TTAF 307-2025 会议系统及终端音视频质量及分级评价技术规范

ICS33.050CCSM30团 体 标 准T/TAF307—2025会议系统及终端音视频质量及分级评价技术规范Technicalspecificationsforaudioandvideoqualityandgradingevaluationofconferencesystemsandterminals2025-08-11发布 2025-08-11实施电信终端产业协会发布T/TAF307—2025T/TAF307—2025T/TAF307—2025T/TAF307—2025版权声明传播、发行、合订和宣贯等，也不得未经允许采用其具体内容编制本团体以外各类标准和技术文件。如有以上需要请与本团体联系。邮箱：tafrb@电话AGE\*ROMANPAGE\*ROMANIIIPAGE\*ROMANPAGE\*ROMANII目 次前言 III引言 IV1范引文件 1语定义 1略语 2统构 2系组网 2终设类型 3价标系架 3评对象 3评指体框架 3价标术求 4会终评指标 4频标 4频标 6会系评指标 9频标 9频标 11价标试法 14会终测评 14试境 14频评 18频评 21会系测评 25试境 25频评 31频评 34级价法 37指权重 37得判定 37计公式 37等判定 38T/TAF307—2025T/TAF307—2025T/TAF307—2025T/TAF307—2025附录A（范）会系统终音频量价指权重 39附录B（范）音频主等评标准 41前 言本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由电信终端产业协会（TAF）提出并归口。（本文件主要起草人：王亚军、翟梦冉、赵兴龙、陈显义、张磊、徐海、耿东玉、彭灿辉、庞文全、周广荣、张宏伟、闫石、李勤、牛永耀、高立发、高纪、薛刚、李杰强、马凡。引 言T/TAF307—2025T/TAF307—2025T/TAF307—2025T/TAF307—2025PAGEPAGE11PAGEPAGE10会议系统及终端音视频质量及分级评价技术规范范围10m2100m2（YD/T2309—2011 ITU-TG.122-1993 （InfluenceofNationalSystemsonStabilityandTalkerEchoinInternationalConnections）ITU-TG.191 音音编码准件（Softwaretoolsforspeechandaudiocodingstandardization）ITU-TG.711 冲码制（Pulsecodemodulation(PCM)ofvoicefrequencies）ITU-TP.56 活语电测量（Objectivemeasurementofactivespeechlevel）ITU-TP.501 电测测试号（Testsignalsforuseintelephonometry）ITU-TP.502 （Objectivetestmethodsforspeechcommunicationsystemsusingcomplextestsignals）ITU-TP.570 实室下的工声（Artificialnoisefieldsunderlaboratoryconditions）ITU-T知观听质评（Perceptualobjectivelisteningqualityprediction）ISO/CIE11664-6 度学第6分：CIEDE2000差公（ColorimetryPart6:CIEDE2000colour-differenceformula）ISO12233 -（Digitalcameras—Resolutionandspatialfrequencyresponses）ISO17850 几何畸变（GD）（PhotographyDigitalcamerasGeometricdistortion(GDmeasurements）ETSIES103106 （Speechqualityperformanceinthepresenceofbackgroundnoise:Backgroundnoisetransmissionformobileterminals-objectivetestmethods）下列术语和定义适用于本文件。3.1主流mainvideochannel视频会议通信中的第一视频流，一般是指和终端连接的摄像机的视频信号。3.2辅流secondvideo/presentationchannel视频会议通信中的第二视频流，用于共享屏幕内容、PPT、文档和白板等内容，辅流也称为共享演示。辅流与主流一起，为视频会议提供丰富的信息共享功能。3.3双讲doubletalk3.4双讲期间发送信号衰减attenuationofsignalduringdoubletalk在两端同时讲话时，回声算法引入的发送方向信号的衰减。3.5语音平均意见得分speech-meanopinionscore对抑制后的语音能量进行评分，为主观听音质量评分方式的一种，常用S-MOS表述。