Nghiên Cứu Về Đánh Giá Định Lượng Kỹ Thuật Mã Hóa Âm Thanh

Âm thanh (Sound) là các dao động cơ học của các phần tử, nguyên tử hay các hạt vật chất lan truyền trong không gian, được cảm nhận trực tiếp qua tai người bởi sự va đập vào màng nhĩ và kích thích bộ não. Sóng âm tần được đặc trưng bởi biên độ, tần số (bước sóng) và vận tốc lan truyền. Đối với tai người, âm thanh cảm nhận được bởi sóng có dao động trong dải tần từ 20Hz đến 20kHz. Tín hiệu âm thanh được chia thành 2 loại dựa trên dải tần: Âm thanh dải tần cơ sở (âm thanh tiếng nói thoại, gọi tắt là âm thanh thoại): có dải tần từ 300Hz đến 4kHz. Âm thanh dải rộng (tiếng nói trình diễn, âm nhạc…): có dải tần số từ 100Hz đến 20kHz. Audi0 là âm thanh thoại thu nhận được, được xử lý và tái tạo bởi các thiết bị điện tử, các đối tượng truyền thông đa phương tiện. Trong bài luận văn chỉ đề cập đến âm thanh thoại.

Hệ thống thông tin thoại là một tập hợp tất cả những thành phần tham gia hình thành nên một mô hình truyền – nhận các tín hiệu âm thanh thoại. Có rất nhiều các hệ thống như vậy hiện nay như hệ thống vệ tinh, hệ thống mạng cục bộ LAN (Local Area Network), Internet,… Đặc điểm chung của các hệ thống này là đều tiếp nhận, xử lý tín hiệu thông tin thoại sau đó truyền tải từ bên gửi đến bên nhận để truyền đạt thông tin. Trong các hệ thống trên có một hệ thống rất phổ biến với mọi người hiện nay, đó là hệ thống truyền thông tin thoại qua kênh truyền sử dụng bộ giao thức TCP/IP, hay còn gọi là VoIP (Voice over Internet Protocol). Trong khuôn khổ bài luận văn sẽ chỉ đề cập đến việc mã hóa, giải mã và xử lý tiếng nói trên mô hình này.

Chất lượng của âm thanh được khôi phục qua hệ thống thoại là mục tiêu cơ bản của dịch vụ truyền thoại qua hệ thống, và luôn đòi hỏi đạt được ở mức độ tốt nhất mặc dù các tiêu chuẩn đã được Liên minh viễn thông quốc tế ITU (International Telecommunication Union) phát triển. Có 3 yếu tố chính ảnh hưởng lớn tới chất lượng của dịch vụ thoại: Độ trễ (Delay), Sự biến thiên độ trễ (Jitter), Sự mất mát gói tin (Packet Losses).

Mạng IP không thể cung cấp một sự bảo đảm rằng các gói tin sẽ được chuyển tới đích hết. Các gói tin sẽ bị loại bỏ khi quá tải và trong thời gian tắc nghẽn, gây nên sự mất mát gói tin (Packet Loss) của hệ thống. Truyền thoại rất nhạy cảm với việc mất gói, tuy nhiên, việc truyền lại gói của TCP thường không phù hợp. Các cách tiếp cận được sử dụng để bù lại các gói mất là thêm vào chuỗi nói chuyện bằng cách phát (play) lại gói cuối cùng, và gửi đi thông tin dư thừa. Tuy vậy, sự tổn thất gói trên 10% nói chung là không chấp nhận được.

