کدک صدا Opus چیست و چرا کیفیت صدای تماس اینترنتی را بالا می‌برد؟

کدک صدا Opus برنامه‌ای استاندارد و آزاد است که صدای میکروفون را پیش از ارسال روی اینترنت فشرده می‌کند و در سمت مقابل دوباره به صدا برمی‌گرداند. ویژگی‌اش این است که هم برای حرف‌زدن بسیار کم‌حجم کار می‌کند، هم در صورت لزوم موسیقی را با کیفیت بالا می‌فرستد و هم با اینترنت ناپایدار کنار می‌آید. به همین دلیل در WebRTC و تماس‌های اینترنتی امروز انتخاب اصلی است. در این صفحه می‌گوییم کدک چیست، Opus چه فرقی با کدک‌های قدیمی دارد، نرخ بیت چه نقشی دارد، چطور افت بسته را جبران می‌کند و فینگت از آن چه می‌خواهد.

بروزرسانی: زمان مطالعه حدود ۱۳ دقیقه نوشته‌ی تیم فنی فینگت

کدک صدا Opus چیست؟ تعریف ساده

Opus یک کدک صدا است، یعنی برنامه‌ای که دو کار می‌کند: صدا را می‌گیرد و به شکل بسیار کوچک‌تری درمی‌آورد (کدگذاری)، و در طرف دیگر همان بسته‌های کوچک را به صدا برمی‌گرداند (کدگشایی). نام «کدک» از همین دو کار آمده است. بدون فشرده‌سازی، صدای دیجیتال چندین برابر حجم بیشتری دارد و برای فرستادن زنده روی اینترنت همراه یا وای‌فای ضعیف مناسب نیست.

گروه IETF این کدک را در سال ۲۰۱۲ با شماره‌ی RFC 6716 استاندارد کرد. هر کسی می‌تواند بدون پرداخت حق امتیاز از آن استفاده کند و همین یکی از دلایل جا افتادنش در مرورگرها و اپ‌های تماس است. وقتی در متن‌های فنی عبارت opus codec را می‌بینید، منظور همین استاندارد است.

Opus از دو فناوری ساخته شده

پشت Opus در واقع دو روش کدگذاری کنار هم‌اند. یکی برای گفتار طراحی شده و در نرخ بیت پایین بسیار کارآمد است. دیگری برای صدای عمومی و موسیقی و با تأخیر کم ساخته شده است. Opus بسته به نوع صدا و نرخ بیتی که به آن می‌دهید، یکی را برمی‌دارد یا ترکیبی از هر دو را به کار می‌برد. کاربر چیزی از این جابه‌جایی نمی‌بیند؛ فقط صدا به‌صورت خودکار با شرایط جور می‌شود.

خلاصه: Opus جایگزین یک کدک خاص برای هر کار جداگانه است؛ یک کدک واحد که از صدای نجوا تا موسیقی را با یک پروتکل پوشش می‌دهد.

چرا کیفیت صدا در تماس با Opus بهتر می‌شود؟

کیفیت صدا در تماس فقط به میکروفون و اینترنت بستگی ندارد؛ انتخاب کدک هم سهم دارد. این چهار ویژگی‌اند که Opus را در تماس زنده متمایز می‌کنند.

پهنای فرکانسی بیشتر

کدک‌های قدیمی تلفنی فقط فرکانس‌های پایین را می‌فرستادند و صدا «تلفنی» و خفه می‌شد. Opus می‌تواند از باند باریک تلفنی تا باند کامل را پوشش دهد؛ برای همین صدا طبیعی‌تر و حرف‌های «س» و «ش» واضح‌تر می‌شود.

تأخیر کدگذاری کم

Opus صدا را در تکه‌های کوچک، معمولاً ۲۰ میلی‌ثانیه‌ای، پردازش می‌کند. تکه‌ی کوچک یعنی صدای شما سریع‌تر راه می‌افتد و گفتگو حالت رفت‌وبرگشت طبیعی خودش را حفظ می‌کند.

