MOS语音质量评测指标的介绍.doc

MOS 语音质量评测指标的介绍语音质量评测指标的介绍 - 目录 - 1前言 .3 2语音质量测量和量化标准的发展史.3 3MOS 语音质量量化的定义.4 4PESQ 评估方法的介绍 4 4.1PESQ 的基本原理 .4 4.2PESQ 的应用 5 5MOS 的测试方法.6 5.1NEMO Outdoor .6 5.1.1测试系统的要求测试系统的要求6 5.1.2测试系统的解决方案测试系统的解决方案.6 5.2NetQual.8 5.2.1测试系统的组成测试系统的组成8 5.2.2语音质量的测试语音质量的测试9 5.3TEMS INVESTIGATION .10 6MOS 测量的优化建议 11 1前言前言 直到现在，GSM 网络的最主要基本业务仍然是语音业务，语音质量的好坏直接影响 用户对于运营商的选择；另外，随着移动网络发展的日趋成熟，客户对网络的性能质量 要求逐渐提高。因此，根据电信网络服务质量(QoS) 的要求，建立一套客观评估标准，如 何更好地对网络的语音服务质量进行定量分析和测量就逐步摆在了网络运营商的面前。 语音服务质量的测量与通常移动网络的信号质量测量有很大的区别。在 GSM 网络中, 对无线质量的评价是通过 RxQual 来实现的。但是语音在 GSM 网络中是经过信道及信源 编码的，而 RxQual 只能描述空中接口的传输质量，并不能给出终端用户对无线网络的实 际感受，语音服务质量的测量将更好地反映用户对网络的真实感受情况。本文将就语音 QoS 的测量方法进行较深入地讨论。 2语音质量测量和量化标准的发展史语音质量测量和量化标准的发展史 目前语音 QOS 测试方法主要有主观测试方法和客观测试方法两种，ITUTP.800 定 义了 MOS 的主观测试方法，客观测试方法主要有：PSQM、PSQM、PESQ 等。其中 ITU- TP.862（PESQ）是目前 ITU 推荐用于端对端网络语音质量测试的方法。 早期语音质量的评测主要采用主观评分的方式：调查用户被要求按照 1-5 分对接收到 的电话语音质量进行评分（5 表示最好，1 表示最差）。这种主观判断评测法由 ITU 组织 在 1996 年 8 月制定为标准，其 P.800 标准详细定义了这种 MOS 评测法（Mean Opinion Score）。但是，这个主观方法存在的最大问题就是，在现实中，让一组人接听语音和评 价语音的质量实现起来是非常困难和昂贵的，因此人们在不断的探索能进行客观测量的 方法。 MOS 方法是一种模糊的评估方法，因此 ITU-T 在建议 P861 中又提出了 PSQM（Perceptual Speech Quality Measurement）方法。根据 P861 提出的 PSQM 方 法，语音质量的测试开始摆脱原始的人类主观评估，而开始使用计算机产生的波型文件 （Wave File），通过比较其通过通信网络传输前后的变化计算出 PSQM 中相对应的级别 及好坏程度。 ITU 组织在 2001 年 2 月发布了新的语音传输质量测量标准：P.862 PESQ （Perceptual Evaluation of Speech Quality）。PESQ 是评价各类端对端网络条件和语音 编码与解码的最新标准。PESQ 可以根据一些感知标准来客观地评价语音信号的质量，从 而提供可以完全量化的语音质量衡量方法，而这些衡量标准又是与人类对语音质量的感 受完全吻合的。PESQ 由荷兰的 KPN 公司和英国电信公司协作开发的，比其前身 PSQM（Perceptual Speech Quality Measurement, ITU-T P.861）有了长足的进展。 下面的介绍将主要针对 PESQ 测量方法进行更多详细的阐述。 3MOS 语音质量量化的定义语音质量量化的定义 发明电话开始，语音质量的测量方式是凭主观的，人们摘起一个电话，然后由人耳 来感知语音的好坏，这个方法是被广泛认同的。基于该主观评测，人类接听和感知语音 质量的行为被调研和量化，接听何种级别质量的语音，得到多少平均主观值 MOS，人类 将起主要的反映作用。采用 MOS（平均主观评分）方法评价语音质量，评测方法在 ITUTP.800 中定义。MOS 值的定义如下表所示： 级别 MOS 值 MOS 值用户满意度 优 4.05.0 很好，听得清楚，延迟很小，交流流畅。 良 3.54.0 稍差，听得清楚，延迟小，交流欠缺顺畅，有点杂音。 中3.03.5还可以，听不太清，有一定延迟，可以交流。 差1.53.0勉强，听不太清，延迟较大，交流重复多次。劣 01.5 劣01.5极差，听不懂，延迟大，交流不通畅。 一个平均主观值 MOS 是 4 或更高，被认为是比较好的语音质量，而若平均主观值 MOS 低于 3.6，则大部分接听者不能满意这个语音质量。 