Một bộ đệm khử jitter được định cỡ để hấp thụ 50 ms biến thiên độ trễ gói tin thêm trung bình khoảng 25 ms vào mỗi cuộc gọi, vì các quy tắc lập kế hoạch của ITU-T giả định một bộ đệm đóng góp một nửa độ trễ đỉnh của nó (ITU-T G.114). 25 ms đó được lấy từ một ngân sách vốn đã eo hẹp: giọng nói hội thoại nhắm tới độ trễ một chiều dưới 150 ms, với 400 ms là giới hạn (ITU-T G.1010). 3GPP hiện yêu cầu bộ đệm jitter của điện thoại di động giữ mức mất gói do jitter dưới 1% trên sáu hồ sơ mạng tiêu chuẩn (3GPP TS 26.114). Cách đo lường cũng đã thay đổi: ITU-T đã xóa mô hình chất lượng tiếng nói PESQ vào ngày 5 tháng 1 năm 2024 và hướng người dùng sang POLQA, có thang điểm toàn băng tối đa 4,8 thay vì 4,5 (trang ITU-T P.862; ITU-T P.863.1). Chúng tôi đã tổng hợp dữ liệu từ các Khuyến nghị ITU-T G.114, G.107, G.107.1, G.1010, Y.1541, P.800, P.863 và P.863.1, IETF RFC 3550, 3611 và 6716, 3GPP TS 26.114, chiến dịch đo chất lượng di động năm 2025 của Arcep, tài liệu Call Quality Dashboard của Microsoft Teams, cùng các nghiên cứu được bình duyệt đăng trên Acta Acustica và EURASIP Journal on Wireless Communications and Networking. Về phía thị trường của cuộc gọi qua internet, xem thống kê VoIP và UCaaS của chúng tôi.
Tóm tắt nhanh
- Độ trễ một chiều từ miệng đến tai dưới 150 ms mang lại khả năng tương tác về cơ bản là trong suốt; 400 ms là mức trần cho việc lập kế hoạch mạng chung (ITU-T G.114 2003).
- Bộ đệm khử jitter thêm trung bình một nửa độ trễ đỉnh của nó: 25 ms đối với bộ đệm bao phủ 50 ms biến thiên độ trễ (ITU-T G.114 2003).
- Các mạng dành cho VoIP tương tác có thể cho độ trễ gói tin biến thiên tới 50 ms, nhưng mục tiêu tại người dùng cuối đối với giọng nói hội thoại là dưới 1 ms (ITU-T Y.1541 2011; ITU-T G.1010 2001).
- Bộ đệm jitter 3GPP phải giữ mức mất gói do jitter dưới 1% trên cả sáu hồ sơ thử nghiệm (3GPP TS 26.114, Bản phát hành 19).
- Teams đánh dấu một luồng âm thanh là Kém khi jitter trung bình vượt quá 30 ms (Microsoft Learn, phân loại luồng CQD 2026).
- Giảm từ R 90 xuống R 70 làm tỷ lệ người dùng đánh giá cuộc gọi từ tốt trở lên giảm từ ít nhất 97% xuống ít nhất 73% (ITU-T G.107 2015).
- Mô hình E băng rộng chạy từ R 0 đến 129, vượt thang băng hẹp khoảng 29% (ITU-T G.107.1 2019).
- ITU-T đã xóa PESQ (P.862) vào ngày 5 tháng 1 năm 2024 (trang ITU-T P.862 2024).
- POLQA toàn băng: EVS ở 48 kbit/s đạt trung bình 4,70, G.711 chỉ 3,6 (ITU-T P.863.1 2019).
- Các dịch chuyển phát lại từ 30 ms trở xuống có tác động không đáng kể đến người nghe, nhưng PESQ đã đánh giá sai (Počta, Melvin và Hines, Acta Acustica 2015).
- Orange giữ 91% cuộc gọi ở chất lượng hoàn hảo trên toàn quốc, Free Mobile 84% (Arcep 2025).
1. Ngân sách Độ trễ: 150 ms cho Hội thoại Tự nhiên, 400 ms là Mức trần
Độ trễ là một ngân sách, không phải một con số duy nhất. Codec, việc đóng gói, mạng, bộ đệm jitter và thiết bị phát lại đều chi tiêu từ cùng một quỹ, và người nghe chỉ cảm nhận được tổng. Các ngưỡng lập kế hoạch của ITU-T không thay đổi trong hai thập kỷ vì chúng mô tả hội thoại của con người chứ không phải công nghệ: dưới 150 ms một chiều, hầu hết các ứng dụng có khả năng tương tác về cơ bản là trong suốt; trên 400 ms, ITU-T coi độ trễ là không thể chấp nhận được cho việc lập kế hoạch mạng chung.
