Definicja usług wideotelefonii i wideokonferencji

Na podstawie opracowania "MODEL KOMUNIKACJI MULTIMEDIALNEJ H.320, H.323." Bożeny Erdmann Usługa wideotelefonii to audiowizualna teleusługa konwersacyjna, zapewniająca dwukierunkowy, symetryczny przekaz sygnału głosu i kolorowego obrazu ruchomego pomiędzy dwoma lokalizacjami (użytkownik - do - użytkownika) w czasie rzeczywistym, poprzez leżące pomiędzy nimi sieci. Wymagania minimalne zakładają, że w warunkach normalnych transmitowana informacja wideo jest wystarczająca do odpowiedniego odwzorowania płynnych ruchów osoby, w ujęciu przedstawiającym głowę i ramiona. Usługa wideokonferencji zapewnia dwukierunkowy przepływ sygnału głosu i kolorowego obrazu ruchomego pomiędzy grupami użytkowników w dwu lub więcej oddzielnych lokalizacjach. Wymagania minimalne zakładają, że w warunkach normalnych transmitowana informacja wideo jest wystarczająca do odpowiedniego odwzorowania płynnych ruchów dwóch lub więcej osób w sytuacji typowej dla posiedzenia, w ujęciu przedstawiającym głowę i ramiona. Funkcje przewidziane definicją - uzupełnione o niezbędną sygnalizację i sterowanie - mogą, ale nie muszą być rozszerzone na dalsze usługi transmisyjne: transmisję obrazów nieruchomych wysokiej rozdzielczości, dokumentów, zdjęć, tabel itd. Rozróżnia się dwa rodzaje usług wideotelefonicznych: w sieciach wąsko - i szerokopasmowych, przy czym główna różnica tkwi w rozdzielczości przestrzennej i czasowej przekazywanych obrazów (dla sieci szerokopasmowych o jakości zbliżonej do standardowej jakości telewizyjnej), jakości dźwięku (w sieciach szerokopasmowych w miarę możliwości stereo) oraz opcjonalnym / standardowym wyposażeniu w urządzenia do transmisji innych sygnałów (łącznie z filmami, instruktażami oraz obrazami 3D). Rozważa się również możliwości dostępu do poczty elektronicznej za pośrednictwem terminala wideotelefonicznego. Zakłada się również, że powinna istnieć możliwość wyboru prędkości transmisji dla sygnału głosowego, zwłaszcza, gdy może mieć to wpływ na opłaty lub jakość transmisji wideo. Celem realizacji funkcji podstawowych terminal wyposażony musi być w urządzenia realizujące: odbiór i prezentację obrazu oraz głosu drugiej strony, kodowanie audio i wideo oraz zarządzanie interfejsem sieciowym (dla połączeń wideotelefonicznych wielopunktowych wymagane być mogą dodatkowe funkcje) możliwe rozszerzenia wyposażenia terminala wideotelefonicznego: ruchoma kamera i powiększenie (zoom), interfejsy dla dodatkowej kamery, ekrany, zapisu wideo, zdalne sterowanie zdalną kamerą, klawiatura dla usług tekstowych. Najważniejszym zadaniem jest, aby terminal wideotelefoniczny spełniał wszystkie funkcje zwykłego telefonu. Musi istnieć możliwość połączenia się ze zwykłym telefonem (procedury fall back) o szerokości pasma analogowego 3.1 kHz, 7 kHz lub wideotelefonem w innej sieci lub innego producenta, z dodatkowym zagwarantowaniem krótkiego czasu zestawiania połączenia. Wideoterminal musi mieć zaimplementowane procedury kodowania G.711 (jest to wymaganie minimalne): PCM według prawa mi oraz A. Dodatkowo powinna istnieć możliwość dwuetapowego zestawiania połączenia wideotelefonicznego: pierwsza faza obejmuje zastawianie połączenia głosowego, zaś po jego utworzeniu, na życzenie użytkowników, dodać można kanał wideo. Jeśli cała wymagana dla takiej transmisji przepływność nie jest dostępna, rozmowa powinna być kontynuowana, z maksymalną osiągalną jakością transmisji sygnału wideo. Musi istnieć możliwość - tak dla strony wywołującej, jak i wywoływanej - wyłączenia wychodzącego sygnału wideo bez przerywania istniejącego połączenia; przewidziany być powinien na tę okoliczność obrazek zastępczy. Zakłada się istnienie opcji prezentacji użytkownika na własnym terminalu (self - view), aktywowanej przed lub w trakcie połączenia. Ważną zaletą jest możliwość użycia wideotelefonii w komunikacji osób z upośledzeniem organów mowy lub słuchu, posługujących się np. językiem migowym. Z tego względu informacja o kolejnych etapach zestawiania połączenia powinna być, oprócz standardowej sygnalizacji dźwiękowej, wyświetlana na ekranie w formie napisów lub obrazów; ewentualnie również z prezentacją procesów po stronie wywoływanej. Wymagana