سازگاری با شبکه

نرخ بیت می‌تواند وسط تماس بالا و پایین برود. وقتی اینترنت ضعیف شود، Opus صدا را فشرده‌تر می‌کند تا قطع نشود؛ وقتی بهتر شود، کیفیت را برمی‌گرداند.

ابزارهای مقابله با افت بسته

اگر بخشی از بسته‌ها گم شود، Opus با روش‌هایی مثل FEC و بازسازی صدای ازدست‌رفته تلاش می‌کند صدا بریده‌بریده نشود. جزئیاتش در بخش جداگانه آمده است.

نرخ بیت صدا چیست و Opus چقدر لازم دارد؟

نرخ بیت یعنی چند بیت از صدا در هر ثانیه ارسال می‌شود. عدد بالاتر معمولاً صدای دقیق‌تر می‌دهد ولی بیشتر از اینترنت می‌خورد. نرخ بیت صدا برخلاف تصویر عدد کوچکی است: برای حرف‌زدن، چند ده کیلوبیت در ثانیه معمولاً کافی است و تصویر ویدیو بیشتر پهنای باند را برمی‌دارد. اگر به دنبال سهم تصویر و صدا از اینترنت هستید، مصرف اینترنت تماس تصویری این تفکیک را با مثال توضیح داده است.

Opus از حدود ۶ کیلوبیت در ثانیه شروع می‌شود و تا ۵۱۰ کیلوبیت در ثانیه بالا می‌رود. این بازه‌ی گسترده یعنی همان کدک هم می‌تواند در بدترین شبکه‌ی همراه صدای قابل‌فهم بدهد و هم در شبکه‌ی خوب صدای نزدیک به اصل. در عمل تماس‌های گفتاری معمولاً در بخش پایین این بازه، حدود بیست تا چهل کیلوبیت در ثانیه، می‌مانند؛ عدد دقیق بسته به برنامه و تنظیم آن فرق می‌کند.

نرخ بیت بالاتر همیشه بهتر نیست

از یک حدی به بعد، افزودن نرخ بیت برای گفتار فرق قابل‌شنیدنی نمی‌سازد، فقط ترافیک بیشتر می‌شود. این موضوع در تماس مهم است چون هر بسته‌ی بزرگ‌تر بیشتر در معرض گم‌شدن است. به همین دلیل اپ‌های تماس گفتار را با نرخ متوسط می‌فرستند و بیشتر بودجه‌ی پهنای باند را برای تصویر می‌گذارند.

مقایسه‌ی Opus با کدک‌های قدیمی‌تر صدا

ویژگیOpusG.711 (تلفن قدیمی)AAC
کاربرد اصلیتماس زنده، موسیقی، بازی و پخششبکه‌ی تلفنی و VoIP سنتیپخش موسیقی و فیلم
نرخ بیتاز ۶ تا ۵۱۰ کیلوبیت در ثانیه، قابل تنظیمحدود ۶۴ کیلوبیت در ثانیه، ثابتمعمولاً بیشتر از صدای تماس
کیفیت صدااز تلفنی تا باند کاملباند باریک؛ صدای تلفنیعالی برای موسیقی
تأخیرکم؛ مناسب مکالمهکمبیشتر؛ برای مکالمه‌ی زنده ایده‌آل نیست
تحمل افت بستهابزار داخلی (FEC و بازسازی)محدودمحدود
مجوزآزاد و بدون حق امتیازآزادبسته به کاربرد، مجوز لازم می‌شود
در WebRTCکدک اصلیپشتیبان برای سازگاریدر استاندارد نیست

G.711 هنوز برای سازگاری با تجهیزات تلفنی قدیمی مفید است و در WebRTC هم برای همین منظور پشتیبانی می‌شود، اما برای کیفیت و صرفه‌جویی پهنای باند Opus جلوتر است.

