CN104064198B - 一种评估语音质量的方法及装置 - Google Patents

Abstract

本发明公开了一种评估语音质量的方法及装置，该方法包括：通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息；以及获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据，其中，所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据；根据异常感知用户投诉数据和获得的CDR与MR信息，建立连续质差滑动窗口模型；并基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。从而能够较好地节省时间，提高评估效率，得到比较全面的准确地的分析结果。

Description

一种评估语音质量的方法及装置

技术领域

本发明涉及无线通信技术领域，尤其是涉及一种评估语音质量的方法及装臵。

背景技术

全球移动通信系统（GSM，Global System for Mobile communication）中一般采用语音接收质量（RxQual）参数值（取值为0～7）来反映话音质量的优劣。RxQual参数值与语音信号误码率之间存在直接相关性：当1<RxQual≤4时，误码率小于3.0％，话音质量可以；当RxQual=5时，误码率在3.2％～6.4%之间；当RxQual=6时，误码率在6.4%～12.8%之间；当RxQual=7时，误码率大于12.8%。也就是说，当4<RxQual≤7时，话音质量变差，容易引起通话噪声、掉话等现象，RxQual>7时，话音质量就会差到难以忍受，根本无法进行通话。

在GSM通信协议中，阐述了由于无线信道存在时变性和受干扰等因素，语音信号在无线传播过程中存在的持续较长时间的深衰落以及误码。为克服恶劣的无线信道衰变，GSM通信系统在对原始语音信号进行语音编码信道编码后，采用了二次交织方法，使每一段连续的20ms语音块（Block）分别插进8个不同的突发脉冲序列（Burst），在持续约91ms（148bit*8/13kbps）时间内逐个被发送。由于传输时延的限制，同一段语音码字交织的长度有限，也就无法在更长的突发脉冲序列中进行交织。因此，当前的信道编码技术对于持续时间在91ms内的衰落及误码有较好的恢复能力，但对于持续周期在2秒～5秒连续语音质量较差导致的误码问题则没有较为有效的解决方案。

连续语音质量较差（即可以简称为连续质差）是指在一次通话记录中，连续几秒内，语音测量采样点的RxQual参数值均大于4（或RxQual大于4的采 样点数量超过某个阈值B），直接影响用户的感知。连续质差影响通话质量的影响程度需要通过定量分析方法和手段。目前，对连续质量事件的评估主要依靠人工测量来实现，具体为：通过语音测试设备模拟用户行为进行通话，采集在路测过程中的服务小区下行电平、质量、功控、不连续发射（DTX）信息以及邻区下行电平等信息，然后对得到的测量数据进行分析，筛选出路测过程中出现的连续质差事件，最后结合小区频率干扰以及硬件告警信息对连续质差原因进行定位。

现有的技术中这种由测试工程师驱车进行网络测试，主要依赖于人工采集数据处理，因此对语音质量的连续质差评估分析效率较低。并且由于人工测试采样数据较少，并且采样区域具有一定的局限性（用户主要通话区域例如室内测试受条件所限一般难以实施），测试效果存在片面性，无法全面反映通信网络的真实情况。在数据分析阶段，需要手工回放并利用数据统计工具，整理分析得到语音质量的连续质差分析结果。同时，连续质差同时存在于通话的上行及下行阶段，普通的驱车网络测试（DT）只能采集到下行信令和测量报告（MR，Measurement Results）信息，对于用户通话过程中无法进行评估判断上行的语音质量的连续质差问题。

综上所述，现有技术中采用人工分析的方法，来实现对语音质量的连续质差进行评估，耗时耗力，效率较为低下，局限性较强，无法获得全面准确的分析结果。

发明内容

本发明实施例提供了一种评估语音质量的方法及装臵，能够较好地节省时间，提高评估效率，得到比较全面的准确地的分析结果。

一种评估语音质量的方法，包括：通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息；以及获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据，其中， 所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据；根据异常感知用户投诉数据和获得的CDR与MR信息，建立连续质差滑动窗口模型；并基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