3.6噪声平均意见得分noise-meanopinionscore对抑噪后的残留噪声质量进行评分，为主观听音质量评分方式的一种，常用N-MOS表述。3.7MTF50PMTF50缩略语下列缩略语适用于本文件。BMP：位图文件（Bitmap-File）dBFS：分贝全幅波形（DecibelsRelativetoFullScale）dBSPL：分贝声压级（DecibelSoundPressureLevel）DUT：被测设备（DeviceUnderTest）FPS：帧率（FramePerSecond）HEVC：高效视频编码（HighEfficiencyVideoCoding）JVET：联合视频专家组（JointVideoExpertsTeam）MJPEG：运动静止图像压缩技术（MotionJointPhotographicExpertsGroup）MTF：调制传递函数（ModulationTransferFunction）PNG：便携式网络图形（PortableNetworkGraphics）PSNR：峰值信噪比（PeakSignaltoNoiseRatio）SSIM：结构相似性（StructuralSimilarity）视频会议系统框架见图1。图1视频会议系统框架图——管理服务器：完成视频会议业务的管理功能，实现会议的预约、召开、调度和控制等。——信令服务器:完成视频会议的注册或鉴权、呼叫或路由等信令处理，实现会议过程中的呼叫控制等功能。——媒体服务器:——会议终端:作为会议系统中和用户直接交互的设备，实现音视频的采集、编解码和显示等功能。会议室类型终端主要为以下两种：——一体式终端：——分体式终端：2。图2图3采样率。表1采样率技术要求指标优秀良好一般采样率≥48k≥32k≥16kS-MOSN-MOS在视频会议实际应用中，会议室常规拾音距离包括6m和10m，因此会议终端的S-MOS和N-MOS需要满足如下三种要求的一种，S-MOS和N-MOS技术要求见表2。表2S-MOS和N-MOS技术要求指标拾音距离优秀良好一般S-MOS6m≥3.8≥3.5≥3.2N-MOS≥3.8≥3.5≥3.2S-MOS10m≥3.5≥3.2≥2.9N-MOS≥3.8≥3.5≥3.2。表3语音能量技术要求指标说话人音量优秀良好一般发送方向语音平均能量（100Hz-14kHz频带范围内）发送方向语音能量正常音量[-23，-14]dBFS[-26，-16]dBFS[-31，-18]dBFS较低音量≥-34dBFS≥-37dBFS≥-40dBFS接收方向语音能量正常音量≥-68dBSPL≥-65dBSPL≥-62dBSPL4。表4大混响场景下主观听音体验技术要求指标优秀良好一般拾音主观MOS≥3.8≥3.3≥2.8放音主观MOS≥3.8≥3.3≥2.8如果设备对回声的抑制不足，那么远端用户在其说话时将持续听到自身语音，从而打扰语音对话。因此会议终端对回声耦合损耗需要满足如下三种要求的一种，回声耦合损耗技术要求见表5。表5回声耦合损耗技术要求指标优秀良好一般标称音量耦合损耗≥60dB≥55dB≥50dB表5回声耦合损耗技术要求（续）指标优秀良好一般最大音量耦合损耗≥60dB≥55dB≥50dB。表6双讲时语音衰减技术要求指标扬声器音量优秀良好一般双讲时的语音衰减标称音量≤-6dB≤-9dB≤-12dB最大音量≤-9dB≤-12dB≤-15dBMTF50P10%MTF50P。表7MTF50P技术要求指标分辨率光源条件优秀良好一般MTF50P4K或1080PD65300lxMTF50P≥0.4cycles/pixelMTF50P≥0.35cycles/pixelMTF50P≥0.3cycles/pixelCWF80lxMTF50P≥0.35cycles/pixelMTF50P≥0.32cycles/pixelMTF50P≥0.29cycles/pixel锐化。表8锐化技术要求指标分辨率光源条件优秀良好一般锐化4K或1080PD65300lxCWF80lx≤10%≤12%≤15%帧率表9帧率技术要求指标分辨率光源条件优秀良好一般帧率4K或1080P300lxFramerate≥30fpsFramerate≥28fpsFramerate≥25fps80lxFramerate≥30fpsFramerate≥25fpsFramerate≥20fps延时10。表10延时技术要求指标分辨率光源条件优秀良好一般延时4K或1080P300lx≤150ms≤180ms≤210ms11。表11色彩准确度技术要求指标分辨率光源条件优秀良好一般H80lx，A300lxMaxΔC≤10且MeanΔC≤8MaxΔC≤12且MeanΔC≤10MaxΔC≤14或MeanΔC≤12色彩准确度4K或1080PCWF80lx,CWF300lx,D5080lx,D50300lx,MaxΔC≤8且MeanΔC≤5MaxΔC≤10且MeanΔC≤7MaxΔC≤12或MeanΔC≤9D65300lx,D65700lx会议终端对色彩饱和度的要求如下，应满足三种要求的一种，色彩饱和度技术要求见表12。