Điều nổi bật là phần ngân sách mà mạng được cho là sử dụng rất nhỏ. Lớp VoIP có mức tương tác cao nhất trong ITU-T Y.1541 chỉ cho phép độ trễ truyền IP trung bình 100 ms, để lại 50 ms (150 ms trừ 100 ms) cho mọi thứ ở hai đầu cuộc gọi nếu muốn cuộc gọi vẫn trong suốt. Chỉ một codec G.723.1 đã tiêu tốn 97,5 ms trong bảng lập kế hoạch mạng có dây của ITU-T, so với 0,375 ms của G.711, nên riêng việc chọn codec cũng có thể quyết định cuộc gọi có giữ được dưới 150 ms hay không. Mọi công đoạn thời gian thực trên đường âm thanh, từ khử tiếng ồn đến công cụ đổi giọng cho Discord, đều lấy từ cùng một ngân sách từ miệng đến tai, đó là lý do độ trễ xử lý thấp quan trọng không kém chất lượng âm thanh trong các cuộc gọi trực tiếp. Các nhà lập kế hoạch kiểm tra những giới hạn này bằng mô hình E, vốn theo mặc định chỉ bắt đầu tính phạt độ trễ khi độ trễ một chiều tuyệt đối vượt quá 100 ms. Bản thân các ngưỡng nằm trong ITU-T G.114 và ITU-T G.1010.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ trễ một chiều: giới hạn cho khả năng tương tác về cơ bản trong suốt (từ miệng đến tai) so với mức trần khuyến nghị cho lập kế hoạch mạng chung | Dưới 150 ms so với 400 ms | ITU-T G.114 (05/2003) |
| Mục tiêu tại người dùng cuối đối với giọng nói hội thoại, độ trễ một chiều | Ưu tiên dưới 150 ms, giới hạn dưới 400 ms (giả định có kiểm soát tiếng vọng đầy đủ) | ITU-T G.1010 (11/2001) |
| Giới hạn độ trễ truyền IP trung bình: Lớp QoS 0 (VoIP tương tác cao) so với Lớp 1 (VoIP tương tác) | 100 ms so với 400 ms | ITU-T Y.1541 (12/2011) |
| Độ trễ một chiều do xử lý codec trong lập kế hoạch mạng có dây (3 khung cộng nhìn trước): G.711 / G.729 / G.723.1 | 0,375 ms / 35 ms / 97,5 ms | ITU-T G.114, Phụ lục I |
| Dải độ trễ thuật toán của codec Opus | 5 ms đến 65,2 ms | IETF RFC 6716 (2012) |
| Kích thước khung của Opus | 2,5, 5, 10, 20, 40 hoặc 60 ms | IETF RFC 6716 (2012) |
| Độ trễ một chiều tuyệt đối mặc định, dưới mức này mô hình E không áp dụng suy giảm do độ trễ | 100 ms | ITU-T G.107 (06/2015) |
Ghi chú bối cảnh: “nhìn trước” (look-ahead) là đoạn âm thanh bổ sung mà codec phải chờ trước khi có thể mã hóa khung hiện tại. G.114 (2003), G.1010 (2001) và Y.1541 (2011) đã cũ nhưng là các phiên bản đang có hiệu lực trên trang web ITU-T vào tháng 10 năm 2026. Dữ liệu mới nhất hiện có: ITU-T, 2001 đến 2015.
2. Jitter: Mạng Được Phép Biến Thiên Độ trễ Bao nhiêu
Jitter là sự biến thiên về thời gian các gói tin đến nơi. Một cuộc gọi có độ trễ dài nhưng ổn định vẫn có thể nghe rõ; một cuộc gọi có các gói đến với khoảng cách không đều cần có bộ đệm, nếu không sẽ bị ngắt quãng. ITU-T cho phép các mạng VoIP tương tác có biến thiên độ trễ gói tin tới 50 ms, trong khi mục tiêu tại người dùng cuối đối với giọng nói hội thoại là biến thiên độ trễ dưới 1 ms (ITU-T Y.1541; ITU-T G.1010). Khoảng cách giữa hai con số đó chính là bản mô tả công việc của bộ đệm jitter: mạng được kỳ vọng tạo ra jitter, còn bên nhận được kỳ vọng che giấu nó.
