VOLTE語音質(zhì)量評估測試

1、MOS：Mean Opinion Score，平均意見分PAMS：Perceptual Analysis Measurement System，知覺分析測量系統(tǒng)PSQM：Perceptual Speech Quality Measure，知覺通話質(zhì)量測試PESQ：Perceptual Evaluation of Speech Quality，知覺通話質(zhì)量評估 ITU-T P.800 知覺分析測量系統(tǒng) Perceptual Analysis Measurement System (PAMS)由英國電信最早提出，在大量主觀測試的基礎(chǔ)上，通過波形對比建立波形差與主觀評分的客觀算法，因此提供一個(gè)預(yù)測主

2、觀評分的手段。 ITU-T P.861 知覺通話質(zhì)量測試 - Perceptual Speech Quality Measure (PSQM)由荷蘭KPN最早提出，在大量主觀測試的基礎(chǔ)上，分析現(xiàn)代通信系統(tǒng)中的設(shè)備性能等基礎(chǔ)上（如信噪比，誤碼率，編碼壓縮損傷，傳輸損傷）建立語音質(zhì)量與主觀評分的算法。 ITU-T P.862 知覺通話質(zhì)量評估 Perceptual Evaluation of Speech Quality (PESQ)當(dāng)今通信領(lǐng)域通用的標(biāo)準(zhǔn)，是前兩者的結(jié)合產(chǎn)物。截至2014年1月，全球已經(jīng)有超過40家運(yùn)營商開始部署VoLTE服務(wù)。中國移動也宣布將在2014年底之前全網(wǎng)部署VoLTE

3、服務(wù)。VoLTE和高清語音服務(wù)預(yù)期可以給客戶提供更佳的語音用戶體驗(yàn)，幫助運(yùn)營商應(yīng)對OTT語音沖擊和ARPU值下降的不利趨勢。對運(yùn)營商而言，部署VoLTE將帶來兩方面的價(jià)值，一是提升無線頻譜利用率、降低網(wǎng)絡(luò)成本。二是提升用戶體驗(yàn)。VoLTE的體驗(yàn)明顯優(yōu)于傳統(tǒng)電路域語音。首先，高清語音和視頻編解碼的引入顯著提高了通信質(zhì)量；其次，VoLTE的呼叫接續(xù)時(shí)長大幅縮短，測試表明VoLTE比CS呼叫縮短一半以上。VoLTE通過全I(xiàn)P的4G網(wǎng)絡(luò)和IMS服務(wù)器提供語音服務(wù)，服務(wù)的部署需要網(wǎng)絡(luò)側(cè)和終端側(cè)都作出大量投資和研發(fā)。其實(shí)現(xiàn)原理和傳統(tǒng)的2G、3G語音服務(wù)有很大不同，給運(yùn)營商，終端廠商，芯片廠商帶來了很大挑戰(zhàn)

4、。如何判斷重金投資的網(wǎng)絡(luò)和研發(fā)的終端真正帶來了更好的用戶體驗(yàn)？如何衡量新的VoLTE語音服務(wù)語音質(zhì)量優(yōu)于2G、3G網(wǎng)絡(luò)和幾乎免費(fèi)OTT應(yīng)用？如何衡量評估多種操作系統(tǒng)多種種類的終端在4G網(wǎng)絡(luò)中語音性能孰優(yōu)孰劣？回答以上問題需要采用相應(yīng)測試系統(tǒng)對VoLTE服務(wù)進(jìn)行準(zhǔn)確，標(biāo)準(zhǔn)，可重復(fù)，自動化的專業(yè)測試評價(jià)。通常我們可以采用表一的KPI作為衡量VoLTE服務(wù)用戶體驗(yàn)的指標(biāo)。用戶體驗(yàn)關(guān)鍵性能指標(biāo)呼叫可靠性起呼成功率，掉話率起呼時(shí)間呼叫建立時(shí)間語音質(zhì)量MOS分延遲口到耳語音延遲其中語音質(zhì)量的至關(guān)重要，本文第二、第三節(jié)將分別介紹常用語音質(zhì)量評價(jià)方法和Nomad-HD語音測試解決方案。二、 語音質(zhì)量評估方法介

5、紹語音質(zhì)量的評估方法包括主觀評價(jià)和客觀評價(jià)兩大種類。主觀評價(jià)指以人為主體進(jìn)行語音質(zhì)量評價(jià)，由參與評聽的評聽人根據(jù)預(yù)先約定的評估準(zhǔn)則對語音質(zhì)量進(jìn)行打分，它反映了評聽人對語音質(zhì)量好壞的一種主觀印象。主觀評價(jià)方法比較繁雜，為了排除偶然因素，減少評價(jià)波動方差，需要參與評價(jià)的評聽人數(shù)量較多（一般40人以上）。但是由于人是語音的最終接受者，這種評價(jià)方法是語音質(zhì)量的真實(shí)反映。客觀評估是指用機(jī)器自動判別語音質(zhì)量它從原理上又可分為兩類評價(jià)方式：基于輸入輸出方式的主動式評估和基于輸出方式的被動式評估。主動式的評價(jià)是建立在原始語音信號和失真語音信號的誤差對比上，大多數(shù)這種方式的客觀評估采用數(shù)值距離或者描述聽覺系統(tǒng)如