表12色彩饱和度技术要求指标分辨率光源条件优秀良好一般色彩饱和度4K或1080PH80lx，A300lx，CWF80lx,CWF300lx,D5080lx,D50300lx,D65300lx,D65700lxSaturation≥95%，且Saturation≤120%Saturation≥90%，且Saturation≤125%Saturation≥85%，且Saturation≤130%白平衡会议终端对白平衡的要求如下，应满足三种要求的一种，白平衡技术要求见表13。表13白平衡技术要求指标分辨率光源条件优秀良好一般H80lx，A300lxMaxΔC≤10MaxΔC≤12MaxΔC≤14CWF80lx,白平衡4K或1080PCWF300lx,D5080lx,MaxΔC≤5MaxΔC≤6MaxΔC≤7D50300lx,D65300lx,D65700lx5min测试，记录对焦时间所占整体14。表14自动对焦技术要求指标分辨率光源条件优秀良好一般自动对焦4K或1080P300lxS≥99%，且t≤1sS≥99%，且t≤2sS≥99%，且t≤3s纹理会议终端对纹理的要求如下，应满足三种要求的一种，纹理技术要求见表15。表15纹理技术要求指标分辨率光源条件优秀良好一般纹理4K或1080PD65300lxAcutance≥0.8Acutance≥0.78Acutance≥0.76CWF80lxAcutance≥0.7Acutance≥0.68Acutance≥0.66噪声会议终端对噪声的要求如下，应满足三种要求的一种，噪声技术要求见表16。表16噪声技术要求指标分辨率光源条件优秀良好一般噪声4K或1080PD65300lxCWF80lxSNR≥40dBSNR≥38dBSNR≥36dB对比度会议终端对视频的对比度要求如下，应满足三种要求的一种，对比度技术要求见表17。表17对比度技术要求指标分辨率光源条件优秀良好一般对比度4K或1080PD65300lxCWF80lxD65700lx62%≤Contrast≤68%60%≤Contrast≤70%55%≤Contrast≤75%18。表18曝光准确性技术要求指标分辨率光源条件优秀良好一般曝光准确度4K或1080PD65300lx，CWF80lx100≤Y≤142100≤Y≤155100≤Y≤160会议系统端到端延时需要满足如下三种要求的一种，端到端延时技术要求见表19。表19端到端延时技术要求指标优秀良好一般接收全链路延时≤350ms≤400ms≤450msMOSMOS表20。表20混响环境端到端主观MOS技术要求指标测试设备拾音距离放音距离优秀良好一般主观MOS一体式端到端系统6m6m≥3.8≥3.5≥3.010m6m≥3.5≥3.0≥2.5分体式端到端系统1.5m6m≥4≥3.5≥3.021。表21语音能量技术要求指标说话人音量优秀良好一般语音能量正常音量62±3dBSPL59±3dBSPL56±3dBSPL较低音量59±3dBSPL56±3dBSPL53±3dBSPLMOSMOS22。表22弱网适应性主观MOS技术要求指标测试环境优秀良好一般弱网适应性主观MOS50ms延时+30ms抖动+10%丢包率（包含8个连续丢包）≥4≥3.5≥3.0100ms延时+30ms抖动+20%丢包率（包含10个连续丢包）≥3.8≥3.3≥2.8表22弱网适应性主观MOS技术要求（续）指标测试环境优秀良好一般弱网适应性主观MOS150ms延时+50ms抖动+30%丢包率（包含12个连续丢包）≥3.5≥3.0≥2.523。表23大混响场景下主观听音体验技术要求指标优秀良好一般拾音主观MOS≥3.8≥3.3≥2.8放音主观MOS≥3.8≥3.3≥2.8如果系统对回声的抑制不足，那么远端用户将在其说话时持续听到自身语音，从而打扰语音对话。因此会议系统对回声耦合损耗需要满足如下三种要求的一种，回声耦合损耗技术要求见表24。表24回声耦合损耗技术要求指标近端会场/远端会场扬声器播放音量优秀良好一般回声耦合损耗标称音量≥55dB≥50dB≥45dB最大音量≥55dB≥50dB≥45dB25。表25双讲时语音衰减技术要求指标扬声器音量优秀良好一般双讲时语音衰减标称音量≤-6dB≤-9dB≤-12dB最大音量≤-9dB≤-12dB≤-15dB分辨率视频会议系统端到端的最高分辨率要求如下，应满足三种要求的一种，分辨率技术要求见表26。表26分辨率技术要求指标优秀良好一般分辨率4K1080P720P视频会议系统的图像还原度需要满足如下三种要求的一种，图像还原度技术要求见表27。表27图像还原度技术要求指标分辨率@带宽优秀良好一般图像还原度4K30@4MbpsPSNR≥30PSNR≥28PSNR≥251080P30@1.5MbpsPSNR≥30PSNR≥28PSNR≥25720P30@768KbpsPSNR≥30PSNR≥28PSNR≥25）视频会议系统的共享演示（辅流）需要满足如下三种要求的一种，共享演示（辅流）技术要求见表28。