一种评估语音质量的装臵，包括：第一获得模块，用于通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息；第二获得模块，用于获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据，其中，所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据；建立模块，用于根据第二获得模块获得的异常感知用户投诉数据和第一获得模块获得的CDR与MR信息，建立连续质差滑动窗口模型；评估模块，用于基于建立模块建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

采用上述技术方案，通过信令采集的方式，获得第一预设时长内的CDR和MR信息，和第二预设时长内的异常感知用户投诉数据，然后建立连续质差滑动窗口模型，基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估，从而能够较好地节省时间，提高评估效率，得到比较全面的准确地的分析结果。

附图说明

图1为本发明实施例中，提出的评估语音质量的方法流程图；

图2为本发明实施例中，提出的A+Abis信令接口监测系统结构组成示意图；

图3为本发明实施例中，提出的连续质差滑动窗口模型示意图；

图4为本发明实施例中，提出的基于连续质差滑动窗口模型确定连续质差事件方法流程图；

图5为本发明实施例中，提出的评估语音质量的装臵结构组成示意图。

具体实施方式

针对现有技术中存在的评估语音质量时，需要采用人工分析的方式来进行，耗时耗力，效率较为低下，局限性较强，无法获得全面准确的分析结果的问题，本发明实施例这里提出基于信令采集的方式，获得第一预设时长内的CDR和MR信息，和第二预设时长内的异常感知用户投诉数据，然后建立连续质差滑动窗口模型，基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估，从而能够较好地节省时间，提高评估效率，得到比较全面的准确地的分析结果。

下面将结合各个附图对本发明实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细地阐述。

需要说明的是，本发明实施例这里提出的技术方案，可以但不限于应用在第二代通信系统中，也可以应用在第三代通信系统中，在进行信令采集的时候，仅需要根据不同的通信系统，在相应的接口进行信令采集即可。较佳地，本发明实施例这里提出的技术方案中，以GSM通信系统为例来进行详细阐述。

本发明实施例这里提出一种评估语音质量的方法，如图1所示，其具体处理过程如下述：

步骤11，通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录（CDR，Calling Detail Records）和测量报告（MR，Measurement Results）信息。

本发明实施例这里提出的技术方案中，在GSM通信系统中，通过设臵信令采集系统，来采集A接口和Abis接口的信令信息。如图2所示，本发明实施例这里提出的技术方案中，信令采集系统中包括分别在A接口和Abis接口设臵信令采集设备和信令采集服务器，较佳地，信令采集服务器可以将采集得到的信息发送至应用服务器中存储。

其中，GSM通信系统中，A接口，是网络子系统和基站子系统（BSS）之间的接口。此接口所传递的信令信息主要是基站管理、呼叫处理和移动性管理，以及具体通信信息等。Abis接口，是基站子系统中基站控制器（BSC）与基站收发信机（BTS）之间的无线接口，支持向用户提供的服务，支持对基站收发信机无线设备的控制和无线资源管理。

CDR，是描述呼叫接续的全过程。在CDR中记录内容字段包括自于原始的信令消息和参数，通过对记录中的一些主要参数做进一步分析，可以为固定电话网或移动电话网业务提供分析的基础。MR，是通话开始，在移动台与基站子系统（NSS）建立主信令信道后，移动台每480ms发送1次的关于话音质量的测量报告信息，用于网络功率控制以及辅助切换判决等。因此，在一个完整的CDR中，可以但不限于包含至少一个MR信息。每个MR信息可以有自身的排列顺序。

通过采集GSM通信系统中A接口、Abis接口的信令信息以及Abis接口MR信息，通过信令采集服务器进行收集、解码、关联可以得到CDR以及MR，将得到的CDR和MR归档入库，添加到信令数据库中。较佳地，可以按照预设时间作为周期，周期性的在A接口和Abis接口进行信令采集，获得第一预设时长内的CDR和MR。例如，第一预设时长可以是30天。信令采集服务器控制A接口信令采集设备和Abis接口的信令采集设备，采集30天内的信令信息，然后进行筛选，关联，获得30天内的CDR和MR，将该些CDR和MR存储到信令数据库中。其中，信令数据库存储的CDR和MR信息部分信息字段可以如表1所示。