jest synchronizacja dźwięku z obrazem (brak dostrzegalnych opóźnień). Należy uwzględnić całkowite opóźnienie wprowadzane przez kodeki oraz urządzenia transmisyjne. Możliwe są następujące konfiguracje połączenia wideotelefonicznego: -konfiguracja punkt - punkt (zapewniana bezpośrednio przez sieć transmisyjną, nie wymagająca pośrednictwa dodatkowych, specjalizowanych urządzeń); -konfiguracja wielopunktowa - wymagająca zastosowania mostka konferencyjnego MCU (szczególnym przypadkiem wideokonferencji jest też wideokonferencja pomiędzy dwoma terminalami). Wideokonferencja w sieci wąskopasmowej traktowana jest jako oddzielna teleusługa, nie zaś usługa dodatkowa w ramach wideotelefonii. Teleusługa wideotelefoniczna Teleusługa wideotelefoniczna jest symetryczną, dwukierunkową, audiowizualną usługą czasu rzeczywistego, polegającą na wymianie sygnału mowy i obrazów ruchomych za pośrednictwem jednego lub dwóch kanałów B, z użyciem połączeń ISDN 64 kbit/s. Połączenie dwukanałowe zestawiane być powinno dwuetapowo (jednak z użyciem tej samej informacji adresowej): (Call 1) najpierw kanał, dedykowany dla transmisji multimedialnej (sygnał mowy wysokiej jakości + wideo + dane), następnie (Call 2) kanał drugi, przeznaczony dla transmisji wideo. Po zestawieniu obu następuje fazowanie sygnałów i regulacja opóźnienia międzykanałowego aż do osiągnięcia pełnej synchronizacji. Call 1 sygnalizowane być powinno sygnałem dzwonienia, Call 2 powinien być automatycznie odbierany przez interfejs po stronie wywoływanej. Jeżeli najpierw zestawione zostanie połączenie rozmówne o paśmie 3.1 kHz, a następnie użytkownik zażyczy sobie zmiany usługi na wideotelefonię, należy podjąć próbę ramkowania sygnału i zmiany ustawień terminali, tak jednak, aby nie zaburzać komunikacji głosowej. Istnieje niebezpieczeństwo, że nie zawsze będzie to możliwe, wówczas należy ponownie zestawić połączenie, od razu w trybie wideotelefonicznym. Jakość przenoszonej mowy powinna być jak dla ISDN - owej transmisji sygnału mowy o paśmie analogowym 3.1kHz lub 7 kHz. Można korzystać z opcji, w której terminal wideotelefoniczny zaprogramowany jest tylko do i odbierania połączeń wideotelefonicznych (dla użytkowników, posiadających kilka terminali, np. wideotelefoniczny i standardowej telefonii 3.1 kHz na jednym złączu). Praktyka wskazuje, że dostępna ostatecznie dla użytkownika przepływność 2B + D (128 kbit/s), która nie zapewnia dobrej jakości transmisji obrazu i dźwięku. Konieczność dynamicznego przydzielania wąskiego pasma powoduje znaczące opóźnienia w transmisji sygnału audio. Wideokonferencja Wyróżnia się dwa rodzaje usług wideokonferencyjnych: -podstawowe usługi wideokonferencyjne (VCS - Basic Videoconference Services), oferowane standardowo w cyfrowych systemach teletransmisyjnych o przepływnościach rzędu p 64 kbit/s (p z zakresu 2 do 30, czyli od ISDN do PCM 30/32); tylko w trybie bez prowadzenia (z użyciem funkcji podziału ekranu - splitscreen lub aktywacji głosowej); -usługi wideokonferencyjne podwyższonej jakości (jakość jak dla standardowej telewizji, wymaga sieci szerokopasmowych). Wideokonferencje o połączeniach punkt - punkt zapewniają zawsze dwukierunkową, symetryczną transmisję sygnałów audio i wideo. W przypadku wideokonferencji wielopunktowej, transfer dwukierunkowy symetryczny zapewniony jest pomiędzy każdym z terminali a mostkiem wideokonferencyjnym MCU. Wśród wideokonferencji wielopunktowych można dalej rozróżnić: -wideokonferencję wielokanałową (każda strona połączona jest z każdą kanałem wideo, prezentowanym na podzielonym ekranie; MCU odpowiada tylko za miksowanie sygnałów audio i zarządzanie konferencją. Ilość dostępnych danej lokalizacji kanałów ogranicza liczbę uczestników wideokonferencji); -wideokonferencję z kanałem dzielonym (zawsze wymaga MCU, odbierających sygnały wideo od wszystkich stron i obrabiający je przed rozesłaniem), -wideokonferencję komutowaną (wymaga minimum jednego MCU, który odbiera sygnały od wszystkich lokalizacji, wybiera sygnał do przesłania każdemu z użytkowników według predefiniowanych zasad, dołączając zbiorczy sygnał audio). W ramach podstawowych usług wideokonferencyjnych, wymagających przepływności n 384 kbit/s transmitowany