语音质量(MOS)专题分析报告

1、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.

2、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.

3、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

4、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

5、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.

6、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

7、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

8、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

9、）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

10、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

11、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

12、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

13、. 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

14、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 no

15、t 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 th

16、e 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