CN109256148A - 一种语音质量评估方法和装置 - Google Patents
一种语音质量评估方法和装置 Download PDFInfo
- Publication number
- CN109256148A CN109256148A CN201710574478.9A CN201710574478A CN109256148A CN 109256148 A CN109256148 A CN 109256148A CN 201710574478 A CN201710574478 A CN 201710574478A CN 109256148 A CN109256148 A CN 109256148A
- Authority
- CN
- China
- Prior art keywords
- node
- matter difference
- common factor
- voice packet
- speech quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000013441 quality evaluation Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 4
- 230000000155 isotopic effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 14
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000007850 degeneration Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种语音质量评估方法和装置，该方法包括：采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；根据采集的所述指标数据，对所述指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；根据所述语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算所述语音包的语音质量评分；根据各语音包的语音质量评分，确定网络传输通路中的质差路径。应用本发明提供的方案，能够确定出网络传输通路中的质差路径，以便后续对质差路径进行针对性优化，提高网络语音质量的同时，提高优化效率。
Description
技术领域
本发明实施例涉及通信技术领域，具体涉及一种语音质量评估方法和装置。
背景技术
随着通信技术的不断成熟，语音业务得到了越来越广泛的应用，为了更好地进行语音信号的传输，以满足终端用户对语音业务的良好体验，需要对通信网络的语音业务质量进行评估测试。
现有的语音业务质量评估方法通常基于平均意见得分(Mean Opinion Score，简称MOS)机制而进行，常见的包括主观MOS值评估方法和客观MOS值评估方法两种。MOS机制中，MOS值为衡量通信系统的语音质量的重要指标，且按照语音质量的不同失真状况，MOS值被划分成了1～5分的五个级别。不同的MOS分值代表了不同的语音质量，MOS值越大，代表的语音质量越好。
虽然均是基于MOS值来衡量语音通信的质量，但主观MOS值评估方法和客观MOS值评估方法的不同之处在于：主观MOS值评估方法中，由不同的人分别对原始语音和经过传输后的语音进行主观感觉对比，得出MOS分，最后求得MOS平均值；而客观MOS值评估中，通过专门的测试仪器或软件在各测试点进行路测，对原始语音和测试点经过传输后的语音进行对比得到MOS值。相比于主观MOS值评估方法，客观MOS值评估方法无需寻找多名合适的评测者进行质量测评，测试的结果更为客观地测试出语音质量在网络传输通路中发生退化，以及退化的程度。
然而，根据客观MOS值评估方法得到的MOS值虽可确定网络传输通路中发生了语音质量退化的现象，却无法直接确定在网络传输通路中发生语音质量退化的路径。这样，后续存在提高网络语音质量的优化需求时，首先需要针对发生语音质量退化的网络传输通路进行检测，发现发生语音质量退化的路径之后再进行优化，优化效率低。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种语音质量评估方法和装置，能够确定出网络传输通路中的质差路径，以便后续对质差路径进行针对性优化，提高网络语音质量的同时，可提高优化效率。
第一方面，本发明实施例提供了一种语音质量评估方法，包括：
采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；
根据采集的所述指标数据，对所述指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；