Cách báo cáo jitter cũng quan trọng không kém mức độ của nó. Bên nhận RTP tính một ước lượng chạy trong đó mỗi gói mới chỉ làm dịch con số một phần mười sáu của chênh lệch, một hệ số khuếch đại mà IETF chọn vì “mang lại tỷ lệ giảm nhiễu tốt trong khi vẫn giữ tốc độ hội tụ hợp lý” (IETF RFC 3550). Cũng RFC này khuyến nghị các báo cáo điều khiển dùng 5% băng thông phiên, với khoảng cách tối thiểu cố định là 5 giây. Do sự làm mượt đó và nhịp báo cáo đó, một đỉnh độ trễ ngắn gần như không làm dịch jitter mà công cụ giám sát nhìn thấy. Các liên kết vô tuyến thêm biến thiên riêng: trong một nghiên cứu phòng thí nghiệm VoLTE năm 2021, độ trễ trung bình 57,5 ms trong dải 20 đến 150 ms, trong khi jitter tập trung ngay trên 31 ms (Lipovac và cs., EURASIP JWCN 2021). Nghiên cứu này coi tỷ lệ lỗi khối vô tuyến 10% là điểm vận hành tối ưu cho giọng nói LTE, giảm xuống khoảng 1% sau một lần truyền lại.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Giới hạn biến thiên độ trễ gói tin (độ trễ phân vị thứ 99,9 trừ độ trễ tối thiểu), Lớp QoS 0 và 1 | 50 ms | ITU-T Y.1541 (12/2011) |
| Giới hạn tỷ lệ mất gói, Lớp QoS 0 và 1 | 1 trên 1.000 (1 x 10^-3) | ITU-T Y.1541 (12/2011) |
| Mục tiêu biến thiên độ trễ tại người dùng cuối, giọng nói hội thoại | Dưới 1 ms | ITU-T G.1010 (11/2001) |
| Hệ số khuếch đại của bộ ước lượng jitter liên gói RTP chuẩn | 1/16 mỗi gói | IETF RFC 3550 (2003) |
| Jitter trung bình mà trên đó Teams đánh dấu luồng âm thanh là Kém | Trên 30 ms | Microsoft Learn, phân loại luồng CQD (2026), ngưỡng của nhà cung cấp |
| Độ trễ một chiều trung bình trong thử nghiệm phòng thí nghiệm VoLTE (dải đo 20 đến 150 ms) | 57,5 ms | Lipovac và cs., EURASIP JWCN 2021 |
| Giá trị mà jitter RTP tập trung quanh trong cùng thử nghiệm VoLTE | Hơi cao hơn 31 ms | Lipovac và cs., EURASIP JWCN 2021 |
| Thời gian khứ hồi của một lần truyền lại vô tuyến LTE (HARQ) trên liên kết FDD | 8 ms | Lipovac và cs., EURASIP JWCN 2021 |
Ghi chú bối cảnh: HARQ (yêu cầu lặp tự động lai) là cơ chế truyền lại nhanh của chính tầng vô tuyến. Mỗi lần thử lại sửa được một khối bị mất nhưng đến muộn hơn, đây là một cách để liên kết di động biến lỗi thành jitter. Ngưỡng 30 ms của Teams là quy tắc giám sát riêng của Microsoft, không phải tiêu chuẩn ngành; Microsoft lưu ý rằng cờ Kém không có nghĩa là người dùng thực sự nghe thấy sự cố.
3. Bộ đệm Jitter: Độ trễ Phải Trả để Loại bỏ Jitter
Bộ đệm jitter giữ các gói lại để có thể phát với nhịp đều đặn. Mỗi mili giây giữ lại là độ trễ thêm vào; mỗi gói đến sau thời điểm phát của nó sẽ bị mất, dù mạng đã chuyển nó đi. Các tổ chức tiêu chuẩn phải chọn một phía của sự đánh đổi đó, và 3GPP đặt giới hạn cứng vào mức mất gói: bộ đệm jitter 3GPP tuân thủ phải giữ mức mất gói do jitter dưới 1% trên từng hồ sơ trong sáu hồ sơ độ trễ và mất gói tiêu chuẩn, đồng thời giữ ít nhất 90% khung tiếng nói ở mức bằng hoặc thấp hơn phân bố độ trễ của thuật toán tham chiếu được dịch đi 60 ms (3GPP TS 26.114). Giới hạn mất gói là tuyệt đối, còn giới hạn độ trễ chỉ mang tính tương đối so với một tham chiếu, điều này cho các nhà triển khai biết rằng tốn thêm một chút độ trễ là chấp nhận được còn mất âm thanh thì không.
