II. Số hóa tín hiệu Analog
Biểu diễn tín hiệu tương tự(analog) thành dạng số(digital) là công việc khó khăn. Vì bản thân dạng âm thanh như giọng nói con người ở dạng analog do đó cần một số lượng lớn các giá trị digital để biểu diễn biên độ(amplitude), tần số(frequency) và pha(phase), chuyển đổi những giá trị đó thành dạng số nhị phân(zero và one) là rất khó khăn. Cần thiết cần có cơ chế dùng để thực hiện sự chuyển đổi này và kết quả của sự phát triển này là sự ra đời của những thiết bị được gọi là codec (coder-decoder) hay là thiết bị mã và giải mã. Tín hiệu điện thoại analog (giọng nói con người) được đặt vào đầu vào của thiết bị codec và được chuyển đổi thành chuỗi số nhị phân ở đầu ra. Sau đó quá trình này thực hiện trở lại bằng cách chuyển chuỗi số thành dạng analog ở đầu cuối, với cùng quy trình codec.
Có 4 bước liên quan đến quá trình số hóa(digitizing) một tín hiệu tương tự(analog):
Lấy mẫu (Sampling)
Lượng tử hóa (Quantization)
Mã hóa (Encoding)
Nén giọng nói (Voice Compression)
Multiplexing: Ghép kênh là quy trình chuyển một số tín hiệu đồng thời qua một phương tiện truyền dẫn.
PAM(pulse-amplitude modulation)- điều chế biên độ xung
TDM(Time Division Multiplexing)-Ghép kênh phân chia theo thời gian:Phân phối khoảng thời gian xác định vào mỗi kênh, mỗi kênh chiếm đường truyền cao tốc trong suốt một khoảng thời gian theo định kỳ.
FDM(Frequency Division Multiplexing)-Ghép kênh phân chia theo tần số: Mỗi kênh được phân phối theo một băng tần xác định, thông thường có bề rộng 4Khz cho dịch vụ thoại.
PCM(Pulse code modulation)- Điều chế theo mã: là phương pháp thông dụng nhất chuyển đổi các tín hiệu analog sang dạng digital ( và ngược lại) để có thể vận chuyển qua một hệ thống truyền dẫn số hay các quá trình xử lý số. Sự biến đổi này bao gồm 3 tiến trình chính: lấy mẫu, lượng tử hoá, mã hoá. Tiến trình này hoạt động như sau:
Giai đoạn đầu tiên của PCM là lấy mẫu các tín hiệu nhập(tín hiệu đi vào thiết bị số hoá), nó tạo ra một tuần tự các mẫu analog dưới dạng chuỗi PAM. Các mẫu PAM có dải biên độ nối tiếp nhau, sau đó phân chia dải biên độ này thành một số giới hạn các khoảng. Tất cả các mẫu với các biên độ nào đó nếu mẫu nào rơi vào một khoảng đặc biệt nào thì được gán cùng mức giá trị của khoảng đó. Công việc này được gọi là “lượng tử hoá”. Cuối cùng trong bộ mã hoá, độ lớn của các mẫu được lương tử hoá được biểu diễn bởi các mã nhị phân.
Lấy mẫu (Sampling)
Tín hiệu âm thanh trên mạng điện thoại có phổ năng lượng đạt đến 10Khz. Tuy nhiên, hầu hết năng lượng đều tập trung ở phần thấp hơn trong dải này. Do đó để tiết kiệm băng thông trong các hệ thống truyền được ghép kênh theo FDM và cả TDM. Các kênh điện thoại thường giới hạn băng tần trong khoảng từ 300 đến 3400Hz. Tuy nhiên trong thực tế sẽ có một ít năng lượng nhiễu được chuyển qua dưới dạng các tần số cao hơn tần số hiệu dụng 3400Hz. Do đó phổ tần số có thể được mở rộng đến 4Khz, theo lý thuyết Nyquist: khi một tín hiệu thì được lấy mẫu đồng thời ở mỗi khoảng định kỳ và có tốc độ ít nhất bằng hai lần phổ tần số cao nhất, sau đó những mẫu này sẽ mang đủ thông tin để cho phép việc tái tạo lại chính xác tín hiệu ở thiết bị nhận. Với phổ tần số cao nhất cho thoại là 4000Hz hay 8000 mẫu được lấy trong một giây, khoảng cách giữa mỗi mẫu là 125 micro giây
Lượng tử hoá (Quantization)
Tiến trình kế tiếp của số hóa tín hiệu tuần tự là biểu diễn giá trị chính xác cho mỗi mẫu được lấy. Mỗi mẫu có thể được gán cho một giá trị số, tương ứng với biên độ (theo chiều cao) của mẫu.
