5G語音關鍵技術和體驗提升策略

王海飛 馬傳項 洪濤涌 丁 博

中郵建技術有限公司

0 引言

5G時代，語音業務仍是必需的基本業務能力。5G沿用4G的話音架構，基于IMS提供話音業務。5G獨立組網模式下，語音、視頻和數據業務都承載在5G網絡上，基于5G的大帶寬、低時延特性，帶來更佳通話體驗。5G網絡還新增一些針對語音的技術，進一步提升語音體驗。

1 5G語音解決方案

5G組網類型分為NSA（non-standalone）組網和SA（standalone）組網兩類，不同組網類型的語音解決方案不同。5G語音解決方案演進路徑如圖1所示，運營商可以根據其5G網絡的建設情況選擇合適的演進路徑。

圖1 5G語音解決方案演進路徑

1.1 NSA組網下語音解決方案

NSA組網下的5G語音解決方案采用的是4G語音解決方案，當4G網絡支持VoLTE（即部署了IMS）時，5G終端在4G網絡中直接基于VoLTE進行語音業務。當5G終端處于LTE小區覆蓋邊緣時，語音業務通過SRVCC切換至2G或3G網絡。具體實現方式如圖2所示。

圖2 5G終端基于VoLTE進行語音業務

當4G網絡不支持VoLTE（即未部署IMS）時，5G終端的語音業務通過CS Fallback回落至2G或3G網絡。具體實現方式如圖3所示。

圖3 5G終端基于CS Fallback進行語音業務

1.2 SA組網下語音解決方案

當5G網絡支持VoNR時，5G終端直接基于5G網絡進行語音業務。當5G終端處于NR小區覆蓋邊緣時，語音業務通過PSHO（packet switched handover）切換至4G網絡，即采用4G網絡的語音解決方案。具體實現方式如圖4所示。

圖4 5G網絡支持VoNR時的語音解決方案

當5G網絡不支持VoNR時，5G終端的語音業務通過EPS Fallback回落至4G網絡。具體實現方式如圖5所示。

圖5 5G網絡不支持VoNR時的語音解決方案

上述兩種方案中都涉及到了5G回落到4G的技術，即VoNR的PSHO和EPS Fallback，且都是在5G網絡覆蓋變差的情況下使用的，那二者之間具體的差異是什么呢？

VoNR的PSHO：用戶在撥打或接聽語音電話時，優先基于5G網絡進行VoNR業務，只有在進入到NR覆蓋效果較差或無覆蓋的場景下，才需要進行PSHO切換。PSHO切換不需要中斷RRC連接（基于RRC重配置），屬于無縫切換，因此基本不影響用戶感受。

EPS Fallback：用戶在撥打或接聽語音電話時，在建立通話之前就必須從5G網絡通過PSHO切換或重定向回落至4G網絡進行VoLTE。目前一般采用PSHO切換和重定向同時部署的方式，而重定向方式下會中斷RRC連接，整體回落時間相對較長。不管采用哪種方式，EPS Fallback的接入時延都比VoNR更長一些，對用戶感受的影響較大。

1.3 不同解決方案語音質量對比

不同解決方案的語音MOS（mean opinion score）分值和接通時延對比如表1所示。

表1 不同語音方案的MOS分和接入時延

2 VoNR關鍵技術

5G網絡新增了一些關鍵技術，包括EVS語音編碼、ROHC語音包頭壓縮等，用于保障VoNR通話質量，提升用戶使用體驗。

2.1 EVS語音編解碼

5G智能終端默認語音編解碼器使用3GPP標準化增強語音服務（EVS），與2G到4G網絡中的窄帶語音和高清語音相比，它提供了更好的語音質量體驗。

如表2所示，EVS通過支持多速率語音編碼，提升編碼的靈活性和效率，運營商可根據現網中的終端能力等因素來選擇需要支持的語音編碼速率。

表2 EVS不同編碼方式支持的編碼速率

EVS與其他常用語音編碼方式相比，可以提供更高的語音質量。如圖6所示，采用EVS編碼（EVS-SWB或EVSFB）后，MOS分可達4.6分，已接近滿分5分，因此采用EVS編碼使得5G語音質量提升了一個大臺階。

圖6 EVS編碼體驗提升效果

2.2 ROHC語音包頭壓縮

語音編碼過程中的壓縮環節，可以有效減少語音信號中的冗余信息，節省傳輸和存儲資源。經過語音編碼過程的壓縮環節后，會得到語音編碼速率，語音編碼速率×語音幀的發送或接收周期=語音幀大小，也就是常說的語音數據包。ROHC（robust header compression）壓縮的對象就是語音數據包的包頭部分。如表3所示。