jest standardowo (w większości terminali uwzględniono tę dodatkową obok 3.1 kHz opcję) sygnał audio o analogowej szerokości pasma 7kHz, więc postrzegana subiektywnie jakość nie różni się od oferowanej przez rozszerzone usługi wideokonferencyjne. Opcje dodatkowe dla usługi wideokonferencji obejmują: podział ekranu, transmisję faksową, szyfrowanie danych, przewodniczenie wideokonferencji (dla połączeń wielopunktowych), identyfikację rozmówcy. Dodatkowe wyposażenie terminala wideotelefonicznego dla celów wideokonferencji obejmować może: kilka mikrofonów, sterowanych głosem lub ręcznie; kamera realizująca różne ujęcia, identyfikacja wyświetlanej na ekranie strony, panel do sterowania konferencją. Przewiduje się też możliwość wykorzystania usługi wideokonferencji do innych (niż biznesowe) zastosowań, jak np. transmisji sygnałów rozsiewczych TV, telenauczania, dyskusji panelowych itd. Konferencje mogą być realizowane: na żądanie, na bazie stałego lub półstałego (rezerwowanego) łącza. Zasady, które ujednolicić należy, aby prowadzić można było wideokonferencje pomiędzy różnymi operatorami: - podstawowe warunki rezerwacji (okresy rezerwacji, rejestracji, kasowanie rezerwacji, rozszerzenie rezerwacji); - informacje niezbędne do dokonania rezerwacji (data, lokalizacje terminali, nazwiska użytkowników, parametry techniczne); - zestawianie połączenia i konferencji; - rozłączanie; kończenie rozmowy; przedłużenie rozmowy; - procedury postępowania w przypadku błędów; - zaliczanie, billing; - zmiana trybu wideokonferencji itd. Wyróżnia się rozmaite tryby konferencji wielopunktowej, ze względu na przydział ekranu dla poszczególnych stron uczestniczących w połączeniu i funkcje sterowania prezentowanym obrazem: Tryb bez prowadzenia (wszystkie strony równouprawnione): -przełączanie głosem (Voice switching) najdonośniejsza strona połączenia, wykrywana automatycznie przez MCU prezentowana jest na wizji (również z automatycznym sterowaniem detektorem ciszy); -tryb obrazu dzielonego z opcją współpracy (collaborate), (continous presence) - ekran terminala wideokonferencyjnego dzielony jest na cztery części, na których cztery strony połączenia widzialne są jednocześnie; Tryb z prowadzeniem (wyróżniony przewodniczący konferencji, do nadawania i odbioru informacji sygnalizacyjnej wymagane jest dodatkowe wyposażenie): -zarządzanie bezpośrednie (Direct Control) - operator mostka decyduje, która ze stron (lokalizacji) zarządzać będzie konferencją: staje się ona wówczas tzw. terminalne uprzywilejowanym, najczęściej funkcje tę pełni przewodniczący konferencji, sygnalizacja przesyłana jest w paśmie; -tryb lektorski (rozsiewczy): lektor widziany jest przez wszystkie pozostałe strony połączenia wideokonferencyjnego i może on sterować wyborem lokalizacji, którą chce mieć na wizji; Funkcja sterowania przez przewodniczącego jest funkcją opcjonalną. Dodatkowym ułatwieniem jest możliwość numerowania terminali, uczestniczących w wideokonferencji. Sposób inicjalizacji konferencji (w ISDN): a)"dial - in" ("meet me" , "direct dialling") - uczestnicy konferencji w uzgodnionym wcześniej czasie inicjują połączenie z mostkiem wideokonferencyjnym MCU; opcja ta zalecana jest zwłaszcza dla usługi wąskopasmowej w sieci ISDN, opartej na dwóch kanałach B w konfiguracji punkt - punkt; b)"dial - out" - mostek wideokonferencyjny inicjalizuje połączenia z uczestnikami konferencji; c) "add - on" po zestawieniu połączenia z MCU wyróżniony abonent przekazuje mostkowi konferencyjnemu informacje niezbędne do zestawienia dalszych połączeń i w ten sposób steruje opcją "dial - out" z MCU; decyzja, która z lokalizacja będzie wyróżniona, należy do operatora. Dla każdego użytkownika musi istnieć możliwość czasowego wyłączenia nadawania dźwięku lub obrazu, fakt ten powinien być sygnalizowany pozostałym stronom. Uwzględniając możliwość postrzegania ruchów i mimiki twarzy, wydaje się, że wystarczającym będzie wyświetlanie równocześnie 3 rozmówców na standardowym monitorze wideo. Wydaje się również, że konferencja trójstronna to sytuacja najbardziej typowa dla posiedzeń biznesowych. Patrząc z perspektywy czasu, kiedy ciężar komunikacji multimedialnej przesunął się z sieci szerokopasmowych na sieci