[發(fā)明專利]對話主觀質(zhì)量測試工具

無效

• 申請?zhí)枺?/td>: 200980148404.2
• 申請日: 2009-11-24
• 公開（公告）號: CN102239519A
• 公開（公告）日: 2011-11-09
• 發(fā)明（設計）人: 尼古拉斯·川考特
• 申請（專利權(quán)）人: 阿爾卡特朗訊
• 主分類號: G10L19/00
• 分類號: G10L19/00;H04M3/22;H04W24/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王瑋

技術(shù)領(lǐng)域

本發(fā)明涉及話音質(zhì)量評估，更具體地，涉及針對語音通信系統(tǒng)的話音質(zhì)量評估的對話測試。

背景技術(shù)

作為在無線/有線電信網(wǎng)絡中穩(wěn)定進步的部分，系統(tǒng)的語音和話音質(zhì)量評估在過去的幾年得到極大的重視。它聚焦于與評估通過電信系統(tǒng)的語音和話音的聽覺質(zhì)量相關(guān)的過程。單詞“評估”在這里指針對一個或多個標準的系統(tǒng)性能的測量。

實際上，隨著新的電信技術(shù)的到來，諸如通過IP(因特網(wǎng)協(xié)議)、ATM(異步傳輸模式)、FR(幀中繼)、PSTN(公共電話交換網(wǎng)絡)、ISDN(綜合服務數(shù)字網(wǎng))、移動網(wǎng)絡(GSM、WiMAX、UMTS等)、或任何混合組合(IP、ATM、FR、PSTN、ISDN、移動網(wǎng)絡)之類的語音通信系統(tǒng)的多樣性已經(jīng)造成諸如分組丟失、非穩(wěn)定噪聲、話音失真、網(wǎng)絡抖動等之類的話音質(zhì)量的各種降級因素。因此，已經(jīng)開發(fā)了針對語音質(zhì)量評估的各種裝置，從而可靠地測量整體話音質(zhì)量和特定的降級因素。“話音質(zhì)量”在這里指所感覺的與所期望的相比較的感知和判斷過程，換言之，話音質(zhì)量指面對面的模仿和通過語音通信系統(tǒng)所聽到的之間的差異。可以通過諸如“極好”、“良好”、“一般”、“不好”、“差”之類的描述符或通過每個降級因素或全部的數(shù)值來進行定義。

發(fā)明內(nèi)容

一些實施例提供了用于調(diào)節(jié)針對話音質(zhì)量評估的受控對話方法的方法和設備。

一些實施例提供了在只有一個人的對話上下文中用于主觀話音質(zhì)量評估的方法和設備。

一些實施例提供了使端用戶能夠在沒有第二人的對話上下文中評估語音通信系統(tǒng)的話音質(zhì)量的方法和設備。

一些實施例提供了話音識別的利用和用于語音通信系統(tǒng)的話音質(zhì)量評估的話音產(chǎn)生工具。

各種實施例涉及用于評估通信網(wǎng)絡的節(jié)點之間的對話話音質(zhì)量的方法，包括：

-通過通信網(wǎng)絡，在用戶終端處的用戶和虛擬主體系統(tǒng)之間建立語音通信會話，所述虛擬主體系統(tǒng)以及用戶終端與所述通信網(wǎng)絡相連接，所述用戶終端使用戶能夠通過語音與所述虛擬主體系統(tǒng)進行通信；

-在所述會話期間，充當與所述虛擬主體系統(tǒng)進行語音對話的對話方，其中，所述虛擬主體系統(tǒng)裝配有：話音產(chǎn)生模塊，用于在所述會話期間實現(xiàn)講話；以及語音識別模塊，用于在所述會話期間實現(xiàn)對用戶話音的解譯；以及

-基于所述會話期間的語音對話，評估通信網(wǎng)絡上的話音質(zhì)量，所述評估由用戶執(zhí)行。

各種實施例涉及用于測試通信網(wǎng)絡的節(jié)點之間的對話話音質(zhì)量的設備，包括：

-虛擬主體系統(tǒng)，裝配有話音識別模塊和話音產(chǎn)生模塊，并被配置用于響應于用戶通過與所述通信網(wǎng)絡相連的遠程用戶終端開始與所述虛擬主體系統(tǒng)進行通信會話，作為收聽者和說話者參與與用戶的語音對話。

-其中所述虛擬主體系統(tǒng)被配置用于識別話音評估測試，以輔助遠程用戶基于與所述虛擬主體系統(tǒng)的語音對話，估計所述通信網(wǎng)絡上的對話質(zhì)量。

有利地，用戶可以評估話音質(zhì)量或話音質(zhì)量對連接的所選條件的依賴性。

附圖說明

圖1是示出了語音通信系統(tǒng)的框圖，其中可以執(zhí)行對話測試方法的各種實施例。

圖2是示出了根據(jù)本發(fā)明的對話上下文中話音質(zhì)量評估的步驟的流程圖。

盡管附圖和具體實施方式描述了一些實施例，但是本發(fā)明可以有其它的形式，并不限于附圖和具體實施方式中描述的這些。

具體實施方式

可以根據(jù)話音質(zhì)量度量將針對這種話音質(zhì)量評估的方法分為兩大類。

第一個主觀方法是基于請參與者在不同類型和/或數(shù)量的降級的情況下測試電信系統(tǒng)，并以記數(shù)法對相應的話音質(zhì)量進行打分。為了減小單個參與者造成的主觀效果，可以平均參與者的打分。這會產(chǎn)生廣泛用作主觀度量的平均意見得分(MOS)。

此外，話音質(zhì)量感知取決于將參與者置于其中的上下文，即，收聽上下文、說話上下文、或?qū)υ捝舷挛摹?/p>

在收聽測試中，參與者收聽根據(jù)不同類型和/或數(shù)量的降級制作的直播或錄播的音頻信號。然后，參與者建立他所感知和他/她所希望的之間的關(guān)系。作為針對收聽測試中話音質(zhì)量評估的標準，可以考慮話音失真(產(chǎn)生人類說話者不能明白的聲音的自然話音波形的變形)、活躍狀態(tài)與完全狀態(tài)的噪聲比(說話時的級別與不說話時的噪聲比之比)。值得注意的是，可以考慮諸如音量和可懂度的其它質(zhì)量標準。這里，可懂度意味著話音的可理解度，即允許說話者的聽力和理解力滿足收聽者。國際電信聯(lián)盟(ITU)在推薦P.800中詳細描述如何進行該測試，以及如何標注話音質(zhì)量。作為話音質(zhì)量記數(shù)的示例，可以提及絕對分類比率(ACR)方法以及降級分類比率(DCR)方法。