表1

在GSM通信系统中，Abis接口信令信息可以包括无线环境信息，针对特 定小区进行指标评估和用户感知分析。A接口信令信息可以具体到终端号码（例如用户手机号码），可以分析客户投诉，进行全网优化。通过分别采集GSM通信系统的A接口、Abis接口的信令信息、终端侧和网络侧的MR信息，因此通过A+Abis信令信息中包含的重要网络运行信息，进而可以精准地定位网络问题。

步骤12，获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据。

第二预设时长可以和第一预设时长相同，也可以小于第一预设时长。例如，第一预设时长为30天，则第二预设时长可以是30天，也可以是15天。

语音质量是影响用户感知、导致用户投诉的最主要因素。当网络出现覆盖空洞、强干扰时，信噪比下降，语音误码率上升，语音质量变差，此时用户感知到通信质量下降，对网络服务质量产生不满。异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据。异常感知用户投诉数据包括很多种，例如包含大量的用户通信质量和感知评估信息。在本发明实施例这里提出的技术方案中，需要在大量的异常感知用户投诉数据中，获得符合预设规则的异常感知用户投诉数据，具体为：首先在用户投诉数据库中，获得全部异常感知用户投诉数据，然后分类整理该些异常感知用户投诉数据。例如筛选出其中包含的“基础通信->话音基本业务->网络覆盖”类的异常感知用户投诉数据，整理异常感知用户投诉数据中用户描述信息中包含“听不清、断续、噪音、掉线、单通”等字段的异常感知用户投诉数据，作为最终获取的异常感知用户投诉数据。

步骤13，根据异常感知用户投诉数据和获得的CDR与MR信息，建立连续质差滑动窗口模型。

针对任一异常感知用户投诉数据，在获得的CDR中确定与该异常感知用户投诉数据对应的投诉CDR；以及在获得的MR信息中获得该投诉CDR中包含的MR信息，针对任一投诉CDR，获取确定出的投诉CDR中包含的语音接 收质量参数值，最后根据语音接收质量参数值对投诉CDR中包含的MR信息进行筛选，建立连续质差滑动窗口模型。

其中，建立连续质差滑动窗口模型时，需要根据语音接收质量参数值对获得的全部或部分投诉CDR中包含的MR信息进行筛选及统计，然后建立连续质差滑动窗口模型。首先分别设定语音质量门限和连续质差MR信息数量门限，根据语音接收质量参数值对投诉CDR中包含的MR信息进行筛选，在确定出投诉CDR中语音质量参数值大于设定的语音质量门限，且连续质差MR信息的数量大于设定的连续质差MR信息数量门限时，确定投诉CDR中出现连续质差事件，最后基于统计算法对连续质差事件进行统计，得到语音质量门限和连续质差MR信息数量门限，并根据统计结果建立连续质差滑动窗口模型，其中，建立连续质差滑动窗口模型中包含语音质量门限和连续质差MR信息数量门限。其中，基于统计算法对连续质差事件进行统计，得到语音质量门限和连续质差MR信息数量门限时，可以基于正态分布的算法，在统计结果中，确定出语音质量门限和连续质差MR信息数量门限。也可以采用均值的方式，在统计结果中确定出语音质量门限和连续质差MR信息数量门限。最后得到连续质差滑动窗口模型。

建立的连续质差滑动窗口模型中包含的语音质量门限和连续质差MR信息数量门限，对于任一CDR，当该CDR中的语音质量值和连续质差MR信息数量值均大于等于连续质差滑动窗口模型中包含的语音质量门限和连续质差MR信息数量门限时，则表征该CDR中对应的语音质量较差，进而用户感知也比较差。