6、何來感知質(zhì)量的聽覺模型來量化語音質(zhì)量的好壞；被動式的客觀評價(jià)是僅以語音系統(tǒng)的輸出信號來評估語音質(zhì)量的好壞。主觀評價(jià)國內(nèi)外使用較多的主觀評價(jià)方法包括平均意見分MOS（Mean Opinion Score）法，韻母可懂度測量DRT（Diagnostic Rhyme Tests），失真平均意見分DMOS（Degradation Mean Opinion Score），滿意度測量DAM（Diagnostic Acceptability Measure）等。在實(shí)際語音質(zhì)量評價(jià)中，MOS法最為常見。ITU P.800標(biāo)準(zhǔn)定義了MOS評價(jià)方法。參加評價(jià)的評聽人在聽完測試語音后從下表5個(gè)等級中選擇某一級作為他

7、對語音質(zhì)量的評價(jià)。全體實(shí)驗(yàn)者的平均分就是所測語音質(zhì)量的MOS值。級別用戶滿意度很好，聽得清楚，延遲很小，交流流暢稍差，聽得清楚，延遲小，有點(diǎn)雜音可以接受，有一定延遲，可以交流勉強(qiáng)，聽不太清，交流重復(fù)多次0-1.5極差，聽不懂主觀性測試的的優(yōu)勢是符合人對語音的感受，缺點(diǎn)是耗時(shí)，昂貴，可重復(fù)性低，受人的主觀影響較大。主動式評價(jià)主動式評價(jià)方法主要由ITU標(biāo)準(zhǔn)組織定義，評價(jià)方法的發(fā)展沿革歷史如圖2.1。其中PESQ和POLQA是目前仍然廣泛使用的語音質(zhì)量評價(jià)方法。PSQM由于種種缺陷目前在實(shí)際中已經(jīng)很少采用。圖2.1 ITU組織感知語音評價(jià)方法發(fā)展歷史PESQ（Perceptual Evaluatio

8、n of Speech Quality）由英國電信和KPN共同開發(fā)，并在2001年被ITU采納為P.862規(guī)范。它比較聲源信號和退化信號并給出一個(gè)類似人工聽力評估測試的MOS分值。PESQ不僅能測試像解碼器這樣的網(wǎng)絡(luò)單元的效果，也能測量端到端的聲音質(zhì)量。它著重針對不同的信號退化原因，如編解碼失真、錯(cuò)誤、丟包、延時(shí)、抖動和過濾，給出-0.5到4.5的分值范圍內(nèi)的值。大多數(shù)情況下正常的分值范圍在2到4.5之間。PESQ總的思路是對源信號和通過測試系統(tǒng)的退化信號進(jìn)行電平調(diào)整到標(biāo)準(zhǔn)聽覺電平，再用輸入濾波器模擬標(biāo)準(zhǔn)電話聽筒進(jìn)行濾波。對通過電平調(diào)整和濾波后的兩個(gè)信號在時(shí)間上對準(zhǔn)，并進(jìn)行聽覺變換，這個(gè)變換包

9、括對系統(tǒng)中線性濾波和增益變化的補(bǔ)償和均衡。兩個(gè)聽覺變換后的信號之間的不同作為擾動（即差值），分析擾動曲面提取出兩個(gè)失真參數(shù)，在頻率和時(shí)間上累積起來，映射到對主觀平均意見分的預(yù)測值。PESQ算法將話音的頻率、響度等物理特性與人類心理上的感知特性的對應(yīng)關(guān)系用數(shù)學(xué)模型來表示，即用客觀數(shù)學(xué)模型的評價(jià)來模擬主觀的評價(jià)。該算法采用時(shí)頻映射、頻率彎折和響度彎折等方法，盡可能將語音中可以感知的特性在數(shù)學(xué)上完美的表達(dá)。在PESQ模型中，提取出的語音特征都是與主觀感覺直接相關(guān)的。PESQ算法有如下主要缺點(diǎn)：處理CDMA編碼（如EVRC）不夠準(zhǔn)確；在特定的GSM/WCDMA網(wǎng)絡(luò)條件下過于敏感；不能處理超寬帶語音信號