nie gwarantujące jakości transmisji (QoS), a więc przede wszystkim sieci z protokołem IP zauważyć trzeba, jak dobrze w zalecenia te wpisuje się komputer osobisty jako wielozadaniowy i multimedialny terminal. Telekomunikacja multimedialna jako zagadnienie techniczne Zalecenia szkieletowe Zalecenia definiujące usługi wideotelefoniczne specjalizowane są dla danego typu techniki dostępowej / sieci transmisyjnej. ITU - T zdefiniowało dostęp do usług audiowizualnych poprzez: -cyfrową sieć z integracją usług (ISDN); -standardową sieć telefoniczną (PSTN); -sieci pakietowe nie gwarantujące jakości usług; -sieci pakietowe z gwarancją jakości usług. I tak zalecenie: -H. 320 opisuje usługę wideotelefonii realizowaną poprzez wąskopasmowe sieci komutowane o paśmie 64 kbit/s do 2 Mbit/s (np. ISDN), zdefiniowaną w serii zaleceń H.200/AV.120; Terminal wideotelefoniczny H.320 - specjalizacja bloków. -H. 321 oraz H.310 definiuje usługę wideotelefonii w szerokopasmowych sieciach z integracją usług (sieciach B - ISDN oraz ATM); określają sposób adaptacji sygnału wideotelefonicznego H.320 do zwiększonej przepływności dla ATM oraz B - ISDN (w H.310 zalecany jest standard kompresji MPEG-2); -H.322 - określa sygnał wideotelefoniczny, zoptymalizowany dla połączeń synchronicznych w sieciach LAN, zapewniających jakość transmisji (QoS); -H. 323 definiuje zasady przebiegu połączeń wideokonferencyjnych w sieciach nie gwarantujących jakości transmisji (Ethernet, Token Ring, IP); Zestaw protokołów terminala wideotelefonicznego H.323. zalecenie to określa dodatkowo oprócz funkcji terminala wideotelefonicznego, funkcje gatekeepera, "mózgu sieci H.323", pozwalającego administratorowi sieci lokalnej LAN rezerwować przepustowość kanału, wymaganą dla konferencji i poszczególnych użytkowników, a także sterować konferencjami; do dalszych zadań gatekeepera należy: adresowanie, translacja adresów (np. z numeracji telefonicznej E.164 na aliasy, adresy IP itd.), autoryzacja oraz autentyfikacja terminali (dopuszczenie do udziału w połączeniu tylko terminali wcześniej zarejestrowanych) i bram; zarządzanie siecią (obszarem), kierunkowanie wywołań, zaliczanie, bilingowanie, mogą one również zajmować się usługami routingu sygnalizacji rozmównej (jest to opcja korzystna, umożliwia bowiem inteligentny routing, zapewniający np. równomierność obciążenia sieci). Instalacja aplikacji gatekeepera w sieci LAN wymagana jest w przypadku: -eksploatacji bramy (gateway'a) H.323 lub MCU; -dynamicznego sterowania pasmem dla aplikacji wideo; -konieczności dysponowania adresami punktów abonenckich, celem obsługi połączeń e - mail; Jeżeli pasmo, przeznaczone do celów wideokonferencji jest stosunkowo małe, gatekeeper nie jest obowiązkowy. Jeżeli wymagane jest tylko sterowanie terminalami końcowymi H.323, wystarczy ulokować aplikacje sterujące na serwerze LAN. Natomiast, kiedy w sieci zainstalowane są MCU lub brama H.32x, należy skorzystać z aplikacji sterujących, udostępnionych wraz z wyposażeniem przez ich producenta. Budowa gatekeepera H.323. -funkcje bramy (geteway'a) pomiędzy siecią lokalną LAN a siecią wąskopasmową wg zalecenia H.320, gwarantującą współpracę aplikacji H.323 z innymi terminalami serii H.32x; Zestaw protokołów bramy H.323 (gateway'a). -funkcje urządzenia do sterowania wielodostępem, czyli tzw. mostka wideokonferencyjnego MCU, które zajmuje się negocjowaniem pomiędzy terminalami standardów kodeków audio i wideo oraz obsługa strumienia danych multimedialnych. Typowa aplikacja MCU posiada od 4 do 48 portów, przy czym tylko część z nich wykorzystywana jest do realizacji przekazu multimedialnego (sygnałów dźwięku, obrazu i danych), pozostałe służą do zestawiania indywidualnych połączeń telefonicznych. Dodać należy, że mostek wideokonferencyjny MCU obligatoryjnie obsługiwać musi transmisję dźwięku (jest on do tego celu wyposażony w miksery dźwiękowe), natomiast transmisja obrazu (wymagająca dodatkowego wyposażenia mostka w przełącznice wizyjne) i danych są funkcjami opcjonalnymi. W MCU (MCS) funkcjonalnie rozróżnia się dwa bloki: MC (Multipoint Controller), odpowiedzialny za komunikację wielopunktową oraz MP, który zapewnia obsługę wspólnego transferu sygnałów audio, wideo oraz