CN102014126B - 一种基于QoS的语音体验质量评测平台及评测方法 - Google Patents

Abstract

本发明公开了一种基于QoS的语音体验质量评测平台及评测方法，该评测方法包括以下步骤：步骤一，语音播放模块利用音频播放器播放语音源文件，发出语音信号，模拟发音行为；步骤二，第一语音传输模块对所述语音信号进行编码后传输到网络仿真模块上；步骤三，网络仿真模块仿真IP网络环境，实现网络参数的模拟；步骤四，第二语音传输模块接收经网络仿真模块传输的语音信号并进行解码；步骤五，语音录音模块录制保存解码后的语音信号，形成语音目标文件，模拟听音行为；步骤六，语音质量评测模块对经网络仿真模块传输后的语音目标文件的体验质量进行评价检测。本发明能够模拟语音信号从嘴到耳的整个传输过程，更具真实性、稳定性、准确性和可重复性。

Description

一种基于QoS的语音体验质量评测平台及评测方法

技术领域

本发明属于网络通信技术领域，涉及一种基于QoS的语音体验质量评测平台及评测方法。

背景技术

随着音频业务日益成为I P网络的主流业务之一，衡量一个音频业务品质是否满足用户要求的重要指标是体验质量(Quality of Experience，QoE)。QoE是从用户的角度出发对业务性能进行的评价，是用户可感知的端到端业务质量。与其它因素相比，网络传输是影响QoE的主要原因，因此分析研究网络传输对QoE的影响是一个需要迫切解决的问题。显然，QoE与网络服务质量(Quality ofService，QoS)之间既有关联又存在对象和视角的差异，通过研究QoS与QoE的关系，将QoE通过与QoS的映射关系引入到网络监测与控制中，一方面可以对流媒体的QoE进行实时评估，另一方面也为网络规划、传输协议、路由算法等研究提供新的度量指标和依据。因此探索QoS与QoE的关系是一个重要的研究课题。ITU-T P.800提供了QoE的量化表示方法，即MOS(Mean Opinion Score)值。

现有的如NIST Net、NS2等网络仿真软件仅专注于网络本身特性的研究，此类软件中无语音传输和编码的设置，因此仅仅依靠这些仿真软件还无法满足对QoE进行研究的需求。而依托真实网络进行QoS对QoE影响的实验中，QoS参数难以进行精确的设制，不具备可重复性，且需要很多路由器、交换机等价格昂贵的设备以及相关软硬件支持。还有一些传统的此类实验环境，其QoS对源文件的损伤是通过对语音源文件编码后采用静音覆盖的方法来模拟的，这类实验环境没有很好的体现语音传输这个从嘴→耳的过程，对语音传输的整个过程进行模拟的真实性和准确性较弱。此外，以上的实验环境都没有考虑对终端设备的波形、音量、录音方式进行精确控制，使实验平台缺乏稳定性。

发明内容

本发明所要解决的技术问题是：提供一种基于QoS的语音体验质量评测平台；

此外，本发明还提供一种基于QoS的语音体验质量评测平台的评测方法。

为解决上述技术问题，本发明采用如下技术方案。

一种基于QoS的语音体验质量评测平台，该评测平台包括发送端、网络仿真模块、接收端、语音质量评测模块；发送端包括语音播放模块和第一语音传输模块，语音播放模块的输出端与第一语音传输模块的输入端相连；所述语音播放模块用以利用音频播放器播放语音源文件，发出语音信号，模拟发音行为；所述第一语音传输模块用以对所述语音信号进行编码后传输到网络上；网络仿真模块与所述第一语音传输模块的输出端相连，网络仿真模块用以仿真IP网络环境，实现网络参数的模拟；接收端包括第二语音传输模块和语音录音模块，第二语音传输模块的输入端与所述网络仿真模块相连，第二语音传输模块的输出端与语音录音模块的输入端相连；所述第二语音传输模块用以接收经网络传输的语音信号并进行解码；所述语音录音模块用以录制保存解码后的语音信号，形成语音目标文件，模拟听音行为；语音质量评测模块分别与语音播放模块和语音录音模块相连，用以根据所述语音源文件对经网络传输后的语音文件的体验质量进行评价检测。

