الخلاصة

  • عرّف RFC 3389 وصفاً صغيراً لضوضاء الراحة يحل محل حزم الكلام العادية في الفترات غير النشطة: بايت إلزامي للمستوى ومعاملات طيفية اختيارية.
  • الصوت الذي يسمعه الطرف البعيد يولده المستقبل محلياً؛ لذلك يثبت وصول الحزمة انتقال نموذج للضوضاء، لا انتقال تسجيل للغرفة ولا التطابق السمعي معها.

لا تكون الغرفة الحقيقية صفراً رقمياً حين يتوقف شخص عن الكلام. يبقى صوت المكيف، ودارات الميكروفون، وحركة بعيدة، ونسيج خافت لا ينتبه إليه المستمع إلا عندما يختفي. فإذا تحولت المكالمة فجأة إلى فراغ كامل، بدا الأمر كأن الخط انقطع. عندها تأتي العبارة المعتادة: «هل ما زلت معي؟»

كان من الممكن إرسال كل عينات الخلفية والمحافظة على هذا الإحساس، لكن ذلك يهدر الوفر الذي حققه الإرسال المتقطع. الحل الآخر هو قياس خصائص قليلة من الضوضاء، وإرسالها على فترات، وترك الجهاز الآخر يصنع بديلاً مقنعاً.

نُشر RFC 3389 في سبتمبر 2002 ضمن مسار المعايير ليحدد هذا التبادل في RTP. استهدف خصوصاً مرمّزات مثل G.711 وG.726 وG.727 وG.728 وG.722 التي لا تتضمن آلية داخلية لضوضاء الراحة. لم يحاول أن يجعل معالجة الصوت كلها موحدة، بل حدد الحد الأدنى الذي يجب أن تتفق عليه أجهزة مستقلة.

في طرف الإرسال يصنف كاشف نشاط الصوت المقطع إلى كلام نشط أو غير نشط. ثم تقرر خوارزمية الإرسال المتقطع متى تتوقف الحزم العادية ومتى تُرسل معلومات جديدة عن الخلفية. وفي الطرف الآخر يحول مولد الضوضاء تلك المعلومات إلى موجة مسموعة. تركت الوثيقة خوارزميات الكشف والإرسال والتحليل والتوليد خاصة بكل تنفيذ.

أما القاسم المشترك فيبدأ ببايت واحد. تسمى حمولة ضوضاء الراحة أيضاً إطار SID، أي واصف إدراج الصمت. تحمل البتات السبعة الدنيا مقدار مستوى الضوضاء بوحدة الديسيبل السالب نسبة إلى حد الحمل الرقمي. البت الأعلى غير مستخدم ويجب أن يكون صفراً. تمثل القيمة 0 مستوى 0 dBov، وتمثل 127 مستوى −127 dBov.

هذا الرقم ليس عينة مأخوذة من الغرفة. إنه وصف محدود للطاقة. يستطيع مستقبلان قراءة البايت نفسه وإنتاج موجتين مختلفتين بسبب اختلاف المولدات والمرشحات والموارد. يضمن التنسيق معنى المدخل، لكنه لا يضمن هوية الصوت الناتج.

يمكن أن تتبع بايت المستوى معاملات انعكاس مكممة تصف الغلاف الطيفي بنموذج ذي أقطاب كاملة. لا يوجد حقل منفصل لرتبة النموذج؛ يستنتجها المستقبل من طول الحمولة. يختار المرسل عدد المعاملات وفق الجودة والتعقيد والبيئة المتوقعة وعرض النطاق، ويستطيع المستقبل تصفير المعاملات العليا إذا أراد تقليل الكلفة.

حافظ هذا الامتداد على التوافق مع الصيغة الأقدم التي لم تعرف إلا بايت المستوى. يمكن لجهاز قديم أن يفسر البايت الأول ويتجاهل البقية. تكون الرسالة مفهومة، لكن اللون الطيفي الذي يولده الجهاز أقل استناداً إلى المصدر. نجاح الفك لا يعني أن الطرفين حصلا على الغنى الإدراكي نفسه.

يعامل RTP حمولة CN كأنها مرمّز صغير مستقل. يحدد الطابع الزمني بداية فترة ضوضاء الراحة. وينبغي ألا يكون بت العلامة مضبوطاً. تحتوي كل حزمة RTP على حمولة CN واحدة بالضبط لكل قناة لأن الطول متغير، وإذا اجتمعت قنوات متعددة فعليها استخدام رتبة طيفية واحدة.