根据所述语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算所述语音包的语音质量评分；
根据各语音包的语音质量评分，确定所述网络传输通路中的质差路径。
第二方面，本发明实施例还提供了一种语音质量评估装置，包括：
数据采集模块，用于采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；
因子分析模块，用于根据采集的所述指标数据，对所述指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；
语音评估模块，用于根据所述语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算所述语音包的语音质量评分；
质差路径评估模块，用于根据各语音包的语音质量评分，确定所述网络传输通路中的质差路径。
第三方面，本发明实施例还提供了一种电子设备，包括处理器、存储器和总线，其中：
所述处理器、所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行上述语音质量评估方法。
第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述语音质量评估方法。
本发明实施例提供的语音质量评估方法和装置，采集网络传输通路上不同节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；并根据采集的指标数据，对指标数据中涉及的多个指标进行因子分析，得到若干个互不相关的公共因子，并得到各公共因子的权重以及公共因子在不同指标上的得分权重；之后，可以根据语音包的指标数据、公共因子的权重、以及公共因子在不同指标上的得分权重，确定网络传输通路上各节点接收的语音包的语音质量评分。继而，综合考虑各节点处接收的语音包的语音质量评分，确定出网络传输通路中的质差路径，即发生语音质量退化的路径，有助于后续对质差路径进行针对性优化，以提升网络传输语音的质量，且提升优化效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出了根据本发明一个实施例的语音质量评估方法的示例性流程图；
图2示出了根据本发明另一个实施例的语音质量评估方法的示例性流程图；
图3示出了根据本发明一个实施例的语音质量评估装置的示例性结构框图；
图4示出了根据本发明一个实施例的电子设备的实体结构示意图。
具体实施方式
以下将结合附图对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
本申请使用的“模块”、“装置”等术语旨在包括与计算机相关的实体，例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如，模块可以是，但并不仅限于：处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说，计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内，一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
如背景技术中所提到的，现有基于客观MOS(Mean Opinion Score，平均意见得分)值评估方法得到的MOS值，虽可客观评价网络传输通路中发生了语音质量退化的现象，但存在无法确定在网络传输通路中发生语音质量退化的路径的不足。
鉴于现有技术的上述缺陷，本申请的发明人发现，网络传输通路的语音质量退化的原因有很多，可能是终端侧的问题导致的，也可能是网络侧的问题导致的；且网络侧中涉及网元较多，其中任一网元都可能导致语音质量的退化。因此，本申请的发明人考虑，可以预先根据网元类型对网络传输通路进行划分，从网络传输通路上选取若干个节点并采集各节点各自接收的语音包，这样，当确定某个节点接收的语音包的语音质量存在退化现象，可以确定在该节点之前的传输路径上包括了质差路径，即发生语音质量退化的路径。
具体地，可以根据各节点处所各自接收的语音包的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子，以便后续可用更少的元素来表征语音包的语音特征；之后，根据语音包的指标数据、各公共因子的权重和各公共因子在不同指标上的得分权重，计算出各语音包的语音质量评分；继而，根据各语音包的语音质量评分，确定出网络传输通路中的质差路径，这样，有助于后续对质差路径进行针对性优化，以提升网络传输语音的质量，且提升优化效率。
下面结合附图详细说明本发明的技术方案。
参考图1，其示出了根据本发明一个实施例的语音质量评估方法的示例性流程图。
如图1所示，本发明一个实施例的语音质量评估方法，可以包括如下步骤：