Opus چطور با افت بسته و اینترنت ضعیف کنار می‌آید؟

صدای اینترنتی به‌صورت بسته‌های کوچک می‌رود و بعضی بسته‌ها در راه گم می‌شوند. به این پدیده افت بسته می‌گویند و نتیجه‌اش صدای بریده، «روبات‌وار» یا پرش است. دلیل اصلی بریده‌شدن صدا در تماس اغلب همین است و پینگ و جیتر و افت بسته آن را از نظر شبکه توضیح می‌دهد. Opus چند سازوکار دارد تا این مشکل کمتر حس شود.

سازوکار اول FEC است، یعنی «تصحیح خطای رو به جلو». بسته‌ی بعدی، نسخه‌ی کم‌کیفیت‌تری از صدای بسته‌ی قبلی را هم همراه خود می‌برد. اگر بسته‌ی قبلی گم شده باشد، گیرنده می‌تواند از این نسخه‌ی کوچک استفاده کند. بهایش کمی افزایش حجم ارسال است، ولی در عوض جاهای خالی صدا خیلی کمتر می‌شود.

سازوکار دوم بازسازی صدای گم‌شده است. وقتی بسته‌ای هیچ‌جا نیست، کدک با استفاده از الگوی صدای اطراف آن، یک تکه‌ی جایگزین می‌سازد تا گوینده ناگهان ساکت نشود. این صدا کامل نیست، ولی از سکوتی که ناگهان قطع می‌شود بسیار قابل‌تحمل‌تر است.

سازوکار سوم قطع هوشمند در سکوت است. اگر هیچ‌کس حرف نمی‌زند، Opus می‌تواند ارسال را تقریباً متوقف کند و فقط گهگاه بسته‌ی کوچکی بفرستد. این کار پهنای باند صرفه‌جویی می‌کند و در نتیجه اینترنت بیشتری برای تصویر و بقیه‌ی تماس می‌ماند.

این سازوکارها کمک‌اند، نه معجزه. اگر اینترنت طی چند ثانیه کاملاً قطع شود، هیچ کدکی صدا را نجات نمی‌دهد. در این حالت باید شبکه را بررسی کرد و تماس تصویری با اینترنت ضعیف چند راه عملی دارد.

فرکانس نمونه‌برداری و پهنای باند صدا؛ چرا صدا «تلفنی» یا «شفاف» می‌شود؟

پهنای باند صدا ربطی به پهنای باند اینترنت ندارد؛ منظور از آن بازه‌ی فرکانس‌هایی است که کدک حفظ می‌کند. گوش انسان تا حدود بیست هزار هرتز می‌شنود، ولی خطوط تلفنی قدیمی فقط تا حدود چهار هزار هرتز را رد می‌کردند. به همین دلیل صدای تلفنی همیشه کمی خفه و بی‌جان به نظر می‌رسد.

Opus پنج حالت دارد: باریک (حدود ۴ کیلوهرتز)، متوسط (حدود ۶)، پهن (حدود ۸)، فوق‌پهن (حدود ۱۲) و کامل (حدود ۲۰ کیلوهرتز). در تماس معمولی بیشتر حالت پهن یا بالاتر به کار می‌رود که صدای آدم‌ها را به‌طور محسوسی طبیعی‌تر از تلفن می‌کند. اگر طرف مقابل هنوز صدای «تلفنی» می‌شنود، احتمالاً مشکل از شبکه یا دستگاه است و نه از خود کدک.

هدست بلوتوث چه تأثیری دارد؟

بعضی هدست‌های بلوتوث وقتی میکروفون روشن می‌شود به حالت مخصوص تماس می‌روند که کیفیت صدای ضبط‌شده در آن کمتر است. ممکن است Opus صدای خوبی بفرستد ولی میکروفون هدست آن را ضعیف بگیرد. اگر صدا فقط با هدست افت می‌کند، تماس با هدست بلوتوث را ببینید.