作为本发明的一种优选方案，所述评测平台还包括终端设备控制模块，所述终端控制模块包括第一终端控制模块和第二终端控制模块；所述第一终端控制模块与所述语音播放模块相连，用以精确控制语音播放模块播放的语音信号的波形、音量；所述第二终端控制模块与所述语音录音模块相连，用以精确控制语音录音模块的录制方式。

作为本发明的另一种优选方案，所述评测平台还包括时间同步模块，所述时间同步模块分别与发送端和接收端相连，用以控制发送端和接收端之间的时间同步。

作为本发明的再一种优选方案，所述语音录音模块与一媒体控制接口相连，用以控制媒体设备实现实时的录音程序的开启与关闭。

一种基于QoS的语音体验质量评测平台的评测方法，包括以下步骤：

步骤一，语音播放模块利用音频播放器播放语音源文件，发出语音信号，模拟发音行为；

步骤二，第一语音传输模块对所述语音信号进行编码后传输到网络仿真模块上；

步骤三，网络仿真模块仿真IP网络环境，实现网络参数的模拟；

步骤四，第二语音传输模块接收经网络仿真模块传输的语音信号并进行解码；

步骤五，语音录音模块录制保存解码后的语音信号，形成语音目标文件，模拟听音行为；

步骤六，语音质量评测模块根据所述语音源文件对经网络仿真模块传输后的语音目标文件的体验质量进行评价检测；所述评价检测的方法为：利用PESQ算法对比语音源文件和语音目标文件获得PESQ_MOS值，并将PESQ_MOS值转化为ITU-TP.800MOS值，进而获得QoS参数与语音体验质量的关系。PESQ_MOS值与ITU-T P.800MOS值之间的转化关系为：

其中x为PESQ_MOS值、y为MOS值。

作为本发明的一种优选方案，所述评测平台还包括终端设备控制模块和分别与语音播放模块与语音录音模块相连的时间同步模块；所述终端控制模块包括与所述语音播放模块相连的第一终端控制模块和与所述语音录音模块相连的第二终端控制模块；所述评测方法还包括以下准备步骤：

步骤一’，所述网络仿真模块采用NIST Net软件仿真IP网络环境，设定QoS参数，启动NIST Net软件；

步骤二’，所述第一语音传输模块和第二语音传输模块均采用Open Phone软件，选择相同的语音信号编码类型与传输协议，启动Open Phone软件；

步骤三’，所述第一终端控制模块和第二终端控制模块均采用Power mixer软件，精确调整所述语音播放模块播放的语音信号的波形、音量和所述语音录音模块的录制方式；