S110：采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据。
其中，网络传输通路上的节点包括如下至少两项：呼叫侧的EPC(Evolved PacketCore，核心分组网演进)网络节点、呼叫侧的IMS(IPMultimedia Subsystem，IP多媒体系统)网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点、接听终端。
实际应用中，在VOLTE(Voice over LTE，基于LTE网络的语音业务)呼叫VOLTE的端到端网络传输通路上涉及多种类型的网元，比如，终端、基站、EPC网络、IMS网络等等，当某一网元或网元间传输出现问题时将可能导致网络语音质量退化。因此，本发明实施例中，为了便于定位质差路径，可以根据网元类型，将语音的网络传输通路进行划分。
为了对网络传输通路进行划分，可首先根据网元类型，选取用于划分网络传输通路的若干个节点，例如，选取的节点可以包括：呼叫终端、呼叫侧基站、呼叫侧的EPC网络节点、呼叫侧的IMS网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点、接听侧基站和接听终端。其中，EPC网络节点可以具体为GW(Gate Way，网关)，IMS网络节点可以具体为CSCF(Call Session Control Function，呼叫会话控制功能)。
继而，根据选取的若干个节点，将语音的网络传输通路划分为：呼叫终端与呼叫侧基站之间的传输路径、呼叫侧基站与呼叫侧EPC网络之间的传输路径、呼叫侧EPC网络与IMS网络之间的传输路径、IMS网络内部的传输路径、IMS网络与接听侧EPC网络之间的传输路径、接听侧EPC网络与接听侧基站之间的传输路径，以及接听侧基站与接听终端之间的传输路径。
更优地，考虑到连接终端与EPC网络的基站是不固定的，因此，为了便于语音包和指标数据的采集，用于划分网络传输通路的若干个节点可以选取为：呼叫侧的EPC网络节点、呼叫侧的IMS网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点和接听终端。
相应地，根据选取的若干个节点，将语音的网络传输通路划分为：呼叫终端与呼叫侧EPC网络之间的传输路径、呼叫侧EPC网络与IMS网络之间的传输路径、IMS网络内部的传输路径、IMS网络与接听侧EPC网络之间的传输路径、接听侧EPC网络与接听终端之间的传输路径。
当然，实际应用中，也可以根据不同需求从呼叫侧的核心分组网演进EPC网络节点、呼叫侧的IP多媒体系统IMS网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点、接听终端中选取出至少两项用以划分网络传输通路。
本发明实施例中，针对网络传输通路上选取的若干个节点，采集各节点上各自接收的语音包；并针对每个语音包，按照预设频率采集该语音包的指标数据。例如，可以每5s进行一次指标数据的采集。这样，后续可以根据某一时间段内采集的指标数据，得到该时间段内的语音质量评估情况。其中，语音包的指标数据涉及多个指标，语音包的指标数据所涉及的指标具体为评估语音质量的KPI指标(Key PerformanceIndicator，关键绩效指标)。实际应用中，指标数据中涉及的指标包括但不限于：语音编码方案、Abis传输质量、不连续发射、LAPD压缩、载干比C/I、切换频次及质量、业务场景、网元维度。
实际应用中，本领域技术人员发现在同一节点采集的语音包中某一时间段内的语音质量相较于其他时间段内的语音质量更低，则可以针对性进行该时间段内呼叫终端所处位置、连接的基站等信息的检测，判断是否为终端侧导致的语音质量退化。
S120：根据采集的各语音包的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重。
本发明实施例中，针对步骤S110采集的任一语音包，可以将每次采集的指标数据进行预处理，并作为属于该语音包的一份样本。这样，每个语音包可以包括多份样本。其中，预处理可以包括但不限于；离群点删除、噪声删除、缺失值插补等处理。
考虑不同指标的单位可能不同，因此，为了消除量纲影响，可以对所有样本进行标准化处理，得到由样本各自对应的标准化指标数据构成的标准化数据。
为了找到各个指标的公共因子，可以首先根据标准化数据，计算各指标之间的相关系数。实际应用中，各指标之间的相关系数可通过根据各样本各自对应的标准化指标数据计算出的相关矩阵来表示。
继而，可以根据预设的因子分析数学模型和各指标之间的相关系数，确定出若干个互不相关的公共因子、各公共因子的权重和各公共因子在不同指标上的得分权重。其中，若干个公共因子的累计方差贡献率高于设定的第一阈值；公共因子的权重具体为公共因子的方差贡献率。
关于如何根据预设的因子分析数学模型和各指标之间的相关系数，确定出若干个互不相关的公共因子、各公共因子的权重和各公共因子在不同指标上的得分权重，可采用本领域技术人员常用的技术手段。
