媒体转发开启后,VOS 怎样计算各种编码所占用的带宽

简介: 计算方法如下:带宽 = 包长度 × 每秒包数= 包长度 × (1 / 打包周期)=(Ethernet 头 + IP 头 + UDP 头 + RTP 头 + 有效载荷)× 每秒包数=(112bit + 160bit + 64bit + 96bit + 有效载荷)× 每秒包数=(112bit + 320bit + 有效载荷)× 每秒包数=(432bit + 有效载荷)× 每秒包数=(432bit × 每秒包数) + (有效载荷 × 每秒包数)=(432bit × 1000 / 打包周期) + 编码速率=(432bit / 打包周期)Kbps + 编码速率按照

计算方法如下:


带宽 = 包长度 × 每秒包数


= 包长度 × (1 / 打包周期)


=(Ethernet 头 + IP 头 + UDP 头 + RTP 头 + 有效载荷)× 每秒包数


=(112bit + 160bit + 64bit + 96bit + 有效载荷)× 每秒包数


=(112bit + 320bit + 有效载荷)× 每秒包数


=(432bit + 有效载荷)× 每秒包数


=(432bit × 每秒包数) + (有效载荷 × 每秒包数)


=(432bit × 1000 / 打包周期) + 编码速率


=(432bit / 打包周期)Kbps + 编码速率


按照上面的计算公式:


G711:20ms 打包,带宽为 (432 / 20)Kbps + 64Kbps = 85.6Kbps


G729:20ms 打包,带宽为 (432 / 20)Kbps + 8Kbps = 29.6Kbps


G723:5.3k,30ms 打包,带宽为 (432 / 30)Kbps + 5.3Kbps = 19.7Kbps


G723:6.4k,30ms 打包,带宽为 (432 / 30)Kbps + 6.4Kbps = 20.8Kbps


按照上面的计算公式不含 Ethernet头:


G711:20ms 打包,带宽为 (320 / 20 + 64)Kbps = 80Kbps


G729:20ms 打包,带宽为 (320 / 20 + 8)Kbps = 24Kbps


G723:5.3k,30ms 打包,带宽为 (320 / 30 + 5.3)Kbps = 15.97Kbps


G723:6.4k,30ms 打包,带宽为 (320 / 30 + 6.4)Kbps = 17.07Kbps


如果服务器转发媒体,那么主被叫双方的语音均需要经过服务器,因此带宽用量需要乘以 2,可参考下表




 

————————————————

版权声明:本文为CSDN博主「ai智能@kelaile520」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/weixin_63626388/article/details/122342078

相关文章
|
NoSQL Java API
Redis官方推荐的Java连接开发工具Jedis
Redis官方推荐的Java连接开发工具Jedis
285 0
|
机器学习/深度学习 人工智能 Cloud Native
云原生场景中的 AI任务调度
PAI平台参加“周二开源日”活动,本期分享核心内容摘要 一、AI任务的需求与DLC 二、KubeDL 三、KubeDLPro 四、总结
2080 0
云原生场景中的 AI任务调度
|
10月前
|
人工智能 程序员 开发者
欢迎加入通义灵码繁星计划,成为校园大使
「通义灵码繁星计划」希望为每位开发者送一个智能编码助手,为职场、校园开发者提供不同维度的产品免费使用、体系化课程学习、人才认证考试等权益,同时长期建设通义灵码MVP、校园大使体系,激活创新潜力,培养创新明星,点亮追梦之旅。
765 36
|
SQL 关系型数据库 分布式数据库
数据库索引,一文揭秘PolarDB XPlan索引选择
深度解读PolarDB分布式版XPlan的索引选择
数据库索引,一文揭秘PolarDB XPlan索引选择
|
机器学习/深度学习 人工智能 计算机视觉
深度学习之ResNet家族
ResNet是深度学习中的标志性架构,由何恺明在2016年提出,解决了深度网络训练的难题。ResNet通过残差块使得网络能有效学习,即使层数极深。后续发展包括ResNetV2,优化了信息传递和激活函数顺序;Wide Residual Networks侧重增加网络宽度而非深度;ResNeXt引入基数概念,通过多路径学习增强表示能力;Stochastic Depth通过随机丢弃层加速训练并提升泛化;DenseNet采用密集连接,增加信息交互;DPN结合ResNet和DenseNet优点;ResNeSt则综合了注意力机制、多路学习等。这些演变不断推动深度学习网络性能的提升。5月更文挑战第7天
835 7
|
网络安全
vos3000如何快速有效地排查问题
vos3000如何快速有效地排查问题
|
人工智能 安全 Ubuntu
vos3000网络电话系统怎样搭建?外呼系统ai智能呼叫中心搭建
要搭建VOS3000网络电话系统,可以按照以下步骤进行操作: 获取VOS3000软件:首先,你需要从正规渠道获取VOS3000软件安装包。VOS3000是商业软件,需要购买授权。 准备服务器:你需要准备一台专用服务器,操作系统通常建议选择Linux,如CentOS或Ubuntu等版本。确保服务器具备足够的硬件资源,如CPU、内存和存储空间。 安装操作系统:在服务器上安装所选的Linux操作系统,并进行基本的系统配置和安全设置。 安装VOS3000软件:运行VOS3000软件安装包,按照安装向导进行安装。需要提供购买软件时获得的授权密钥。 配置网络和端口:在服务器上配置网络设置和端口,
|
Docker 容器
docker 停止、启动、删除镜像指令
docker 停止、启动、删除镜像指令
989 0
|
机器学习/深度学习 人工智能 运维
凯捷携手阿里云,为企业提供一站式Landing Zone上云规划解决方案
凯捷中国与阿里云联合共建的凯捷Landing Zone解决方案,基于凯捷多年服务全球跨国企业在中国数字化能力落地的经验,结合阿里云70多项云服务能力,针对跨国多集团,业务子集团,集团跨领域的超大规模商业公司,提供的一站式全球业务上云整体方案,从企业上云、云上管理及云原生改造到云上创新的整体咨询思路和实现路径。
凯捷携手阿里云,为企业提供一站式Landing Zone上云规划解决方案
|
机器人
vos怎样能快速安装VOS3000
VOS是中小等规模VoIP运营业务提供的支撑系统,除满足运营费率设定、套餐管理,账户管理、业终端管理、网关管理、数据查询、卡类管理、号码管理、系统管理等基本功能。运用场景常见于,基于VOIP通讯的呼叫中心系统,智能语音机器人系统,集团电话,中继线路管理等功能,goip对接等业务场景 看遍VOS各各网上教程,走过很多坑。对应有一定技术能力的人员来说,也很快把VOS搭建起来。新接触,总是有一段研究的时间,才能掌握此安装教程。 对于一些才接触Vos,想自己安装系统进行学习的用户来讲,翻阅相关教程还是有些懵,知难而退。只能找其他地方付费解决。今天分享一个教程。如何让