danych. NA podstawowe wyposażenie MCU składa się MC, bloki MP, w różnej liczbie, stanowią wyposażenie dodatkowe. MCU = MC ( + n MP) W funkcje MC może być opcjonalnie wyposażony terminal H.323. Standard H.323 zaleca używanie w terminalach wideotelefonicznych H.323 protokołu RTP (Real Time Protocol), zapewniającego transmisje w czasie rzeczywistym sygnałów audio i wideo, wymagane jest realizowane sprzętowo priorytetowanie ruchu H.323 w sieci pakietowej; -H. 324 umożliwia zestawianie połączeń wideotelefonicznych przez zwykłe, analogowe, komutowane linie telefoniczne SCN: Switched Circuit Network (za pośrednictwem modemu, gwarantującego przepływności 28.8 kbit/s i mniejsze - do 9,6 kbit/s). Aby umożliwić realizację wideokonferencji w warunkach tak małej dostępnej przepływności potrzebne były nowe standardy kompresji dźwięku (G.723.1, redukujący wymaganą dla audio prędkości transmisji do 5,3 / 5,3 kbit/s) oraz obrazu (H.263, zapewniające bardziej rozbudowane mechanizmy kompresji ruchu przy większym formacie obrazu, jakość uzyskiwana lepsza jest od jakości zapewnianej przez H.261 nawet dla większych przepływności). Współpraca terminali różnych standardów. Wszystkie z powyższych zaleceń nazywane są zaleceniami szkieletowymi, ponieważ w wielu zagadnieniach odwołują się do innych, powstałych wcześniej standardów. I tak np. sposób kodowania sygnału wizji oraz sygnału głosowego określane są poprzez podanie odpowiedniego zalecenia. Sygnały składowe W sygnale wideotelefonicznym wyróżnia się następujące sygnały składowe: Sygnały dźwiękowe (audio signals) tworzące ciągły strumień danych, wymagający transmisji w czasie rzeczywistym (można wprowadzić funkcję aktywacji głosowej (voice activation) celem zmniejszenia wymaganej przepływności sygnału). Sygnały wideo (video signals) generują ciągły strumień danych, dla którego zapewnić należy najwyższą możliwą prędkości transmisji dla uzyskania maksymalnej jakości, dostępnej przy danej przepływności kanału. Sygnały sterujące (control signals) obejmują informacje sterujące, przesyłane pomiędzy terminalem a siecią w kanale D. Kanał dla sygnalizacji pomiędzy dwoma terminalami udostępniany jest tylko w przypadku zaistnienia takiej potrzeby, według mechanizmu zgodnego z zaleceniem H.221, tj. w obrębie kanału BAS (Bit/rate Allocation Signal) lub w kanale serwisowym (service channel). Sygnały transmisji danych (data signals) czyli obrazy nieruchome, dokumenty, transmisje sygnału faksowego. Sygnały transmisji danych są sygnałami dodatkowymi, dlatego transmitowane mogą być tylko w ograniczonych przedziałach czasowych, zastępując całość lub część sygnału audiowizualnego. Transmisja danych poprzedzana jest negocjacją warunków transmisji pomiędzy terminalami, ponieważ jest to funkcja opcjonalna i wymaga dodatkowego wyposażenia terminala wideokonferencyjnego. Systemy kodowania sygnałów audio i wideo oraz inne zagadnienia techniczne typowe dla usług audiowizualnych znajdują się w innych rekomendacjach serii H.200/AV.200, tzw. zaleceniach uzupełniających. Zalecenia uzupełniające Różne -H.211 - struktura ramki dla transmisji audiowizualnej dla kanałów 64kbit/s do 1920 kbit/s (łącza komutowane i dzierżawione); -H.231 - zawiera specyfikację mostka wideokonferencyjnego (serwera multikonferencji) MCU (Multipoint Control Unit); -H.233, H.234 - kryptografia w wideokonferencji; -H.242 - definiuje sposób nawiązywania połączenia oraz warunki dopuszczalności dynamicznej zmiany parametrów w czasie trwania połączenia; -H.243 - precyzuje sposoby nawiązywania połączeń wielopunktowych; Kodowanie wideo -H.261 - algorytmy kompresji obrazu CIF (Common Intermediate Format) oraz QCIF (Quarter CIF). Uwzględnienie standardu kodowania QCIF (zapewniającego rozdzielczość sygnału luminancji 144 linii 176 elementów oraz 72 linie 88 elementów dla każdego z sygnałów chrominancji) jest dla terminali wideokonferencyjnych obligatoryjne (strumień wejściowy kodera ma prędkość transmisji 9,1Mbit/s), natomiast standard CIF (rozdzielczość sygnału luminancji: 288 352, każdego ze składowych sygnałów chrominancji 144 176) jest opcjonalny (strumień wejściowy kodera o przepływności 36,5 Mbit/s); -H.263 - kompresja według algorytmu SQCIF (QCIF). Kodowanie