چطور بفهمیم مشکل صدای تماس از کدک است؟

بیشتر وقت‌ها خراب‌بودن صدا ربطی به Opus ندارد. این قدم‌ها به‌ترتیب کمک می‌کند علت را از ساده به پیچیده پیدا کنید.

  1. اول مجوز و میکروفون

    اگر طرف مقابل اصلاً صدا نمی‌شنود، مسئله کدک نیست. مجوز میکروفون، قطع‌بودن صدا و انتخاب دستگاه درست را بررسی کنید؛ صدا در تماس تصویری نمی‌آید همین را قدم‌به‌قدم می‌گوید.

  2. بعد نوع اختلال

    صدای بریده‌بریده نشانه‌ی افت بسته است، صدای دیرتر رسیده نشانه‌ی تأخیر و صدای تکراری نشانه‌ی اکو. هر کدام راه‌حل جدایی دارد و ربطی به نوع کدک ندارد.

  3. سپس شبکه را عوض کنید

    همان تماس را یک بار با وای‌فای و یک بار با اینترنت همراه امتحان کنید. اگر روی یکی خوب است، مشکل در شبکه‌ی دیگر است، نه در Opus.

  4. دستگاه صدا را عوض کنید

    بلندگوی داخلی، هدفون سیمی و هدست بلوتوث را امتحان کنید. اگر فقط یکی بد است، مشکل از همان دستگاه است.

  5. برنامه را به‌روز کنید

    نسخه‌ی قدیمی برنامه یا مرورگر ممکن است تنظیمات صدای جدید را نداشته باشد. به‌روزرسانی ساده‌ترین قدم آخر است.

اگر بعد از این پنج قدم هنوز صدا بد است، احتمالاً شرایط شبکه یا دستگاه بیش از توان کدک است. در این حالت بهتر است تصویر را موقتاً خاموش کنید تا بخش بیشتری از اینترنت به صدا برسد.

فینگت از کدک صدا Opus چطور استفاده می‌کند؟

صدای تماس‌های یک‌به‌یک فینگت با Opus منتقل می‌شود و تنظیم تحمل خطا (FEC) روی آن فعال است. این انتخاب بخشی از همان WebRTC است که تماس‌ها روی آن ساخته شده‌اند؛ اگر کلیات را می‌خواهید، WebRTC چیست آن را باز می‌کند. کاربر لازم نیست چیزی تنظیم کند؛ کدک و نرخ بیت هنگام تماس خودکار انتخاب می‌شوند.

کنار آن، اپ وضعیت کیفیت را زنده نشان می‌دهد. نوار کیفیت در حین تماس و هشدار «اینترنت شما یا مخاطب ضعیف است» به شما می‌گوید مشکل از شبکه است. وقتی اینترنت خیلی ضعیف شود، تصویر موقتاً مکث می‌کند و صدا حفظ می‌شود؛ یعنی در تنگنا، اولویت با شنیده شدن است. بعد از تماس هم می‌توانید امتیاز کیفیت بدهید.

برای شفافیت: فینگت اطلاعات فنی تماس مثل زمان، مدت، وضعیت و آمار کیفیت (تأخیر و افت بسته) را برای نگهداری و عیب‌یابی ثبت می‌کند. محتوای صدا ضبط یا ذخیره نمی‌شود و رسانه با همان رمزنگاری استاندارد DTLS-SRTP منتقل می‌شود. مسیر مستقیم در اولویت است و در صورت نیاز تماس از رله‌ی TURN خود فینگت می‌گذرد؛ STUN و TURN این بخش را توضیح می‌دهد.

