。此類話機具有許多PC機的特性，比如典型的如RJ-45接口、具有自己的IP地址、內置多種話音壓縮編碼等等。 

IP網絡可視電話的視頻編碼技術 
    IP網絡可視電話，即在IP網絡電話的基礎上增加了視頻傳輸功能。 

    在IP網絡可視電話中，視頻編碼技術是視頻處理的重要組成部分，目前最常用的視頻編碼為MPEGx及H.26x系列，筆者以H.26x系列為例進行分析。 

    H.261是最早出現(xiàn)的視頻編碼建議，目的是規(guī)范ISDN網上的會議電視和可視電話應用中的視頻編碼技術。它采用的算法結合了可減少時間冗余的幀間預測和可減少空間冗余的DCT變換的混合編碼方法。和ISDN信道相匹配，其輸出碼率是p×64kbit/s。p取值較小時，只能傳清晰度不太高的圖像，適合于面對面的電視電話；p取值較大時（如 p＞6），可以傳輸清晰度較好的會議電視圖像。H.263建議的是低碼率圖像壓縮標準，在技術上是對H.261的改進和擴充，支持碼率小于64kbit/s的應用。但實質上，H.263以及后來的H.263+和H.263++已發(fā)展成支持全碼率應用的建議，從它支持眾多的圖像格式這一點就可看出，如Sub-QCIF、QCIF、CIF、4CIF甚至16CIF等格式。 

IP可視對講技術的特點及技術參數(shù) 
    IP可視對講又稱為全數(shù)字對講，它是在原有的總線式可視對講系統(tǒng)的基礎上演變過來的數(shù)字化產品。IP可視對講系統(tǒng)采用當前最新的數(shù)字音視頻壓縮、DSP、嵌入式及流媒體網絡傳輸?shù)燃夹g，結合家庭智能網關系統(tǒng)的特點，利用小區(qū)的以太網絡，進行音頻、視頻的網絡流傳送，集成報警、門禁、智能家電等控制功能，提供短信、公告等增值服務。核心模塊是基于TCP/IP協(xié)議的可視對講系統(tǒng)（包含戶內機/門口機/圍墻機/管理機），提供核心控制與調度、音視頻處理與壓縮、網絡控制與傳輸、以及周邊設備（如RS232/RS485）控制等功能。  [nexpage]

    IP可視對講系統(tǒng)主要特點是門口主機、室內分機、管理中心控制主機的音視頻信號均采用數(shù)字壓縮處理后再通過網絡傳送及接收，設備之間均采用網絡線連接方式，安裝及聯(lián)網方便快捷（可直接并入小區(qū)內現(xiàn)成的到戶網絡，無須另行布線）。室內分機還提供視頻信號輸入接口，可外接視頻信號（如攝像機等視頻設備）；8路的報警輸入輸出接口（輸入輸出可定義），可接紅外/微波探測器、幕簾式探測器、門磁等報警探測設備及警號、警燈等報警輸出控制設備；系統(tǒng)還支持互聯(lián)網接入功能，支持遠程異地聯(lián)網監(jiān)控功能，直接通過IE方式即可進行圖像及聲音的瀏覽、報警的布撤防功能。 

特點 
視頻壓縮格式常采用M-JPEG、MPEG1/2、MPEG-4/H.264壓縮算法； 
數(shù)字音視頻數(shù)據(jù)通過網絡傳輸； 
布線方便、簡捷； 
支持聯(lián)動報警； 
門口機呼叫住戶、管理中心； 
采用密碼開門、RF卡開門及呼叫遙控開門； 
住戶與住戶機、門口機、警衛(wèi)中心、管理中心均可實現(xiàn)可視對講； 
住戶可擴展室內分機； 
[Page]
室內分機嵌裝液晶顯示屏； 
室內分機提供視頻信號輸入接口； 
室內分機預留家用電器控制接口； 
離家模式、睡眠模式，可供選擇； 
支持訪客記錄查詢功能，內容包括時間及視頻抓拍等信息； 
提供網絡化的語音、圖像傳輸，方便住戶遠程監(jiān)控； 
管理中心可根據(jù)授權監(jiān)視錄像相應視頻，授權回放。 
技術參數(shù) 
分辨率：480×234（VGA）； 
網絡協(xié)議：TCP、DHCP、pppOE； 
網絡環(huán)境：LAN 、VLAN等； 
視頻壓縮：M-JPEG、MPEG1/2、MPEG-4/H.264； 
音頻壓縮：PCM、ADPCM、G.723.1、G.726、G.729。 

IP可視對講和IP網絡電話的比較 
    近幾年來，IP可視對講憑借其強大的優(yōu)勢在實際應用中越來越得到普及，其市場份額也越來越大。因此越來越多的商家投入到IP可視對講產品的制造行列，有些商家為了節(jié)省龐大的研發(fā)費用干脆拿現(xiàn)成的IP網絡電話技術直接移植到IP可視對講產品中，其中最為突出的就是以飛利浦芯片為主的解決方案。那么這樣做的后果是什么呢？存在哪些優(yōu)缺點呢？讓我們從以下幾個方面來進行比較。  [nextpage]