Các tham số liên quan đến chất lượng thoại bao gồm: độ trễ mã hóa, băng thông mã hóa, hiệu quả mã hóa, độ méo âm thanh, tỷ lệ tín hiệu trên nhiễu (SNR), đánh giá chủ quan chất lượng âm thanh (thử nghiệm nghe), phân tích phổ, mô hình đánh giá chất lượng khách quan (PESQ, POLQA, PEAQ), và các tiêu chuẩn đánh giá (ITU-R BS.1116, ITU-T P.863).

iLBC (internet Low Bitrate Codec) là một codec âm thanh được thiết kế để chịu được mất gói tin trên các mạng IP. Nó sử dụng kỹ thuật mã hóa dự đoán tuyến tính (LPC) và phù hợp cho các ứng dụng VoIP. Kỹ thuật xử lý tiếng nói dựa trên mã hóa dự đoán tuyến tính (LPC) là một phương pháp hiệu quả để nén tín hiệu âm thanh, đặc biệt là tiếng nói.

Quá trình mã hóa iLBC (Encoder) bao gồm các bước phân tích tín hiệu đầu vào, trích xuất các tham số LPC, lượng tử hóa các tham số và tạo ra luồng bit nén. Quá trình giải mã iLBC (Decoder) thực hiện các bước ngược lại để tái tạo lại tín hiệu âm thanh từ luồng bit nén.

Kỹ thuật chống mất gói từ phía gửi bao gồm việc sử dụng các phương pháp như FEC (Forward Error Correction) để thêm thông tin dư thừa vào luồng dữ liệu, giúp phục hồi các gói tin bị mất ở phía nhận. Các phương pháp khác bao gồm interleaving để phân tán các bit dữ liệu, giảm thiểu ảnh hưởng của việc mất các gói tin liên tiếp.

Phân tích khả năng chống mất mát gói tin của iLBC codec dựa trên việc xem xét các cơ chế phục hồi lỗi tích hợp trong codec, khả năng che giấu lỗi (error concealment) và khả năng duy trì chất lượng âm thanh khi có mất gói. Các thử nghiệm mô phỏng có thể được thực hiện để đánh giá hiệu suất của iLBC trong các điều kiện mạng khác nhau.

Phương pháp đánh giá khả năng chống mất mát gói tin của iLBC codec bao gồm việc sử dụng các công cụ mô phỏng mạng để tạo ra các kịch bản mất gói khác nhau, sau đó đánh giá chất lượng âm thanh tái tạo bằng các phương pháp khách quan (PESQ, POLQA) và chủ quan (thử nghiệm nghe).

Thiết lập thực nghiệm bao gồm việc sử dụng các công cụ mô phỏng mạng (ví dụ: NS-3) để tạo ra các kịch bản mất gói khác nhau. Các thông số đo đạc bao gồm PESQ, POLQA, SNR và các chỉ số chất lượng âm thanh khác.

Kết quả thực nghiệm được trình bày dưới dạng bảng và biểu đồ, so sánh hiệu suất của iLBC codec với các codec khác (ví dụ: G.711, G.729) trong các điều kiện mất gói khác nhau. Các kết quả này cho thấy ưu điểm và nhược điểm của iLBC so với các codec khác.

Phân tích ảnh hưởng của mất gói đến chất lượng âm thanh dựa trên việc đánh giá các chỉ số chất lượng âm thanh và thử nghiệm nghe. Các kết quả này giúp hiểu rõ hơn về tác động của mất gói đến trải nghiệm người dùng và khả năng phục hồi của iLBC codec.

Tóm tắt các kết quả nghiên cứu chính và đóng góp của bài luận văn, bao gồm việc đánh giá khả năng chống mất mát gói tin của iLBC codec và so sánh với các codec khác. Các đóng góp này có thể giúp các nhà phát triển và người dùng lựa chọn codec phù hợp cho các ứng dụng VoIP.

Các hướng nghiên cứu tương lai bao gồm việc cải thiện các thuật toán phục hồi lỗi, phát triển các codec âm thanh mới có khả năng chống mất gói tốt hơn, và nghiên cứu các phương pháp đánh giá chất lượng âm thanh mới. Các vấn đề mở bao gồm việc tối ưu hóa codec cho các môi trường mạng khác nhau và phát triển các ứng dụng VoIP có khả năng thích ứng với các điều kiện mạng thay đổi.