Parte portante della telefonia è chiaramente la comunicazione audio, ma mentre nella telefonia tradizionale il modo in cui l'audio viene trasportato ha poco risalto nella telefonia VoIP ha invece un grande significato poichè in un flusso VoIP ogni singolo pacchetto ha un peso sulla rete e ciò si traduce in occupazione di banda, qualità del servizio, spesa. Per questo motivo il segnale audio viene codificato attraverso appunto dei codec che altro non sono che degli standard che descrivono come l'audio debba essere compattato o meglio compresso. Tutto ciò al fine di avere un flusso audio snello ed intelligibile. Nel tempo sono stati definiti molti codec e tutti differiscono uno dagli altri; questo articolo si pone l'obiettivo di illustrane i più diffusi ed utilizzati per fornirne le caratteristiche e le differenze.

Mean Opinion Score (MOS)

Prima di iniziare a discutere di codec conviene introdurre la risposta a questa domanda: come si fa a misurare la quallità audio di un codec? Ebbene la risposta è : chiedendolo alla gente! In particolare il Mean Opinion Score(MOS) fornisce un\ indicazione numerica della qualità percepita della comunicazione dopo la compressione e / o trasmissione. Il MOS è espresso da un numero compreso tra 1 a 5, dove 1 è la più bassa qualità percepita dell'audio, e 5 è la più alta.

G.711 a-law e u-law

G.711 è un codec che è stato introdotto nel 1972 dall' ITU per l'utilizzo nella telefonia digitale, vale a dire nei collegamenti ISDN, T.1 ed E.1. Il codec ha due varianti: A-Law che è in uso in Europa e nei collegamenti telefonici internazionali e u-Law che è utilizzato negli Stati Uniti e Giappone. La compressione utilizzata è di tipo logaritmico, nella fattispecie comprime 16 bit in 8 bit, raggiungendo un rapporto di 2:1.  Il bitrate risultante è di 64 kbit / s per direzione, quindi una chiamata consuma 128 kbit / s (più un certo overhead per le intestazioni dei pacchetti). Questo è chiaramente un grosso consumo rispetto ad altri codec, a dispetto però di un'ottima qualità audio. Il codec può essere usato liberamente in applicazioni VoIP poichè non ci sono costi di licenza e si adatta ottimamente in contesti di rete locale dove possiamo disporre sicuramente di maggiore ampiezza di banda . Tra i vantaggi annoveriamo poco utilizzo di risorse CPU  ed un un valore MOS di 4.2.

G.722 , G.722.1 e G.722.2

G.722 è un codec ITU-T approvato nel 1988 con frequenza di campionamento di 7 kHz ed opera a  48, 56 e 64 kbit / s. La qualità audio , vista la banda, è ottima ma per un uso in ambienti moderni non è il massimo e pertanto sono stati sviluppati differenti algoritmi di compressione quali il G.722.1 basato su codec Siren ed il G.722.2 noto anche Adaptive Multi Rate Wide Band ( AMR-WB). Il codec G.722 è utile per applicazioni VoIP che girano all'interno di una rete locale dove non ci sono grossi problemi di banda e quindi questo codec può offrire standard qualitativi del flusso audio ottimali Più efficienti in termini di banda sono gli altri due derivati. Ha un MOS di 4.1 che arriva a 4.3 con l'AMR-WB.

G723.1

G.723.1 è il risultato di un concorso che ITU ha annunciato, con l'obiettivo di progettare un codec che permettesse chiamate su collegamenti modem di 28,8 e 33 kbit / s .Alla fine sono venute fuori 2 varianti perfettamente funzionanti. Entrambe operano su frame audio di 30 millisecondi (cioè 240 campioni), ma gli algoritmi sono diversi. Il bitrate della prima variante è di 6,3 kbit / s ed il MOS è di 3,9. Il bitrate della seconda variante è di 5,3 kbit / s con MOS = 3.7. I frame codificati per le due varianti sono rispettivamente di 24 e 20 byte di lunghezza. G.723.1 è un codec con licenza, la scadenza dell'ultimo brevetto è prevista nel 2014. G.723.1 è usato soprattutto in Voice over IP (VoIP)per la sua bassa larghezza di banda richiesta. Non supporta in maniera affidabile musica , toni e fax per i quali è preferibile il G.711.

G.729 Annex A e B

G.729 è un codec che ha requisiti di larghezza di banda ridotta, ma offre una buona qualità audio (MOS = 4.0). Il codec codifica l'audio in frame lunghi 10 millisecondi . Data la frequenza di campionamento di 8 kHz, i frame di 10 ms contengono 80 campioni audio. L'algoritmo codifica ogni frame in 10 byte, risultando quindi un bitrate di 8 kbit / s per direzione. Usato in VoIP, solitamente vengono inviati da 3 a 6 frame in ogni pacchetto; facendo così perché il sovraccarico di intestazioni di pacchetti (IP, UDP, RTP e insieme) è di 40 byte e si vuole migliorare il rapporto di informazioni "utili".
G.729 è un codec con licenza. Per quanto riguarda gli utenti finali, il percorso più facile per il suo utilizzo è di acquistare un hardware che lo implementa nativamente (sia esso un telefono VoIP o gateway). In tal caso, la tassa di licenza è già stato pagata dal produttore del chip utilizzato nel dispositivo. G.729 ha diversi annessi , i più comuni sono A e B . Per ulteriori dettagli potete consultare questo link .

GSM 06.10

GSM 06.10 (noto anche come Full Rate GSM) è un codec progettato dall' European Telecommunications Standards Institute per l'uso nelle reti mobili GSM. Questa variante del codec GSM può essere liberamente utilizzata e pertanto spesso ne ritroviamo applicazione in ambienti VoIP open source. Il codec funziona con i frame audio lunghi 20 millisecondi (cioè 160 campioni) e questo comprime ogni frame in 33 byte ( o meglio 32 byte e 4 bit che sono inutilizzati), quindi il bitrate risultante è di 13 kbit / s . Il Mean Opinion Score del codec è 3.7. Esistono anche le versione con licenza "Enhanced Full Rate" o EFR o GSM-EFR o GSM 06.60 e  Adaptive Multi-Rate (AMR or AMR-NB).

iLBC

iLBC (internet Low Bit Rate Codec) è un codec gratuito sviluppato da Global IP Solutions. Il codec è definito nella RFC3951. Con iLBC, è possibile scegliere di utilizzare sia frame lunghi 20 ms o 30 ms e il bitrate risultante è rispettivamente di 15,2 kbit / s e 13,33 kbit / s. Molto simile a Speex e GSM 06.10, lo si può trovare in molte applicazioni VoIP open source. Il MOS è di 4.14.

SPEEX

Speex è un codec open source, libero da brevetti progettato dalla Fondazione Xiph.org. E' ideato per funzionare con frequenze di campionamento di 8 kHz, 16 kHz e 32 kHz ed è in grado di comprimere il segnale audio in un bitrate compreso tra 2 e 44 kbit / s. Per l'utilizzo nella telefonia VoIP, la scelta più comune è la variante a 8 kHz (banda stretta). A differenza di altri codec Speex è stato idetato proprio per la tecnologia VoIP con l'idea di offrire un servizio su richista migliore o peggiore senza cambiare il codec ma cambiando la frequenza di campionamento. Per questo motivo Speex  è un formato del tipo " a perdita di informazione", nel senso che la qualità del segnala si degrada  permanentemente per ridurre la grandezza del bitrate. Il MOS varia in base alla frequenza, ad 8Khz è associato un 3.7.