Sau khi thực hiện giới hạn đầu tiên đối với biên độ tương ứng với dải mẫu, đến lượt mỗi mẫu sẽ được so sánh với một tập hợp các mức lượng tử và gán vào một mức xấp xỉ với nó. Quy định rằng tất cả các mẫu trong cùng khoảng giữa hai mức lượng tử được xem có cùng giá trị. Sau đó giá trị gán được dùng trong hệ thống truyền. Sự phục hồi hình dạng tín hiệu ban đầu đòi hỏi thực hiện theo hướng ngược lại.
Mã hóa (Encoding)
Mỗi mức lượng tử được chỉ định một giá trị số 8 bit, kết hợp 8 bit có 256 mức hay giá trị. Quy ước bit đầu tiên dùng để đánh dấu giá trị âm hoặc dương cho mẫu. Bảy bít còn lại biểu diễn cho độ lớn; bit đầu tiên chỉ nửa trên hay nửa dưới của dãy, bit thứ hai chỉ phần tư trên hay dưới, bit thứ 3 chỉ phần tám trên hay dưới và cứ thế tiếp tục.
Ba bước tiến trình này sẽ lặp lại 8000 lần mỗi giây cho dịch vụ kênh điện thoại. Dùng bước thứ tư là tùy chọn để nén hay tiết kiệm băng thông. Với tùy chọn này thì một kênh có thể mang nhiều cuộc gọi đồng thời.
Nén giọng nói(Voice Compression)
Mặc dù kỹ thuật mã hóa PCM 64 Kps hiện hành là phương pháp được chuẩn hóa, nhưng có vài phương pháp mã hóa khác được sử dụng trong những ứng dụng đặc biệt. Các phương pháp này thực hiện mã hóa tiếng nói với tốc độ nhỏ hơn tốc độ của PCM, nhờ đó tận dụng được khả năng của hệ thống truyền dẫn số. Chắc hẳn, các mã hóa tốc độ thấp này sẽ bị hạn chế về chất lượng, đặt biệt là nhiễu và méo tần số.
Một số ví dụ hệ thống mã hóa tiếng nói tốc độ thấp:
CVSD( Continuously variable slope delta modulation) Kỹ thuật này là một dẫn xuất của điều chế delta, trong đó một bit đơn dùng để mã hóa mỗi mẫu PAM hoặc lớn hơn hoặc nhỏ hơn mẫu trước đó. Vì không hạn chế bởi 8 bit, mã hóa có thể hoạt động ở tốc độ khác nhau vào khoảng 20 Kps.
ADPCM( Adaptive differential PCM): Kỹ thuật này là một dẫn xuất của PCM chuẩn, ở đó sự khác biệt giữa các mẫu liên tiếp nhau được mã hóa, thay vì tất cả các mẫu điều được mã hóa, được truyền trên đường dây. CCITT có đề nghị một chuẩn ADPCM 32 Kps, 24 Kps, 16Kbs cho mã hóa tiếng nói.
Chuẩn PCM thì cũng được biết như chuẩn ITU G.711
Tốc độ G.711: 64 Kps=(2*4 kHz)*8 bit/mẫu
Tốc độ G.726: 32 Kps=(2*4 kHz)*4 bit/mẫu
Tốc độ G.726: 24 Kps=(2*4 kHz)*3 bit/mẫu
Tốc độ G.726: 16 Kps=(2*4 kHz)*2 bit/mẫu
Packetizing voice
Mỗi một khi giọng nói đã được số hoá và được nén lại, nó phải được chia thành những phần nhỏ, để đặt vào gói IP, VoIP thì không hiệu quả cho những gói tin nhỏ, trong khi những gói tin lớn thì tạo ra nhiều độ trễ, do ảnh hưởng của vài loại header mà kích thước của dữ liệu thoại(voice data ) cũng sẽ ảnh hưởng. Ví dụ header của IP, UDP, RTP là 40 byte, nếu gói tin voice cũng chỉ khoảng 40 byte thì hoàn toàn không hiệu quả, kích thước gói tin lớn nhất có thể trong môi trường Ethernet là 1500 byte, dùng 40 byte cho header còn lại 1460 byte có thể sử dụng cho phần dữ liệu thoại, tương đương với 1460 mẫu(samples) không được nén hay thời gian để đặt phần dữ liệu vào gói tin. Nếu gói bị mất nhiều hay đến đích không đúng thứ tự sẽ làm cho cuộc thoại bị ngắt quãng.
Thông thường, cần khoảng 10us đến 30 us (trung bình là 20us) để đặt dữ liệu thoại vào bên trong gói tin, ví dụ phần dữ liệu thoại(voice data) vơí kích thước 160 byte không nén cần khoảng 20us để đặt phần dữ liệu thoại vào bên trong gói tin. Số lượng dữ liệu thoại bên trong gói tin cần cân bằng giữa sự hiệu quả trong sử dụng băng thông và chất lượng của cuộc thoại.
