Umso wichtiger ist es deshalb, bei der telefonischen Sprachübertragung die Stimmen genau so zu übermitteln, wie sie sind – ohne Verzögerung, ohne Verfälschung. Im besten Fall eben so, als säßen die Gesprächspartner in einem Raum. Doch wie wird das eigentlich bewerkstelligt? Denn hier wird analog in digital und digital in analog gewandelt. Es wird komprimiert, gepackt, entpackt – und trotzdem entsteht etwas, was man als individuelle „Stimme“ identifiziert. Ein kleines Wunderwerk.* Ein kleiner Einblick hinter die Kulissen zeigt, worauf es bei guter Audio-Qualität in der IP-Telefonie ankommt.

Wer stört?

In der digitalen Kommunikation wird das gesprochene Wort durch Codecs digitalisiert und in Datenpakete komprimiert. Doch auch der Weg, den die Datenpakete nun nehmen (Routing), ist wichtig. Entscheidend ist, dass alle Datenpakete in der richtigen Reihenfolge und zum richtigen Zeitpunkt ankommen. Gelingt das nicht, kommt es zum „Jitter“, einer Varianz der Laufzeit von Datenpaketen, wahrnehmbar als „zerhackte“ oder „metallische“ Stimme. Besonders auffällig wird dies oft in sogenannten „freien“ Telefoniekanälen wie Skype und ähnlichen, in denen kein Unterschied zwischen Sprachübertragungsdateien und anderen Formaten gemacht wird. Hier werden die Sprachdateien nicht priorisiert und gelangen entsprechend oft falsch oder verspätet beim Empfänger an.

Ein weiteres Problem liegt vor, wenn der gewählte Internetanschluss zu knapp bemessen wurde: Je nach verwendetem Codec werden pro Anschluss zwischen 3 Kbit/s – GSM – und 128 Kbit/s – G711–G722 – für eine gute Sprachübertragung benötigt. Aufgrund der Priorisierung der Sprache wird zwar zunächst das Netzwerk verlangsamt, aber dann auf einen Codec mit Minimalverbrauch umgestellt, was auch zu Qualitätsverlusten führen kann.

Qualität ist kein Zufall

Hat man diese Hürden erfolgreich genommen, ist aber die gute Sprachübertragung noch lange nicht gewährleistet, denn nun kommt die nächste potenzielle Schwachstelle ins Spiel: das Gehäuse!

Alles beginnt schon beim ersten Design der Endgeräte und der optimalen Positionierung der Lautsprecher und Mikrofone – gemäß ihrer Einsatzgebiete etwa im Hörer oder in den Freisprecheinrichtungen. Im nächsten Schritt muss die Auswahl der genutzten Hardware-Komponenten abgestimmt werden. Hier kommt es auch auf Kompatibilität unter den Komponenten an, damit alle Teile optimal zusammenarbeiten und die Leistung vorhanden ist, um in Echtzeit Daten effizient kodieren und versenden zu können.

Bei Snom beginnt die Überprüfung der Audio-Qualität eines neuen Produktes, sobald der erste industrielle Entwurf vorliegt, und wird von den ersten Kunststoffspritzmustern an über den gesamten Lebenszyklus des Produktes fortgeführt und optimiert. Im Laufe der Jahre hat der Berliner Hersteller dank der eigenen Erfahrung und seines Audio-Labors die Klangqualität seiner Produkte durch die Kombination der neuesten DSP-Algorithmen mit seinem VoIP-Signalisierungskönnen ständig verbessern können. Insbesondere ist es Snom gelungen verschiedene charakteristische Probleme der VoIP-Technologie wie Verarbeitungs- und Netzwerkverzögerungen, Netzwerk-Paketverluste und Störgeräusche zu lösen, worauf man zu Recht sehr stolz ist.

Es ist dieses Augenmerk auf Details während der Konstruktionsphase, welches die Unterschiede in der Sprachqualität bei Telefonen charakterisiert. Subjektive Tests sind dabei genauso wichtig wie objektive Tests – ein objektiv gut eingestelltes Telefon kann dennoch in der Praxis eine schlechte Klangqualität bieten. Snom versteht unter gut eingestellten Audio-Geräten solche, bei denen auf einen Zyklus von objektiven Einstellungen eine Phase subjektiver Sessions folgt und dann beide Beurteilungen den Anforderungen entsprechen – und zwar sowohl im Bereich Hörerakustik als auch Freisprecheinrichtungen.

Audio-Qualität ist für die meisten Nutzer eine Selbstverständlichkeit – wie komplex und anspruchsvoll diese Technologie auch heute noch ist, wird eigentlich erst klar, wenn man sich mit den oft dürftigen Klangerlebnissen ausgefeiltester Smartphones oder Designertischgeräte auseinandersetzt.

* Mehr zum Thema digitale Sprachübertragung hier: https://www.snom.com/solutions/audio/