Voz en alta definición

A pesar doaumento dacalidade na captura e a transmisión de son e vídeo nastecnoloxías de ámbito doméstico, como a televisión en altadefinición, os gravadores HD como Blu-Ray ou os equipos de audiode alta fidelidade, a transmisión da voz nunha comunicacióntelefónica tradicional non evolucionou de igual forma.

Una maneira de percibir o son deficiente dunha conversación por teléfono consiste en comparalo coacalidade de audio dunha chamada por VoIP (voz sobre protocolo de Internet), que utiliza aplicaciónscomo Skype ou o protocolo aberto SIP. Estas tecnoloxías dispoñen dediferentes formatos de codificación/descodificación (códecs) quepermiten una transmisión de voz cunha calidade de sonnotablemente superior a unha chamada telefónica convencional (RTB ouRede Telefónica Básica).

A tecnoloxía que fai posible a transmisión do son nunha chamada telefónica utiliza protocolos e tecnoloxía creadas hai varias décadas. Ademais, os usuarios están tan afeitos a estacalidade baixa, que poucas veces perciben aslimitacións na comunicación, como a dificultade norecoñecemento e distinción de sons similares, ou pequenoscambios de ton.

A denominada voz en alta definición, Voz HD, é una tecnoloxía cunha calidade de son similar a unha radio en FM ou a un CD, cun ancho de banda menor que o necesario paira una chamada telefónicabásica. A calidade de son dunha chamadatelefónica actual sería comparable a unha emisora de radio en AM.

O oídohumano percibevariacións periódicas de presión -son- entre 20 Hz (hercios) e 20.000 Hz (20 kHz ou kilohercios). Por baixo de 20 Hz, áchase o “infrasonido” e por encimados 20.000 Hz, o “ultrasonido”. Estas frecuencias, na súa maioría, non son audibles pero afectan ao ser humano. Respecto ao rango de son percibido, canto maior sexa o rango de frecuencias audibles, mellor será a calidade do son captado.

No entanto, maior calidade tamén significa máis peso de datos. Cando se capta nun teléfono una sinal de son, non se toma a totalidade, senón que se fai unha mostraxe da voz, un resumo dos caracteres máis importantes. Una mostra de 7.000 Hz implica que cada segundo se toman 7.000 mostras do son. Por tanto, paira una mostra de son determinada, a cantidade de memoria ou espazo que se precisa paira transmitir os datos resultantes aumenta a medida que o fai o rango de frecuencia. É dicir, canto máis alta sexa a calidade do son máis espazo ocupará.

Paira evitar a excesiva trasfega de información polas redes telefónicas, a voz humana simplifícase moito e elimínanse os seus matices. Aínda que esta abarca unrango de frecuencia desde 80 Hz a 11 kHz (11.000 Hz), só se transmite durante unha chamada telefónica convencional unafracción de todo o son captado na conversación. O resto exclúese. Desta forma, o son non é de máxima fidelidade, pero simáis que suficiente para que a comunicación entre dous usuarios prodúzase de forma correcta e ocupe pouco espazo na transmisión.

Atelefonía tradicional fai unha mostraxe do fluxo de son de 8.000veces por segundo e nun rango de espectro de audio entre 200 Hz e3,4 kHz (3.400 Hz). Esta cantidade é moi baixa, comparada cos datos que pode comprender una canción ou o audio dunha película, xa que a calidade non é tan primordial no teléfono como o é nunha composición musical, cuxo rango de frecuencias sitúase, en xeral,ao redor de 44,1 kHz (44.100 Hz).

Este é o caso dos discos compactos e os cartóns de son dos computadores domésticos. Respecto da telefonía tradicional, dispor dun ancho de banda de transmisión e una boa capacidadepaira o almacenamento de datos é máis importante que a calidade doson. Ademais, a voz na telefonía tradicional necesita un mínimo de 64 Kbps de ancho de banda libres paira a codificación e descodificación dos datos, xa que polo cable, e polas redes no caso da telefonía móbil, viaxan codificados.

Algúnsoperadores detelecomunicacións están dispostos a integrar a tecnoloxía de vozen HD nas súas redes de transmisión de datos. A medio prazo, espéraseque haxa no mercado dispositivos e aplicacións capaces derealizar videoconferencias de banda ancha mediante audio e vídeo en altadefinición a un custo entre 600 e 1.000 euros. Naactualidade, estes dispositivos só están á venda paira contornasprofesionais a prezos moi elevados.

A empresa Orange foi a primeira en lanzar esta tecnoloxía aos seus clientes detelefonía móbil en Moldavia, en setembro de 2009. Durante 2010,Orange ten previsto estender este servizo en Francia, España e Luxemburgo e comezar en período de probas en Gran Bretaña. Espérase que outros operadores implementen tamén a voz en HD.

En España, está previsto queesta nova tecnoloxía se lance comercialmente no segundotrimestre do ano e que o seu punto de partida sexa a áreametropolitana de Barcelona. Este servizo nonterá un custo adicional paira os clientes da empresa, aoser una mellora nas súas redes de comunicacións.

Nun plano técnico, o servizode voz de alta definición do operador Orange paira os seus clientes detelefonía móbil baséase no códec Widebrand AMR (WB-AMR), que mellora o rango de frecuencias da telefonía móbil desde os300 Hz a 3.400 Hz da tecnoloxía actual, até o rango de 100 Hz a 7.000 Hz. Paira adaptar a rede de Orange a esta tecnoloxía, ooperador de telecomunicacións apoiouse no fabricanteEricsson.

Polo lanzamento desteservizo, recoñeceuse á empresa co galardón “Bestmobile technology breakthrough”, no pasado congreso anualMobile World Congress celebrado en Barcelona. Con todo, paira utilizar esta tecnoloxía, é necesario que tanto o emisor como o receptor da chamada dispoñan dun terminal conectado mediante 3G ás redes do operador de telecomunicacións e que o dispositivo sexa compatible coa voz en HD.

O operador ten previsto pór á venda a través dos seus puntos de distribución una nova gama de terminais compatibles coa voz en HD. No caso de smartphones de última xeración, esta compatibilidadepódese conseguir mediante unha actualizaciónautorizada do software do dispositivo, ao engadir os códecsnecesarios utilizados por cada operador.