audio Stosowane / zalecane metody kompresji dźwięku, stosowane w systemach wideotelefonicznych, generują ciągły strumień danych o stałej prędkości binarnej (CBR) i nie posiadają detektora ciszy. -Zalecenie G.711 - definiuje kompresję sygnału audio w taśmie telefonicznym: 300 - 3400 Hz o przepustowości 64 kbit/s. Standard ten dominuje aktualnie. Jest on zdatny dla wszystkich sygnałów przesyłanych w sieci komutowanej: sygnału mowy, sygnalizacji wieloczęstotliwościowej DTMF oraz sygnałów transmisji danych (przy redukcji liczby poziomów kwantyzacji do 127 (co odpowiada 7 bitom na próbkę) i daje w efekcie sygnał o przepływności 56kbit/s). Standard ten zapewnia jedynie kwantyzację skalarną. -Zalecenie G.722 - dla sygnałów audio w paśmie 50Hz - 7000Hz, kodowanych z przepływnością 64kbit/s, 56 kbit/s lub 48 kbit/s. Wykorzystywana jest metoda kodowania podpasmowego. Kompresowany sygnał dzielony jest (z użyciem filtrów QMF - kwadraturowych filtrów lustrzanych) na dwa podpasma: pasmo małych częstotliwości (do 4 kHz) i pasmo powyżej częstotliwości 4 kHz, następnie zaś poddawany kodowaniu adaptacyjnemu DPSM (kompresji ADPCM). Górne pasmo kodowane jest 4 - poziomowo, dolne zaś zależnie od dostępnej w systemie przepływności: 60-poziomowo (dla 64kbit/s), 30-poziomowo (56kbit/s) lub 15-poziomowo (48kbit/s). Jakość uzyskiwana przy kodowaniu G.722 wyższa jest niż dla kodowania wg zalecenia G.711; -Zalecenie G.723 - zapewnia kodowanie sygnału o szerokości pasma 4 kHz z przepływnością 40 kbit/s, 32 kbit/s lub 24 kbit/s; -Zalecenie G.723.1 - dostosowane do potrzeb standardy H.324 w sieciach z transmisją modemową, korzystający z algorytmu ACELP, zapewnia przepływności sygnału audio 5,3 / 6,4 kbit/s. -Zalecenie G.728 - pozwala na skompresowanie sygnału wejściowego o szerokości pasma 300 - 3400 Hz do sygnału cyfrowego o przepływności 16 kbit/s (wynikowe opóźnienie jest mniejsze niż 2 ms). Jakość sygnału otrzymywanego po zastosowaniu tej metody kompresji porównywalna jest z bardzo dobrej jakości sygnałem telefonicznym. Tak duże ograniczenie wymaganej prędkości transmisji możliwe było dzięki zastosowaniu kodera predykcyjnego o małym opóźnieniu LDCELP (LowDelay Code Excited Linear Prediction), działającego według zasady adaptacji wstecz. Ramka sygnału mowy, składająca się z pięciu próbek, kodowana jest na dziesięciu bitach: 7 bitów przenosi kod z tablicy kształtów sekwencji pobudzenia, 3 pozostałe bity - definiują wzmocnienie. Standard ten może być również stosowany do transmisji szerokopasmowej, zakodowany strumień mowy ma wówczas przepływność 32 kbit/s; -Zalecenie G.729 - z użyciem algorytmu CS - ACELP (Conjugate Structure - Algebraic CELP) zapewnia dalsze ograniczenie wymaganej przepływności dla sygnału audio do 8 kbit/s. Dodatkowo zdefiniowano rodzinę zaleceń T.120, obejmujących usługi dodatkowe w ramach telekonferencji, jak transport innych sygnałów (faks, dane), dostęp do aplikacji etc. Minimalnym zestawem zaleceń dla zapewnienia funkcjonowania terminala lub MCU, jest grupa zaleceń T.122 - T.125. Rodzina zaleceń T.120 opisuje metody współdzielenia aplikacji i dokumentów; T.122 zajmuje się obsługą połączeń wielopunktowych; T.123 opisuje protokoły transmisji sieciowej; T.124 określa podstawową kontrolę konferencji; T.124 odpowiada za zarządzanie wideokonferencją, terminali do transmisji danych oraz dźwięku i obrazu, jak również MCU. Razem z pozostałymi zaleceniami serii T.120 zapewnia mechanizmy zestawiania i sterowania konferencją. T.126 omawia zasady wymiana obrazów nieruchomych; Definiuje przesyłanie: obrazów nieruchomych, skojarzonych adnotacji, wskaźników oraz zdarzeń po stronie zdalnej (wprowadzanych z klawiatury) tak, aby terminale mogły implementować podstawowe współdzielenie aplikacji komputerowych. Kodowanie sygnałów audio Terminal zgodny z normami ETSI powinien poprawnie odbierać sygnały kodowane G.711 (według prawa A oraz prawa ). Może się jednak zdarzyć, że realizowane jest kodowanie tylko według jednej z tych krzywych kompandorowania lub żadna (informacja ta zawarta jest w opcjach terminala (capability set)). Kodowanie sygnałów wideo Obowiązkowo wymagane jest kodowanie QCIF (Quarter Common Interchange Format), dodatkowo może być