Bộ đệm thích ứng tự đổi kích thước trong lúc im lặng, và một nghiên cứu nghe có kiểm soát đã phát hiện rằng những lần đổi kích thước nhỏ không bị nhận ra. Các dịch chuyển phát lại từ 30 ms trở xuống được chèn vào các khoảng im lặng có tác động không đáng kể đến điểm nghe chủ quan, nhưng mô hình PESQ lại báo cáo sự suy giảm đáng kể mà con người không nghe thấy (Počta, Melvin và Hines, Acta Acustica 2015). Để giám sát trực tiếp, các báo cáo RTCP XR cho phép bên nhận công bố độ trễ bộ đệm danh định, tối đa và tối đa tuyệt đối của mình tính bằng mili giây, cùng với việc bộ đệm là thích ứng hay cố định (IETF RFC 3611).
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ trễ trung bình mà bộ đệm khử jitter thêm vào, để lập kế hoạch (ví dụ minh họa: bộ đệm cho dải biến thiên độ trễ 50 ms) | Một nửa độ trễ đỉnh của nó (25 ms trong ví dụ) | ITU-T G.114 (05/2003) |
| Giới hạn mất gói do jitter đối với bộ đệm điện thoại đa phương tiện 3GPP | Dưới 1% trên mỗi kênh thử nghiệm | 3GPP TS 26.114 (Bản phát hành 19), điều khoản 8.2.3.2.3 |
| Tiêu chí độ trễ: tỷ lệ khung tiếng nói ở mức bằng hoặc thấp hơn phân bố độ trễ của thuật toán tham chiếu được dịch đi 60 ms | Ít nhất 90% | 3GPP TS 26.114 (Bản phát hành 19), điều khoản 8.2.3.2.2 |
| Hồ sơ thử nghiệm tiêu chuẩn cho việc tuân thủ bộ đệm jitter: số lượng, độ dài và mức mất gói tích hợp | 6 hồ sơ, mỗi hồ sơ 7.500 gói IP, với mức mất gói từ 0% (hồ sơ 1) đến 5,9% (hồ sơ 5) | 3GPP TS 26.114 (Bản phát hành 19), Bảng 8.1 |
| Quy mô các dịch chuyển phát lại trong khoảng im lặng có tác động không đáng kể đến điểm của người nghe | 30 ms hoặc ít hơn | Počta, Melvin và Hines, Acta Acustica 2015 |
| Độ trễ bộ đệm jitter lớn nhất mà một báo cáo RTCP XR có thể biểu diễn | 65.535 ms (trường 16 bit) | IETF RFC 3611 (2003) |
Ghi chú bối cảnh: hồ sơ 5 mang 2 khung tiếng nói mỗi gói (15.000 khung trong 7.500 gói), trong khi năm hồ sơ còn lại mang 1 khung mỗi gói. Các số liệu 3GPP được đọc trong văn bản Bản phát hành 19 của TS 26.114; cổng thông tin 3GPP liệt kê phiên bản 20.1.1 (Bản phát hành 20) là bản tải lên mới nhất vào ngày 25 tháng 9 năm 2026. Dữ liệu mới nhất hiện có về thử nghiệm nghe: Počta, Melvin và Hines, 2015.
4. Chấm điểm Hội thoại: Thang MOS và Hệ số R của Mô hình E
Hai hệ thống chấm điểm chạy song song. Điểm ý kiến trung bình (MOS) đến từ con người: người nghe chấm các mẫu trên thang xếp hạng theo hạng mục tuyệt đối năm bậc của ITU-T P.800, từ 5 (Xuất sắc) đến 1 (Rất kém), sau khi nghe các nhóm câu ngắn, mỗi nhóm vừa trong một khoảng 2 đến 3 giây. Hệ số R của mô hình E đến từ một phép tính: bắt đầu từ xếp hạng tỷ số tín hiệu trên nhiễu cơ bản, trừ đi các suy giảm do nhiễu, độ trễ, tiếng vọng, codec và mất gói, rồi cộng thêm hệ số lợi thế cho sự tiện lợi. Với mọi tham số ở giá trị mặc định, R đạt 93,2 (ITU-T G.107).
Bảng mức hài lòng trong Phụ lục B là nơi R trở nên có ý nghĩa kinh doanh. Giảm từ R 90 xuống R 70 làm tỷ lệ người dùng đánh giá cuộc gọi từ tốt trở lên giảm từ ít nhất 97% xuống ít nhất 73%, và ở R 50 mức sàn chỉ là 27% từ tốt trở lên, với tới 38% đánh giá kém hoặc tệ hơn. R 80 vẫn giữ ít nhất 89% ở mức từ tốt trở lên và R 60 ít nhất 50%, nên chất lượng cảm nhận được giảm nhanh hơn so với những gì thang R tuyến tính gợi ý. Các cuộc gọi băng rộng có một cây thước dài hơn: mô hình E băng rộng chạy từ 0 đến 129, vượt thang băng hẹp khoảng 29% (ITU-T G.107.1).