表28共享演示（辅流）技术要求指标分辨率@会议带宽优秀良好一般共享演示（辅流）清晰度(2S收敛后，时间按测试刷新)4K30@4Mbps或1080P30@1.5Mbps或720P30@768KbpsPSNR≥18PSNR≥16PSNR≥14切换响应时间t≤1.2st≤1.5st≤1.8s视频会议系统的音画同步需要满足如下三种要求的一种，音画同步技术要求见表29。表29音画同步技术要求指标分辨率优秀良好一般音画同步4K或1080P或720P声音落后80ms或超前45ms声音落后90ms或超前60ms声音落后100ms或超前80ms结合实际应用场景，为防止码流突然大幅度变化对网络产生冲击，按使用HEVC编码，视频会议系统的编码码率需要满足如下三种要求的一种，码率超编技术要求见表30。表30码率超编技术要求指标分辨率@带宽优秀良好一般码率超编4K30@4Mbps≤100%≤110%≤120%1080P30@1.5Mbps≤120%≤130%≤140%720P30@768Kbps≤150%≤160%≤170%MOSMOS31。表31弱网适应性主观MOS技术要求指标分辨率测试条件优秀良好一般弱网适应性主观MOS4K30@4Mbps50ms延时+30ms抖动+10%丢包率（包含8个连续丢包）MOS≥4.0MOS≥3.5MOS≥3.0100ms延时+30ms抖动+20%丢包率（包含10个连续丢包）MOS≥3.5MOS≥3.0MOS≥2.8150ms延时+50ms抖动+30%丢包率（包含12个连续丢包）MOS≥3.0MOS≥2.8MOS≥2.51080P30@1.5Mbps50ms延时+30ms抖动+10%丢包率（包含8个连续丢包）MOS≥3.5MOS≥3.0MOS≥2.8100ms延时+30ms抖动+20%丢包率（包含10个连续丢包）MOS≥3.0MOS≥2.8MOS≥2.5150ms延时+50ms抖动+30%丢包率（包含12个连续丢包）MOS≥2.8MOS≥2.5MOS≥2.2720P30@768Kbps50ms延时+30ms抖动+10%丢包率（包含8个连续丢包）MOS≥3.0MOS≥2.8MOS≥2.5100ms延时+30ms抖动+20%丢包率（包含10个连续丢包）MOS≥2.8MOS≥2.5MOS≥2.2150ms延时+50ms抖动+30%丢包率（包含12个连续丢包）MOS≥2.5MOS≥2.2MOS≥2.0会议系统端到端延时需要满足如下三种要求的一种，端到端延时技术要求见表32。表32端到端延时技术要求指标分辨率优秀良好一般端到端延时4K或1080P或720PDelay≤350msDelay≤400msDelay≤450ms音频除特殊规定，所有测试均应在下列条件下进行。——环境温度：15℃~35℃。——相对湿度：5%RH~85%RH。——大气压力：86kPa~106kPa。——测试环境1：1各频段混响时间见表33。表33测试环境1各频段混响时间m4.52.8到3.250.4s到0.7351各频段混响时间见表33。表33测试环境1各频段混响时间倍频程中心频率下限(RT60，ms)上限（RT60，ms）1253509502503508505003507001000350600200035060040003506008000300700房间平均值400700——测试环境2：3.52.8到3.250.9到1.1s之间。3534。表34测试环境2各频段混响时间倍频程中心频率下限(RT60，ms)上限（RT60，ms）12590014302509001430500900110010009001100表34测试环境2各频段混响时间（续）倍频程中心频率下限(RT60，ms)上限（RT60，ms）200081099040008109908000720880房间平均值90011004。0dBFS3.14dBm0。图4会议终端音频测试组网示意图100%100%对于一体式会议终端，其安放示意图见图5。若大屏自身具备支架，可以将设备安放在支架上进行测试，否则需要将待测终端安装在墙体上进行测试。测试距离可根据测试项要求对人工嘴进行布置。图5会议终端音频测试设备摆放示意图视频视频测试组网如图6和图7所示。图6会议终端视频测试实验室图卡、光源、DUT摆放示意图图7会议终端视频测试设备摆放示意图测试设备包含如下内容：——计时器：精度10ms以内；——直尺：精度1mm以内；——图像捕捉软件：静态图像采集格式设置为PNG或BMP。摄像头相关的客观测试应在如下测试环境进行：——环境温度：15℃～35℃；——相对湿度：5%RH～85%RH；——大气压力：86kPa～106kPa；——暗室要求：环境照度应小于1lx；——光源要求：测试光源应采取遮光措施，防止直射图卡或镜头。实测光源色温标准偏差范围为±200K；8.1.3——测试图卡照度均匀性要求：在指定光源下，测试图卡中心照度与指定照度之差应不大于10%，图卡表面任意一点的照度与图卡中心照度之差应不大于10%；——测试图卡背景要求：测试图卡背景（包括背板及周围墙面）采用反射率18%的中性灰（N5）涂料，测试图卡周围（包括图卡置具）应为低反射率哑光材质；本文件中使用的反射式照明系统的光源如下：——CWF：色温4150K，暖白荧光灯；——A：色温2856K，暖色调钨丝灯；——Horizon：H光，色温2300K，暖黄色调钨丝灯；——透射式均匀光源箱：D65/D50；——荧光灯光源（D65/D50/CWF）在测试工作开始前需要预热10min，保证光源亮度和色温的稳定性。