G.711とは？音声圧縮アルゴリズムの仕組みと特徴をわかりやすく解説

G.711は、私たちが日常的に利用している電話やインターネット電話（VoIP）において、音声をデジタルデータに変換するための極めて重要な技術規格です。

この技術は、アナログの音声信号をデジタルに変換する際の標準として、長年にわたり世界の通信インフラを支え続けてきました。

本記事では、G.711の基本的な仕組みから、その特徴、さらには現代の通信における役割までを詳しく解説していきます。

G.711とは何か？

G.711は、国際電気通信連合（ITU-T）によって1972年に勧告された、音声符号化方式の国際標準規格です。

正式名称は「Pulse Code Modulation (PCM) of Voice Frequencies」と呼ばれており、パルス符号変調（PCM）という手法を用いて音声をデジタル化します。

主に固定電話回線（PSTN）やISDN、現代のIP電話システムにおいて広く採用されています。

この規格が登場したことにより、世界中の電話網で共通の方式を用いた音声通信が可能になりました。

音声圧縮アルゴリズムとしては非常にシンプルであり、現在主流となっている高圧縮コーデックの基礎とも言える存在です。

G.711は、音声の品質を維持しつつ、デジタル伝送に適したデータ形式に変換するための通信分野の「共通言語」のような役割を担っています。

電話音声のデジタル化の歴史

かつての電話はアナログ信号をそのまま銅線で送る方式でしたが、長距離伝送におけるノイズや劣化が課題となっていました。

デジタル化の必要性が高まる中で、音声をいかに効率よく、かつ劣化を抑えてデジタルデータにするかが議論されました。

その結果として誕生したのがG.711であり、当時の通信技術の集大成ともいえる規格でした。

現在ではより高度な圧縮技術が登場していますが、互換性の高さからG.711はいまだに現役で使われ続けています。

G.711の仕組み：PCM方式

G.711が採用しているPCM方式は、アナログ波形を「標本化（サンプリング）」「量子化」「符号化」という3つのステップでデジタルに変換します。

標本化（サンプリング）

標本化とは、連続的なアナログ音声波形を一定の時間間隔で区切り、その瞬間の値を測定する工程です。

G.711では、サンプリング周波数を8,000Hz（8kHz）と定めています。

これは、人間の音声に含まれる主要な周波数帯域（300Hz〜3.4kHz）を再現するために、標本化定理に基づいた最適な数値です。

1秒間に8,000回の測定を行うことで、人間の耳にとって自然な音声の再現性を確保しています。

量子化とビット深度

サンプリングされた値は、次に「量子化」というプロセスを経て数値データに置き換えられます。

G.711では、1つのサンプルを8ビットで表現します。

8ビットは256段階のレベル（2の8乗）で音の大きさを表現することを意味します。

この8ビット×8,000回のサンプリングにより、64kbpsというビットレートが算出されます。

対数圧縮（コンパンディング）

G.711の最大の特徴は、単純な線形量子化ではなく、対数を用いた「コンパンディング」という技術を使用している点にあります。

人間の耳は、小さな音の変化には敏感ですが、大きな音の変化には鈍感であるという特性を持っています。

この特性を利用し、小さな振幅に対しては細かく、大きな振幅に対しては大まかに量子化を行うことで、効率的に音質を高めています。

これにより、わずか8ビットのデータ量でありながら、12ビットから13ビット相当のダイナミックレンジを実現しています。

μ-lawとA-lawの違い

G.711には、地域や国によって異なる2つの圧縮アルゴリズムが存在します。

μ-law（ミュー・ロー）

μ-lawは、主に日本と北米で採用されている方式です。

「PCMU」とも表記され、IP電話の設定画面などでこの名称を目にすることが多いでしょう。

アナログ信号に対して対数的な処理を行い、小さな音の再現性を高めるよう設計されています。

A-law（エー・ロー）

A-lawは、ヨーロッパやその他の地域で広く採用されている方式です。

「PCMA」と表記され、国際標準としての普及度はμ-lawと同等です。

μ-lawに比べて、より小さな信号に対する量子化精度がやや高く設計されています。

国際電話などで異なる方式の地域を跨ぐ場合は、信号の変換が必要になりますが、現在ではゲートウェイが自動的に処理を行うのが一般的です。

G.711の主なメリット

G.711が誕生から50年以上経過してもなお消え去ることなく使われ続けているのには、明確な理由があります。

高音質（電話品質としての基準）

G.711は、電話における「標準的な音質」を定義する規格であり、これを「Toll Quality（公衆網音質）」と呼びます。

高度な圧縮を行わないため、音の歪みが少なく、クリアな音声通話が可能です。

低遅延（低レイテンシ）

データ処理に伴う遅延が極めて少ないことが、G.711の大きな利点です。

複雑な演算を必要としないため、音声データが生成されてから送信されるまでの時間が最小限に抑えられます。

これは、リアルタイム性が極めて重視される通話において非常に有利な特性です。

計算負荷の低さ

現代のスマートフォンだけでなく、処理能力の低い古いルーターや組込みデバイスでも容易に処理が可能です。

CPUのリソースをほとんど消費しないため、システム全体への負担を軽くすることができます。

高い互換性

ほぼすべてのVoIP機器、IP-PBX、ソフトウェアがG.711をサポートしています。

通信相手との間でコーデックの交渉が失敗した際のリザーブ（予備）としても機能するため、「必ずつながる」という安心感を提供します。

G.711のデメリットと課題

一方で、最新の通信環境においては、いくつかの弱点も指摘されています。

帯域消費量が多い

G.711のビットレートは64kbpsですが、これにIPパケットのヘッダー情報が加わると、実際には1チャネルあたり80kbps〜100kbps程度の帯域を消費します。

