[译]话音的未来

From:http://www.visionmobile.com/blog/2011/04/the-future-of-voice/

电信话音通信是否已经停止？亦或智能手机和LTE为语音映用提供一个更广阔的空间。客席作家Dean Bubley将语音在我们有限的“telephony“创新后面可有若干不同领域的发展。

电信运营商面临一个巨大的问题：在发达的电信市场中，已经接近了话音峰点——或者已经过了这个峰点，过了这个峰点，意味着话音收入面临可怕的下降。传统的固话和移动电信产业面临呼叫量停止增长以及价格的降低。固话运营上可能很早就意识到他们核心电信业务的问题，而移动运营商现在同样不可避免地面临了。总体而言，大约70％的移动运营商的收入仍然来源于语音业务和短信，因此这是一个现实的危险，它将威胁到商务模式的深度变化，甚至可能让某些我们今日熟悉的运营商成为历史。

很多老运营商有10年的时间来防卫得益于大众市场移动服务的兴起。移动服务来得正当得时，正是固话价格（尤其是长途电话）因为早期VoIP的发展而下跌。总体而言，固网利润的下跌可由新兴的移动服务中得到了补偿，由于移动内在价值，在手机联系人列表带来的便利，推迟了饱和度和被替代的日子。

但是现在，最终，根据摩尔定律，设备和互联网发展，使得移动话音面临着几个不联系的彻底的变化。

“远程话音”的限制

在过去100年，人类有三种方式进行远距离通信：信件、电报和电话。传统的电话呼叫发生了奇妙了变革，虽然，某种程度上，也是非常有限，甚至只在移动的幌子。它已使得商业和社会自轮子和印刷书之后发生了最大的变化。但是电话呼叫和人们日常的通信仍是差异的，我们不会将对话当作“session“，也不会用时长来衡量对话的价值。

我们已经将我们的自然通话方式向受限的电话模式屈服，长途语音归纳为A和B通过数字号码标识相互通信了X分钟。相比之下，更接近真实话音的会有终端，后台人物，与其他人同步互动，以及使用我们的名字。在人们日常的谈话中，会受到到非言语的沟通，物理环境和其他重要因素来增强。我们使用不同的音量，不同的语速和手势。有些谈话是同步的，有些是异步的——根据某种认可或者设备关系人们按顺序轮着说话。有些方式只被特定的人或者文化接受，有些方式则是普遍下的。在一个拥挤的房间，我们还可能挺多其他人的谈话，无论是故意的还是无意的。

电话呼叫是最为优秀的长途话音工具。运营商从中获得大量利润，特别是移动性加强。但是这样作，他们在我们无数的使用范畴以及社会和上午需求中只提供给我们唯一的话音产品。此外很少一些长途话音技术的出现：push-to-talk，语音短信，对讲机，CB无线电和个人无线系统，用于的士调度和公共安全服务的领域等。

如今，情况正在发生变化。移动平台、繁荣发展的开发者生态圈、智能手机、PC 和互联网的结合，使得新的交流形式开始进化。这些形式更好的反应了人类交流的偏好。我们再也不需要将我们日常的交流方式限制在一条电话线（或电波）和一个开关。在大张旗鼓的打电话之前，我们可以通过软提醒或 IM 进行“礼貌的打扰”，通过语音线索在虚拟世界里找到同伴，或者在简单任务上直接与语音信箱交流，而不是回电话。

我们已经在游戏中玩家之间进行语音聊天，远程BB监护，视频会议，音频监控和其他各类的话音应用。许多话音通信模式正在演进，特别是那些和社会以及消息有关的应用。总而言之，我们不在将我们的远程通话限制在唯一一个非自然模式的电话呼叫之中。我们可以通过网络上不同方式的话音，进行视频化，场景化，混淆，中断，撒谎，进入退出，胡侃，多任务，间谍，存储，咕哝，偷听，翻译，朗诵，宣布和召回。

