1. 比特率
比特率是选择语音编解码算法的基本因素，降低语音编解码比特率可以减少语音在 网络中的流量，以便充分利用网络的带宽资源。
在传统电话中使用得最广泛的PCM编码是固定比特率编码，比特率为64 kbit/%目前 我国IP电话系统采用得比较广泛的压缩语音编解码是G. 729编码和G. 723. 1编码。 G. 729编码的比特率为8 kbit/s，G. 723.1编码的比特率是6.3 kbit/s和5.3 kbit/s。
一般情况下，双方在通话时大约只有40%的时间是真正有声音的，为了进一步降低 语音编解码使用的网络资源以在有声时传送语音包，无声时传送少量与静音有关的 包。可变比特率编码主要与有声检测（VAD)和舒适噪声生成(CNG)有关，有声检测是确 定输入信号是语音还是背景噪声，舒适噪声生成主要用于接收端在对端不传送有声语音 包时重建背景噪声。
2. 时延
在IP电话网中语音的时延主要由以下5个部分组成。
(1) 算法时延
编码器通常对当前帧的采样数据编码，在编码时还需要参考下一帧的部分数据，这一 部分数据称之为“前视”。因此，算法时延就等于帧长和前视长度之和，其值完全取决于算 法，和具体实现无关。例如，G. 729编码的帧长为10 ms，前视为5 ms。
(2) 处理时延
即编码器分析时间和解码器重建时间，其值取决于硬件速度。通常要求处理时延等 于或略小于帧长，以确保下一帧数据到齐后，当前帧己处理完毕。算法时延和处理时延之 和称为单向编解码器时延。
(3) 打包时延
打包时延也称为装配时延。在编码器发送之前和解码器解码之前，必须将整个数据 块的所有比特都装配好。
(4) 传输时延
传输时延指在IP网络中传输所需时间，传输时延值离散性很大，取决于是采用专线 还是共享信道，同时与网络的负载情况密切相关。
(5) 抖动缓冲时延
由于多个IP数据报在IP网络中传输时延差别较大，即时延抖动较大，为了重建连续 的语音信号，一般在接收端要保留一个较大的接收缓冲区，在接收到一定数量的语音包后 再均匀地读出语音包，这就带来了附加的时延。
上述5部分时延之和称为单向系统时延，粗略估计至少为3〜4个帧长。
3. 复杂度
复杂度是指对语音信号编解码时处理的复杂程度。复杂度决定了编解码器硬件的成 本和功耗，也影响到编解码器的实时性。通常编解码都采用DSP芯片实现，复杂度的衡 量指标为定点DSP实现编解码所需的处理器能力，以百万指令/秒（MIPS)为计量单位， 另外还要考虑所需的RAM容量。一般说来，在同样语音质量要求的情况下，比特率越 低，其复杂度越高。
4. 语音质量
语音编码质量是衡量语音编码算法优劣的主要性能之一。其评价方法讨以分成两 类，即客观评定方法和主观评定方法。'E观评定方法符合人类对语音质量的感觉，因而得 到了广泛应用。
目前常用的3种主观评测法是：诊断性音律测试（DRT)、诊断性可接受性测试 (DAM)和平均意见分(MOS)。其屮MOS是目前应用最为广泛的测试方法。由20〜60 个非专职测试者对所听的语音进行综合打分，然后进行统计分析。采用5级计分制，其含 义如下表所示。
通常按MOS得分的高低对编码器质量进行分类。在表3-1-1 + .MOS得分在4.0 的语音质量常称为网络质量，适用于公用电信网环境：得分在3. 5以下称为通信质量，此 时语音质量会感到有所下降，但不足以妨碍正常的通信；MOS得分小于3.0的称为合成 语音质量，此时语音只具有较高的可懂度。
设计编码器时，要综合考虑语音质量与编码速率（带宽）之间的关系。一般来说，高速 率编码算法质量较好，占用带宽大；反之，低速率编码算法质量较差，但占用带宽小。