również zapewnione CIF (Common Interchange Format). Dla każdej metody kodowania QCIF oraz CIF podawana jest wartość minimalnego odstępu pomiędzy kolejnymi obrazami MPI (Minimum Picture Interval), gdzie MPI: 1 / 29.97s; 2 / 29,97 s; 3 / 29.97s; 4 / 29.97s. Przepływność Podanie w deklaracji własności możliwości transmisji kanału o wyższej przepływności, np. 2 H0) implikuje zdolność do transmisji kanału o niższej przepływności, w przytoczonym przypadku 1H0. Analogicznie dla innych parametrów: spełnienie wymagania po prawej stronie znaku "<" gwarantuje spełnienie wymagania dla wszystkich wartości znajdującej się po lewej stronie tegoż znaku (prezentuje to zamieszczona poniżej tabela hierarchii deklaracji własności). Hierarchia deklaracji własności terminala (capabilities): G.711 ( z prawem A lub , lub obydwoma) < G.722 - 48 G.711 (z prawem A lub , lub obydwoma) < G.728 1B < 2B < 3B < 4B < 5B < 6B 1H0 < 2H0 < 3H0 < 4H0 < 5H0 QCIF < CIF 4 / 29,97 <... < 1 / 29,97 Zdolność do transmisji danych nie podlega szeregowaniu, tj. zapewnione są tylko deklarowane explicite opcje: -LSD - małej przepływności (Low Speed Data); -HSD - dużej przepływności (High Speed Data); -MLP - z protokołem wielowarstwowym (Multi - Layer Protocol); -HS - MLP - dużej przepływności z protokołem wielowarstwowym (High Speed -MLP). Zestaw deklaracji własności zaczyna się znacznikiem deklaracji: (111) [24], po którym następują wszystkie deklarowane własności (bez powtórzeń, możliwe jest tylko dwukrotne podanie wartości MPI, kolejno dla QCIF oraz CIF) dotyczące parametrów, które w danej chwili powinny być w odbiorniku zmienione (dopuszcza się następujące wartości: : (100) [1 31] lub (101) [0 31] oraz rozszerzające kody ESCAPE). Zestaw może być powtarzany nieograniczoną ilość razy lub zakończony przesłaniem jednego z rozkazów. Pole deklaracji własności nigdy nie może być puste, musi znajdować się w nim definicja przynajmniej jednej opcji (capability), oprócz znacznika deklaracji (capability marker: (111)[24]). W jednej ramce nie mogą znajdować się dwa znaczniki. Zmiana deklarowanych własności odbyć może się dopiero po skompletowaniu aktualnie przesyłanego zestawu, a następnie wysłaniu przynajmniej jednego rozkazu. Zalecenie H.323 Pierwsza wersja standardu H.323, nie gwarantująca jeszcze jakości transmisji pojawiła się w październiku 1996 roku. Koncentrowała się ona na funkcjach terminala wideotelefonicznego oraz wyposażeniu sieci LAN. Pojawienie się technologii "głosu po pakiecie" (Voice over IP, VoIP) wymusiło konieczność rewizji przyjętych założeń; powstałą np. konieczność zdefiniowania komunikacji pomiędzy aplikacją telefoniczną, zainstalowaną na PC a standardowym terminalem telefonicznym w sieci komutowanej. Powstała potrzeba standaryzacji telefonii IP. Druga wersja standardu H.323 powstała w styczniu 1998. Dodanie kolejnych funkcji, takich jak transmisja faksowa w pakietowej, komunikacja pomiędzy aplikacjami gatekeeperów oraz mechanizmów szybkich połączeń zapoczątkowały ewolucję w kierunku wersji trzeciej. Jednym z celów powstania tego standardu było zapewnienie współpracy z innymi sieciami multimedialnymi (funkcje te spełnia gateway H.323) Wyróżnia się następujące typy topologii w połączeniach wideokonferencyjnych H.323 wielopunktowych: a)scentralizowany - z mostka wideokonferencyjnego do każdego z terminali końcowych zestawione jest połączenie typu punkt - punkt umożliwia to połączenie stacji końcowych, używających różnych schematów kodowania i transmitujących z różnymi przepływnościami; b)zdecentralizowany - o ile nie jest wymagana dodatkowa transmisja danych, sygnały z terminali transmitowane są bezpośrednio do punktu przeznaczenia, bez udziału MP, funkcje MC może w tym przypadku pełnic jeden z terminali; c)hybrydowy - MCU stanowi łącznik pomiędzy częścią z transmisją zdecentralizowaną a scentralizowaną. Można wyróżnić takie przypadki, jak: scentralizowaną transmisję audio (sygnał wideo przesyłany bezpośrednio) lub odwrotnie. Zalecenie H.225 definiuje funkcje rejestracji, administracji i statusu RAS (Registration, Admission, and Status) (H.323) RAS jest protokołem pomiędzy punktami końcowymi (terminalami i gateway'ami) a gatekeeperami. RAS używany jest dla