步骤四’，所述评测平台的语音播放模块与语音录音模块利用时钟同步模块在DOS命令模式下进行时间同步。

作为本发明的另一种优选方案，所述步骤一的详细实现过程为：

A1)在语音播放模块与语音录音模块时钟同步后，设定播放语音源文件的起始时间T₀，循环播放语音源文件的时间间隔T₁，和循环播放次数n；

A2)定时器开始计时，语音播放模块利用音频播放器在T₀时刻开始播放语音源文件；

A3)语音源文件播放一遍结束后，n＝n-1；

A4)若n值为0，则结束播放；否则等待时间间隔T₁后定时器清零，返回执行步骤A2)。

作为本发明的再一种优选方案，所述步骤五的详细实现过程为：

B1)在语音播放模块与语音录音模块时钟同步后，在语音播放模块利用音频播放器在T₀时刻开始播放语音源文件的同时，语音录音模块开始录音；

B2)在语音源文件播放一遍结束后，语音录音模块停止录音；

B3)若n值为0，则结束录音；否则等待时间间隔T₁后返回执行步骤B1)。

本发明的有益效果在于：本发明能够模拟语音信号从嘴到耳的整个传输过程，比传统的模拟系统更具真实性、稳定性、准确性和可重复性。

附图说明

图1为本发明所述的基于QoS的语音体验质量(QoE)评测平台的系统框图；

图2为延迟为100ms、抖动为10ms的NIST Net软件模拟效果图；

图3为同步流程图；

图4为语音源文件的播放流程示意图；

图5为语音文件的录制流程示意图；

图6为丢包对语音质量MOS值的影响示意图；

图7为抖动对语音质量MOS值的影响示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细说明。

实施例一

本实施例提供一种基于QoS的语音体验质量(QoE)评测平台，如图1所示，该平台主要包括以下七大模块：

1)时间同步模块，用于实现语音发送端与接收端之间的时间同步；

2)语音播放模块，用于在发送端使用音频播放器播放标准语音文件，模拟通话行为；

3)语音传输模块，用于建立基于网络的语音传输信道，此模块分为两部分组成：一部分用于在发送端对语音信号进行编码后传输到网络上，另一部分用于在接收端接收网络中语音数据，解码后播放语音信号；

4)网络仿真模块，用于仿真IP网络环境，实现对网络延迟、抖动、丢包等参数的模拟；

5)语音录音模块，用于保存语音传输模块传输过来的语音信号，模拟听音行为；

6)语音质量评测模块，用于对经网络传输后的语音文件进行体验质量(QoE)评测；

7)终端设备控制模块，用于对终端设备的波形、音量、录音方式进行精确控制。

所述评测平台建立及评测的详细步骤如下：

步骤A、网络仿真模块采用NIST Net软件，在NIST Net中设定QoS参数，并启动；通过调整NIST Net软件的各项参数，实现对网络延迟、抖动和丢包特性变化情况的模拟；图2为NIST Net设置的延迟为100ms，抖动为10ms的模拟效果图。NIST Net是一款基于Linux系统能够动态实时仿真IP网络环境的开源工具，它可实现端到端网络中那些关键性能，例如延迟、抖动、丢包等多种复杂的网络环境的模拟。

步骤B、语音传输模块采用Open Phone软件，选择语音信号的编码类型与传输协议，并启动；通过Open Phone(一个自由、开放的手机和应用服务平台)建立通信信道后，发送端用音频播放器播放标准语音文件，标准语音文件经OpenPhone编码后传输到网络中，模拟一方通话行为；在接收端用Open Phone接收网络中的音频数据，解码后播放语音信号，同时用音频录音软件录音，模拟听音行为。在该实验中Open phone主要用于网络传输语音数据，在该软件中，可以设置传输协议、分组大小、抗抖动缓冲、播放缓冲等参数，Open phone需安装于发送和接收两端。

步骤C、终端设备控制模块采用Power mixer软件对发送端和接收端的波形、音量、录音方式进行精确调整；Power mixer可对终端设备的波形、音量、录音方式进行精确控制。Power mixer是一款用于Windows操作系统的带有音量控制复位的音频混音器软件。该软件包括音频混音器、屏幕显示、命令行支持，通过鼠标或者系统范围热键存储和记忆设定功能。

步骤D、语音发送端和接收端在DOS命令行模式下进行时钟同步；发送端和接收端接收同步命令后，发送端调用时间同步模块与接收端进行时间同步，参见图3。

步骤E、设定发送端的语音源文件播放的起始时间(T₀)、循环播放语音文件的时间间隔(T_I)、循环播放次数。

步骤F、发送端使用音频播放软件播放语音源文件；音频播放器为MPlayer，MPlayer为开源代码自由软件，使用方法遵从GPLv2；MPlayer是一款能够播放大多数MPEG、VOB、AVI、OGG、VIVO、ASF/WMV、QT/MOV、FLI、RM、NuppelVideo、yuv4mpeg、FILM、RoQ等格式文件的播放器。

步骤G、发送端播放语音源文件时，接收端开始录音；接收端语音解码由接收端的Open phone完成；所述语音录音模块通过直接访问媒体控制接口(MediaControl Interface，MCI)发送相应的命令来控制媒体设备，实现实时的录音程序的开启与关闭；主要录制过程是从声卡提取语音信号，形成录音文件，参见图5。

步骤H、判断循环是否结束，如果循环结束则跳至步骤I，否则返回步骤F，参见图4和图5。

步骤I、在存放录音的文件夹中运行PESQ(Perceptual Evaluation of SpeechQuality)算法，对比语音源文件和传输之后的语音文件得到PESQ_MOS值，并将PESQ_MOS值转化为ITU-T 800规定的MOS值；PESQ为ITU-T P.862的官方标准，用于测试语音体验质量(QoE)。