للنوع الثابت 13 حد واضح أيضاً. فهو يعني CN فقط مع ساعة RTP قدرها 8000 هرتز. إذا استُخدمت سرعة أخرى، وجب تعيين نوع ديناميكي والإعلان عن ربط مثل CN/16000. الرقم 13 وحده لا يعطي تفسيراً صحيحاً خارج سياق الساعة ووصف الجلسة.

عند بدء فترة لا يوجد فيها كلام نشط، يرسل الطرف حزمة CN في تدفق RTP نفسه. بعد ذلك قد يرسل تحديثاً دورياً، أو ينتظر تغيراً مهماً في خصائص الخلفية. تعمد RFC ترك الإيقاع للتنفيذ. وبين تحديثين يواصل المستقبل العمل بالنموذج الأخير وبطريقة التوليد الخاصة به.

تكشف هذه البنية عن سلسلة من الإيصالات المختلفة. قرار VAD يعني أن الجهاز صنف المقطع على أنه غير نشط، لا أن المكان خالٍ. قرار DTX يوقف الإطارات العادية. إطار SID يصف مستوى وربما طيفاً. المستقبل يفسر الوصف ويصنع موجة جديدة. وفي النهاية يحكم الإنسان على طبيعية الصوت. لا يقوم أي دليل من هذه الأدلة مقام الدليل التالي.

حتى غياب الحزم لا يثبت وحده تشغيل ضوضاء الراحة. يوضح قسم SDP أن عدم الإعلان عن CN لا يعني أن كبت الصمت لن يحدث. يسمح RTP بالإرسال المتقطع مع أي صيغة صوت. قد يلاحظ المستقبل بعد الفجوة قفزة في الطابع الزمني مع زيادة واحدة فقط في رقم التسلسل. لكن فقدان الشبكة والعطل وانقطاع الالتقاط تصنع فراغات أيضاً. لذلك يلزم الجمع بين التفاوض والحزم وحالة الجهاز.

أظهر RFC 6263 لاحقاً أثراً تشغيلياً مختلفاً. ناقش استخدام حزم CN لإبقاء مسار RTP عبر مترجم العناوين، لكنه حذر من ضرورة دعم الطرف البعيد والتفاوض على الصيغة، ومن احتمال أن يشغل المستقبل الحزمة كضوضاء مسموعة. رسالة هدفها إبقاء المسار الشبكي يمكن أن تدخل أذن المستخدم، فيصبح اختيار المستوى مسؤولية تشغيلية لا مجرد تفصيل جمالي.

واستخدم RFC 6465 مقياس −dBov نفسه في امتداد لمستوى الصوت. يسهل المقياس المشترك التنفيذ، لكنه لا يجعل الادعاءين متطابقين. امتداد المستوى يبلغ عن شدة ترافق الوسائط، أما SID فيقدم مادة يبني منها المستقبل صوتاً حين لا توجد إطارات كلام.

تفسر فكرة «المواصفة الأولية الدنيا» لدى Lu Heng سبب هذه الحدود. ما يحتاجه التوافق هو قواعد دقيقة وقابلة للتحقق لمستوى الضوضاء، والمعاملات الاختيارية، والترتيب، والتوقيت، والقنوات، والاسم، والساعة. أما تحسين كشف الكلام أو تخليق الضوضاء فيبقى قراراً محلياً لدى من يشغل البرنامج، ولا يحتاج إلى سلطة دائمة تصادق على كل خوارزمية جديدة.

وتضع أولوية الشيفرة العاملة حداً لسلطة الوثيقة نفسها. نشر RFC لا يثبت أن الكلام الضعيف لم يُقطع، ولا أن الصوت الاصطناعي بدا طبيعياً. لا تظهر تلك الحقائق إلا في تنفيذ فعلي وقياس واختبار استماع. تنسق المواصفة شروط التعاون، لكنها لا تحول النموذج إلى حقيقة صوتية.

حمل RFC 3389 شيئاً أقل من الصوت وأكثر من العدم. لم تنتقل الغرفة عبر الشبكة. الذي انتقل كان وصفاً صغيراً، ثم بنت الآلة الأخرى غرفة مسموعة جديدة منه. توقفت حزم الكلام، واستمرت الغرفة المادية، أما الغرفة التي سمعها المستخدم فقد وُلدت داخل المستقبل.

المصادر