语音处理技术中的时延和抖动处理
在分组网上传送语音的时延可分为几类：
1、算法时延。这种时延由语音编解码器处理语音采样帧造成，与语音编码器的类型有关。
2、处理时延。当利用分组网传送语音时，将编码和编码采样集中到一个分组的过程会造成处理时延。编码时延是由于处理器运行时间和采用的编码算法造成。通常多种编码器的帧会收集到单个分组中来减小分组网的开销。
3、网络时延。该时延的大小与网络中多种因素有关，包括传送语音、数据的物理媒体及协议、用于接收端消除抖动的缓冲区等。因为分组延时的变化量可高达70-100ms，所以网络延时是整个时延中最为显著的参数。
缩短网络时延的办法除了要通过提高网络设备的处理能力外，还要媒体网关能够为语音等对时延要求比较高的业务设置高优先级，从而尽量减少这些业务的网络时延。要求媒体网关能够根据业务的类型为媒体流打上不同的等级标志。
抖动是指IP包传输时间的长短变化。当网络上的语音延时超过200ms时，通话双方一般就愿意倾向采用半双工的通话方式，一方说完后一方再说。另一方面，如果网络抖动较严重，那么有的语音包因迟到被丢弃，会产生语音的断续及部分失真，严重影响音质。为了防止这种抖动，人们采用了抖动缓冲技术，即在接收方设定一个缓冲池，语音包到达时首先进入缓冲池暂存，系统以稳定平滑的速率将语音包从缓冲池取出、解压、播放给受话者。这种缓冲技术可以在一定限度内有效处理语音抖动并提高音质，但会增加整个系统的延迟时间，因此系统要具备缓冲区大小动态调整的功能。