表3 IP語音數據包的頭部開銷

2.3 基于MAC CE調速

MAC CE即MAC Control Element，用 于gNodeB和UE之間的MAC層控制信令?；贛AC CE的調速功能支持gNodeB根據上行空口能力，通過MAC CE向UE提供推薦速率信息；同時支持UE在空口能力提升時向gNodeB查詢推薦速率。該功能可以協助UE進行更合理的語音速率調整，即協助UE通過調整編碼速率來應對空口速率變化。

推薦空口速率依據3GPP協議約定，示例中的推薦速率分別對應推薦速率表中的Index 11和Index 14，如表4所示。在協議中未約定空口速率對應的語音編碼速率，需要依據產品的具體實現而定。

表4 推薦速率表

Index NR Recommended Bit Rate value （kbit/s）17 120 18 140………

3 5G語音體驗提升技術

為進一步提升VoNR語音通話質量，各廠家還開發了一些技術來支撐VoNR，主要包括：（1）基于重傳次數增加的覆蓋優化；（2）上行RLC（radio link control）分段優化；（3）MCS（modulation and coding scheme）優化；（4）上行RB預留；（5）基于語音質量的異頻切換；（6）禁止切換入異站非VoNR鄰區；（7）基于覆蓋的VoNR和EPS Fallback自適應；（8）禁止基于測量方式配置SCell；（9）與站內UL CoMP功能配合優化；（10）與窄帶寬BWP2和DRX功能配合優化。

3.1 基于重傳次數增加的覆蓋優化

5QI1承載只能采用UM模式，gNodeB針對語音數據包最多4次HARQ調度重傳，如果用戶處于小區邊緣，即使重傳4次也可能無法準確傳輸。增加HARQ重傳次數，增加上行重傳機會，提高上行數據傳輸的成功率。在降低丟包率、提高覆蓋率的同時，每增加一次HARQ重傳，會增加一定時延。

3.2 上行RLC分段優化

當信道質量較低時，上行動態調度分配的TBS（Transport Block Size）會隨之調小，使得RLC分段變多。RLC分段變多會導致VoNR語音包時延增大、丟包率抬升以及上行開銷增多問題。上行RLC分段優化功能通過限制上行動態調度分配的TBS來控制上行RLC分段數，以提高信道質量較低時的語音質量。

3.3 MCS優化

MCS優化包括上行MCS選階優化和下行MCS快速降階兩部分，均支持為VoNR用戶選擇合適的MCS階數來提升語音傳輸質量。

3.4 上行RB預留

gNodeB為語音業務預留特定位置和數量的RB資源，在資源不足時，保障語音業務資源。語音用戶可優先使用預留的RB資源，預留的RB資源被占滿后可以繼續申請使用非預留的RB資源，非預留的RB資源按照正常的調度流程分配。

3.5 基于語音質量的異頻切換

當網絡中存在語音質量低的VoNR用戶時，支持對這類用戶進行基于語音質量的異頻切換，以確保用戶的語音業務體驗?；谡Z音質量的異頻切換遵循與基于覆蓋的異頻切換相同的流程，僅支持測量模式，不支持盲模式。其中的切換功能啟動判決、測量控制下發和測量報告上報的實現與基于覆蓋的異頻切換存在差異。

3.6 禁止切換入異站非VoNR鄰區

當VoNR用戶向不支持VoNR的異站鄰區切換時，由于切換過程中的同頻干擾可能導致RRC重建或掉話，影響語音業務體驗。本功能支持gNodeB禁止VoNR用戶切換至不支持VoNR的NG-RAN異站鄰區。并且，當VoNR為非連續組網時，gNodeB會進一步指示VoNR用戶對E-UTRAN鄰頻點進行測量，在滿足切換條件的情況下，VoNR用戶可從NG-RAN小區切換至E-UTRAN鄰區。

3.7 基于覆蓋的VoNR和EPS Fallback自適應

當網絡中同時支持VoNR功能和EPS Fallback功能時，UE能夠自適應選擇進入EPS Fallback語音呼叫流程或VoNR語音呼叫流程，以確保語音用戶處于最佳覆蓋狀態。