不因如此，对于提供基础的电话呼叫功能的增长大大超过需求。如果我们需要建立传统的A－B在古话不X分钟的呼叫，我们可以加入更多的现代因素，现在在移动网络上作的就像在固定网络一样。当然，电话号码是一个限制，最终的质量可能是有限的，但这个质量是在电信应用的角度上衡量而表示从社会通信的角度。我们并不会真的在一个嘈杂的酒吧中抱怨电话的QoS。

LTE话音仍是老式电话，还是带来新的东西？

但问题是：适用于LTE和all-IP移动网络仍然没有为电话进行优化。虽然有很多措施，特别是GSMA的VoLTE（Voice over LTE）标准，正在发展运营级别的LTE技术，看起来仍需要几年的时间才能做到在质量，可靠行，可扩展性，和性价比上超过现在的GSM。4G网络在升级中并没有真正考虑到话音，或者更嘲讽地说：它一直认为这是其他人需要解决的问题。

没有人知道在一个基站中有1000个移动Voip用户会是怎样，他们移动，切换到另外的基站，引起干扰，声音毛刺等等。固网VoIP经验表明：将网络使用于大众市场需要很长的时间，而且射频和移动性会产生更多的问题。

这会导致LTE网络或者扩展到3G网络上的智能手机将有一个真空，可以有其他非电信的话音映用来填补。电信标准和市场代表机构（3GPP，GSMA和其他）在远程话音中的多样性并不重视，而注重于现有的方式。备受宣扬的提高，例如高清编码对于实现上面讨论的人类复杂交换模式中只是前进了很小的一步。

传统的电话（固定和移动）是否可打包起来并通过新的渠道发布？与网络和相关的呼叫控制API关联，很多运营商希望能够创建新的通信云平台。但是目前无法确定底层的电信控制机制和基于会晤的呼叫方式，是否最优的基础要求。增加编号、安全、价格和特定的声学机制这些因素，看起来并不太可能提供所有的新的远距离话音应用。

填补话音创新的的gap

谁来填补空隙，作为过多的话音应用和服务所选择的平台，目前还尚未确定。它可能是现有的大的VoIP（例如Skype或者Google），，软件客户端提供商（CounterPath），以语音为中心的新兴应用（Viber，Vivox 和 RebelVox），为运营商提供基础设施的公司（Cisco，Sonus，Acme Packet 和Broadsoft）等。

从手机的角度看有些复杂，普通的电话呼叫并不会消失，但是我们将看到有更多的的话音应用在手机上出现，例如skype和GVoice，而且未来可能会更多。这对于UI和基于联系人的应用产生了挑战，就如同讨论那些语音和音频组件在OS上，在基带或者应用处理器上，在单个应用或者在专用的音频芯片上，是最好的。

一个清晰的事实是，在“语音”和“电话”之间做出明确而仔细的区分是理解目前状况的关键点。电话是运营商今天所做的事情。它是一个有着狭窄定义的服务，受限于条例和规矩，通过 结构化的方式收费。但是越来越多的普通语音应用将超越同质化的 “呼叫”——比如，在线游戏中玩家的聊天。这将带来新的商业模式，新平台和新的用户交互。传统的电话产业如何对待这些新的语音创新将是一部值得看的好戏。

此文讲了很多，但仔细想想好像什么也没讲。话音在手机上的功能也越来越弱，换句话来讲，手机集成其他更多的功能，从摄影，MP3、MP4到上网，例如现在的微博，telephony功能只是我们其中的一个需要，很重要，但不是唯一。而对于电话/短信的功能，目前没有看到有什么其他特殊的要求，从N年前就开始吹的视频电话，实际上没有太大的市场，至少在人们日常的手机通话中，因此运营商对于移动网络QoS在上面的支持也不甚努力，一切都是市场驱动。所谓的自然模式，思科的网真是一个很好的例子，更多用于商务模式，而非日常，当然日常也不错，如果那样，我相信基于PC或者电视的几率会大一些，而不是移动方式或者手持方式。

我的产业生态链和杂谈文章