[发明专利]用于对音频和/或视频数据进行编码的方法和设备

说明书

公开了选择用于对要从发送方经由网络流传输到接收方的音频和/或视频数据进行编码的编码规范的方法和设备。还公开了用于使用所选编码规范对数据进行编码并且用于将已经使用所选编码规范进行编码的数据从发送方经由网络流传输到接收方的方法和设备。该选择方法包括：根据先前使用关于受监视网络在处于多个不同网络条件(87)的每个网络条件时的多个不同编码规范获得的性能度量(86)来选择编码规范(s930)，各个网络条件通过数据传输特性的不同组合来表征。

技术领域

本发明涉及对音频和/或视频数据进行编码的方法和设备，并且尤其涉及选择用于对要从发送方经由网络流传输到接收方的音频和/或视频数据进行编码的编码规范的方法和设备。

背景技术

互联网语音协议(通常称为“IP语音”、“VoIP”或“IP电话”)涉及通过互联网协议(IP)网络(诸如互联网)传递语音和其它音频通信(并且还涉及包括音频分量的多媒体会话)，而不是简单地经由公用电话交换网(PSTN)提供。

尽管与VoIP会话有关的某些步骤和概念通常与传统数字电话相似，并且涉及信令、信道设置、模拟语音信号的数字化以及编码，但是在VoIP会话的情况下，代替在诸如PSTN的电路交换网络上传输数字信号，数字信息被打包，然后该传输涉及在诸如互联网的分组交换网络上传输IP分组。IP分组使用媒体传输协议有效地传输音频流，该协议利用音频编解码器(和/或在可应用时利用视频编解码器)对音频数据(和在可应用时对视频数据)进行编码，音频(和/或视频)编解码器是用于对音频(和/或视频)数据的数字流进行编码和/或解码的装置或计算机程序。存在各种编解码器，它们基于诸如应用需求和网络带宽的问题来优化媒体流。有些依赖窄带和压缩话音，而另一些则支持高保真立体声编解码器。

VoIP在互联网和电信服务提供商向其客户提供的音频(和多媒体)通信服务中扮演着越来越重要的角色。许多VoIP服务是在专用网络上提供的，可以仔细控制这些专用网络的参数，以确保保持呼叫质量符合预期需求。然而，如今，许多VoIP服务都涉及跨互联网提供接入，从而使客户能够使用公共可用网络或低成本宽带连接。

在接入网内，可以使用服务质量(QoS)技术对VoIP进行优先级排序，其中来自其它服务的竞争可能会影响呼叫质量。然而，VoIP服务的固有灵活性，特别是如果在移动装置上使用软件电话(即，从计算机而不是从专用电话硬件通过IP网络进行电话呼叫的基于软件的应用)接入，意味着许多呼叫完全承载在“Over The Top，OTT)”上(即，经由互联网而无需运营商控制或分发内容)，或者对于其端到端旅程的某些部分可能不按优先级排序。

VoIP系统和音频技术通常通过它们在存在特定分组丢失和抖动的情况下的性能来表征。服务提供商在设计和操作服务时使用该信息，以尝试确保网络损伤决不超过可能导致呼叫质量明显下降的水平。

然而，端到端网络性能取决于许多因素，诸如装置硬件和配置、操作环境、一天中的时间以及QoS或其它损失减轻技术的可用性。结果，通常很难基于统计平均值和纯粹基于实验室的测试来预测特定技术的真实影响。

服务提供商使用一系列商业VoIP监视工具。Broadsoft提供的一种称为“PacketSmart”的技术允许使用客户端侧的物理测试装置(即，探针)来详细检查各个语音呼叫的流量统计信息。该技术不允许批量导出呼叫数据，因此需要针对每个探针手动查看每个呼叫。VisualWare和Empirix提供的其它VoIP监视工具也可以用于以更灵活的方式捕获来自VoIP呼叫的数据。这些工具对于诊断服务问题可能很有用，但不能深入了解不同技术选择如何影响其测量结果。

“SamKnows”技术通过在大客户样本的前提下使用专用探针为全球宽带接入网提供性能基准。这可以使用RTP控制协议(RTCP)从独立探针和局域网(LAN)网关装置进行测量，以测量短脉冲上的平均分组丢失、抖动和往返延迟，并且可以为非常短的呼叫提供VoIP性能的证据，但是无法预测不同技术选择的影响。(注意：“RTP”是指“实时传输协议”，其中RTCP是姐妹协议。