本文件中测试所需的图卡包括：标准斜边测试卡、24色卡、点阵图、扇形星测试图、彩色枯叶图、36阶透射式动态范围测试卡、均匀光源箱。——标准斜边测试卡：应满足ISO12233对于斜边测试图样的要求，斜边对比度为4:1，图卡有效区域包含上下两条黑边；——24色卡：使用ColorChecker®24PatchClassic测试图卡；——点阵图：应满足ISO17850的要求；TE161）；——彩色枯叶图：包括枯叶图纹理细节图样和灰阶块图样，枯叶区域最大对比度范围为3:1，包含0～25517；——36阶透射式动态范围测试卡：背景色为中灰，包括36个不同光密度的低噪声密度灰度色块；——均匀光源箱：发出均匀的漫射光，表面照度均匀度不低于93%；（）。为确保视讯设备的摄像头输入质量，设备最低需支持1920×1080@30fps。测试码流格式的选择遵循以下原则：在分辨率及帧率同时满足以上要求的前提下，优先测试YUY2/NV12格式；若不能同时满足分辨率、帧率要求，则测试MJPG格式。采样率测试链路按照.2的描述进行组网连接。测试步骤如下：ITU-TP.501AnnexC.2.2（）48kHzLine-in/S-MOSN-MOS测试环境布局如下：1；.4——测试链路按照.2的描述进行组网连接。测试步骤如下：ITU-TP.501AnnexC.2.2（）P.86348kHzITU-TG.19150Hz~14kHz8s32s8s片ITU-TP.56-4.7dBPa；6及10ETSIES103106S-MOS-LQON-MOS-LQO，并S-MOS和N-MOS；注：本文所指0dBFS是幅度为满量程的方波的能量。对于根据ITU-TG.711规定的0dBFS正弦波对应能量为3.14dBm0（A-law）和3.17dBm0（μ-law）的编码信号基准，0dBFS方波对应于约6.1dBm0。测试环境布局如下：1；.4——测试链路按照.2的描述进行组网连接。测试步骤如下：6ITU-TP.501AnnexC.2.2）P.86348kHzITU-TG.19150Hz~14kHz8328s片段的中心位置。嘴参考点处根据ITU-TP.56计算的信号活动语音电平为-4.7dBPa（和-14.7dBPa（）；6ITU-TP.501第7.4ITU-TP.56-16dBm0。被测设备输出语音时，使用人工耳录制输出的语音信号，计算100Hz至14kHz测试环境布局如下：——设备测试环境为.1规定的测试环境2；——测试位置按照.4的描述进行设置；——测试链路按照.2的描述进行组网连接。测试包括拾音主观MOS和放音主观MOS，具体测试步骤如下。MOS测试6ITU-TP.501AnnexC.2.2）P.86348kHzITU-TG.19150Hz~14kHz8328s片段的中心位置。嘴参考点处根据ITU-TP.56计算的信号活动语音电平为-4.7dBP；）；原始音频播放，将测试信号直接通过测试环境1的PC+制在65~70dBSPL@1m；65~70dBSPL@1m；5）和6）BMOS测试6ITU-TP.501第7.4ITU-TP.56-16dBm0；）；原始音频播放，将测试信号直接通过测试环境2的PC+制在65~70dBSPL@1m；3）65~70dBSPL@1m；5）和6）B测试环境布局如下：——设备测试环境为.1中规定的测试环境1；——测试位置按照.4的描述进行设置。测试步骤如下：ITU-TP.501第7.3.3ITU-TP.56-10dBm0TUTG.22Annx100H11000Hz测试环境布局如下：——设备测试环境为.1中规定的测试环境1；——测试位置按照.4的描述进行设置。测试步骤如下：测试信号使用符合ITU-TP.501第7.3.5节和第7.3.7节的真人语音信号。整个测试信号由一个ITU-TP.501第.5（0-20s）（20-3535。表35双讲测试信号双讲测试信号训练语音词语(第一部分)和整句(第二部分)双向通话注入参考客户端的信号第7.3.7节信号女声单讲部分第7.3.5节信号男女声单讲部分人工嘴信号第7.3.7节信号男声单讲部分第7.3.5节信号男女声双讲部分36。表36近端语音测试信号近端语音测试信号训练语音词语(第一部分)和整句(第二部分)双向通话远端信号第7.3.7节信号女声单讲部分静音人工嘴信号第7.3.7节信号男声单讲部分第7.3.5节信号男女声双讲部分ITU-TP.56-4.7-16dBm0按ITU-TP.502MTF50P按CWF80lx、6500K300lx果上述取景距离不满足设备的景深范围，则可调节设备与图卡之间的距离，但是最近距离下需保证VFOV内完整显示图卡的上下边缘。对于具有自动对焦功能的设备，每个分辨率及光源下拍3-5张，每取图卡中心方块的四条斜边，通过对单边线扩散函数（LSF）进行标准离散傅里叶变换（DFT），MTF50PΣNLSDF(j)e−2kj/NΣWe−SFR(k)=D(j)|j=1 W | （1）ΣW式中：