مرزها هم روشن است: فینگت تماس یک‌به‌یک است و هر دو طرف باید فینگت داشته باشند. ضبط تماس، حذف نویز با فیلتر پیشرفته و تماس گروهی در آن نیست. اپ برای اندروید از صفحه‌ی دانلود فینگت نصب می‌شود و روی آیفون و کامپیوتر نسخه‌ی وب در دسترس است.

نمونه: دو تماس با یک کدک و دو شبکه‌ی متفاوت

سناریوی نمونه

دو بعدازظهر با دو کیفیت

نمونه‌ای فرضی: نگار روی وای‌فای پایدار خانه با برادرش تماس می‌گیرد. Opus نرخ بیت را متوسط نگه می‌دارد و صدا شفاف است. ساعتی بعد نگار در قطار با اینترنت همراه ناپایدار تماس دیگری می‌گیرد. بعضی بسته‌ها گم می‌شوند، ولی FEC و بازسازی جاهای خالی را پر می‌کنند و حرف‌ها فقط کمی خشن‌تر شنیده می‌شود. وقتی قطار وارد تونل می‌شود و چند ثانیه اینترنت می‌پرد، صدا برای لحظه‌ای قطع می‌شود و دوباره برمی‌گردد.

سناریوی نمونه

درسی که نمونه می‌دهد

همه‌ی این تغییرات با یک کدک و یک تماس رخ داده است. یعنی Opus جادو نمی‌کند؛ فقط افت کیفیت را نرم‌تر می‌کند. اگر کیفیت برایتان مهم بود، شبکه را پایدار کنید و هدفون سیمی بگذارید.

چیزهایی که Opus حل نمی‌کند

اکو و نویز محیط

کدک فقط فشرده می‌کند؛ اکوی بلندگو یا صدای خیابان را حذف نمی‌کند. این‌ها در مرحله‌های دیگر پردازش صدا حل می‌شوند و راه‌حل عملی‌شان در اکو در تماس آمده است.

اینترنت قطع‌ووصل

FEC فقط افت‌های کوتاه را جبران می‌کند. قطع چندثانیه‌ای ایراد شبکه است و هیچ کدکی آن را پنهان نمی‌کند.

میکروفون ضعیف

اگر میکروفون ارزان یا دور از دهان باشد، Opus همان صدای ضعیف را وفادارانه فشرده می‌کند. ورودی بد، خروجی بد.

امنیت یا حریم خصوصی

کدک ربطی به رمزنگاری ندارد. محافظت از رسانه کار DTLS-SRTP است و سیاست ثبت اطلاعات را هر سرویس جدا تعیین می‌کند؛ رمزنگاری تماس تصویری را ببینید.

ادعای «بهترین کیفیت» بدون شرط

کیفیت نهایی ترکیبی از میکروفون، شبکه، تنظیم برنامه و بلندگوی طرف مقابل است. فقط نام کدک ملاک نیست.

چک‌لیست برای صدای واضح‌تر در تماس

کدک را شما انتخاب نمی‌کنید، اما شرایطی که به او می‌دهید در کیفیت نهایی صدا تعیین‌کننده است.

  • میکروفون را در فاصله‌ی معقول، حدود یک وجب از دهان، نگه می‌دارم.
  • تماس مهم را روی وای‌فای پایدار یا اینترنت همراه با آنتن خوب برقرار می‌کنم.
  • از هدفون یا هدست استفاده می‌کنم تا بلندگو دوباره وارد میکروفون نشود.
  • برنامه‌های سنگین دانلود را قبل از تماس می‌بندم.
  • اگر هشدار اینترنت ضعیف آمد، تصویر را خاموش می‌کنم تا صدا اولویت بگیرد.
  • برنامه و مرورگر را به‌روز نگه می‌دارم.

اگر چک‌لیست را رعایت کردید و باز هم صدا ناپایدار بود، مشکل را در شبکه یا دستگاه جست‌وجو کنید؛ قطع شدن تماس تصویری علت‌های رایج را فهرست کرده است.