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Thang chất lượng nghe dùng cho các thử nghiệm MOS chủ quan | 5 = Xuất sắc, 4 = Tốt, 3 = Khá, 2 = Kém, 1 = Rất kém | ITU-T P.800 (08/1996) |
| Hệ số R băng hẹp khi mọi tham số của mô hình E ở giá trị mặc định | 93,2 | ITU-T G.107 (06/2015) |
| Giới hạn dưới của R 90: MOS ước tính / người dùng đánh giá từ tốt trở lên / người dùng đánh giá kém hoặc tệ hơn | 4,34 / ít nhất 97% / 0% (rất hài lòng) | ITU-T G.107 (06/2015), Phụ lục B |
| Giới hạn dưới của R 70: MOS ước tính / từ tốt trở lên / kém hoặc tệ hơn | 3,60 / ít nhất 73% / nhiều nhất 6% (một số người dùng không hài lòng) | ITU-T G.107 (06/2015), Phụ lục B |
| Giới hạn dưới của R 50: MOS ước tính / từ tốt trở lên / kém hoặc tệ hơn | 2,58 / ít nhất 27% / nhiều nhất 38% (gần như tất cả người dùng không hài lòng) | ITU-T G.107 (06/2015), Phụ lục B |
| Hệ số lợi thế A tối đa (chất lượng mà người dùng đánh đổi lấy sự tiện lợi): có dây / di động trong tòa nhà / di động trên phương tiện / vệ tinh nhiều chặng | 0 / 5 / 10 / 20 | ITU-T G.107 (06/2015), Bảng 2 |
| Dải hệ số R trong mô hình E băng rộng | 0 đến 129 | ITU-T G.107.1 (06/2019) |
| Giá trị R mà các báo cáo RTCP XR gắn nhãn là chất lượng toll so với giá trị mà từ đó trở xuống cuộc gọi được coi là không dùng được | 94 so với 50 | IETF RFC 3611 (2003) |
Ghi chú bối cảnh: “chất lượng toll” nghĩa là chất lượng của một cuộc gọi điện thoại cố định truyền thống. RFC 3611 mã hóa giá trị MOS thành số nguyên từ 10 đến 50 (MOS nhân 10), trong đó 127 nghĩa là không có sẵn. Nhãn chất lượng toll ở mức 94 và giá trị mặc định 93,2 của mô hình E dùng các quy ước khác nhau và không nên được đọc như một sự mâu thuẫn.
5. Từ PESQ đến POLQA: Các Mô hình Khách quan Chấm điểm Tiếng nói Thế nào
Các hội đồng nghe vừa chậm vừa tốn kém, nên mạng được chấm điểm bằng các mô hình khách quan so sánh bản ghi tham chiếu sạch với bản ghi bị suy giảm và dự đoán MOS mà một hội đồng sẽ cho. ITU-T đã xóa PESQ (P.862) và các khuyến nghị đi kèm P.862.1 đến P.862.3 vào ngày 5 tháng 1 năm 2024, hướng người dùng sang POLQA (P.863) (ITU-T P.862). Thậm chí ở phiên bản 2019, hướng dẫn ứng dụng POLQA vẫn nói với các kỹ sư rằng P.863 “không loại bỏ” P.862 và khuyến nghị chạy song song cả hai, nên mọi kế hoạch thử nghiệm viết trước năm 2024 đều đáng được xem xét lại.
