5G VoNR技术引领IOT通信新视界

就在5G消息发布两周年之际不久，中国移动近日在北京推出了5G新通话业务，因此中国移动成为了全球首个率先推出5G新通话试商用的电信运营商。或许，5G新通话已经迎来了发展新风口。那么，5G新通话在传统的业务上如何赋能通信服务？而作为通信基础能力的通话服务下一步又将会如何升级发展？

5G VoNR技术瞄准市场蓝海，打造“通信高地”

海量连接蕴藏丰富机会，未来仍存广阔市场空间。目前，全球有70亿人与人之间的话音连接。5G时代，音视频连接将延伸到超过200亿的人与人和人与物的连接[1]，通信终端也将从手机变成TV、音箱、车、甚至机器人等新型终端。人与物的音视频连接，让家中的IoT设备成为唾手可得的沟通工具，极大丰富了通信场景。与此同时，语音交互、手势交互等AI交互方式，全面升级通信体验，实现解放双手，自在畅聊；甩屏等创新功能应用，将打破空间的局限，真正打造“以人为中心”的无缝通信服务，让沟通无处不在，让信息自由流动。

目前，业内主流通信厂商从不同角度切入物联终端基于5G VoNR技术的场景创新与应用市场，为智能门铃、智能摄像头、智能音箱、智能台灯等智能终端提供超清视话通信解决方案。

物联网IOT终端关键技术为5G VoNR通信服务

为提升VoNR通信终端覆盖率，拓展IOT通信场景，智慧家庭运营中心创新融合型轻载化高效EVS编码、低功耗通信模组、弱网对抗技术、交互式通信技术。EVS(Enhanced Voice Services, EVS)是继4G移动高清语音编解码器AMR-WB后，VoNR默认和优选的语音编解码方法，相较于G711、AMR语音编码，其最大体验提升在于提供8-48khz的音频覆盖能力，满足了人耳对听觉全域的频率覆盖，适应所有人耳可感知的音频媒体传输，同时EVS在移动通信系统中通信质量和效率方面也有很大的提升。

特点1：支持全频域编码，提供超高清语音\音乐编码

EVS支持全频域编码（语音编码和音乐编码），四种采样率，8kHz、16kHz、32kHz、48kHz，音频带宽的分布如下图所示：

图1 音频带宽的分布[2]

8kHz采样率对应的编码带宽为窄带，范围是300Hz-3400Hz；16kHz采样率对应的编码带宽为宽带，范围是50Hz-7000Hz；32kHz采样率对应的编码带宽为超宽带，范围是20Hz-14000Hz；48kHz采样率对应的编码带宽为全带，范围是20Hz-20000Hz。人耳可以感知的频率范围一般在20Hz-20000Hz，传统通信系统中语音信号频率范围300—3400Hz之间，采用8kHz采样，因此EVS能够覆盖人耳可感知的全频域音源，相比传统通信系统，EVS能够提供无损级话音和音乐音频信号传送服务。

智慧家庭运营中心针对智能家居、数字乡村等场景，基于音视频通信技术孵化如智能喇叭、智能提醒、智能对讲等创新业务，攻关物联网IOT终端全频率音频采集、音频前后处理技术，升级3A算法，引入RNN循环神经网络，实现8-48khz音频采样全频域语音通信能力，赋能家庭业务提升用户体验，如智能喇叭广播业务可以为用户播放无损音质的音频，智能对讲业务提供临场沉浸式沟通体验。

特点2：支持更全面的编码速率，满足泛终端差异化网络环境

EVS不同的编码带宽都支持多种码率，其中WB带宽支持全码率。码率越高需要的带宽就越大。如下图所示：

图2 EVS编码速率[3]

智慧家庭运营中心根据EVS传输码率特性，针对泛家庭场景物联网终端使用场景，攻关QoS网络抗丢包技术，使用WavaRNN技术构建了循环生成网络模型，学习超分信号前后的相关性，构建低频谱模到高频谱模的翻转模型，利用Griffin-lim算法和Mel-GAN声码器,有效解决高频相位的缺失引起的振铃效应，使用ISTFT得到时域信号，实现音频超分变率扩展，打造EVS码率自适应技术，根据网络环境，自适应选择不同的编码速率。通过上述技术，优化EVS在物联网终端在多种网络环境下适应能力，提供更好的语音编码服务和效率，相同网络场景下MOS分平均提高0.4。

