[发明专利]一种基于网络参数的VoIP话音质量客观评价方法

说明书

技术领域

本发明涉及一种基于网络参数的VoIP话音质量客观评价方法，是一种适合于实时通话场景下的VoIP语音质量客观评价方法，属于语音质量评价技术领域。

背景技术

随着互联网技术的快速发展，IP电话凭借其巨大的价格优势得到了广泛的应用。但众所周知，IP网络的传输准则是“尽力而为”，这也就意味着他不可能像那些专门为实时语音通信所设计的网络那样具有很高的可靠性。IP网络所具有的网络特征(例如丢包，抖动，时延)会在很大程度上影响通话过程中的话音质量。因此，如何准确的对VoIP话音质量做出评价就显得尤为重要。VoIP作为下一代基于分组传输的汇聚业务网络的先驱，作为其主要业务的语音质量的测量将为未来IP网络的服务质量测量提供参考与经验。

目前，语音质量的评价方法分为主观评价与客观评价两类。主观评价方法能准确对话音质量做出评价，通常采用ITU-T P.800和P.830建议的平均意见得分(MOS，Mean Opinion Score)的测试方法，其中应用较为广泛的测试方法为绝对分类定级测试(ACR，Absolute Category Rating)。但主观评价操作相对复杂，需要大量的人力物力支持，不适合用于实时网络评估。

鉴于主观评价的诸多困难，实际应用中希望采用方便快捷的客观手段对话音质量进行评价。PESQ方法是ITU-T在P.862中提出的一种客观语音质量评估方法，也是目前应用最为广泛的一种方法，它是一种典型的基于输入-输出的评价方法，可以用于测试经过端到端传输的语音的质量。但PESQ无法对丢包，抖动，延时为主的IP网络因素做出衡量，在2011年ITU-T又开发了POLQA，其主要特点可以覆盖最新的语音编码和网络传输技术，在用于3G，4G/LTE，VoIP网络时具有更高的准确性。但POLQA整套设备较为昂贵，且与PESQ一样需要并行输入发送端和接收端的话音，不适合用于实时的IP网络话音质量监测以及IP网络参数的优化。

如上所述，现有的对VoIP话音进行客观测试主要采用PESQ算法进行打分、评价，这种评价方法对于VoIP话音主要存在两个问题：一是对于VoIP话音中存在的网络延时、抖动、丢包问题无法做出准确的评估，进而影响整个测试结果的准确性。同时，通过对比主观测试结果，也证实利用PESQ对VoIP话音进行评价时准确度不高。二是PESQ为一种输入-输出的评价方法，需要采集到原始的输入语音及经过VoIP系统后的输出语音，而后进行对比评价，这样就无法满足在实时通话场景中，对VoIP话音质量进行监控。因此，为了进一步提升客观算法对VoIP语音评价的准确性，以及可以得到实时通话状态下的话音质量，这就需要通过利用当前IP传输网络下的诸多网络参数对VoIP话音实现非插入式(无参考)的评价。国际上ITU-T G.107标准针对VoIP通话质量测试建议了用于传输规划的计算模型E-模型(E-model)，该模型是基于传统语音编解码方式和网络参数进行评测，但对于当前移动互联网中VoIP通话软件的语音质量评价准确度欠佳。我国授权公开号为CN105959453A(公开日：2016年9月21日)的专利“多通道同步测试VOIP的测试系统及其测试方法”，公开了一种多通道同步测试VOIP的测试系统，VOIP服务器单元具有多个语音通道，用于测试所述语音通道和与所述语音通道连接的所述待测VOIP设备，从而测试VoIP话音通道的连通性，并未考虑通话的话音质量。

发明内容

为了解决现有的话音客观质量评价方法无法对VoIP话音质量做出准确且实时的评价，并且现有的测量工具存在价格昂贵、需要输入原始话音作参考为主的问题，本发明公开了一种基于网络参数的VoIP语音质量客观评估方法。

为了实现上述目的，本发明方法的基本思路是：根据VoIP话音受IP网络参数(丢包、抖动、延时)影响巨大的特点，通过利用网络参数这一主要影响因素，结合PCA、回归分析为主的技术手段，在不需要输入和输出语音的情况下，只通过获取网络参数对VoIP话音进行客观评价，具体利用网络参数对VoIP话音质量进行实时的评价，得到实时VoIP通话下的网络参数，而后对得到的网络参数进行基本的数据预处理以及降维，最后把降维后的数据输入到由训练得到的多元线性回归模型中，得到客观评价分数，从而反应VoIP在当前网络状态下的话音质量。

一种基于网络参数的VoIP话音质量客观评价方法，通过在实时网络通话的情况下对VoIP通话过程中的网络参数进行采集，然后对采集到的网络参数进行数据处理、以及降维为主的操作，最后对处理后的数据利用数学模型得到VoIP话音质量客观评价分数。