具体地，在建立连续质差滑动窗口模型时，其本质是获取异常感知用户投诉数据与连续质差之间的关系。

下面以一条CDR为例来进行详细说明：在信令数据库中，获得与获取的异常感知用户投诉数据对应的投诉CDR，例如，获取的异常感知用户投诉数据标识为5，则可以在信令数据库中获得与该异常感知用户投诉数据标识为5对 应的投诉CDR标识为7，即CDR7，对于CDR7，又包含多个MR信息。则针对CDR7进行呼叫回放，获得确定出的投诉CDR中包含的语音接收质量参数值。（例如得到用户在通话过程中上行RxQual或者下行RxQual参数值），根据获得的语音接收质量参数值，对该CDR7中包含的MR信息进行筛选，得到该条CDR7中出现的连续质差事件。具体实施中，建立连续质差滑动窗口模型时，是对获取的多条异常感知用户投诉数据对应的投诉CDR进行分析及统计，并根据最终统计结果来获得异常感知用户投诉数据与连续质差之间的关系，最终建立连续质差滑动窗口模型。

在对MR信息进行筛选时，首先分别设定语音质量门限和连续质差MR信息数量门限，在确定出投诉CDR中语音质量参数值大于设定的语音质量门限，且连续质差MR信息的数量大于设定的连续质差MR信息数量门限时，确定投诉CDR中出现连续质差事件。例如，可以此时预设语音质量门限RxQual>=3，连续质差MR信息为连续两个。基于统计算法对连续质差事件进行统计，并根据统计结果建立连续质差滑动窗口模型，其中，建立连续质差滑动窗口模型中包含语音质量门限和连续质差MR信息数量门限。例如，建立的连续质差滑动窗口模型可以采用C-RXQuality-thd（m，k)来表示，其中是语音质量RxQual门限，k是连续质差MR信息数量门限。

在一个完整的CDR中，当RxQual质量字段大于m的MR数量大于k时，则定义为一个连续质差事件，此时用户感知处于恶化状态。

步骤14，基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

建立的连续质差滑动窗口模型如图3所示，基于建立的连续质差滑动窗口模型，如图4所示，针对第一时长内获得的任一CDR，执行下述操作：

步骤31，确定该CDR中包含的全部MR信息。

步骤32，按照确定出的MR信息的序号，将第一个MR信息作为遍历起始点。

步骤33，从遍历起始点开始，依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限，如果是，执行步骤34，反之，执行步骤39。

步骤34，从该MR信息开始，连续选取数量和连续质差MR信息数量门限相同的MR信息。

步骤35，确定选取的MR信息中包含的语音接收质量参数值大于语音质量门限的MR信息的第一数量。

步骤36，判断第一数量是否大于预设阈值。如果是，执行步骤37，反之，执行步骤38。

步骤37，统计为一个连续质差事件，并将连续选取数量中最后一个MR信息的下一个MR信息作为遍历起始点，返回执行步骤33，从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

步骤38，重新选取遍历起始点，返回执行步骤33，从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

其中，在重新选取遍历起始点时，可以但不限于采用下述两种方式：

第一种方式：将连续选取数量信息中最后一个MR信息的下一个MR信息作为遍历起始点。

第二种方式：在连续选取数量的MR信息中，确定出包含的语音接收质量参数值小于语音质量门限的MR信息，以最后一个语音接收质量参数值小于语音质量门限的MR信息的下一个MR信息作为遍历起始点。

较佳地，本发明实施例这里提出的技术方案中，采取上述第二种方式重新确定遍历起始点，这样可以降低漏检率，可以较好地将全部MR信息都进行遍 历筛选，进而提高评估语音质量的准确性。

步骤39，如果MR信息中包含的语音接收质量参数值小于连续质差滑动窗口模型中包含的语音质量门限，则按照顺序，选择下一个MR信息作为遍历起始点，返回执行步骤33，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

举一例来详细说明步骤31～步骤39的详细处理过程：可以按照连续质差窗口滑动模型C-RXQuality-thd（m，k)进行窗口滑动，即设定语音质量RxQual门限为m，连续质差MR信息数量门限为k。CDR中包含的语音质量可以是下行接收质量参数RxQualDL，也可以是上行接收质量参数RxQualUL=m。则针对一个CDR，采集相关的所有MR信息，解析得到MR信息中包含的各种信息字段，并获得全部MR信息的序号，例如可以分为MR1、MR2……MRN。

