¿Cómo puedo comparar la calidad de diferentes productos de voz?

Quiero saber cómo puedo comparar la calidad de los diferentes productos de voz, para que ofrezca la mejor calificación de calidad de audio para llamadas a través de Internet en condiciones de red promedio.

¿Cómo exactamente puedo comparar esto? ¿Hay puntos de referencia disponibles en internet?

El artículo Mejor revisión de software de videoconferencia gratis Calificaciones de video y software de conferencia de voz para audio y video. Da los siguientes grados para audio:

Skype: 7 (El audio es muy alto. La calidad del audio también es muy buena.   con muy poco o ningún comentario.)
Google Talk: 8 (El audio es muy   bueno con poca retroalimentación)
Mensajero en vivo: 4 (El audio tartamudea   A veces y ha recortado el habla. También se repite a veces. )

La calidad de cada programa dependerá de la conexión de cada persona involucrada en la conversación, así como del hardware disponible, no limitado a, pero que incluye:

• Micrófono (un micrófono de mala calidad sonará aún peor después de ser comprimido y descomprimido)
• Oradores pobres
• Las tarjetas / chips de sonido de extremo inferior pueden reducir la calidad del audio.

Si estos factores no son importantes (es decir, cada persona involucrada tiene hardware de buena calidad, conexión estable, etc.), entonces su mejor apuesta sería Skype.

Skype requiere muchos puertos abiertos para trabajar. Todos los protocolos están cerrados. Viola gravemente mi configuración de cortafuegos en su mayoría cerrada.

GTalk usa muy pocos puertos y utiliza protocolos abiertos. Funciona bien con mi configuración de firewall en su mayoría cerrada. Interactuará con sus propios servidores, de modo que puede configurar su propio servidor de frontera si es necesario.

No he usado Live Messager ya que uso principalmente Linux.

No esperaría diferencias significativas en la calidad de las llamadas entre ninguno de los tres servicios. Mi elección se basaría más en consideraciones de seguridad, como los requisitos de firewall.

Le hice la prueba de GTalk a mi esposa cuando estaba en un tren utilizando la tecnología inalámbrica. La calidad estaba bien tanto para voz como para video.

Esta es una pregunta bastante subjetiva: solo puedo proporcionar respuestas subjetivas :-) pero he usado las tres (Skype, GTalk, WLM) una cantidad razonable.

Skype's Codec de seda ha mejorado enormemente con respecto a las iteraciones anteriores, pero para mí, incluso con más de 2 Mbps de ancho de banda ascendente, todavía se necesita un tiempo para ampliar todo el ancho de banda disponible, entonces parece querer bajar la calidad en un abrir y cerrar de ojos ( o paquete perdido).

La calidad de GTalk en teoría podría ser excelente; sus complementos son compatibles :

• PCMA
• PCMU
• G.722
• GSM
• iLBC
• Speex

pero en la vida real, solo he experimentado el placer de una llamada Speex de 16 Kbps. :-( Windows Live Messenger es prácticamente de la misma calidad: Skype lo hace. Sin embargo, el Hangout de Google Plus (que utiliza los últimos códecs de Vidyo) es (al menos por el momento) de muy buena calidad y bastante a la par. Skype para calidad de audio pura. Espero probar más a medida que avanza el tiempo.

Skype también es bastante tolerante (al parecer, a partir de un fin de semana de pruebas en un hotel con wifi caro) de conexiones 3G, al menos con una VPN, HSDPA y un nivel aceptable de contención en la torre de telefonía móvil. para recibir una llamada durante más de 3 segundos sin casi el 100% de paquetes perdidos tuve que VPN a través de la conexión (como se esperaba, ya que estoy en el nivel medio de mi paquete de banda ancha móvil, lo que da prioridad al tráfico de Skype) Tenía una latencia muy aceptable de unos 200-250 ms; mucho mejor de lo que pensaba El rendimiento fue bastante constante también.

Así que en este momento, Skype lo preconiza por la calidad de las llamadas, pero espero que Google / Vidyo supere esa calidad, especialmente dado el SQ y PQ de las llamadas que he visto en la banda ancha estándar utilizando el servicio estándar de la marca Vidyo.

Esto sería difícil de comparar sin un equipo de audio sofisticado. La mayoría de los equipos de nivel de consumidor, desde los altavoces hasta los auriculares y los micrófonos, son de muy baja calidad y proporcionan solo la cantidad suficiente de datos para transmitir básicamente la voz humana reconocible.

Necesitaría una muestra de sonido precisa que transmita una amplia gama de posibles sonidos en diferentes frecuencias y con diferentes tipos de paradas (sonidos de consonantes), y necesitaría un sistema que tenga una muy buena tarjeta de sonido aislada electrónicamente del resto del sistema. para evitar la contaminación de la muestra. Necesitaría entradas y salidas de alta calidad con sintonización de referencia (micrófonos y altavoces) y luego un dispositivo de grabación que pueda comparar la salida de sonido resultante con la entrada de referencia y resaltar cualquier diferencia.

Esto se vuelve muy costoso mucho tiempo antes de que sea práctico.

La forma más barata de hacer esto es usar la misma computadora y las mismas personas para ensayar una selección de diálogo establecida y calificarla subjetivamente según la claridad y la comprensión.

O bien, puede ir en línea y Lee lo que otros que tienen más dinero y más tiempo han hecho. .

Creo que la mejor estrategia para hacer esto sería utilizar la misma técnica utilizada para probar los enlaces de telefonía. Aquí tiene ambos lados de la conversación, llamados A (la persona que llama) y B (el llamado). La técnica consiste en inyectar en el lado A un rango amplio y lineal de frecuencias aceptables (por ejemplo, de 3k a 15kHz) y analizar cómo se escucha este rango de frecuencias en el lado B (en los enlaces de telefonía y datos, esto lo hacen los analizadores de red). El mejor enlace daría exactamente los mismos niveles amplios y lineales de la señal transmitida en el lado B (esto es teórico, en los enlaces físicos nunca obtendrá este entorno). No sé si ya existe una solución de software para probarlo, pero sería genial tener alguna solución. Esta solución sería un software que genera señales de ancho de banda específicas (y fijas), con todos los componentes en el mismo nivel en el lado del transmisor; y un lector de componentes de frecuencia en el lado de la recepción. La aplicación compara las diferencias entre las señales transmitidas y recibidas y le da una "nota de referencia" al enlace (y, en consecuencia, al software de solución VoIP utilizado). Mi recomendación es (si no encuentra ningún software específico que lo haga) usar Matlab para generar una fuente de audio lineal, transmitirla por el canal de enlace VoIP, recibirla y analizarla en el dominio de la frecuencia. Esto sería un comienzo para un software de referencia.