平均主观值 MOS 是广泛认同的语音质量量化标准；因此，无论采用何种方法所有测 量方法都必须将它们的结果最终对应到平均主观值 MOS，如实际中采用到的 PESQ（语音 质量的知觉评估）客观测试方法。 4PESQ 评估方法的介绍评估方法的介绍 PSEQ 工具是用来计算语音样本的 MOS-LQO （Mean Opinion Score Listening Quality Objective）值，PESQ 把在信号传输通过设备时提取的输出信号与参照信号进行 比较计算出差异值。一般情况下，输出信号和参照信号的差异性越大，计算出的 MOS 参 数值就越低。实验证明其计算结果和主观评分结果是基本一致的。 4.1PESQ 的基本原理的基本原理 下图是 PESQ 模型的结构图： 如图所示，开始时两个信号都通过电平调整，再用输入滤波器模拟标准电话听筒进 行滤波(FFT)。然后对这两个信号进行时间上的校准，并通过听觉变换，这个变换包括对 系统中线性滤波和增益变化的补偿和均衡。为了获得主观和客观之间的较高关联性，再 输入到认知模型，最后得到质量评分。 电平调整：各个待测系统的增益一般差别比较大，而且对参考信号没有确定的校准 电平，所以有必要将二者调整到统一、恒定的电平上来。 输入滤波：感知模型必须考虑人听到的实际声音，在 PESQ 中使用了滤波器，起到一 个模拟电话手柄的作用。 时间调整和校准：假设系统的时延是分段恒定的，在静默期间和说话期间时延可以 改变，对每一段话语都给出延时估计，然后得出听觉变换要用的一帧一帧的延时。 PESQ 中的听觉变换是一个生理声学模型，它对信号进行时间-频率映射，以及频率和 强度偏差处理，变化成时频可感知的响度表达。 扰动处理：计算参考信号与失真信号间的绝对差值。 计算 PESQ 的得分：处理的结果经认知模型，最终给出了客观语音质量的评估得分。 PESQ 的值一般落在 1.0 和 4.5 之间，在失真情况严重时，得分可能会低于 1.0，但这种 情况很少见。 4.2PESQ 的应用的应用 PSQM 只用在窄带编解码测量中，并且对某些类型的编解码、背景噪声和端到端的影 响，比如滤波和时延变化不能给出精确的预测值。而 PESQ 关注到端对端的行为影响，并 包括滤波和变化时延造成的影响。PESQ 能提供比 PSQM 与主观意见更好的相关性，它能 在很广范的条件下对主观质量给出了很精确的预测，包括背景噪声、模拟滤波、和时延 变化等。 ITU-T 相关的资料已证明 PESQ 是能够给出精确的预测值的。PESQ 适用于目前所知的 所有移动通信技术，如 GSM、CDMA、3G 等，以及编码器语音质量的测量，如 AMR。 5MOS 的测试方法的测试方法 现阶段，许多主流测试仪器厂商先后推出了支持 PESQ 测量算法的测试系统，下面将 主要介绍几个厂家的 MOS 测量相关解决方案。 5.1NEMO Outdoor NEMO Outdoor 测试系统通过增加简单的语音模块，可以支持最新的 PESQ 语音质量 测量。NEMO 的语音模块实现发送和接收测试样本，并完成测试终端间相互同步的需求。 5.1.1 测试系统的要求测试系统的要求 测试终端方面，要求测试手机应该有一个模拟音频接口，刚开始时仅 NOKIA6650 手 机支持，但如果其他 DKU-2 类型手机的测试软件能将音频信号连接到手机底部的连接端， 那么这些手机也将支持语音质量的测试。另外，接下来 Sagem OT290 和 Nokia DKU-5 类 型手机也将支持语音质量的分析。 手提电脑方面，对内存、电源的要求跟其他 Nemo Outdoor 系统一样；多任务操作 要求便携的性能要好；除非安装了 MMAC2 设备，否则每个 Nemo Audio Module（语音模 块）要求一个 RS232 接口，以及额外的一个 USB 端口。 其他如 Nemo Audio Module、适配的音频/信令跟踪数据线等。 5.1.2 测试系统的解决方案测试系统的解决方案 手机手机的测量手机手机的测量 语音质量测试中，终端可以单独连接到电脑，也可以通过 MMAC2 设备连接。当有多 个测试终端需要同时连接时，就要用到 MMAC2 设备。语音模块单元需要安装在 MMAC2 设备最上面的槽位，这样它们才能取得电源供应。当然语音模块也可以单独使用，这时 需要其他外部电源给它供电，或使用最近的 USB 端口给它供电。 这种情况下的测试流程如下： 1.将一个参考样本更新到每个语音模块中。 2.A 测试手机呼叫 B 测试机，连接建立好后，A 手机开始发送参考样本，而 B 手机 开始接收。 3.一旦接收端接收到所有的样本，立即计算出 PESQ 的得分。 4.然后，根据测试模式，A 手机继续发送样本（单一 TX 发送模式），或者 A 手机 随后变成接收方（双向模式）。