例如，可以先计算表示各指标之间的相关系数的相关矩阵的特征值和特征向量，每个特征值之间互不相关；继而，对特征值进行排序后，将每个特征值对应一个公共因子；根据公共因子所对应的特征值，计算出各公共因子的方差贡献率和累计方差贡献率。
其中，公共因子的方差贡献率可以记为该公共因子对应的特征值与各公共因子各自对应的特征值总和的比值；公共因子的方差贡献率越大，表示该公共因子包含指标数据的全部信息的比重越大。
公共因子的累计方差贡献率可以通过如下方式得到：将公共因子对应的特征值与比该公共因子的特征值大的特征值进行累计，并将累计值与所有公共因子对应的特征值总和的比值确定为公共因子的累计方差贡献率。
为了减少分析变量的个数，因子分析的目的是把最初的p个指标转化为少数的几个公共因子，而且这几个少数的公共因子还要尽可能的保留采集的指标数据的信息，以便减少后续分析的工作量。因此，在选取公共因子的个数时，一般不会选取全部的p个公共因子，而是选取k个公共因子，k小于p。
考虑到，一方面k的取值越大，选取的k个公共因子包含原来指标数据的全部信息更多，另一方面k的取值越大表明公共因子的个数越多，不能做到简化分析的目的。因此，本发明实施例中，可以预先设定第一阈值，在对特征值进降序排列之后，选取特征值最大的k个公共因子，在k个公共因子中第k个公共因子对应的特征值最小，且第k个公共因子的累计方差贡献率高于设定第一阈值。第一阈值由本领域技术人员根据需求进行设置，例如可以设置为85％、90％、95％等。
实际应用中，还可以选取特征值大于1的k个公共因子；或者，可以通过观察碎石图的方式，确定选取的公共因子的个数。
本发明实施例中，在选取出若干个互不相关的公共因子之后，可以针对选取的若干个公共因子，根据各公共因子对应的特征值，重新计算各公共因子的方差贡献率，以此得到各公共因子的权重。并且，根据公共因子对应的特征值所对应的特征向量，得到该公共因子在不同指标上的得分权重。
实际应用中，若选取的公共因子无法确定其实际意义，或者实际意义不是很明显，可通过因子旋转，找到各个公共因子的若干个典型代表的指标，以此获取各公共因子较为明显的实际含义，并以此对公共因子进行命名。例如，提取的4个公共因子具有较为明显的实际含义，分别为IP网络质量、编解、网元维度、业务场景，则可以将4个公共因子分别命名为：IP网络质量、编解、网元维度、业务场景。
S130：根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算语音包的语音质量评分。
本发明实施例中，在通过步骤S120得到各公共因子的权重、以及各公共因子在不同指标上的得分权重之后，可以针对任一样本，根据样本对应的标准化指标数据、各公共因子的权重和各公共因子在不同指标上的得分权重，计算出样本的语音质量评分。之后，将属于同一语音包的所有样本的语音质量评分的均值，作为该语音包的语音质量评分。
实际应用中，可以确定各样本对应的标准化指标数据中在各指标上的取值，继而，根据各样本在不同指标上的取值、各公共因子在不同指标上的得分权重、各公共因子的权重，由各公共因子的线性组合计算出各样本的综合得分，即样本的语音质量评分。
对于每个节点，该节点处接收的语音包的语音质量评分可根据该语音包所包括的各样本的语音质量评分得到，例如，可以将该语音包所包括的各样本的语音质量评分的均值作为该节点处接收的语音包的语音质量评分；或者，也可以在去除离散点后的均值作为语音包的语音质量评分；或者，也可以将边界值(最大值或最小值)作为语音包的语音质量评分。
S140：根据各语音包的语音质量评分，确定网络传输通路中的质差路径。
为了便于描述，本发明实施例中，可以将网络传输通路中该节点与该节点的上一节点之间的传输路径确定为该节点对应的传输路径。若某一节点为质差节点，则可以将该节点对应的传输路径称为质差路径。
考虑到，若具有较低的语音质量评分的样本集中分布在某一节点，则说明该节点对应的传输路径为影响网络传输通路的语音质量的主要部位。因此，本发明实施例中，可将所有样本的语音质量评分进行排序，之后，提取语音质量评分最低的若干个样本作为质差样本，并进行聚类；针对任一类，确定该类中质差样本所集中分布的节点为质差节点；针对任一质差节点，将网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
实际应用中，在对质差样本进行聚类之前，为了简化算法，可以以因子分析得到的若干个公共因子为质差样本的分析变量，即用因子分析得到的公共因子表示各个质差样本。聚类后可得到若干个类，每个类的类中心可用因子分析得到的若干个公共因子表示。其中，质差样本的聚类可采用本领域常用的聚类算法，比如，k-means算法、k-medoids算法。
其中，类中样本所集中分布的节点可根据各样本所属的语音包，以及各语音包所对应的节点来确定。实际应用中，可针对每个样本，存储样本所属语音包的标识、以及对应节点的标识。这样，后续可直接根据各质差样本所对应的节点的标识来确定某一类中的质差样本所集中分布的节点。