N

LSDF(j)k=0,1,2，…,2/N，若N为奇数则为(N+1)/2，k为空间频率的指数；W()——由图中所选区域构成的窗化的、平均的、中心的、超采样线扩散函数；WD(j)= sin(nk/N)锐化按节的要求，取节中拍摄的标准斜边测试卡图片，选取中心方块的四条斜边，分别按以下公式计算锐化强度。计算结果为正时则为过度锐化Oversharpening，结果为负时则为锐化不足Undersharpening，记录其中绝对值最大的数值。Sharpeg=%[MTF(feql)−] （2）式中：MTF(feql)——当feql=0.3fN0.3（Nyquist时的MTF。帧率7.1..8..1.80x300xt60）t，（fps）。延时按30050次。50次。USB50查看上述步骤拍摄的照片或截屏，记录计时器的原始时刻ti2和被测设备采集画面中的显示时刻ti1，则单次延时di=ti2-ti2。计算所有单次延时的平均值，得到平均延时d。有条件的情况下，也可利用专业延时测试设备或软件工具进行此项测试。按2/3的VFOV。2450%RGBCIEL*a*b*a*b*、a*、b*标准值。采用CIEDE2000色差公式（△E00），计算每个色块经饱和度C00_corr，记录182E =(∆F)2+(CF2+(∆KF2+

∆CF

∆KF （3）00 kLSL

kCSC

kHSH

TkCSCkHSHC00C =(CF2+(∆KF2+

∆CF

∆KF

…………（4）00 kCSC

kHSH

TkCSCkHSH式中，kL、kC和kH通常是一致的，默认设置为1。由于颜色的饱和度会影响色度，进而影响上述△E00和△C00的值。为了消除饱和度的影响，在上述计算前，需对所测得的色度值进行饱和度校正，过程如下面公式所示：00a* 00b*a* = i_meas,b* =

…………（5）式中：

i_corr

Sat

i_corr

Sata* 、b* ——正的度；i_corr i_corra* 、b* ——测所色值；i_meas i_measSat ——）。详细计算过程见ISO/CIE11664-6中的CIEDE2000色差公式。按节的要求，取节中拍摄的色卡图片，选取第1-18不小于50%R、G、BsRGBCIEL*a*b*色彩空间，计b*18b*18Σna* 2b* 2Sat=%

i=1 i−meas

…………（6）Σna* 2b* 2式中：a* 、b* ——测所色值

i=1 i−ideal i−ideali_meas i_measa* 、b* ——图的准度；i_ideal i_ideal1≤i≤18，n=18。白平衡按19-24RGBsRGBCIEL*a*b*色彩空间，计算、a*、b*19-24灰块的、a*、b*标准值。代入第9.1.7节中的CIEDE2000△C00色差公式，计算第19-24灰块的色度差（无需进行饱和度校正），C00对焦性能适用于定焦镜头的会议终端设备或自动对焦的会议终端设备。按300lxDUT5tm～5水平梯度（Sobel算子）的计算如公式（7）所示。−=[−22]*I （7）−式中，Gs是水平方向的梯度，I是输入的图像。垂直梯度（Sobel算子）的计算如公式（8）所示。−−2−Gy=[

]*I （8） 2 式中，Gy是垂直方向的梯队，I是输入的图像。梯度幅值为：Gs+Gy。纹理按CWF80lx、6500K300lx2/3的VFOV取景下的拍摄距离不满足其景深范围，则可调节被测设备与图卡间的距离，但是最近距离下需保证VFOV1m3-5CPIQ30英寸4KUHDTV（37.5cm，146PPI50cm）式中：

TextureAcutace=ÆÆr

…………（9）vcA=ƒMTF(v)M(v)CF(v)dv0其中，MTF的计算公式如下：式中：

∞Ar=ƒCF(v)dv0MTF= PSD(image)–PSD(noise)JPSD(target)J

…………（10）PSD——功率谱密度（powerspectraldensity）；CSF——对比敏感度函数（contrastsensitivityfunction），描述人眼感知，其公式为：CSF(v)=a·vc·e–bv （11）式中：a=1，b=0.2，c=0.8；v——空间频率，单位是cycles/degree。M(v)=|sin(kv)| （12）kv式中：k值取决于观测距离，=·dae·，单位是degrees。积分区间vc为截止频率，应设定为显示器的最大分辨率，即奈奎斯特频率,vc=。噪声噪声由空间噪声和时域噪声构成，两者的测试方法如下，最后取整体噪声为最后结果。0节和CWF80lx6500K300242/3的VFOV22YSNRdB：NR=20(/N) （13）式中：S——即Signal，为色块的平均亮度Y；N——即Noise，为色块亮度值的标准差。0节和CWF80lx6500K30024I1、I222Y√2√2

atemporal=a(I1–I2)