就这样不断重复发送和接收直到测试结束。 手机固网的测量手机固网的测量 这种情况下的测试流程如下： 1.语音模块的参考样本更新 2.测试手机呼叫 Nemo Audio Test Server（音频测试服务器）其中一个固定号码。 连接建立后，服务器开始发送测试样本，手机端则开始接收。 3.当一个完整的样本接收好后，Nemo Outdoor 将计算 PESQ 的得分。 4.以上测试步骤将不但重复，直到测试结束。 手机固话的测量手机固话的测量 手机固话的测试方法跟固话手机的测试方法类似，不同的是音频测试服务器将 作为接收端，并评估 PESQ 的得分。这些结果是手机上行质量的得分，所以应该在后台处 理时插入无线端的终端测量文档，或者在测试时实时使用一个同步数据将测试文件传送 上来。 其他方面的测量其他方面的测量 Nemo 语音测试系统还提供支持 POC 和 VoIP 语音质量测试的解决方案。 5.2NetQual NetQual 是 SwissQual 的 Qos 测量套件，合成了分组数据和语音质量测量以及分析 工具，适用于测量和分析无线或有线的电路交换和分组交换网络。 NetQual 提供了 IP、PSTN 和 ISDN 接口，可以连接 2G、2.5G 和 3G 多种终端。 5.2.1 测试系统的组成测试系统的组成 NetQual 测试系统是由几个子系统组成的： NQMP-NetQual Measurement Probe 测量终端 NQMS-NetQual Media Server 媒体服务器 NQTM-NetQual Test Manager 测试管理服务器 NQDI-NetQual Post-processing System 后台处理服务器 下图是一个 NetQual 系统组成的示意图： 下图是该系统测试终端的图例： 5.2.2 语音质量的测试语音质量的测试 Squad 是 SwissQual 测试家族中可选模块，它的测量考虑所有可能降低语音质量的 主要因素，并能分析出那个因素将导致质量的下降。Squad 是集成在 NetQual 中，实现 多种语音测试的要求： SQuad-LQ for Listening Quality 下行语音质量的测量 SQuad-SS for Silence Suppression 静音压缩 SQuad-NS for Noise Suppression 噪声的抑制 SQuad-EC for Echo Canceller Quality 回声抑制的质量 SQuad-ECP for Echo Detection 回声的监测 SQuad-DT for Double Talk Quality 含混语音的质量 下表是 SwissQual 针对语音质量评估和数据测试为 NOKIA 提供了两个解决方案： Node 1Node 2 Dell lap top configured with - NQMP Measurement Probe - NQDI Post Processing system - NQMS Voice Responder Dell lap top configured with - NQMP Measurement Probe - NQMS UDP and Voice Responder Supported Tests: Speech Quality Test (SQuad-LQ) Noise Suppression Test (SQuad-NS) Silence Suppression Test (SQuad-SS) Echo Cancellation Test (SQuad-EC) Echo Passive Test (SQuad-ECP) Double Talk Test (SQuad-DT) Inband Round Trip Time Test IP trace Test FTP Test UDP Test HTTP Test EMAIL Test PING Test PING Trace Test Supported Tests: Speech Quality Test (SQuad-LQ) Noise Suppression Test (SQuad-NS) Silence Suppression Test (SQuad-SS) Echo Cancellation Test (SQuad-EC) Echo Passive Test (SQuad-ECP) Double Talk Test (SQuad-DT) 5.3TEMS INVESTIGATION TEMS Investigation 网络测试软件暂不支持 PESQ，但提出了一个用于表达终端用户 对话音质量直接感受的指标SQI。 SQI 用于表达语音由于无线链路传输造成的失真度。该算法考虑诸多的无线参数