按照MR信息的序号，窗口滑动可以从第一个MR信息开始，第一个MR信息中包含的语音接收质量参数值设为MR1_RxQual，将MR1_RxQual与连续质差滑动窗口模型中包含的语音质量门限m进行比较。如果MR1_RxQual小于m，则将下一个MR信息MR2作为遍历起始点，从下一个MR信息即MR2开始比较，依次类推。如果MR1_RxQual大于等于m，则选取连续k个MR信息，与连续质差滑动窗口模型进行比较。如选取MR1、MR2、MR3……MRk,在连续选取的k个MR信息中，如果其中有A个MR信息中包含的参数值RxQual大于m，且A大于阈值B，则统计为一个连续质差事件。随后选择第k+1个MR作为窗口起始点，窗口向后滑动，继续判定。例如，在连续选取k个MR信息MR1、MR2、MR3……MRk中，若预设A=4，B=3，即,MR1_RxQual、MR2_RxQual、MR3_RxQual、MR4_RxQual均大于m，A=4大于B=3，则记录为一个连续质差事件，连续质差滑动窗口模型继续向后滑动，选取第k+1个MR信息作为遍历起始点，继续进行判断。

如果在连续选取的k个MR信息MR1、MR2、MR3……MRk中，其中至少有一个MR未满足连续质差滑动窗口模型规定的语音质量RxQual门限，则 也需要重新选取遍历起始点。重新选取遍历起始点的方法主要有两种，在上述步骤38中已经详细阐述，这里不再赘述。较佳地，本发明实施例这里以上述第二种方式为例来进行详细阐述。此时跳过k个MR中最后一个参数值RxQual小于等于m的MR，开始查询RxQual大于等于m的MR信息，重新选取大于m的MR信息作为窗口的起始点，窗口向后滑动，继续进行判定，直到所有MR信息分析完成。例如，在连续选取的k个MR信息MR1、MR2、MR3……MRk中，MR1_RxQual、MR2_RxQual均大于m，MR3_RxQual小于m，MR4_RxQual～MRk_RxQual均大于m，则此时选择MR4_RxQual作为遍历起始点，这样可以较好地遍历一个CDR中包含的所有MR信息，提高判断结果的准确性。

当连续质差滑动窗口模型向后滑动，进行判断是，窗口里面MR信息数量小于k时，则判决机制结束。至此会检索出该CDR中所有连续质差事件。

较佳地，在上述步骤14之后，还可以包括：

步骤15，结合确定出的连续质差事件，完成语音质量的连续质差评估。

可以关联分析信令数据库中存储的信令信息，定位问题小区的小区识别号CI、载频TEI和以及用户IMSI信息。在统计结果中，可以包括连续质差事件发生时间、小区CI、载频TEI、用户IMSI、CDR-ID以及连续质差事件期间及前后m×0.5s时间段内MR信息的电平、质量、异常事件（如掉话、切换失败、用户挂机）等情况，可以得到连续质差事件对网络指标的影响程度。具体如表2所示，可以针对连续质差小区进行载频集中度、用户集中度分析，准确定位问题载波和问题用户。

表2

进一步地，通过对语音质量连续质差原因的深入钻取，统计连续质差事件发生时刻MR信息的电平情况，可以得到弱覆盖与连续质差的相关性，便于优化人员从覆盖或其它角度对语音连续质差问题进行优化，具体可参见表3中所示。

表3

相应地，本发明实施例这里还提出一种评估语音质量的装臵，如图5所示，包括：

第一获得模块501，用于通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息。

第二获得模块502，用于获得第二预设时长内，用户投诉数据库中存储的 符合预设规则的异常感知用户投诉数据，其中，所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据。

建立模块503，用于根据第一获得模块获得的异常感知用户投诉数据和第二获得模块获得的CDR与MR信息，建立连续质差滑动窗口模型。

具体地，上述建立模块503，具体用于针对任一异常感知用户投诉数据，在获得的CDR中确定与所述异常感知用户投诉数据对应的投诉CDR；以及在获得的MR信息中获得所述投诉CDR中包含的MR信息；针对任一投诉CDR，获取确定出的投诉CDR中包含的语音接收质量参数值；根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，建立连续质差滑动窗口模型。