PESQ_MOS值与MOS值之间的转化关系为：

$y=\left\{\begin{array}{c}1.0,x\≤1.7\\ -0.157268x^3+1.386609x^2-2.504699x+2.023345,x>1.7\end{array}\right.$

x为PESQ_MOS值、y为MOS值。

步骤J、依据步骤I所得结果，分析不同的QoS参数设定情况下语音MOS值的变化情况。

本实施例所述的基于QoS的语音体验质量(QoE)评测平台和评测方法能够模拟语音信号从嘴到耳的整个传输过程，比传统的模拟系统更具有真实性、稳定性、准确性和可重复性。

实施例二

本实施例采用实施例一所述的基于QoS的语音体验质量(QoE)评测平台和评测方法来评测丢包(packet loss)对语音质量的影响，具体评测步骤如下：

步骤A1、在NIST Net设置以下参数：

延迟：50ms；抖动：0ms；丢包率分别为：0％、0.2％、0.4％、......、3.6％、3.8％、4％；

步骤B1、在Open Phone设置传输协议为RTP；编码G.711A-LAW；抖动缓冲40ms；语音包大小分别10ms、20ms、30ms、40ms；

步骤C1、在Power mixer中设置音量25-35；波形40-50；录音：1-10；

步骤D1进行时钟同步；

步骤E1、设定语音文件开始播放时间，根据源文件大小设TI＝15秒；循环次数＝10；

步骤F1、G1、H1、发送端使用音频播放软件播放语音源文件，接收端同时开始录音，循环10次；

步骤I1、J1、分析实验数据，结果见图6。

实施例三

本实施例采用实施例一所述的基于QoS的语音体验质量(QoE)评测平台和评测方法来评测抖动(Jitter)对语音质量的影响，具体评测步骤如下：

步骤A2、在NIST Net设置以下参数：

延迟为50ms；丢包率为0％；抖动：0ms、2ms、4ms、6ms、8ms、12ms、14ms、16ms；

步骤B2、在Open Phone设置传输协议为RTP；编码G.711A-LAW；语音包大小为20ms；抖动缓冲分别为20ms、40ms、60ms、80ms；

步骤C2、在Power mixer中设置音量25-35；波形40-50；录音：1-10；

步骤D2进行时钟同步；

步骤E2、设定语音文件开始播放时间，根据源文件大小设TI＝15秒；循环次数＝10；

步骤F2、G2、H2、发送端使用音频播放软件播放语音源文件，接收端同时开始录音，循环10次；

步骤I2、J2、分析实验数据，结果见图7。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其他形式、结构、布置、比例，以及用其他元件、材料和部件来实现。

Claims (6)

1.一种基于QoS的语音体验质量评测平台，其特征在于：所述评测平台包括发送端、网络仿真模块、接收端、语音质量评测模块；

发送端包括语音播放模块和第一语音传输模块，语音播放模块的输出端与第一语音传输模块的输入端相连；所述语音播放模块用以利用音频播放器播放语音源文件，发出语音信号，模拟发音行为；所述第一语音传输模块用以对所述语音信号进行编码后传输到网络上；

网络仿真模块与所述第一语音传输模块的输出端相连，网络仿真模块用以仿真IP网络环境，实现网络参数的模拟；所述网络仿真模块为能够设定QoS参数的NIST Net软件仿真模块；

接收端包括第二语音传输模块和语音录音模块，第二语音传输模块的输入端与所述网络仿真模块相连，第二语音传输模块的输出端与语音录音模块的输入端相连；所述第二语音传输模块用以接收经网络传输的语音信号并进行解码；所述语音录音模块用以录制保存解码后的语音信号，形成语音目标文件，模拟听音行为，主要录制过程是从声卡提取语音信号，形成录音文件；所述语音录音模块与一媒体控制接口相连，用以控制媒体设备实现实时的录音程序的开启与关闭；