3.8 禁止基于測量方式配置SCell

當CA（Carrier Aggregation）用戶基于測量方式配置SCell（Secondary Cell）時會產生GAP測量，而GAP測量期間會因為停止調度而影響語音業務體驗。本功能支持對于進入CA狀態后再發起VoNR語音業務或發起VoNR語音業務后再進入CA狀態的用戶，禁止通過下發異頻測量的方式配置SCell，避免GAP測量對語音業務體驗的影響。

3.9 與站內UL CoMP功能配合優化

當VoNR功能和站內UL CoMP功能同時開啟時，gNodeB支持對VoNR用戶生效站內UL CoMP功能，并提高VoNR用戶生效站內UL CoMP功能的優先級，從而提升VoNR語音業務在小區交疊區域的上行傳輸可靠性以及上行覆蓋能力。

3.10 與窄帶寬BWP2和DRX功能配合優化

本功能基于不同的問題和場景分別通過支持如下功能來避免VoNR語音包的丟包和傳輸時延增大等問題。

（1）支持基于VoNR用戶數不生效窄帶寬BWP2。由于窄帶寬BWP2的帶寬有限，PDCCH資源以及可用PUSCH資源受限，會導致語音包調度阻塞、丟包和傳輸時延增大的問題，這類問題會隨著VoNR用戶數的增加而加重。

（2）支持在5QI1承載建立前不生效DRX。當DRX功能生效時，VoNR用戶在休眠期無法進行調度，使語音包傳輸時延增大并導致丟包。本功能支持在語音呼叫建立過程中推遲DRX生效。即gNodeB在語音主叫用戶5QI1承載建立前不生效DRX，可以有效降低該用戶的語音承載建立時延。

（3）支持基于信道質量不生效窄帶寬BWP2或DRX。對于處于窄帶寬BWP2狀態或處于DRX工作模式的VoNR用戶，在信道質量變差時，gNodeB將支持該小區內的VoNR用戶從窄帶寬BWP2切換至全帶寬BWP1或退出DRX，以更有效地降低傳輸時延和丟包，從而提升語音質量。

（4）支持在擁塞場景下不生效窄帶寬BWP2。對于處于窄帶寬BWP2狀態的VoNR用戶，當小區的窄帶寬BWP2資源不足導致用戶擁塞時，gNodeB對新接入該小區的VoNR用戶不再配置窄帶寬BWP2，同時禁止已接入該小區的VoNR用戶切換至窄帶寬BWP2，以更有效地降低傳輸時延和丟包，從而提升語音質量。

3.11 語音用戶的PUSCH功率差異化配置

語音用戶的PUSCH功率差異化配置：在空口質量較差的場景，語音數據包丟包的概率增加，但是此時UE可能還未滿功率發射，為提高語音小包業務可靠性，可提高用戶PSD，確保滿功率發送語音包。

針對語音用戶，設置差異于數據用戶的PSD：（1）為提高VoNR小包業務可靠性，在功率沒有用完的情況下，可增大功率譜密度；（2）通過配置VoNR PUSCH功率偏置，保證UE發送小包業務時功率可用滿。

3.12 ROHC語音包頭壓縮與頭解壓失敗恢復

gNodeB將在用戶使用語音業務時啟動ROHC流程，通過減少語音包頭部負荷降低無線鏈路時延，減少無線資源消耗。ROHC頭解壓失敗恢復功能，可減少丟包，減少MOS值降低概率，同時避免在遠點時退出ROHC引起語音中斷丟包，提升覆蓋。

4 結束語

高質量的無線環境是保障VoNR語音質量的“基礎”，VoNR端到端問題分析定位是“難點”。打得通、接得快、無掉話、聽得清是VoNR的4個關鍵指標。VoNR性能指標受終端、空口、基站、傳輸、核心網等多種因素影響，都有可能導致服務質量下降。

針對農村等廣覆蓋區域，5G網絡的連續覆蓋是保障VoNR通話的關鍵。而在城市場景，無線環境復雜，室外重疊覆蓋、室內弱覆蓋場景則成為影響VoNR通話質量的關鍵因素。覆蓋問題解決周期較長，需要提前識別并制定措施，提升VoNR業務感知。

本研究對VoNR技術的先進性和優化方案進行了研究分析，對VoNR的技術方案、特性、優化提升進行了闡述。RF性能是基礎，VoNR語音質量是重點，端到端定位是難點。VoNR語音相對數據業務，對網絡覆蓋、鄰區規劃、系統干擾、傳輸質量等的影響更敏感，對網絡優化的要求更高。在聚焦VoNR優化的同時，打造VoNR優質網絡具有重要意義。