…………（14）a(I−I2)是两张图片间的噪声差，空间噪声（即固定噪声）相抵消。再将TemporalNoise结果代入空间噪声的SNR公式，计算得到第22灰块Y通道的SNRTemp(dB)。最后平均加权计算整体噪声，空间噪声和时域噪声权重各占0.5。对比度按节的要求，取1节中拍摄的色卡图片，测量第19白块及24黑块的亮度值，分别记为Y19和Y24，对比度C计算公式如下：C=

…………（15）按节的要求，取2节中拍摄的色卡图片，测量第22灰块的R、G、B值，按以下公式计算其亮度值Y。Y=3R+9G+B （16）音频除特殊规定，所有测试均应在下列正常条件下进行：——环境温度：15℃~35℃；——相对湿度：5%RH~85%RH；——大气压力：86kPa~106kPa；——测试环境1：端到端主要测试项均在带混响的测试房间进行，为满足测试距离要求：104.52.2到3.25之间，0.4s到0.7s6m3m2.2到3.25之间，0.4s到0.7s两个房间具体各频段混响时间应符合表37，房间内的噪声声级应控制在30～34dBSPL（A）。表37测试环境1各频段混响时间倍频程中心频率下限(RT60,ms)上限（RT60，ms）1254009502505008505003507001000350600200035060040003506008000400700房间平均值400700——测试环境2：为测试大混响场景下的拾放音体验，发送和接收方向的测试房间应满足：6m3.5m2.8到3.25之间，0.9s到1.1s6m3.5m2.8到3.25之间，0.9s到1.1s房间具体各频段混响时间应符合表38，房间内的噪声声级应控制在30～34dBSPL（A）。表38测试环境2各频段混响时间倍频程中心频率下限(RT60,ms)上限（RT60,ms）12590014302509001430500900110010009001100200081099040008109908000720880房间平均值90011008ITU-TP.5708.2.6测试链路中的待测发送终端和待测接收终端均为同一型号，可为一体式或分体式会议终端。图8会议系统音频测试组网示意图待测终端的扬声器播放和麦克风增益除特殊说明，否则采用默认配置。一体式会议终端安放方式如图9和图10所示。图9会议系统音频测试一体式终端发送侧安装示意图图10会议系统音频测试一体式终端接收侧安装示意图分体式会议终端按照方式如图11和图12所示。图11会议系统音频测试分体式终端发送侧安装示意图图11会议系统音频测试分体式终端发送侧安装示意图图12会议系统音频测试分体式终端接收侧安装示意图视频测试组网参考图13所示。图13会议系统视频测试组网示意图本文件中摄像头相关的客观测试应在如下测试环境进行。——环境温度：15℃～35℃。——相对湿度：5%RH～85%RH。——大气压力：86kPa～106kPa。本文件中摄像头相关的视频主观评分测试应在如下测试环境进行。——标准环境灯光：色温在5000K-6500K之间。——照度：会议室平均照度300lx~400lx。——主观评测人数：5人。——测试距离：显示屏幕对角线距离的2倍。主流测试序列为ClassE测试序列和导播视频。测试视频序列的播放选用标准4K显示器，频率为60Hz，覆盖采集设备全画面。辅流测试为和Excel包括如下设备：——网损仪：设置网络延时、丢包、抖动；——网络流量统计软件：统计视频网络流量；——测试视频序列：模拟会议室人员运动，构造码率超编场景；——计时器：精度10ms以内，计算帧率和延时；——图像捕捉软件：静态图像采集格式设置为PNG或BMP，计算图像PSNR和SSIM；——音画同步分析仪；——高帧率摄像机（建议至少240fps）；——三脚架。测试环境布局如下：——测试环境为.1所规定的测试环境1；.411.4MIC1m1m。测试步骤如下：ITU-TP.501AnnexC.2.3（）P.86348kHzITU-TG.19150Hz~14kHz8s32s8sITU-TP.56-4.7dBPa；ITU-TP.863MOS测试环境布局如下：——测试环境为.1所规定的测试环境1；.46或6.4MIC中心1.5m6。ITU-TP.501AnnexC.2.2（）P.86348kHzITU-TG.19150Hz~14kHz8s32s8sITU-TP.56-4.7dBPa；）；原始音频播放，将测试信号直接通过测试环境1的PC+监听音箱进行播放，播放声压级控制在65～70dBSPL@1m；终端音频播放，将接收终端接收到的信号通过待测系统进行播放，播放声压级控制在dBSPL@1m；d）和e）3MOSB测试环境布局如下：——测试环境为.1所规定的测试环境1；.466.4MIC1.56。测试步骤如下：ITU-TP.501AnnexC.2.2（ITU-TP.86348kHzITU-TG.19150Hz~14kHz8s32s8ITU-TP.56-4.7dBPa；100Hz至14kHzMOS测试环境布局如下：——测试环境：为.1所规定的测试环境1；.466.4MIC中心1.5m。ITU-TP.501AnnexC.2.2（）P.86348kHzITU-TG.19150Hz~14kHz8s32s8sITU-TP.56-4.7dBPa；）；dBSPL@1m；265~70dBSPL@1m；e）和f）3MOSB测试环境布局如下。——测试环境为.1所规定的测试环境1和测试环境2。.42，6m.421MIC1.56。测试步骤如下：ITU-TP.501AnnexC.2.2）P.86348kHzITU-TG.19150Hz~14kHz8328s片段的中心位置。嘴参考点处根据ITU-TP.56计算的信号活动语音电平为-4.7dBPa；）；原始音频播放，将测试信号直接通过测试环境2的PC+制在65~70dBSPL@1m；65~70dBSPL@1m；d）和e）步骤重复3次，主观听音人员听音体验根据附录B行；.41，6m.412MIC1.56。测试步骤如下：ITU-TP.501AnnexC.2.2）P.86348kHzITU-TG.19150Hz~14kHz832s片段的中心位置。人工嘴参考点处根据ITU-TP.56计算的信号活动语音电平为-4.7 dBPa；）；原始音频播放，将测试信号直接通过测试环境2的PC+制在65~70dBSPL@1m；65~70dBSPL@1m；d）和e）步骤重复3次，主观听音人员听音体验根据附录B行；测试环境布局如下：——设备测试环境为.1所规定的测试环境1；——测试位置按照.4的描述进行设置。测试步骤如下：ITU-TP.501第7.3.3ITU-TP.56计算的信号活动语音电平为-4.7dBPa；LineOutAnnexB，在100Hz-11kHz测试环境布局如下：——设备测试环境为.1所规定的测试环境1；——测试位置：将待测终端按照.4的描述进行设置。测试步骤如下：测试信号使用符合ITU-TP.501第7.3.5节和第7.3.7节的真人语音信号。整个测试信号由一个ITU-TP.501第.5（0-20s）（20-35Out39。2) 402) 40。表40近端语音测试信号双讲测试信号训练语音词语(第一部分)和整句(第二部分)双向通话注入参考客户端的信号第7.3.7节信号女声单讲部分第7.3.5节信号男女声单讲部分人工嘴信号第7.3.7节信号男声单讲部分第7.3.5节信号男女声双讲部分近端语音测试信号训练语音词语(第一部分)和整句(第二部分)双向通话远端信号第7.3.7节信号女声单讲部分静音人工嘴信号第7.3.7节信号男声单讲部分第7.3.5节信号男女声双讲部分ITU-TP.56-4.7dBPa根据ITU-TP.502分辨率.1.14K1080P720P发送端编码前的图像和接收端解码后的图像进行PSNR对比，图像格式均采用YUV420。在无叠加网损的环境下，取3张图进行后续对比。网络环境设置如下：——分辨率@帧率4K@30fps，带宽4Mbps；——分辨率@帧率1080P@30fps，带宽1.5Mbps；@720P@30fps768Kbps。图像还原度PSNR（ManSquadEro，MEIK（M为图像的高度，N度MEME=

