语音质量(MOS)专题分析报告.doc

语音质量（mos）专题分析pesq mos专题分析：目前话音质量分析主要采用语音感知mos指标、下行误码率指标（rxqual）。其中语音感知mos指标包含了下行误码率、切换、时延等多种因素。本专题主要针对第一阶段的数据对mos指标进行专题分析。表：第一阶段mos指标对比表方式话音质量3.53.3-3.53.1-3.32.9-3.12.7-2.92.5-2.72.3-2.52-2.33.53.3-3.53.1-3.32.9-3.12.7-2.92.5-2.72.3-2.52-2.32移动比例60.96%6.84%7.12%7.58%4.44%3.05%2.65%7.37%联通比例57.94%5.16%7.62%12.91%4.07%2.45%2.35%7.49%电信比例36.17%37.10%14.45%6.74%2.83%1.08%0.38%1.26%w比例81.55%7.49%4.04%3.00%1.70%0.76%0.49%0.46%0.50%td比例36.50%22.73%11.74%7.93%6.28%4.80%3.75%3.60%2.67%备注：分析发现，自动路测系统的mos值为pesq-lq值（2.0）；w网和td网的mos为映射后的mos值（2.2）；华星仪表为直接pesq值（2.2），三者之间有一定的关系，但并不一致。话音质量3.53.33.12.92.72.52.3all移动比例60.96%67.80%74.92%82.50%86.94%89.99%92.64%100.00%联通比例57.94%63.10%70.72%83.63%87.70%90.15%92.50%100.00%电信比例36.17%73.27%87.72%94.46%97.29%98.37%98.75%100.00%w比例81.55%89.04%93.08%96.08%97.78%98.54%99.03%100.00%td比例36.50%59.23%70.97%78.90%85.18%89.98%93.73%100.00%从上图分析可以看出，指标排名如下：1) 以2.5为标准，质量高低分别为联通w网、电信c网、联通gsm网络、移动gsm网络、移动td-scdma网络；2) 以3.3分为标准，质量高低分别为联通w网络、电信c网络、移动gsm网络、联通gsm网络、移动td-scdma网络；3) 以大于3.5为标准，质量高低分别为联通w网络、移动gsm网咯、联通gsm网络、移动td-scdma网络、电信cdma网络；结论：从自动路测（鼎利）的pesq计算方法上看，电信cdma网络话音质量高于3.5分的比例较低，但是高于3.3和3.1分的比例很高。按照大于3.3（或者3.3以下）的比例，cdma的mos质量要好于联通和移动的gsm网络。二 华星mos和分析，三网对比测试情况；话音质量3.53.3-3.53.1-3.32.9-3.12.7-2.92.5-2.72.3-2.52-2.32汇总2.53.3移动比例68.80%9.73%9.10%5.97%3.28%1.56%0.73%0.45%0.37%100.00%98.44%78.53%联通比例62.24%6.79%15.74%7.06%3.33%2.09%1.06%0.61%1.07%100.00%97.25%69.03%电信比例15.41%43.68%16.55%7.33%5.27%5.20%3.04%1.83%1.69%100.00%93.44%59.09%话音质量3.53.33.12.92.72.52.32.03.5比例3.3-3.53.1-3.32.9-3.12.7-2.92.5-2.72.3-2.52-2.33.53.33.12.92.72.52.32all改造前16.52%83.48%96.52%99.13%100.00%100.00%100.00%100.00%100.00%改造后31.20%85.90%94.45%99.15%99.58%100.00%100.00%100.00%100.00%从两次测试分值的分布可以看出，改造后的pesq分值还是有一定的提升。由于cdma手机大部分手机只有插孔式耳机，后期准备找一款耳机线内置于数据线接口的手机进行改造试验。3.4 使用语音样本格式不同华星使用的是样本文件a-law编码的16bit的8000hz的pcm格式音频文件华星回复：华星软件实际支持pcm和wav两种文件格式。,华星认为pcm文件和wav文件本身是一样的，只是wav文件的文件头中会有编码格式的信息，而pcm不包含此信息。选择这个编码的原因是考虑到在目前电信网的中继传输中，大部分情况下会将手机发送到基站的语音编码为a-law格式进行传输，在源文件使用a-law编码可以在一定程度上抵消中继传输中编码原因引起的pesq分值下降。下表是一次定点gsm测试中使用wav和pcm文件的评分结果：使用文件格式pesqpesq_lqpesq_lqopcm文件一3.9294.0494.081wav文件一3.9244.0434.076pcm文件二2.8532.5112.607wav文件二2.8462.5012.598 从上表可以看出，使用pcm格式文件比用wav格式文件打分值要偏高，但是偏差幅度为0.00x。解决措施：为了更好的贴近用户感知，所有样本统一为a-law编码的16bit的8000hz的wav格式音频文件。3.5 p.862 p.862.1 p.862.2与p.862.3的关系p.862是itu-t定义的是pesq算法作为一种客观评价语音网络传输质量的标准。p.862.1则是定义了从pesq推算pesq_lqo作为到mos分值映射的公式。