具体地，上述建立模块503，具体用于分别设定语音质量门限和连续质差MR信息数量门限；根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，在确定出所述投诉CDR中语音质量参数值大于设定的语音质量门限，且连续质差MR信息的数量大于设定的连续质差MR信息数量门限时，确定所述投诉CDR中出现连续质差事件；基于统计算法对连续质差事件进行统计，并根据统计结果建立连续质差滑动窗口模型，其中，所述建立连续质差滑动窗口模型中包含语音质量门限和连续质差MR信息数量门限。

评估模块504，用于基于建立模块建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

具体地，上述评估模块504，具体用于针对第一时长内获得的任一CDR，执行下述操作：确定所述CDR中包含的全部MR信息；按照确定出的MR信息的序号，将第一个MR信息作为遍历起始点；从遍历起始点开始，依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限；如果是，则从该MR信息开始，连续选取数量和连续质差MR信息数量门限相同的MR信息；确定选取的MR信息中包含的语音接收质 量参数值大于语音质量门限的MR信息的第一数量；判断所述第一数量是否大于预设阈值；如果是，则统计为一个连续质差事件，并将连续选取数量中最后一个MR信息的下一个MR信息作为遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作；如果否，则重新选取遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

具体地，上述评估模块504，还用于将连续选取数量信息中最后一个MR信息的下一个MR信息作为遍历起始点；或者在连续选取数量的MR信息中，确定出包含的语音接收质量参数值小于语音质量门限的MR信息，以最后一个语音接收质量参数值小于语音质量门限的MR信息的下一个MR信息作为遍历起始点。

采用本发明实施例上述提出的技术方案，基于A+Abis信令检测系统进行信令采集，得到语音质量连续质差分析方结果，不需要耗费大量人力物力进行数据采集，低成本获取全量的用户级信令信息，可以全面、真实地展现实际网络质量。并且结合用户投诉数据确定连续质差滑动窗口模型，能够精确地反映出实际通信网络中用户的语音质量感知情况，便于网络优化人员进行针对性地分析和优化，提高了连续质差类用户感知问题的处理效率。并且，本发明实施例这里提出的技术方案中，通过建立的连续质差滑动窗口模型，进行连续质差事件的分析，能够回溯到实际用户感知，准确定位实际网络载频和小区的问题，对于解决网络优化问题和提升网络质量提供支撑。进而针对连续质差事件进行问题原因钻取，统计连续质差事件发生时的MR信息电平情况，得到弱覆盖与连续质差的相关性，以便于优化人员从覆盖或其它角度对连续质差进行优化。

本领域的技术人员应明白，本发明的实施例可提供为方法、装臵（设备）、 或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、装臵（设备）和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装臵。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装臵的制造品，该指令装臵实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种评估语音质量的方法，其特征在于，包括：

通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息；以及

获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据，其中，所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据；

根据异常感知用户投诉数据和获得的CDR与MR信息，建立连续质差滑动窗口模型；并

基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

2.如权利要求1所述的方法，其特征在于，根据异常感知用户投诉数据和获得的CDR与MR信息，建立连续质差滑动窗口模型，包括：

针对任一异常感知用户投诉数据，在获得的CDR中确定与所述异常感知用户投诉数据对应的投诉CDR；以及

在获得的MR信息中获得所述投诉CDR中包含的MR信息；

针对任一投诉CDR，获取确定出的投诉CDR中包含的语音接收质量参数值；

根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，建立连续质差滑动窗口模型。

3.如权利要求2所述的方法，其特征在于，根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，建立连续质差滑动窗口模型，包括：

分别设定语音质量门限和连续质差MR信息数量门限；

根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，

在确定出所述投诉CDR中语音质量参数值大于设定的语音质量门限，且连续质差MR信息的数量大于设定的连续质差MR信息数量门限时，确定所述投诉CDR中出现连续质差事件；

基于统计算法对连续质差事件进行统计，并根据统计结果建立连续质差滑动窗口模型，其中，所述建立连续质差滑动窗口模型中包含语音质量门限和连续质差MR信息数量门限。

4.如权利要求3所述的方法，其特征在于，基于建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估，包括：