Cái bẫy lớn hơn là thang điểm. POLQA bao phủ âm thanh từ băng hẹp (300 đến 3.400 Hz) đến toàn băng (20 đến 20.000 Hz), và phiên bản thứ ba (2018) đã bỏ bộ lọc thông thấp 14 kHz ban đầu để xử lý các codec toàn băng như Opus và EVS (ITU-T P.863). Chế độ băng hẹp tối đa 4,5 trong khi chế độ toàn băng tối đa 4,8, và cùng một cuộc gọi G.711 đạt 4,4 ở chế độ này và 3,6 ở chế độ kia (ITU-T P.863.1). Một “MOS 3,6” không có ý nghĩa gì cho đến khi bạn biết chế độ nào đã tạo ra nó. Để biết các nhà mạng công bố những điểm số này từ các bài đo thực địa ra sao, xem thống kê chất lượng thoại (MOS) mạng di động của chúng tôi.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Tình trạng của PESQ tại ITU-T | P.862, P.862.1, P.862.2 và P.862.3 bị xóa vào ngày 5 tháng 1 năm 2024 | Trang ITU-T P.862 (2024) |
| Dải điểm PESQ thô | -0,5 đến 4,5 | Lipovac và cs., EURASIP JWCN 2021 |
| Phạm vi băng thông âm thanh của POLQA | Từ băng hẹp 300 đến 3.400 Hz đến toàn băng 20 đến 20.000 Hz (siêu băng rộng 50 đến 14.000 Hz được mô phỏng bằng giới hạn băng tần) | ITU-T P.863 (03/2018) |
| Điểm POLQA tối đa: chế độ băng hẹp so với chế độ toàn băng | 4,5 so với 4,8 (tham chiếu toàn băng trong suốt nên đạt ít nhất 4,75) | ITU-T P.863.1 (06/2019) |
| G.711 với bộ lọc tay nghe IRS, điểm trung bình: PESQ băng hẹp / POLQA băng hẹp / POLQA toàn băng | 4,4 / 4,4 / 3,6 | ITU-T P.863.1 (06/2019), Bảng 6 |
| AMR-NB ở 12,2 kbit/s, điểm trung bình: PESQ băng hẹp / POLQA băng hẹp / POLQA toàn băng | 4,0 / 4,2 / 3,2 | ITU-T P.863.1 (06/2019), Bảng 6 |
| Điểm POLQA toàn băng trung bình: EVS 48 kbit/s toàn băng so với EVS 24,4 kbit/s siêu băng rộng so với AMR-WB 23,85 kbit/s | 4,70 so với 4,65 so với 4,0 | ITU-T P.863.1 (06/2019), Bảng 6 |
| Mẫu thử nghiệm POLQA được khuyến nghị | 3 đến 6 giây tiếng nói hoạt động, tối đa 12 giây tổng cộng; 8 cặp câu từ 2 người nói nam và 2 người nói nữ | ITU-T P.863.1 (06/2019) |
Ghi chú bối cảnh: các giá trị trong Bảng 6 là giá trị trung bình, và từng mẫu riêng lẻ có thể khác. Trong nghiên cứu Acta Acustica năm 2015 về các dịch chuyển thời gian của bộ đệm jitter (xem phần 3), POLQA dự đoán điều người nghe cảm nhận tốt hơn đáng kể so với PESQ.
6. Đo lường Thực địa: Cơ quan Quản lý và Bảng điều khiển Cuộc gọi Ghi nhận Gì
Các mô hình phòng thí nghiệm mô tả điều nên xảy ra; các chiến dịch thực địa cho thấy điều đang xảy ra. Cơ quan quản lý của Pháp, Arcep, chỉ tính một cuộc gọi là “hoàn hảo” nếu nó được duy trì hai phút mà không có nhiễu nghe thấy được, một phép thử nghiêm ngặt hơn việc cuộc gọi có kết nối được hay không. Chiến dịch năm 2025 của họ, dựa trên hơn 1 triệu phép đo trên mọi dịch vụ từ tháng 6 đến tháng 8 năm 2025 (Arcep, chất lượng dịch vụ di động tại nước Pháp lục địa 2025), cho thấy chỉ 76% đến 83% cuộc gọi đạt chất lượng hoàn hảo ở khu vực nông thôn, so với 89% đến 96% ở khu vực dân cư đông đúc.
Hai chi tiết đặc biệt quan trọng đối với VoIP. Các cuộc gọi qua ứng dụng nhắn tin (thoại over-the-top, hay OTT, chạy dưới dạng dữ liệu) đạt điểm thấp hơn dịch vụ thoại riêng của nhà mạng trên cùng mạng. Và trên các chuyến tàu cao tốc TGV, chỉ 56% đến 74% cuộc gọi được thiết lập và duy trì hai phút. Các nền tảng doanh nghiệp áp dụng logic tương tự cho mọi cuộc gọi: ngoài quy tắc jitter 30 ms, Teams đánh dấu một luồng âm thanh là Kém khi thời gian khứ hồi vượt 500 ms hoặc mất gói 10%, và chỉ chấm điểm các luồng có hơn 500 gói (Microsoft Learn, phân loại luồng trong CQD). Về công nghệ mạng đằng sau thoại của nhà mạng, xem thống kê triển khai VoLTE và VoNR của chúng tôi.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Cuộc gọi chất lượng hoàn hảo (duy trì 2 phút, không có nhiễu nghe thấy được), Pháp lục địa: Orange / Bouygues Telecom / SFR / Free Mobile | 91% / 88% / 87% / 84% | Chiến dịch Arcep 2025 |