واژه‌نامه‌ی کدک و صدای تماس

این اصطلاح‌ها هنگام خواندن متن‌های فنی صدا زیاد می‌آیند.

کدک
برنامه‌ای که صدا یا تصویر را برای ارسال فشرده و در مقصد بازمی‌گرداند.
Opus
کدک آزاد و استاندارد IETF برای گفتار و موسیقی با تأخیر کم.
نرخ بیت
تعداد بیت‌هایی که از صدا در هر ثانیه فرستاده می‌شود.
FEC
تصحیح خطای رو به جلو؛ ارسال اطلاعات اضافه برای جبران بسته‌های ازدست‌رفته.
افت بسته
گم‌شدن بخشی از بسته‌های صدا در مسیر شبکه.
فرکانس نمونه‌برداری
تعداد دفعاتی که صدا در هر ثانیه اندازه‌گیری می‌شود؛ بازه‌ی فرکانس قابل‌ضبط را تعیین می‌کند.
باند باریک و باند کامل
محدوده‌ی فرکانس صدا؛ باریک مثل تلفن قدیمی و کامل نزدیک به شنوایی انسان.
قطع در سکوت
کاهش ارسال وقتی کسی حرف نمی‌زند تا پهنای باند صرفه‌جویی شود.

پرسش‌های متداول درباره کدک صدا Opus

کدک صدا Opus چیست؟

Opus کدکی آزاد برای فشرده‌سازی صدا است که گفتار و موسیقی را با تأخیر کم و نرخ بیت قابل‌تنظیم می‌فرستد. استاندارد IETF است و در WebRTC به‌عنوان کدک اصلی صدا به کار می‌رود.

چرا کدک صدا Opus برای تماس مناسب است؟

چون تأخیر پردازش پایینی دارد، نرخ بیتش با وضعیت شبکه تنظیم می‌شود و ابزارهایی برای افت بسته دارد. همین سه ویژگی باعث می‌شود صدا طبیعی بماند و کمتر بپرد.

Opus چقدر اینترنت مصرف می‌کند؟

مصرف صدا نسبت به تصویر ناچیز است. برای گفتار معمولاً چند ده کیلوبیت در ثانیه کافی است و کدک می‌تواند در شبکه‌ی ضعیف هم کمتر شود. عدد دقیق به تنظیم هر برنامه وابسته است.

FEC در Opus یعنی چه؟

یعنی تصحیح خطای رو به جلو. هر بسته کمی اطلاعات درباره‌ی بسته‌ی قبلی هم دارد، پس اگر بسته‌ی قبلی گم شود، می‌توان بخشی از صدایش را بازسازی کرد. هزینه‌اش کمی ترافیک اضافه است.

آیا Opus صدا را رمزگذاری می‌کند؟

نه. Opus فقط فشرده می‌کند. محافظت از رسانه در WebRTC با DTLS-SRTP انجام می‌شود که لایه‌ای جداست.

آیا فینگت از کدک صدا Opus استفاده می‌کند؟

بله. صدای تماس‌های یک‌به‌یک فینگت با Opus و تنظیم تحمل خطا (FEC) منتقل می‌شود. فینگت محتوای صدا را ضبط یا ذخیره نمی‌کند، ولی اطلاعات فنی تماس مثل زمان و آمار کیفیت را برای عیب‌یابی ثبت می‌کند.

اگر صدا بریده می‌شود، تقصیر کدک است؟

بیشتر وقت‌ها نه. بریدگی معمولاً به افت بسته، وای‌فای ضعیف یا اینترنت ناپایدار برمی‌گردد. کدک فقط می‌تواند افت‌های کوتاه را پنهان کند.

آیا می‌توانم کدک تماس را در برنامه عوض کنم؟

در فینگت و بیشتر اپ‌های تماس خیر؛ کدک و نرخ بیت خودکار انتخاب می‌شوند تا کاربر نیاز به تنظیم فنی نداشته باشد.