[發明專利]基于無線分析的語音質量評估方法及系統

有效

• 申請號: 201510961903.0
• 申請日: 2015-12-21
• 公開（公告）號: CN105679335B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 吳冬華;歐陽曄;代心靈;石路路;胡岳
• 申請（專利權）人: 南京華蘇科技有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;H04W24/06
• 代理公司: 江蘇縱聯律師事務所 32253
• 代理人: 戴勇

本發明提供一種基于無線分析的語音質量評估方法及系統，該方法包括訓練階段和測試階段，訓練階段，自動收集在不同位置和網絡的情況下的用戶數據，根據收集的數據，運行無線分析算法，建立一個基于網絡環境的移動語音質量模型；測試階段，從客戶端收集實時數據，然后根據移動語音質量模型計算評估客戶端的移動語音質量；該方法及系統，在網絡指標側首次實現可擴展和可移動的語音質量評估。能通過眾包用戶運行語音質量評估算法實現數據收集。進行了試點后證明了系統的高可實施性。

技術領域

本發明涉及一種基于無線分析的語音質量評估方法及系統。

背景技術

智能手機現被廣泛應用于人們的生活中，它能為人們提供更好的連接和更多高性能、高質量的語音通話。盡管每年新應用程序層出不窮，語音呼叫仍然是最重要的終端間的互動。在2013年，日常生活中人們平均要花39分鐘打電話，一般來說，人們更偏向于通過打電話來進行時間比較緊迫或敏感的對話。除了語音呼叫在人們日常生活中扮演的不可替代的角色，在戶外，語音呼叫本身通常還伴隨著噪音干擾和輕微延遲。所有這些事實使語音通話質量始終是最能衡量一個移動網絡綜合質量的重要指標，所以手機的語音性能表現在手機質量評估中始終處于最高優先級。

移動語音通話質量評估目前主要側重于直接評估聽到的語音質量。客觀的感知聽力評價POLQA是一個由ITU-T提供標準音頻輸入，與之前記錄的參考聽力進行比較來提供客觀語音質量評價。在這樣的架構下，建立了7個不同的模型來用信號特征模擬音頻質量。人們可感觸的音頻質量進行了分析，分析中提取得到的關鍵特征是人類感知。為了多維度評估語音質量，不同的語言和音調的特征變量都有涉及。

感性客觀聽力評價(POLQA)是一個ITU-T標準(ITU-T Rec.p.863)，它通過音頻信號分析來量化語音質量，為3G和4G LTE網絡中的的新類型的語音編解碼器提供專業支持，這個評價標準在移動運營商評估3G語音質量時被廣泛采用。其核心思想是以POLQA的音頻片段作為輸入端，并將它與預先記錄的音頻信號比較，得到一個退化處理的語音信號與原始信號的關系。

實際上，如圖2所示，為評估終端移動語音質量，每個測試終端都需要連接一個POLQA盒，其內置POLQA評估算法、麥克風、錄音、回放機等。POLQA盒把來電關聯到另外一部手機，與已經錄制的音頻剪輯進行比較，并記錄音頻信號，然后通過POLQA算法計算語音評估質量分數。

在分析音頻剪輯過程中，聲學指標是量化音頻樣本質量的關鍵變量。這些聲學指標不能直接測得，除非以下2個條件滿足：(1)一個POLQA箱和一些可以連接到每一個測試電話的專業音頻處理工具；(2)所有的測試電話需要提前配對，能與對方相互進行呼叫，這種音頻評估涉及很多人力投入，需要相關領域專家和巨大的硬件投資，因此只有在實驗室這種非常小的測試環境是可行的。如果進行大規模的評估，例如，對一個運營商的語音質量評估的開銷將會很大。此外，音頻特征分析只能給出語音質量評估，但無法確定其不好的根源，因此，不能幫助運營商用以診斷和提高網絡。

雖然語音呼叫中通話質量可以直接反映語音通話質量，但要評估通話質量不僅非常麻煩，而且成本較高。為了確保語音測試環境良好，每一項評價都需要專業的硬件設備，如高清錄音機、耳機和回放機，需要由該領域專家的專業配置和操作。即使聽力測試效果中噪音干擾不大，測試結果仍然是相對主觀的語言和聲調的反映。此外，對音頻質量的評價并沒有分析出語音質量變差的根本原因，因而無法為移動的系統性診斷提供優化指導建議。另一方面，移動運營商的最感興趣的是為大規模網絡中和本地語音問題進行語音質量評估。現有的語音質量評價系統絕對不能滿足這種需求，甚至對在小區級別評估也不行。

因此，一個能提供因果分析的語音評估方法對于移動運營商很是重要。換句話說，這樣的方法需要滿足以下兩點要求：第一，可拓展性(可行性)，評估需要涉及盡量少的硬件和人力資源投入。第二，可診斷性，評價結果必須可以直接映射到網絡指標上，例如業務、切換等。