[發(fā)明專利]語音質(zhì)量評(píng)估方法、裝置、設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811614199.1
• 申請(qǐng)日: 2018-12-27
• 公開（公告）號(hào): CN111383657A
• 公開（公告）日: 2020-07-07
• 發(fā)明（設(shè)計(jì)）人: 馬越
• 申請(qǐng)（專利權(quán)）人: 中國(guó)移動(dòng)通信集團(tuán)遼寧有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司
• 主分類號(hào): G10L25/03
• 分類號(hào): G10L25/03;G10L25/24;G10L25/30;G10L25/60
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 彭瓊

本發(fā)明實(shí)施例提供一種語音質(zhì)量評(píng)估方法、裝置、設(shè)備及介質(zhì)。該方法包括：采集原始語音樣本；基于原始語音樣本，獲得實(shí)時(shí)傳輸協(xié)議RTP流媒體包；從RTP流媒體包中獲得退化語音樣本；從退化語音樣本中篩選有效語音樣本；提取有效語音樣本中與平均意見得分MOS具有強(qiáng)相關(guān)性的多個(gè)聲學(xué)特征；基于與MOS具有強(qiáng)相關(guān)性的多個(gè)聲學(xué)特征，構(gòu)建基于多個(gè)聲學(xué)特征的MOS評(píng)估模型；將待評(píng)估語音質(zhì)量的樣本輸入基于多個(gè)聲學(xué)特征的MOS評(píng)估模型中，輸出待評(píng)估語音質(zhì)量的樣本的MOS評(píng)分。利用上述方案，可以構(gòu)建基于聲學(xué)特征的MOS評(píng)估模型，有效的支撐網(wǎng)絡(luò)優(yōu)化人員評(píng)估VoLTE語音質(zhì)量，為VoLTE問題更精確的“號(hào)脈”，使網(wǎng)絡(luò)健康可持續(xù)的發(fā)展，給客戶帶來高清音質(zhì)、暢快接通的通話體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種語音質(zhì)量評(píng)估方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

OTT基于IP的語音傳輸(Voice over Internet Protocol，VOIP)在移動(dòng)互聯(lián)網(wǎng)時(shí)代得到極大的關(guān)注與應(yīng)用，給運(yùn)營(yíng)商傳統(tǒng)語音業(yè)務(wù)帶來了極大沖擊。語音業(yè)務(wù)在2G或3G網(wǎng)絡(luò)中是運(yùn)營(yíng)商收入的主要來源，可以預(yù)期未來的長(zhǎng)期演進(jìn)(Long Term Evolution，LTE)網(wǎng)絡(luò)中，語音將仍然是重要的業(yè)務(wù)。中國(guó)移動(dòng)在2016年開啟長(zhǎng)期演進(jìn)語音承載(Voice overLong-Term Evolution，VoLTE)商用服務(wù)，VoLTE高清語音服務(wù)可以給客戶提供更佳的語音體驗(yàn)，幫助運(yùn)營(yíng)商應(yīng)對(duì)OTT(Over The Top)語音沖擊和每用戶平均收入(Average RevenuePer User，ARPU)值下降的不利趨勢(shì)。

VoLTE作為中國(guó)移動(dòng)在LTE階段的主要語音解決方案，同時(shí)作為融合通信的基礎(chǔ)技術(shù)，承載著構(gòu)建用戶通話全新體驗(yàn)的期望。但VoLTE作為實(shí)時(shí)性語音通信技術(shù)對(duì)網(wǎng)絡(luò)的要求也更高，同時(shí)互聯(lián)網(wǎng)協(xié)議(Internet Protocol，IP)網(wǎng)絡(luò)特有的因素(例如丟包、抖動(dòng)、時(shí)延等)會(huì)對(duì)VoLTE語音質(zhì)量產(chǎn)生惡劣影響，例如通話階段的單通、質(zhì)差、掉話等語音質(zhì)量問題，占總投訴量的75％。因此，研究VoLTE語音質(zhì)量評(píng)估的方法是當(dāng)前VoLTE網(wǎng)絡(luò)優(yōu)化工作的主攻方向。

現(xiàn)有的VoLTE語音質(zhì)量評(píng)估方法主要由三種：人工評(píng)測(cè)、語音質(zhì)量的客觀評(píng)測(cè)標(biāo)準(zhǔn)(Perceptual Objective Listening Quality Analysis，POLQA)(路測(cè))、以及E模型法(E-Model)。

然而，現(xiàn)有的VoLTE語音質(zhì)量評(píng)估方法主要存在如下技術(shù)問題：

(1)采用人工評(píng)測(cè)的方法是以人為主體來評(píng)價(jià)語音的質(zhì)量，常用的方法有平均意見得分(Mean Opinion Score，MOS)、診斷滿意度測(cè)量得分(Diagnostic AcceptabilityMeasure，DAM得分)等。人工評(píng)測(cè)的方法要求大量的人和大量次數(shù)的測(cè)聽實(shí)驗(yàn)，耗費(fèi)大、經(jīng)歷時(shí)間長(zhǎng)、主觀性強(qiáng)、無統(tǒng)一標(biāo)準(zhǔn)。

(2)采用POLQA路測(cè)方法進(jìn)行語音質(zhì)量評(píng)估是一種客觀評(píng)測(cè)方法，該方法通過使用VoLTE測(cè)試儀表進(jìn)行測(cè)試，對(duì)比輸入端和接收端的語音文件，計(jì)算得出MOS。這種方法覆蓋面較小，主要用于路測(cè)，評(píng)估范圍僅為設(shè)備能測(cè)試到的諸如街道、高速、高鐵等道路場(chǎng)景，實(shí)時(shí)性差、效率低、場(chǎng)景受限；同時(shí)需要雙向語音，難以IT化部署。

(3)E-Model方法主要是通過一些網(wǎng)絡(luò)側(cè)性能統(tǒng)計(jì)指標(biāo)如丟包、時(shí)延類指標(biāo)進(jìn)行擬合計(jì)算，由于擬合參數(shù)并非基于語音本身，模型算法較簡(jiǎn)單，評(píng)估準(zhǔn)確度偏低，實(shí)際應(yīng)用中僅在高丟包場(chǎng)景下，體現(xiàn)出一定的實(shí)用性。

綜上所述，現(xiàn)有技術(shù)在準(zhǔn)確度、全面性和部署成本方面均存在評(píng)估盲區(qū)和缺陷，局限性較為明顯，無法滿足當(dāng)前VoLTE語音質(zhì)量評(píng)估的需求。

發(fā)明內(nèi)容