Página anterior

Métodos de Codificação Voip

Author: José de Ribamar Smolka Ramos - Engenheiro Eletrecista

Uma Introdução

Este artigo vai explicar as principais técnicas utilizadas para a codificação digital de voz. Ao longo do texto vamos procurar relacionar as técnicas apresentadas com os padrões utilizados nos diversos sistemas de telefonia (fixa e celular). Como não sou especialista no assunto vou, logo de início, pedir desculpas por eventuais incorreções ou omissões. Sugestões para a melhoria e/ou ampliação do texto (dentro do espírito do objetivo) serão sempre bem-vindas. O público-alvo deste artigo são pessoas sem background técnico extenso, portanto peço paciência aos leitores que já tenham um conhecimento mais profundo deste tema. A apresentação vai ficar, sempre que possível, no limite do conceitual. Vamos recorrer à matemática apenas onde isto for imprescindível. Para acompanhar o texto basta um bom conhecimento da matemática e física do ensino médio (funções e eletromagnetismo). Na elaboração deste artigo usei apenas referências disponíveis na Internet – ver lista no final, mais algumas coisa que ainda me lembro do tempo da faculdade de engenharia elétrica. Aqueles que desejarem se aprofundar mais no assunto podem, a partir das referências citadas, encontrar indicações de outros sites e livros sobre o tema.

Por que codificar?

Codificação digital de sinais de voz é um dos tópicos de uma categoria mais geral de problemas: digital signal processing (processamento digital de sinais). Nesta categoria existem inúmeras aplicações, entre elas:

Comerciais – áudio e vídeo de alta fidelidade, TV, rádio, telefonia;
Médicas – Radiografia, ultrassonografia, tomografia computadorizada, tomografia por emissão de pósitrons, ressonância magnética nuclear;
Militares – RADAR, SONAR. O problema comum a todas estas aplicações é que a capacidade dos meios de transmissão e/ou armazenamento dos dados é finita, e precisamos encontrar um meio termo entre duas necessidades antagônicas: diminuir a quantidade de bits necessária para a representação da informação (encoding), e manter a capacidade de recuperar a informação original (decoding) com um nível de distorção aceitável.

Na Teoria da Informação encontramos a Lei de Shannon, que nos diz que a capacidade máxima de transmissão C (em bps) de um canal de comunicação, na presença de ruído, é dada pela expressão:

C = B.log (1+ S N) 2

Onde B representa a banda de passagem do canal (em Hz), e S/N é a relação sinal-ruído, obtida pela divisão da potência média do sinal S pela potência média do ruído N no canal. Uma vez escolhido o canal de comunicação (que define a banda de passagem), para melhorar a capacidade de transmissão temos que brincar com a relação sinal-ruído.