p.862.2定义了在宽带语音（8khz）系统中使用pesq算法和从pesq推算pesq_lqo作为到mos分值映射的公式。p.862.3则是itu-t关于如何合理使用pesq方法进行语音评估的建议。从历次规范演进来看，p862.1已经完成了基于窄带语音评估的pesq值到mos值的映射，目前最贴近gsm/cdma2000网络承载语音业务的话音质量人耳体验值是pesq_lqo值（即pesq mos）值。3.6 pesq score与pesq_lq以及pesq-mos分值关系pesq有四种质量分值，即根据p.862计算的pesq_score分值、根据类mos尺度的pesq-lq分值、根据评估模型计算的损耗因子pesq-ie，映射到主观评估的mos值。其中pesq-lq和pesq-ie都是根据pesq_score分值采用简单的公式转换得来得，pesq-lq值是根据心里声学来计算的，而pesq-ie是根据itu-t p.834得到的在同样差的话音质量条件下，pesq_score分值要比主观的mos值大。心里声学通过大量的主观测试数据来进行分析。为了更好地将pesq和传统的mos值联系起来，我们引入了pesq-lq 的概念。根据itu-t p.800的介绍，pesq-lq更接近人的主观听觉质量。mos值一般在1到5之间，而pesq-lq的分值在1到4.5之间。在主观测试中，pesq-lq的最大值为4.5。3.7 cdma mos分值较低的原因3.7.1 itu-t p862系列的规范有分歧：itu-t p.862发布于2001年2月，其中对适用范围的有如下表格：table 1/p.862 factors for which pesq had demonstrated acceptable accuracytest factorsspeech input levels to a codectransmission channel errorspacket loss and packet loss concealment with celp codecsbit rates if a codec has more than one bit-rate modetranscodingsenvironmental noise at the sending side (see note.)effect of varying delay in listening only testsshort-term time warping of audio signallong-term time warping of audio signalcoding technologieswaveform codecs, e.g. g.711; g.726; g.727celp and hybrid codecs 4 kbit/s, e.g. g.728, g.729, g.723.1other codecs: gsm-fr, gsm-hr, gsm-efr, gsm-amr, cdma-evrc, tdma-acelp, tdma-vselp, tetraitu-t p.862规范规定pesq算法是可以用于不同制式网络之间的话音质量评估的。itu-t p.862.3发布于2007年11月。3gpp2组织过对evrc编码方式和gsm-amr编码方式的mos对比测试，与pesq的分值相比，qualcomm公司认为pesq算法对与evrc族编码方式评分总体偏低。对此，itu-t在p.862.3(2007/11)中予以声明，不建议在对比使用evrc编码的网络（如cdma）和其他网络（如gsm/wcdma/td-scdma）时直接使用p.862得分（包括pesq，pesq lq，p.862.1，p.862.2）进行对比，对于使用evrc编码的网络，p.862得分直接对比仅适用于对相同制式网络的比较。以下为规范内原文conclusions:1) the direct comparison of p.862.1/p.862.2 scores obtained with amr-type codecs or other itu-t speech codecs with the evrc family of codecs is not recommended. this includes the benchmarking between gsm/umts networks and cdma networks which are usually equipped with evrc family codecs.2) the comparison of different conditions (e.g., bit rates, error patterns) using evrc is possible by p.862.1/p.862.2 due to the correct relative ranking of the quality scores within those conditions. consequently, p.862.1/p.862.2 might be usable for benchmarking of cdma networks to each other or for optimization efforts within those networks if the same codec is involved. the direct comparison of p.862.1/p.862.2 scores with p.800 subjective listening scores is no