| Cùng chỉ số ở khu vực dân cư đông đúc: Orange / Bouygues Telecom / SFR / Free Mobile | 95% / 96% / 92% / 89% | Chiến dịch Arcep 2025 |
| Cùng chỉ số ở khu vực nông thôn: Orange / Bouygues Telecom / SFR / Free Mobile | 83% / 77% / 79% / 76% | Chiến dịch Arcep 2025 |
| Cuộc gọi qua ứng dụng nhắn tin (thoại OTT) được duy trì 2 phút không có nhiễu nghe thấy được | Orange 82%, Free Mobile 80%, SFR 77%, Bouygues Telecom 77% | Chiến dịch Arcep 2025 |
| Cuộc gọi được thiết lập và duy trì 2 phút trên tàu cao tốc TGV | 56% (SFR) đến 74% (Orange) | Chiến dịch Arcep 2025 |
| Thời gian khứ hồi mà trên đó Teams đánh dấu luồng âm thanh là Kém | Trên 500 ms | Microsoft Learn, phân loại luồng CQD (2026), ngưỡng của nhà cung cấp |
| Tỷ lệ mất gói mà trên đó Teams đánh dấu luồng âm thanh là Kém | Trên 10% (0,1) | Microsoft Learn, phân loại luồng CQD (2026), ngưỡng của nhà cung cấp |
Ghi chú bối cảnh: số liệu TGV đo các cuộc gọi được thiết lập và duy trì hai phút; thông cáo của Arcep không nêu rằng điều kiện “không có nhiễu nghe thấy được” áp dụng cho kết quả trên phương tiện giao thông, nên không thể so sánh với các hàng chất lượng hoàn hảo. Arcep không công bố giá trị POLQA hay MOS trong thông cáo này.
Tổng kết: Bộ đệm Jitter VoIP và Chất lượng Giọng nói qua các Con số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ trễ một chiều cho khả năng tương tác về cơ bản trong suốt so với mức trần lập kế hoạch | Dưới 150 ms so với 400 ms | ITU-T G.114 (2003) |
| Độ trễ trung bình do bộ đệm khử jitter bao phủ dải biến thiên độ trễ 50 ms thêm vào | 25 ms (một nửa độ trễ đỉnh của nó) | ITU-T G.114 (2003) |
| Giới hạn độ trễ truyền IP trung bình cho VoIP tương tác cao (Lớp QoS 0) | 100 ms | ITU-T Y.1541 (2011) |
| Mục tiêu biến thiên độ trễ tại người dùng cuối, giọng nói hội thoại | Dưới 1 ms | ITU-T G.1010 (2001) |
| Độ trễ thuật toán của Opus | 5 ms đến 65,2 ms | IETF RFC 6716 (2012) |
| Giới hạn mất gói do jitter đối với bộ đệm jitter 3GPP | Dưới 1% trên cả 6 hồ sơ thử nghiệm | 3GPP TS 26.114 (Bản phát hành 19) |
| Tỷ lệ khung tiếng nói phải nằm trong độ trễ tham chiếu cộng 60 ms | Ít nhất 90% | 3GPP TS 26.114 (Bản phát hành 19) |
| Jitter trung bình khiến luồng âm thanh Teams bị đánh dấu là Kém | Trên 30 ms | Microsoft Learn (2026) |
| Độ trễ một chiều trung bình trong thử nghiệm phòng thí nghiệm VoLTE | 57,5 ms | Lipovac và cs., EURASIP JWCN 2021 |
| Dịch chuyển phát lại trong khoảng im lặng có tác động không đáng kể đến người nghe | 30 ms hoặc ít hơn | Počta, Melvin và Hines, Acta Acustica 2015 |
| Người dùng đánh giá cuộc gọi từ tốt trở lên ở R 90 so với R 70 so với R 50 | Ít nhất 97% so với 73% so với 27% | ITU-T G.107 (2015) |
| Dải R của mô hình E băng rộng | 0 đến 129 | ITU-T G.107.1 (2019) |
| Giá trị R được gắn nhãn chất lượng toll trong RTCP XR | 94 | IETF RFC 3611 (2003) |
| PESQ bị ITU-T xóa | 5 tháng 1 năm 2024 | Trang ITU-T P.862 (2024) |
| Điểm POLQA tối đa, chế độ băng hẹp so với toàn băng | 4,5 so với 4,8 | ITU-T P.863.1 (2019) |
| Giới hạn biến thiên độ trễ gói tin cho mạng VoIP tương tác (Lớp QoS 0 và 1) | 50 ms | ITU-T Y.1541 (2011) |
| Cuộc gọi chất lượng hoàn hảo trên toàn quốc, nhà mạng tốt nhất so với yếu nhất ở Pháp | 91% (Orange) so với 84% (Free Mobile) | Chiến dịch Arcep 2025 |
| Cuộc gọi qua ứng dụng OTT được duy trì 2 phút không có nhiễu nghe thấy được ở Pháp | 77% đến 82% | Chiến dịch Arcep 2025 |
Phương pháp luận và Nguồn
Mọi con số ở trên đều được đọc trong tài liệu gốc trong quá trình nghiên cứu cho bài viết này, hoặc trên trang của nhà xuất bản hoặc trong toàn văn của khuyến nghị, RFC hay bài báo. Hướng dẫn của nhà cung cấp (Microsoft) được gắn nhãn đúng như vậy và chỉ dùng cho các ngưỡng vận hành.