所述评测平台还包括终端设备控制模块，所述终端控制模块包括第一终端控制模块和第二终端控制模块；所述第一终端控制模块与所述语音播放模块相连，用以精确控制语音播放模块播放的语音信号的波形、音量；所述第二终端控制模块与所述语音录音模块相连，用以精确控制语音录音模块的录制方式；

语音质量评测模块分别与语音播放模块和语音录音模块相连，用以根据所述语音源文件对经网络传输后的语音文件的体验质量进行评价检测，获得QoS参数与语音体验质量的关系。

2.根据权利要求1所述的基于QoS的语音体验质量评测平台，其特征在于：所述评测平台还包括时间同步模块，所述时间同步模块分别与发送端和接收端相连，用以控制发送端和接收端之间的时间同步。

3.权利要求1所述的基于QoS的语音体验质量评测平台的评测方法，其特征在于，所述评测方法包括以下步骤：

步骤一，语音播放模块利用音频播放器播放语音源文件，发出语音信号，模拟发音行为；

步骤二，第一语音传输模块对所述语音信号进行编码后传输到网络仿真模块上；

步骤三，网络仿真模块仿真IP网络环境，实现网络参数的模拟；

步骤四，第二语音传输模块接收经网络仿真模块传输的语音信号并进行解码；

步骤五，语音录音模块录制保存解码后的语音信号，形成语音目标文件，模拟听音行为；

步骤六，语音质量评测模块根据所述语音源文件对经网络仿真模块传输后的语音目标文件的体验质量进行评价检测；所述评价检测的方法为：利用PESQ算法对比语音源文件和语音目标文件获得PESQ_MOS值，并将PESQ_MOS值转化为ITU-TP.800MOS值，进而获得QoS参数与语音体验质量的关系；

所述评测平台还包括终端设备控制模块和分别与语音播放模块与语音录音模块相连的时间同步模块；所述终端控制模块包括与所述语音播放模块相连的第一终端控制模块和与所述语音录音模块相连的第二终端控制模块；所述评测方法还包括以下准备步骤：

步骤一’，所述网络仿真模块采用NIST Net软件仿真IP网络环境，设定QoS参数，启动NIST Net软件；

步骤二’，所述第一语音传输模块和第二语音传输模块均采用Open Phone软件，选择相同的语音信号编码类型与传输协议，启动Open Phone软件；

步骤三’，所述第一终端控制模块和第二终端控制模块均采用Power mixer软件，精确调整所述语音播放模块播放的语音信号的波形、音量和所述语音录音模块的录制方式；

步骤四’，所述评测平台的语音播放模块与语音录音模块利用时钟同步模块在DOS命令模式下进行时间同步。

4.根据权利要求3所述的基于QoS的语音体验质量评测平台的评测方法，其特征在于：PESQ_MOS值与ITU-T P.800MOS值之间的转化关系为：

$y=\left\{\begin{array}{cc}1.0& ,x\≤1.7\\ -{0.157268x}^3+1.386609x^2-2.504699x+2.023345,& x>1.7\end{array}\right.,$

其中，x为PESQ_MOS值、y为MOS值。

5.根据权利要求3所述的基于QoS的语音体验质量评测平台的评测方法，其特征在于，所述步骤一的详细实现过程为：

A1）在语音播放模块与语音录音模块时钟同步后，设定播放语音源文件的起始时间T₀，循环播放语音源文件的时间间隔T₁，和循环播放次数n；

A2）定时器开始计时，语音播放模块利用音频播放器在T₀时刻开始播放语音源文件；

A3）语音源文件播放一遍结束后，n=n-1；

A4）若n值为0，则结束播放；否则等待时间间隔T₁后定时器清零，返回执行步骤A2）。

6.根据权利要求3所述的基于QoS的语音体验质量评测平台的评测方法，其特征在于：所述步骤五的详细实现过程为：

B1）在语音播放模块与语音录音模块时钟同步后，在语音播放模块利用音频播放器在T₀时刻开始播放语音源文件的同时，语音录音模块开始录音；

B2）在语音源文件播放一遍结束后，语音录音模块停止录音；

B3）若n值为0，则结束录音；否则等待时间间隔T₁后返回执行步骤B1）。

Images