特点3：极低延时，提供声临其境的通话体验

EVS处理的语音帧的时长为20ms。当编码带宽为WB/SWB/FB时的编码延时为12ms，当编码带宽为NB时的编码延时为10ms。相对于AMR-WB效率提高了近一倍。

智慧家庭运营中心结合EVS低延迟的特性，创新性提出媒体前协商通信机制，利用5G高带宽、低延时的特性，有效提高泛智能终端的接通率，进一步缩短泛智能终端建立通话的时延。为用户带来高连通率，超低延迟的VoNR超高清通话服务，让语音通话有了身临其境的体验。

特点4：轻载化编解码，广泛赋能各种终端

由于IoT设备普遍存在的性能瓶颈，智慧家庭运营中心针对不同平台的多种设备，使用SIMD技术对EVS进行轻载化，在ARM、MIPS等架构下进行EVS性能优化，有效将帧处理耗时从35ms大幅降低到10ms以内，解决EVS在低功耗芯片上无法运行的问题，为智能物联网终端提供泛终端、泛网络、全频域、超高清的多媒体通信服务。

5G新通话全面升级通话体验

中国移动智慧家庭运营中心以AIoTel 技术为底座，创新面向用户感知的增强型全频域编码技术、物联网多媒体通信EVS码率自适应技术、全域超大规模视联算力并网调度技术、媒体前协商通信机制，创新打造行业首款支持VoNR的智能终端，面向物联网提供泛终端、全场景、高品质的电信级多媒体通信服务，打造数字通信全新体验。

针对家庭细分场景孵化智能电话、智能对讲、智能喇叭、移动看家等业务，结合智能硬件创新出基于智能音箱、宽带电视的大中小屏 VoLTE 视频通话，猫眼门铃 VoLTE 视频对讲，智能摄像头远程广播喊话等特色功能，并借力“数字乡村”工程实现 CHBN 协同发展，进一步牵引产业上下游的产品孵化和创新。

（一）门锁视频对讲（门口）：亲友来访，按动智能门锁上的门铃按钮后，主人的手机即可接收到一通视频来电。在通话过程中，主人可一键为亲友开启门锁。

（二）大屏视频通话（客厅）：亲友相聚，使用语音遥控器的语音交互指令拨打大屏高清视频通话，向远方的父母报平安。在视频通话过程中实时分享旅行照片。

（三）音箱视频通话（厨房）：随着女主人步入厨房，大屏视频通话随之切换到厨房的智能音箱上。女主人一边准备饭菜，一边继续与父母畅谈。

（四）智能台灯通话（书房）：画面转到书房，孩子正在做作业，遇到难题后按动台灯的通话按钮，爸爸的手机即可接收到电话，实时通话指导孩子的功课。

（五）智能客服（在线业务）：用户在线办理业务场景时，通话建立前展示企业名片及认证信息；通话中智能客服主动推送交互式菜单及业务表单远程指导用户操作；通话结束后定制结束语形成服务闭环。

（六）通话交互（办公/娱乐）：通话过程中支持用户进行屏幕共享、文件分享和白板涂鸦等交互操作。

5G VoNR 让“人机物”的边界融合。未来可通过“移步换景”-从室外到室内丝滑串联中国移动VoNR极富特色的人与人、人与物通信场景，全面展现泛终端、泛网络、全场景、电信级的物联通信解决方案，以及智能感知、多模态交互的数字通信全新体验。

参考文献：

[1] 《Vo5G技术白皮书》.

[2] https://www.aes.org/technical/documentDownloads.cfm?docID=548.

[3] https://www.aes.org/technical/documentDownloads.cfm?docID=548.

作者：陈民

单位：中国移动智慧家庭运营中心

来源：移动Labs