电话线路延时测试全景：指标 / 方案 / 工具 / 全流程实操

同一个"延时"，五个完全不同的东西

和线路商、客户、内部工程团队沟通时，"延时"经常指代不同对象，先统一口径再谈测试：

标准依据速查

• ITU-T G.114：单向传输时延建议，150ms/400ms 两档分界；卫星链路单跳即 ~270ms，注定超标。
• ITU-T G.107（E-model）：把延时、丢包、编解码损伤合成 R 值 → 换算 MOS。延时对 MOS 的惩罚在 >177ms 后陡增（Id 因子）。
• RFC 3550（RTCP SR/RR）：LSR/DLSR 字段内建 RTT 计算——通话中媒体路径 RTT 可以从 RTCP 免费拿到。
• RFC 3611（RTCP-XR VoIP Metrics）：扩展报告直接携带 Round Trip Delay、End System Delay（终端侧编解码+抖动缓冲耗时）、R 因子与 MOS-LQ/MOS-CQ。
• RFC 5357（TWAMP）/ RFC 8762（STAMP）：运营商级双向主动测量协议，测 IP 层单向/往返延时无需时钟严格同步；批发话务 SLA 验收常用。

为什么必须分层测

ICMP ping 通了不代表 SIP 可达（防火墙单放 5060）；OPTIONS 快不代表呼叫建立快（路由/LCR 查询在 INVITE 才触发）；PDD 短不代表通话延时低（信令走直连、媒体被拉去第三国转 relay 很常见）。四层各测各的，任何一层不能替代另一层——这是 Cyara/Spearline、Sipfront、Twilio Voice Insights 等所有商业方案背后共同的方法论。

L4 媒体层是重头戏：音频回环互相关法（Spearline/Cyara/NIST 同款）

1. 注入参考信号：呼通被测线路后，A 端播放一段已知参考音频。工程上用 chirp 扫频信号（300-3400Hz 电话频带内），比纯音抗噪、相关峰尖锐。
2. 远端回环：三种回环方式——公共 echo 服务（如 echo@iptel.org）、自建 Asterisk Echo() 应用、被叫侧真机录音（在国拨测平台的做法：在目标国部署真实 SIM/固话终端）。
3. 互相关定位：对参考信号与录得信号做互相关（FFT 加速），峰值位置即延时。回环场景测得的是 RTT，除以 2 得单向延时（假设去回程对称——注意这个假设在多跳转售线路上可能不成立）。
4. 顺手测音质：同一段录音与参考做 PESQ（P.862，旧标准）/ POLQA（P.863，宽带金标准，需授权）/ ViSQOL（Google 开源，免费替代）比对得 MOS。

NIST 对 PTT 系统的 M2E 测量方法论（2021）与此同构；本报告附带的 Lab 用 numpy 约 40 行核心代码实现了该算法，40-520ms 四档模拟信道上误差 0.00ms（见第五节）。

被动监控：不打测试呼叫，从生产流量里"白嫖"延时数据

• RTCP SR/RR：每路通话每 ~5s 一个报告，LSR/DLSR 算出媒体 RTT，零成本全量覆盖。FreeSWITCH/Asterisk/OpenSIPS 均原生支持。
• RTCP-XR（RFC 3611）：若对端支持，直接上报 Round Trip Delay + End System Delay + MOS，AudioCodes 等 SBC 可强制开启。
• HEP/Homer + VoIPmonitor：SIP/RTP 全量镜像捕获，Homer 存信令算 PDD 分布，VoIPmonitor 在捕获点算 MOS/jitter/loss，出问题回放 pcap。开源界的标准组合。
• CDR 统计：FreeSWITCH 的 progress_mediamsec（INVITE→183 带媒体）、answermsec 字段天然就是 PDD 数据源，按线路商/目的地国家聚合出 P50/P95 就是最真实的线路延时画像。

