EVS — VoLTE 的核心编码
概述
EVS（Enhanced Voice Services）是 3GPP 于 2014 年发布的新一代语音编码标准（3GPP TS 26.441），专为 4G LTE 和 5G NR 网络设计。它是 AMR-WB 的继任者，在语音质量、音乐处理、延迟和抗丢包能力上都有显著提升。
EVS 的设计目标是成为"一个编码器统治所有场景"——从窄带电话到超宽带高保真音频，从纯语音到音乐混合内容。
属性 |
值 |
|---|---|
标准 |
3GPP TS 26.441-452 |
采样率 |
8 / 16 / 32 / 48 kHz |
码率 |
5.9 - 128 kbps（13 种 + AMR-WB IO 模式） |
帧长 |
20 ms |
算法延迟 |
32 ms（默认）/ 22 ms（低延迟模式） |
频率范围 |
NB: 300-3400 Hz, WB: 50-7000 Hz, SWB: 50-14000 Hz, FB: 20-20000 Hz |
声道 |
单声道（Rel-12），立体声（Rel-15+） |
专利 |
有（专利池授权） |
带宽与码率
EVS 支持四种带宽模式：
带宽 |
采样率 |
频率范围 |
可用码率 |
说明 |
|---|---|---|---|---|
NB |
8 kHz |
300-3400 Hz |
5.9-24.4 kbps |
兼容窄带网络 |
WB |
16 kHz |
50-7000 Hz |
5.9-128 kbps |
VoLTE 主力 |
SWB |
32 kHz |
50-14000 Hz |
9.6-128 kbps |
高清语音 |
FB |
48 kHz |
20-20000 Hz |
16.4-128 kbps |
全带宽音频 |
EVS 的码率模式：
5.9* 7.2* 8.0* 9.6 13.2 16.4 24.4 32 48 64 96 128 kbps
|_____|_____|_____|_____|_____|_____|_____|___|___|___|___|
VBR 可选 固定码率模式
* 5.9/7.2/8.0 kbps 支持 VBR（可变码率）模式
编码架构
EVS 的核心创新是**混合编码架构**——根据信号类型自动切换编码模式：
flowchart TD
A[输入 20ms 帧] --> B[信号分类器]
B -->|语音/浊音| C[ACELP 模式<br/>线性预测 + 代数码本]
B -->|音乐/噪声/瞬态| D[MDCT 模式<br/>变换编码]
B -->|过渡帧| E[TCX 模式<br/>变换激励]
C --> F[比特流]
D --> F
E --> F
三种编码模式
信号分类器
EVS 的信号分类器是其"大脑"，决定每帧使用哪种编码模式：
特征提取：
├── 频谱倾斜（spectral tilt）
├── 过零率（zero crossing rate）
├── 基音相关性（pitch correlation）
├── 频谱平坦度（spectral flatness）
├── 能量变化率
└── 谐波结构强度
分类结果：
├── VOICED（浊音） → ACELP
├── UNVOICED（清音） → ACELP
├── GENERIC（通用语音） → ACELP 或 TCX
├── TRANSITION（过渡） → TCX
├── AUDIO（音乐/噪声） → MDCT
└── INACTIVE（静音） → CNG
EVS vs AMR-WB
特性 |
AMR-WB |
EVS |
|---|---|---|
最高带宽 |
宽带 (7 kHz) |
全带宽 (20 kHz) |
音乐处理 |
差（纯 ACELP） |
优秀（MDCT 模式） |
最低码率 |
6.6 kbps |
5.9 kbps（质量更好） |
丢包隐藏 |
基础 PLC |
高级 PLC（频域插值） |
信道感知 |
码率切换 |
码率切换 + JBM 优化 |
延迟 |
25 ms |
32 ms（可降至 22 ms） |
互操作 |
— |
AMR-WB IO 模式兼容 |
在相同码率下，EVS 的 MOS 评分通常比 AMR-WB 高 0.3-0.5 分。特别是在音乐保持（Music on Hold）和混合内容场景，EVS 的优势更加明显。
JBM（Jitter Buffer Management）
EVS 标准包含了一个配套的 JBM 规范（3GPP TS 26.114 Annex A），这在语音编码标准中是首次：
自适应抖动缓冲，根据网络状况动态调整缓冲深度
时间拉伸/压缩（Time Stretching）：无损地调整语音播放速度
与编码器的丢包隐藏（PLC）协同工作
目标：在延迟和质量之间取得最佳平衡
EVS vs Opus
特性 |
EVS |
Opus |
|---|---|---|
语音 @13.2 kbps |
MOS ~4.2 (SWB) |
MOS ~4.0 (WB) |
音乐 @32 kbps |
优秀 |
优秀 |
最低延迟 |
22 ms |
5 ms |
FEC |
依赖信道编码 |
内置 in-band FEC |
自适应码率 |
13 档离散 |
连续可调 |
专利 |
**有**（专利池） |
免费 |
WebRTC |
不支持 |
必须支持 |
VoLTE/5G |
标准编码 |
不支持 |
信号分类 |
内置（5 类） |
内置（SILK/CELT/Hybrid） |
EVS 在运营商网络中的地位类似于 Opus 在互联网中的地位——各自是自己领域的最佳选择。
部署现状
截至 2026 年，EVS 的部署情况：
VoLTE：全球主要运营商已部署或正在部署 EVS
VoNR（5G）：EVS 是 5G 语音的默认编码
终端支持：iPhone 12+、Samsung Galaxy S20+、Pixel 5+ 等
互操作：EVS 的 AMR-WB IO 模式确保与旧设备兼容
小结
EVS 代表了语音编码技术的最高水平——它用混合编码架构解决了"一个编码器适应所有内容"的难题。信号分类器自动选择 ACELP/TCX/MDCT 模式，使得语音和音乐都能获得最佳质量。
对于 WebRTC 开发者，EVS 的直接关系不大（浏览器不支持），但理解它的设计思想——特别是混合编码和信号分类——有助于理解 Opus 的 SILK/CELT/Hybrid 模式切换机制，两者的设计哲学异曲同工。