隨著VoIP在Internet各類應(yīng)用中占據(jù)越來越大的比重，其服務(wù)質(zhì)量保證的問題也日益為業(yè)界所關(guān)注。實際上，VoIP的服務(wù)質(zhì)量與網(wǎng)絡(luò)的性能有著直接的關(guān)系，尤其是其中的四個性能參數(shù)：端到端時延、時延抖動、幀擦除和失序的包傳輸。而改進服務(wù)質(zhì)量也往往通過對這四個參數(shù)進行控制和調(diào)整來實現(xiàn)。本文將對這四個參數(shù)進行具體分析。  

    VoIP應(yīng)用的服務(wù)質(zhì)量主要受到四個性能參數(shù)的影響：端到端時延（End－to－Delay）、時延抖動（De�瞝ayJitter）、幀擦除（FrameErasure）以及失序的包傳輸（Out－of－OrderPacketDelivery）。下面我們將逐一進行討論。  

    端到端時延  
    端到端時延是影響交互式語音通信質(zhì)量的最重要因素之一。它必須被控制在一個合理的值以內(nèi)，否則收聽的一方會誤認為說話的一方還沒有開始講話而開口，但恰好此時另一方的通話也到了，從而發(fā)生沖突。對用戶來說，嚴格的端到端時延應(yīng)該是指語音信息從說話方的嘴到收聽方的耳朵所經(jīng)歷的時延，但我們通常只考慮承載語音信息的包從發(fā)射系統(tǒng)到接收系統(tǒng)所經(jīng)歷的時延。根據(jù)不同的網(wǎng)絡(luò)負載狀況，端到端的時延會發(fā)生變化。  

    時延抖動  
    在VoIP中，時延抖動一般是指語音流中兩個連續(xù)的語音包的端到端時延的差值。時延抖動對需要規(guī)則化傳輸包的VoIP等應(yīng)用（其他還包括視頻播放等）的性能有著顯著的影響。具體來說，它對語音包按照原始序列和周期模式進行重建的工作具有負面的作用。此時最大時延抖動是衡量性能的一項重要指標。由于IP包本身就存在著時延抖動，想在網(wǎng)絡(luò)中消除語音包的時延抖動是不可能的。因此設(shè)法減輕時延抖動的不利影響就成為VoIP應(yīng)用需要解決的一個主要問題。通常的方式是在接收端采用抖動緩存，在將包輸出為聲音流之前對時延抖動進行吸收。也就是說，在收到語音包之后并不立即進行播放，而是暫時保留在緩存中，直到預定的播放時間到來，再將緩存中積累的包進行規(guī)則播放，從而將時延抖動減少到最小。雖然這樣可以使得一些遲到的包得以規(guī)則播放，但它卻為早到的包引入了附加時延，因此在平均緩存時延和由于太晚到達而不得不被丟棄的包數(shù)之間需要采取折中的考慮。預定的截止時間越晚，就可能重放越多的包，而且丟包率也越低，但代價是緩存時延過高。另一方面，如果緩存時延設(shè)得較低，就會導致較高的丟包率而造成對語音的破壞。  

    幀擦除  
    幀擦除是指承載語音幀的包沒有及時到達接收端。這可能是由于幾個原因造成的：包在通過網(wǎng)絡(luò)傳輸?shù)倪^程中被破壞，包由于網(wǎng)絡(luò)擁塞（網(wǎng)絡(luò)節(jié)點的隊列已滿）而被丟棄，包由于網(wǎng)絡(luò)的故障而丟失，或者僅僅由于到達接收端太晚而無法包括在重放語音中并被丟棄。幀擦除可能是某一個幀的丟失，也可能是一次丟失一整塊連續(xù)的幀。很高的幀擦除和很高時延的共同結(jié)果可能會導致本已存在的由語音丟失造成的對語音的破壞持續(xù)更長的時間。  

    失序的包傳輸  
    每個語音幀都有一個序列號，包括在RTP（實時傳輸協(xié)議）的頭部，用于標示包在流中的正確順序。如果在沿網(wǎng)絡(luò)路徑傳輸?shù)倪^程中出現(xiàn)了失序的包，到達接收端的語音幀的順序就會發(fā)生改變。失序的包傳輸嚴重地影響著VoIP應(yīng)用的服務(wù)質(zhì)量。在極端的情況下，接收方無法恢復失序的幀，從而引起語音質(zhì)量的下降。通常采取的解決辦法同樣是在接收系統(tǒng)中使用抖動緩存，在等待預定的播放時間到來的時候，可以對失序到達的包進行有序的調(diào)整，恢復在發(fā)送端的順序。