ΣM–ΣN–[I()−K()]2 （17）式中：

M×N

i=0 j=0I(I,j)——原始图像在坐标(i,j)处的像素值；K(i,j)——处理后图像在相同坐标处的像素值。——然后，按照公式（18）计算PSNR值。PSNR10lo10MAXI/ME) （18）式中：MXI80到25X=2。）.14Mbps1.5Mbps768Kbps30min，50ms~150ms随机延时+30ms~50ms随机抖动+0~30%4Mbps、1.5Mbps768Kbps共享演示的PSNR：wordexcelppt10min5s5s计算收敛后的PSNR30minPSNRYUV444格式图像，共享演示的PSNR共享演示翻页场景，例如PPT翻页，接收端接收翻页后图像收敛后（图像质量稳定）的时间与发送端翻页的时间差T，如公式（19）所示。T=TReceiveConvergence-TsendA （19）计算翻页切换10次的平均时间。.14K30@4Mbps、1080P30@1.5Mbps720P30@768Kbps会10min50ms+30ms随机抖动+10%对于不带屏幕显示的分体式终端，将支持音画同步测试仪放置于测试环境中，音画同步测试仪采集源端音视频码流及被测系统音视频码流，并分析出音画不同步数值。.14K30@4Mbps1080P301.5Mbps720P30768Kbps3050ms+30ms+10%s采用JVET-J1010文档中定义的ClassE测试序列，同时加入导播切换场景，使用双线性插值方法，将测试序列分别缩放到720P、1080P和4K作为输入视频。表41测试序列测试序列名称分辨率帧数帧率位深FourPeople720P600608Johnny720P600608KristenAndSara720P600608导播720P60060810min10式中：

OverEncodingRate=/（20）RATEexpect——期望的码率。MOS.1文档中定义的ClassE720P1080P4K被测DUT建立三次视频交互，参数配置如表42所示。表42参数配置分辨率帧率（fps）编码格式码率1280×72030HEVCmainprofile768Kbps1920×108030HEVCmainprofile1.5Mbps3840×216030HEVCmainprofil