Sprachcodecs

Sprachcodecs sind Algorithmen und Systeme, die Sprachsignale komprimieren und wiederherstellen, um Sprache effizient über Netzwerke zu übertragen oder zu speichern. Ein Codec besteht aus einem Encoder, der das Audiosignal in eine kompakte Bitfolge überführt, und einem Decoder, der diese Bitfolge wieder in ein hörbares Signal zurückverwandelt. Typische Einsatzgebiete sind Telefonnetze, Voice-over-IP, Videokonferenzsysteme und Rundfunk von Sprachdaten.

Sprachcodecs arbeiten in der Regel verlustbehaftet (lossy) und verzichten bewusst auf einige Details des Originalsignals, um deutlich geringere Bitraten zu ermöglichen. Es gibt auch verlustfreie Codecs, die jedoch meist zu große Bitraten benötigen und im Sprachbereich selten verwendet werden. Wichtige Einflussgrößen sind Bitrate, Latenz, Rechenaufwand, Samplingrate und Frame-Größe. Sprachcodec-Standards unterscheiden sich zudem nach Bandbreite: Narrowband (ca. 8 kHz), Wideband (ca. 16 kHz), Super-Wideband (ca. 32 kHz) und Full-Band (ca. 48 kHz).

Zu den bekanntesten Sprachcodecs gehören ITU-T-Standards wie G.711, G.729, G.723.1, G.722-Familie (G.722, G.722.1, G.722.2) sowie AMR und AMR-WB. Open-Source- und IETF-Standards umfassen Opus (RFC 6716), SILK (in Opus integriert) und iLBC. Es gibt auch proprietäre Codecs mit Lizenzgebühren. Die Wahl eines Codecs hängt von Anforderungen wie Sprachqualität, verfügbaren Bandbreiten, Latenz und Netzwerktopologie ab.

Codecs beeinflussen Netzwerkeffizienz, QoS-Anforderungen und Abwärtskompatibilität. Die Leistungsbeurteilung erfolgt oft über MOS-Werte, PESQ oder objektive Messgrößen; in praktischen Anwendungen spielen Paketverlust, Jitter und Paketgrenzen eine wesentliche Rolle, insbesondere bei Echtzeitkommunikation.