圈子一：批发话务/线路商（wholesale voice）——在国拨测 + ASR/ACD 报表

• 在国拨测（in-country test call）：在目标国部署真实 SIM 卡池/固话终端，从源端打真实呼叫，端到端验证 PDD、CLI 透传、假振铃、FAS、音质。代表：Cyara Voice Assure（2023 年收购 Spearline，覆盖 70+ 国）、Klearcom（IVR/号码测试，100+ 国）、Occam（150 国 560 移动网络）、SignalVerify、TelecomsXChange iTest。
• 路由质量报表：软交换（Kolmisoft/PortaOne/VOS3000 类）按 vendor×目的地维度输出 ASR/ACD/PDD 日报，PDD P95 突增即触发换路。
• FAS 检测：对比"200 OK 时刻"与"真实语音能量出现时刻"，差值异常即判假接通（StarTrinity 甚至提供 FAS 模拟器供反作弊系统开发）。

圈子二：呼叫中心/CPaaS——合成主动拨测 + 全量被动监控

• Cyara：合成呼叫走真实 PSTN 进 IVR，全链路打点（含 latency test：重放客户呼叫路径量化延时，反复测出时段波动规律，用于路由决策）。
• Sipfront：SIP/WebRTC 自动化测试 SaaS，PDD 持续监控 + 趋势分析，按 route×carrier 维度做 SLA 执行。
• Twilio Voice Insights / Telnyx 报表：CPaaS 自带，提供逐通话 jitter/丢包/RTT/MOS 时序与 PDD。注意盲区：只看得到自家边缘之内，边缘到落地运营商那段黑盒——这正是还需要第三方在国拨测的原因。
• testRTC / Cyara watchRTC：WebRTC 侧（网页坐席）的合成测试与真实用户监控，基于 getStats 的 RTT/jitterBufferDelay。

圈子三：AI 语音 Agent——turn latency 端到端仿真

• Hamming / Coval / Cekura / Bluejay：2025-2026 兴起的语音 Agent 测试平台，用 AI 模拟用户打真实电话，测"用户说完→Agent 开口"的 turn latency 分布（P50/P95），并分解到 ASR/LLM/TTS/线路各段。
• 基准值（2026）：Telnyx 口径网络+SIP 段 50-200ms、ASR 80-300ms、LLM 200-600ms、TTS 80-300ms；优秀系统端到端 ~600-800ms。线路延时每增 100ms，等效吃掉一档模型优化的收益——这是把线路延时测准的业务价值所在。
• 自测法：录音端到端对齐（用户音轨 vs Agent 音轨做能量边界打点），或 OpenAI Realtime 式从 RTP 包时间戳反推（webrtcHacks 方法论）。

Lab 说明

代码位于 学习用/line-latency-lab/，四个脚本对应四层，./run_all.sh 一键全流程，结果输出 JSON。除 numpy 外零依赖、无需 root，2026-07-30 在 Mac Studio（国内宽带）实际跑通，以下全部为真实输出。

line-latency-lab/
├── net_probe.py          # L1 网络层：ICMP RTT/抖动/丢包（对 4 个真实 SIP 边缘）
├── sip_options_probe.py  # L2 信令层：原生 UDP 构造 SIP OPTIONS 测响应 RTT
├── pdd_probe.py          # L3 会话层：本机模拟 3 条线路画像，INVITE→18x 打点测 PDD
├── audio_delay.py        # L4 媒体层：chirp + 互相关测口对耳延时（Spearline 同款算法）
└── run_all.sh            # 一键全流程 → results/summary.json

接到真实线路只差三步

1. L2/L3 换目标：把脚本目标从公共服务器换成线路商 SIP 中继地址 + 鉴权账号；PDD 探测改用 voip_patrol（自带鉴权/回铃音检测 tone_detected_ms，比裸 SIP 省事）。
2. L4 换信道：呼真实号码 → 被叫侧回环（自建 Asterisk Echo()、公共 echo@iptel.org，或目标国真机 SIM 录音）→ 同一互相关脚本直接算，回环 RTT ÷ 2 = 单向延时。
3. 接入监控：结果 JSON 已结构化，直接进 Prometheus/看板；PDD P95 与 M2E 超阈值告警换路。

⚠️ 合规提醒：对他人生产 SIP 服务器只做低频 OPTIONS 探活；批量拨测只打自有号码或线路商书面同意的测试号段，避免被判为话务攻击。