    1、從通訊模式來看，IP可視對講系統(tǒng)和IP網絡（可視）電話存在本質上的區(qū)別。IP網絡電話主要存在PC-PC通信、電話—電話通信、PC—電話通信和IP用戶控制的電話—電話通信，IP可視對講主要存在大門口主機—室內分機、門口主機—室內分機、門口主機—管理中心機和室內分機—室內分機。例如：北京的用戶甲通過辦公室的電腦（IP語音終端）與廣州的用戶乙的辦公室電腦（IP語音終端）之間進行通話，當然也可以是視頻電話類的數(shù)據(jù)業(yè)務。這就是典型的PC-PC通信。在某個小區(qū)內，訪客A通過裝于小區(qū)入口的大門口主機（IP大門口主機）與該小區(qū)內某個單元某層某室住戶B的室內可視分機（IP室內數(shù)字終端）進行通話、對講，這就是典型的大門口主機-室內分機之間通訊模式。 

    2、從信號傳輸?shù)穆窂絹砜?，IP網絡電話側重于因特網（Internet）之間的通信，如用戶甲和用戶乙之間是通過兩地之間的互聯(lián)網進行通訊；而IP可視對講側重于LAN(或VLAN)之間的通信，如訪客A和住戶B之間是通過小區(qū)內的局域網來實現(xiàn)兩者之間的通訊。因特網（Internet）之間的通信只應用在少數(shù)的遠程控制。如住戶B在辦公室的電腦上通過互聯(lián)網控制自己家中的室內數(shù)字終端，完成防區(qū)的布/撤防、家電的控制及圖像的查看等操作。 

    3、在音視頻編碼方面，IP網絡電話更多的是考慮帶寬的影響，而在音視頻質量和傳輸網絡的實際情況之間進行取舍和平衡，選取高壓縮率的音視頻編碼算法（G.729, H.264）對其具有十分的必要性。然而，高壓縮率的編碼勢必會導致圖像和聲音質量的下降，加上編碼器產生的各種時延（算法時延、計算時延、復用時延和傳輸時延），必然會導致圖像及聲音的質量下降，這與我們在電腦上用QQ視頻聊天的情況是類似的。即便是在網絡環(huán)境比較好的情況下圖像也不是十分的流暢，圖像的清晰度也不是很好，聲音聽起來存在斷續(xù)現(xiàn)象，失真比較嚴重。在IP可視對講中，這種情況將更加嚴重。因為在IP網絡電話中使用的終端多為電話機及PC型的話音終端，話機產生的回聲可以通過回波消除的方法進行消除，而在IP可視對講系統(tǒng)中使用的終端多為單線制（聲音為一條線）的免提室內分機和門口主機，這樣的主機和分機所產生的回音要比電話機大得多，此時的回聲不僅有電路造成的電回聲，同時還具有機器結構產生的聲回聲。如何消除這類回聲，這可以說是世界性的難題。 

    4、從系統(tǒng)及用戶的使用要求來看，IP可視對講要比IP網絡（可視）電話要高得多。IP網絡（可視）電話要求能聽得到對方聲音（和看得到對方的圖像）就足夠了，至于聲音及圖像的質量那就要看網絡的情況來定了。這一點用戶心里也很清楚，為了省點錢差就差點啦，只要能說得過去就行了。要是無法接受的話還可以有很多的選擇余地，如用有線電話、小靈通、GSM移動電話等等。而IP可視對講主要針對小區(qū)的住戶，是房地產商提供給小區(qū)所有住戶使用的門禁可視對講系統(tǒng)。它的使用者是小區(qū)住戶，實際購買者也是下區(qū)住戶，它的質量好壞、系統(tǒng)的穩(wěn)定性直接影響小區(qū)住戶的自身安全及切身利益。類似QQ視頻聊天這樣的效果產品給住戶作為門禁可視對講產品，住戶肯定是接受不了的。另外作為IP可視對講系統(tǒng)的重要組成部分——IP室內數(shù)字終端，它往往是集成多種功能于一體的，它既是門禁可視對講系統(tǒng)的室內可視分機，同時又可以是家居安防系統(tǒng)的報警主機，同時又可以是智能家居系統(tǒng)的家電控制器，同時又是網絡中的網關等。這種情況下住戶對它的要求就更高了，因為它是跟住戶的安全是息息相關的。比如IP網絡電話的語音終端出問題，大不了就是通不了話而已，然而要是IP可視對講的室內數(shù)字終端出故障就會導致用戶的生命財產安全。兩者的安全系數(shù)要求完全不是處于同一平臺的。 

結論：IP可視對講≠IP網絡電話 
    通過以上分析，IP可視對講和IP網絡電話不論從通訊模式、信號傳輸?shù)耐緩?、音視頻編碼方式還是從系統(tǒng)及用戶的使用要求來看，兩者之間都存在本質的不同。一味地將IP網絡電話技術原封不動地移植到IP可視對講中來，其結果可想而知。所幸的是，國內一些廠家已經認識到了其中厲害關系，紛紛投以巨資進行自主開發(fā)。針對IP可視對講有別于IP網絡電話的特點，創(chuàng)建了具有自主知識產權的音視頻編碼算法，很好地解決了這一難題（包括回聲消除及音視頻信號傳輸質量的保障），既充分滿足了IP可視對講對聲音和圖像的要求，又解決了網絡傳輸?shù)膸拞栴}。相信隨著網絡技術的迅猛發(fā)展以及人們生活水平的提高，IP可視對講將更穩(wěn)定可靠，更容易走進千家萬戶。