Codec

Ein Codec wandelt Sprache in Daten und zurück. Seine Wahl bestimmt Klang, Bandbreite und ob Randfälle wie Fax oder Tastentöne funktionieren.

Definition Codec

Der Begriff setzt sich aus Coder und Decoder zusammen. Ein Codec beschreibt ein Paar von Verfahren: eines, das ein analoges Signal in eine Folge von Bits überführt, und eines, das daraus wieder ein hörbares Signal macht.

Zwei Schritte sind daran beteiligt. Die Abtastung legt fest, wie oft der Signalwert gemessen wird, und bestimmt damit, welcher Frequenzbereich übertragen werden kann. Die Quantisierung legt fest, wie fein jeder Messwert dargestellt wird.

Daneben komprimieren die meisten Codecs. Sie nutzen aus, dass menschliche Sprache vorhersagbaren Mustern folgt, und übertragen statt des Signals eine Beschreibung davon.

Schmalband und Breitband

Das klassische Telefonnetz übertrug den Bereich von etwa 300 bis 3400 Hz. Das genügt für Verständlichkeit, klingt aber dumpf und macht ähnliche Laute schwer unterscheidbar. Das Buchstabieren am Telefon ist eine unmittelbare Folge davon.

Breitbandige Codecs übertragen etwa 50 bis 7000 Hz. Der Unterschied ist deutlich hörbar, Stimmen wirken natürlicher und das Zuhören ist weniger anstrengend. Vermarktet wird das als HD-Telefonie.

Die Voraussetzung wird dabei oft übersehen: Beide Gesprächspartner und alle Stationen dazwischen müssen den Codec unterstützen. Ein einziger Abschnitt auf Schmalband genügt, und das Gespräch klingt wie früher.

Verbreitete Codecs

G.711 ist der Bezugspunkt. Es komprimiert praktisch nicht, sondern tastet ab und quantisiert. Dadurch entsteht keine nennenswerte Verzögerung, und das Signal bleibt unverfälscht. In Europa wird die Variante A-Law verwendet, in Nordamerika und Japan µ-Law. Beide sind nicht zueinander kompatibel, die Umsetzung übernehmen die Übergänge zwischen den Netzen.

In Deutschland ist G.711 der Codec, den jeder Anschluss beherrschen muss. Wer Aushandlungsprobleme hat, sollte ihn deshalb immer anbieten.

Opus ist der flexibelste. Er passt Datenrate und Bandbreite während des Gesprächs an und deckt Sprache wie Musik ab. In der klassischen Telefonie ist er selten, in der Kommunikation über den Browser der Regelfall.

Was die Wahl beeinflusst

Bandbreite. Mit Paketköpfen kommt zu jedem Codec ein erheblicher Aufschlag hinzu. Bei G.711 mit 20 Millisekunden Sprache je Paket sind es rund 80 kbit/s je Richtung statt der 64 kbit/s Nutzlast. Bei stark komprimierenden Codecs fällt der Aufschlag stärker ins Gewicht, weil der Kopf gleich groß bleibt. Aus 8 kbit/s Nutzlast werden dann rund 24 kbit/s.

Verzögerung. Komprimierende Verfahren brauchen einen Abschnitt Sprache, bevor sie rechnen können. Diese Zeit kommt zur übrigen Verzögerung hinzu.

Rechenaufwand. In Anlagen mit vielen gleichzeitigen Gesprächen zählt das, vor allem wenn zwischen Codecs umgerechnet werden muss.

Umkodierung. Muss ein Gespräch unterwegs von einem Codec in einen anderen überführt werden, sinkt die Qualität und die Verzögerung steigt. Deshalb ist es günstig, wenn beide Seiten denselben Codec verwenden.

Wo Kompression schadet

Komprimierende Codecs sind auf die menschliche Stimme abgestimmt. Alles, was anders klingt, verfälschen sie.

Fax. Die Signale werden so weit zerstört, dass die Übertragung scheitert. Dafür gibt es ein eigenes Verfahren nach T.38.

Tastentöne. Die Doppeltöne des Wahlverfahrens werden unkenntlich. Deshalb werden sie üblicherweise nicht als Ton übertragen, sondern als eigenes Ereignis im Medienstrom.

Modem und Alarmanlagen. Geräte, die Daten als Töne übertragen, sind aus demselben Grund betroffen.

Mit G.711 funktionieren diese Fälle meist, weil dort nicht komprimiert wird.

Abgrenzung

SDP handelt aus, welcher Codec verwendet wird. Der Codec selbst ist nicht Teil der Aushandlung, sondern deren Gegenstand.

Findet sich kein gemeinsamer Codec, wird das Gespräch abgelehnt. Der zugehörige Statuscode lautet 488.

Bei Video gilt dasselbe Prinzip mit anderen Verfahren.

Quellen

• ITU-T G.711: Pulse code modulation (PCM) of voice frequencies
• ITU-T G.722 und G.722.2: Breitbandige Sprachcodierung
• ITU-T G.729: Coding of speech at 8 kbit/s
• RFC 6716: Definition of the Opus Audio Codec
• RFC 3551: RTP Profile for Audio and Video Conferences, mit den fest vergebenen Codecnummern