针对第一时长内获得的任一CDR，执行下述操作：

确定所述CDR中包含的全部MR信息；

按照确定出的MR信息的序号，将第一个MR信息作为遍历起始点；

从遍历起始点开始，依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限；

如果是，则从该MR信息开始，连续选取数量和连续质差MR信息数量门限相同的MR信息；

确定选取的MR信息中包含的语音接收质量参数值大于语音质量门限的MR信息的第一数量；

判断所述第一数量是否大于预设阈值；

如果是，则统计为一个连续质差事件，并将连续选取数量中最后一个MR信息的下一个MR信息作为遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作；

如果否，则重新选取遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

5.如权利要求4所述的方法，其特征在于，重新选取遍历起始点，包括：

将连续选取数量信息中最后一个MR信息的下一个MR信息作为遍历起始点；或者

在连续选取数量的MR信息中，确定出包含的语音接收质量参数值小于语音质量门限的MR信息，以最后一个语音接收质量参数值小于语音质量门限的MR信息的下一个MR信息作为遍历起始点。

6.一种评估语音质量的装置，其特征在于，包括：

第一获得模块，用于通过信令采集的方式，获得第一预设时长内的语音呼叫详细记录CDR和测量报告MR信息；

第二获得模块，用于获得第二预设时长内，用户投诉数据库中存储的符合预设规则的异常感知用户投诉数据，其中，所述异常感知用户投诉数据是用户在确定出语音质量异常时，提交的投诉数据；

建立模块，用于根据第二获得模块获得的异常感知用户投诉数据和第一获得模块获得的CDR与MR信息，建立连续质差滑动窗口模型；

评估模块，用于基于建立模块建立的连续质差滑动窗口模型，遍历第一预设时长内获得的CDR与MR，对语音质量中包含的连续质差问题进行评估。

7.如权利要求6所述的装置，其特征在于，所述建立模块，具体用于针对任一异常感知用户投诉数据，在获得的CDR中确定与所述异常感知用户投诉数据对应的投诉CDR；以及在获得的MR信息中获得所述投诉CDR中包含的MR信息；针对任一投诉CDR，获取确定出的投诉CDR中包含的语音接收质量参数值；根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，建立连续质差滑动窗口模型。

8.如权利要求7所述的装置，其特征在于，所述建立模块，具体用于分别设定语音质量门限和连续质差MR信息数量门限；根据语音接收质量参数值对所述投诉CDR中包含的MR信息进行筛选，在确定出所述投诉CDR中语音质量参数值大于设定的语音质量门限，且连续质差MR信息的数量大于设定的连续质差MR信息数量门限时，确定所述投诉CDR中出现连续质差事件；基于统计算法对连续质差事件进行统计，并根据统计结果建立连续质差滑动窗口模型，其中，所述建立连续质差滑动窗口模型中包含语音质量门限和连续质差MR信息数量门限。

9.如权利要求8所述的装置，其特征在于，所述评估模块，具体用于针对第一时长内获得的任一CDR，执行下述操作：确定所述CDR中包含的全部MR信息；按照确定出的MR信息的序号，将第一个MR信息作为遍历起始点；从遍历起始点开始，依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限；如果是，则从该MR信息开始，连续选取数量和连续质差MR信息数量门限相同的MR信息；确定选取的MR信息中包含的语音接收质量参数值大于语音质量门限的MR信息的第一数量；判断所述第一数量是否大于预设阈值；如果是，则统计为一个连续质差事件，并将连续选取数量中最后一个MR信息的下一个MR信息作为遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作；如果否，则重新选取遍历起始点，返回执行从遍历起始点开始依次判断MR信息中包含的语音接收质量参数值是否大于连续质差滑动窗口模型中包含的语音质量门限的步骤，直至该CDR中包含的MR数量小于连续质差MR信息数量门限时，结束遍历操作。

10.如权利要求9所述的装置，其特征在于，所述评估模块，还用于将连续选取数量信息中最后一个MR信息的下一个MR信息作为遍历起始点；或者在连续选取数量的MR信息中，确定出包含的语音接收质量参数值小于语音质量门限的MR信息，以最后一个语音接收质量参数值小于语音质量门限的MR信息的下一个MR信息作为遍历起始点。