G.729などの圧縮率の高いコーデック（8kbps程度）と比較すると、約10倍近いネットワーク帯域を占有してしまいます。

多数の同時通話が発生するコールセンターなどでは、回線コストの増大につながる可能性があります。

パケットロスへの耐性

G.711は圧縮がない分、ネットワーク上でパケットロスが発生した際に、音声の途切れが顕著に現れやすい傾向があります。

エラー訂正機能が標準では組み込まれていないため、ネットワーク品質が不安定な環境には向きません。

他のコーデックとの比較

G.711と、現代のVoIPでよく使われる他の主要コーデックとの違いを下表にまとめました。

表から分かる通り、G.711は効率性よりも「標準化された安定性」に価値を置いている規格です。

G.711の具体的な実装例

技術的な理解を深めるために、G.711（μ-law）での量子化イメージをプログラミング言語の視点から見てみましょう。

通常、16ビットの線形データを8ビットに圧縮するアルゴリズムは、以下のような論理構造を持ちます。

def linear_to_ulaw(sample):
    """
    16ビットの線形PCM値を8ビットのu-law値に変換する簡略化されたロジック
    """
    # 実際の実装ではビットシフトやテーブル参照を用いる
    MAX_VAL = 32635
    BIAS = 0x84
    
    # 符号ビットの取得
    mask = 0x7F
    sign = 0x80 if sample < 0 else 0x00
    if sample < 0:
        sample = -sample
    
    # バイアスの追加
    sample += BIAS
    if sample > MAX_VAL:
        sample = MAX_VAL
        
    # セグメントの判定と量子化（詳細なビット操作は省略）
    # ...ビットシフトによる正規化処理...
    
    ulaw_byte = sign | (mask ^ 0x00) # 最終的な8ビット値
    return ulaw_byte

# 実行例（擬似的なもの）
print(linear_to_ulaw(1000))

255

このように、数値の範囲を圧縮し、ビット数を減らす計算が高速に行われます。

現在ではハードウェアチップやライブラリがこれらの変換をミリ秒以下の単位で実行しています。

現代におけるG.711の立ち位置

スマートフォンの普及や5G通信の時代になり、より広帯域な「G.722」や柔軟な「Opus」といったコーデックが主流になりつつあります。

しかし、それでもなおG.711がなくなることはありません。

その最大の理由は、「電話網のレガシー資産との親和性」にあります。

銀行の自動応答システム、緊急通報システム、古いオフィスにあるビジネスフォンなど、多くのインフラがG.711を基準に動いています。

また、音声だけでなく「FAX」の通信においても、G.711は重要な役割を果たしています。

FAX信号は音として送られるため、高い圧縮率を誇るコーデック（G.729など）では波形が歪み、通信エラーが発生してしまいます。

そのため、IP電話でFAXを利用する際には、G.711の使用がほぼ必須条件となります。

G.711を利用する際の注意点

VoIP環境を構築するエンジニアや管理者は、以下の点に留意する必要があります。

ネットワークの品質管理（QoS）

G.711は帯域消費が多いため、ネットワーク上で他のデータ通信（ファイル転送など）に圧迫されると、すぐに音質低下を招きます。

ルーターの設定で「QoS（Quality of Service）」を有効にし、音声パケットの優先度を上げることが安定運用の鍵です。

ビットレートの計算

通話人数が増える場合、単純に「64kbps × 人数」で帯域を見積もると、パケットヘッダーのオーバーヘッドを見落とし、帯域不足に陥る危険があります。

余裕を持った帯域設計を行い、1通話あたり100kbps程度で見積もるのが安全です。

まとめ

G.711は、誕生から現在まで通信の世界を支え続けてきた、音声圧縮技術の「金字塔」と言える規格です。

PCM方式に基づいたシンプルな仕組みでありながら、対数圧縮を用いることで効率的なデータ伝送を実現しています。

μ-lawとA-lawという2つの方式が存在し、それぞれが地域ごとに標準化されていることも重要な特徴です。

現代ではOpusなどの次世代コーデックに主役の座を譲る場面も増えましたが、その安定性と互換性により、今後も通信インフラの基盤として残り続けるでしょう。

IT用語としてのG.711を理解することは、電話システムやネットワーク通信の基礎を学ぶための第一歩となります。

もしあなたがVoIPの設定や音声システムの構築に携わるなら、この「頼れる老舗規格」の特性を最大限に活かした設計を心がけてください。