10、。為了解決PESQ的問題，更好的適應(yīng)4G/LTE時(shí)代的語音質(zhì)量測試需求，ITU-T于2006年開始了POLQA的開發(fā)工作2011年初正式發(fā)布為ITU-T P.863標(biāo)準(zhǔn)。主要特點(diǎn)可以覆蓋最新的語音編碼和網(wǎng)絡(luò)傳輸技術(shù)，在用于3G， 4G/LTE，VoIP網(wǎng)絡(luò)時(shí)具有更高的準(zhǔn)確性支持超寬帶（50Hz14KHz）語音傳輸，高質(zhì)量語音傳輸。PESQ和POLQA算法的對比如圖2.2所示。圖2.2 PESQ和POLQA算法特性對比從主動式評價(jià)方法的發(fā)展歷程以及各種方法的性能來看基于輸入一輸出的客觀評價(jià)的一些方法與主觀評價(jià)的相關(guān)度已達(dá)到了095左右，能夠比較真實(shí)的衡量語音質(zhì)量。被動式評價(jià)被動式語音質(zhì)量評價(jià)方法

11、主要有兩種：l 其一是直接從變化的IP網(wǎng)絡(luò)損傷參數(shù)（如丟包、抖動和延遲）預(yù)測語音質(zhì)量，如R-factor方法；l 其二是根據(jù)音頻信號測量語音流量的語音質(zhì)量（例如編解碼器、回聲、語言和或講話人），如ITU組織P.563標(biāo)準(zhǔn)。被動式評價(jià)的目的是建立感知語音質(zhì)量和網(wǎng)絡(luò)或音頻語音流相關(guān)參數(shù)的關(guān)系，從而通過網(wǎng)絡(luò)參數(shù)或語音參數(shù)來評價(jià)感知語音質(zhì)量。被動式評價(jià)并非真實(shí)測量最終用戶的實(shí)際體驗(yàn)，而是通過抓取網(wǎng)絡(luò)參數(shù)或語音參數(shù)通過數(shù)學(xué)模型“預(yù)測”感知語音質(zhì)量。三、 Nomad HD語音質(zhì)量測試解決方案思博倫通信研發(fā)的Spirent Nomad HD呼叫及語音測試系統(tǒng)能夠針對任意網(wǎng)絡(luò)上任意設(shè)備的高清語音和VoLTE服

12、務(wù)，提供關(guān)鍵的語音質(zhì)量分析能力。NomadHD可為高清語音質(zhì)量測量和呼叫性能測試提供完整的測試包。該系統(tǒng)通過在高清語音和VoLTE語音質(zhì)量測試中使用POLQA算法，可以在同一運(yùn)營商的傳統(tǒng)線路交換與分組交換語音之間進(jìn)行切實(shí)可行的對比，并且可以對多種網(wǎng)絡(luò)和技術(shù)進(jìn)行跨越式對比。Nomad-HD支持帶寬20KHz以上的高清語音和寬帶POLQA評價(jià)算法?？梢詼y試包括OTT語音在內(nèi)的任何高清語音通話。云服務(wù)器部署在北美，歐洲，亞太等地區(qū)，包括美國，中國，中國臺灣地區(qū)，日本，英國，德國等多個(gè)國家和地區(qū)；同時(shí)支持實(shí)驗(yàn)室測試和現(xiàn)網(wǎng)測試。優(yōu)勢： 理解VoLTE服務(wù)部署需求，廣泛應(yīng)用于運(yùn)營商準(zhǔn)入測試和芯片、終端廠商

13、研發(fā)測試 客觀比較VoLTE高清語音，OTT語音，2G、3G語音服務(wù)質(zhì)量 支持現(xiàn)網(wǎng)和實(shí)驗(yàn)室測試，支持所有制式，操作系統(tǒng)手機(jī) 同時(shí)關(guān)聯(lián)分析IP網(wǎng)絡(luò)對語音質(zhì)量、語音延遲、呼叫性能的影響，幫助尋找系統(tǒng)瓶頸 作為Fit4Launch的預(yù)測試，幫助加快通過運(yùn)營商準(zhǔn)入測試的周期。架構(gòu)：Nomad桌面代理：Nomad桌面代理包括便攜Nomad硬件，PC控制軟件和IP分析模塊。Nomad硬件單元包括4路語音測試接口，可以通過耳機(jī)接頭或藍(lán)牙接口同時(shí)測試最多4部終端。PC控制軟件可以測量語音MOS分，語音延遲，起呼成功率，掉話率。Nomad桌面代理支持終端到終端呼叫，終端到服務(wù)器呼叫等多種測試方式。Nomad系統(tǒng)可以同時(shí)記錄IP日志，結(jié)合語音質(zhì)量進(jìn)行IP分析。Nomad語音服務(wù)器：Nomad語音