wykonywania procedur rejestracji, określania trybu połączenia, zmiany pasma w trakcie sesji, generowania raportów o statusie wymiany danych użytkownika, kontroli dostępu, statusu oraz rozłączania pomiędzy punktami końcowymi a gatekeeperami. W kanale RAS wymieniane są komunikaty RAS. Kanał RAS zestawiany jest pomiędzy punktami końcowymi a gatekeeperem przed zestawieniem jakichkolwiek innych kanałów. Zalecenie H.225 - Sygnalizacja rozmówna (H.323) Opisywana zaleceniem H.225 sygnalizacja używana jest do zestawienia połączenia pomiędzy dwoma punktami końcowymi H.323, poprzez wymianę komunikatów protokołu H.225 w kanale sygnalizacji rozmównej. Rozróżnia się bezpośrednią sygnalizacją rozmówną (kiedy komunikaty wymieniane są bezpośrednio pomiędzy punktami końcowymi) oraz sygnalizacje rozmówną z routingiem przez gatekeepera, o wyborze metody decyduje gatekeeper w fazie wymiany komunikatów dostępu RAS. Zalecenie H.245 - Sterowanie (H.323) Sygnalizacja zdefiniowana w zaleceniu H.245 używana jest do przenoszenia informacji sterującej dotyczącej: -wymiany deklaracji właściwości / możliwości / opcji (capabilities); -tworzenia i zamykania kanałów logicznych (jednokierunkowych), używanych do przenoszenia strumieni multimedialnych; -komunikatów kontroli przepływu; -ogólnie rozkazów i wskazań. Kanał sterowania H.245 stanowi kanał logiczny i w przeciwieństwie do kanałów transmisji danych, jest on stale zestawiony. RTP Używany w standardzie H.323 protokół RTP - wykorzystujący struktury zdefiniowane zaleceniem H.245 oraz IP - multicast - stosowany jest do zapewnienia funkcji multicastingowych (transmitowania treści do kilku wybranych punktów). Multicast - w przeciwieństwie do innych realizowanych w sieci IP usług: unicastu (transmisji punkt - punkt pomiędzy jednym nadawcą a jednym odbiorcą) oraz broadcastu (obejmującego wszystkie komputery w lokalnej podsieci w obrębie zadanej klasy adresowej A ,B lub C) - pozwala na adresowanie wybranych terminali w obrębie klasy adresowej D (ustawienie najbardziej znaczących bitów MSB = "1110"), co odpowiada adresom od 224.0.0.0 do 239.255.255.255. Adres multicastowy IP nie jest związany z konkretnym, fizycznym terminalem, a z daną sesją (nadawanym ciągiem pakietów), wybiera go (np. 231.254.12.187) nadawca informacji, poszczególni odbiorcy mogą dołączać się do definiowanej za pośrednictwem tego adresu grupy. Rutery do realizacji funkcji multicast wymagają programu rutingu multicastowego: mrouted; w ruterach bez funkcji multicastingu nie wywołują one reakcji. Pakiety multicastowe tunelowane są przez sieć pomiędzy ruterami multicastowymi, zakodowane jako unicast, tworzy się wirtualna sieć MBONE (Multicast Backbone). Wartość TTL zmniejszana jest tylko przez rutery multicastowe (mrouted); wartość TTL wymagana do przekroczenia tzw. punktów krytycznych - a więc granicy danej podsieci - jest stosunkowo wysoka: 32 dla sieci miejskiej, 64 dla regionalnej, 128 - dla kontynentalnej. RTP zastępuje typowe dla sieci pakietowych bez gwarancji jakości połączeń protokoły TCP (Transmission Contral Protocol) / UDP (User Datagram Protocol). RTP realizuje takie funkcje jak: identyfikacja typu transmitowanych danych (payload-type identification), numerację sekwencji przesyłanych danych, timestamping oraz monitorowanie transmisji, np. wykrywanie natłoku. Funkcje transmisyjne dla protokołu RTP realizuje UDP lub inny protokół transmisyjny, zapewniając multipleksację oraz kontrole poprawności transmisji (CRC). Do jego podstawowych zalet należą: zapewnianie poprawnej kolejności przesyłanych informacji, brak powtórzeń i zagubień, nie gwarantuje on jednak bezbłędnej transmisji. Jego następcą, nie posiadającym tego mankamentu, a więc zapewniającym również jakość transmisji pakietu, jest będący w opracowaniu MTP: Multicast Transport Protocol. RTCP (Real-time transport control protocol) stanowi integralną część RTP, odpowiedzialną za sterowanie. Podstawowym zadaniem RTCP jest zapewnienie informacji zwrotnej o jakości transmitowanych / dystrybuowanych danych. Oprócz tego RTCP przenosi identyfikator warstwy transportowej źródła RTP (nazywany też "nazwą kanoniczną"), który potrzebny jest w odbiornikach do synchronizacji sygnałów audio i wideo.

---