- ITU-T: G.114, One-way transmission time (05/2003, kèm sửa đổi VoIP tại Phụ lục II), G.107, The E-model (06/2015), G.107.1, Wideband E-model (06/2019), G.1010, End-user multimedia QoS categories (11/2001), Y.1541, Network performance objectives for IP-based services (12/2011)
- Đánh giá chất lượng tiếng nói của ITU-T: P.800 (08/1996), trang tình trạng P.862 (PESQ), P.863 (POLQA) (03/2018), hướng dẫn ứng dụng P.863.1 (06/2019)
- IETF: RFC 3550, RTP (tháng 7 năm 2003), RFC 3611, RTCP Extended Reports (tháng 11 năm 2003), RFC 6716, codec Opus (tháng 9 năm 2012)
- 3GPP: TS 26.114, IMS Multimedia Telephony, media handling and interaction (đã đọc văn bản Bản phát hành 19; phiên bản 20.1.1 được liệt kê là mới nhất)
- Arcep: Chất lượng dịch vụ di động tại nước Pháp lục địa, chiến dịch 2025 (thông cáo báo chí, ngày 20 tháng 11 năm 2025)
- Microsoft: Phân loại luồng trong Call Quality Dashboard (Microsoft Learn, cập nhật tháng 6 năm 2026; ngưỡng của nhà cung cấp)
- Počta, Melvin và Hines: An Analysis of the Impact of Playout Delay Adjustments introduced by VoIP Jitter Buffers on Listening Speech Quality (Acta Acustica united with Acustica, 2015)
- Lipovac, Lipovac, Grbavac và Obradović: Practical cross-layer testing of HARQ-induced delay variation on IP/RTP QoS and VoLTE QoE (EURASIP Journal on Wireless Communications and Networking, 2021)
- Lưu ý về dữ liệu: phần lớn các ngưỡng về độ trễ và chấm điểm đến từ các tiêu chuẩn đã cũ nhưng vẫn là phiên bản đang có hiệu lực (G.114 2003, G.1010 2001, Y.1541 2011, P.800 1996, RFC 3550 và RFC 3611 2003); đó là dữ liệu mới nhất hiện có, không phải các phép đo lỗi thời. Các nguồn mâu thuẫn về PESQ: ITU-T P.863.1 (2019) nói POLQA không loại bỏ PESQ và khuyến nghị chạy cả hai, nhưng ITU-T đã xóa P.862 vào ngày 5 tháng 1 năm 2024. Các tiêu chí bộ đệm jitter của 3GPP được đọc trong văn bản Bản phát hành 19 qua một bản sao của đặc tả và cần được kiểm tra lại so với Bản phát hành 20 (phiên bản 20.1.1, tải lên ngày 25 tháng 9 năm 2026). Arcep nêu giai đoạn đo năm 2025 là từ tháng 6 đến tháng 8 trong phần nội dung thông cáo và từ cuối tháng 5 đến tháng 8 trong phần phụ lục. Nghiên cứu VoLTE của Lipovac và cs. nêu mức ý nghĩa 1% ở một phần và nhắc đến 0,1 ở phần khác; ở đây chỉ dùng các giá trị mô tả về độ trễ và jitter của nghiên cứu này. Giới hạn MOS của mô hình E cho R trên 100 không được trích dẫn vì văn bản G.107 trích xuất bị lỗi ở điểm đó. Các báo cáo đo thực địa của TRAI (PDF dạng quét) và các trang Mobile Matters của Ofcom (HTTP 403) không thể đọc được và đã bị loại. Nghiên cứu của chúng tôi tìm thấy rất ít thử nghiệm nghe mở được bình duyệt về hành vi bộ đệm jitter sau năm 2016, và ngân sách tìm kiếm web của phiên làm việc này đã cạn sớm, nên có thể tồn tại các nghiên cứu mới hơn và sẽ được kiểm tra ở lần làm mới tiếp theo.
Cập nhật lần cuối: ngày 24 tháng 10 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần làm mới tiếp theo dự kiến sẽ diễn ra khi Arcep công bố kết quả chiến dịch đo chất lượng dịch vụ di động tại Pháp lục địa năm 2026.