更优地，可以预先设置用以区分语音质量达标和语音质量不达标的第二阈值。针对任一类，确定出该类中样本所集中分布的节点；若该节点对应的语音包的语音质量评分低于设定的第二阈值，则确定该节点为质差节点；针对任一质差节点，将网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。这样，可针对语音质量不达标的节点进行针对性分析，提高效率。
考虑到，若某一节点接收的语音包的语音质量评分相较于其他节点接收的语音包的语音质量评分更低，则说明在该节点与前一节点之间的传输路径出现了语音质量退化现象。因此，本发明实施例中，可以将各个语音包的语音质量评分进行比较，确定语音质量评分最低的若干个语音包所对应的节点为质差节点；之后，针对任一质差节点，将网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
从上面描述可以看出，在本发明实施例中，针对现有无法确定发生语音退化的路径的问题，提出了采集网络传输通路上若干个节点各自接收的语音包，并基于各语音包的指标数据，对指标数据涉及的指标进行因子分析；根据得到的若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重，计算出各语音包的语音质量评分；根据各语音包的语音质量评分，可确定网络传输通路中的质差路径。这样，方便后续对质差路径进行针对性优化，提高网络语音质量的同时，可提高优化效率。
更优地，在确定出网络传输通路中的质差路径之后，为了进一步提升优化效率，可以查找出导致质差路径中出现语音质量退化现象的原因，即查找出质差路径中的质差影响因子。
可选地，本发明实施例中，若网络传输通路中的质差路径是通过质差样本的分布情况所确定的，则可以根据如下方式确定出质差路径的质差影响因子：在对质差样本进行聚类时，以因子分析得到的若干个公共因子为质差样本的分析变量，确定出各类的类中心；根据各类的类中心在各公共因子上的得分的比对结果，确定出各类的质差影响因子；针对任一质差节点，将该质差节点所属类的质差影响因子确定为该质差节点所对应的质差路径的质差影响因子。例如，对于聚类得到的3个类：类1、类2、类3；类1和类2各自的类中心在公共因子1上的得分均大于类3的类中在公共因子1上的得分，则可以确定公共因子1为类3的质差影响影子。
可选地，本发明实施例中，若网络传输通路中的质差路径是通过语音包的语音质量评分的排序情况所确定的，则可以根据如下方式确定出质差路径的质差影响因子：
提取语音质量评分最低的若干个样本作为质差样本，并确定质差样本所属的节点；针对任一节点，根据该节点包括的质差样本在各公共因子上的得分，确定该节点在各公共因子上的得分；针对任一质差节点，将质差节点在各公共因子上的得分与其他节点各公共因子上的得分进行比对，根据比对结果，确定该质差节点所对应的质差路径的质差影响因子。其中，节点在某一公共因子上的得分可为该节点包括的质差样本在该公共因子上的得分的均值。当然，实际应用中，也可以利用其他算法得到该节点在该公共因子上的得分，比如，取最大值、最小值等。
这样，若质差节点在某一公共因子上的得分要小于其他节点在该公共因子上的得分，则可以确定该公共因子为该质差节点所对应的质差路径的质差影响因子。或者，若质差节点在某一公共因子上的得分要小于网络传输通路中该质差节点的上一节点在该公共因子上的得分，则可以确定该公共因子为该质差节点所对应的质差路径的质差影响因子。
这样，后续可以针对各质差路径中涉及的网元和网元间的路径，对与质差影响因子有关的内容进行针对性检测和优化，提高网络传输通路的语音质量的同时，可进一步提升优化效率。
参考图2，其示出了根据本发明另一个实施例的语音质量评估方法的示例性流程图。
如图2所示，本发明另一个实施例的语音质量评估方法，可以包括如下步骤：
S210：采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据。
S220：根据采集的各语音包的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重。
S230：根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算语音包的语音质量评分。
S240：根据各语音包的语音质量评分，确定网络传输通路中的质差路径。
图2所示实施例提供的语音质量评估方法中的步骤S210、S220、S230、S240，可以参考图1所示实施例提供的语音质量评估方法中的步骤S110、S120、S130、S140的具体实现，此处不再赘述。
S250：根据各语音包的语音质量评分，确定网络传输通路的语音质量评分。
本发明实施例中，通过步骤S210、S220、S230、S240可确定出网络传输通路中的质差路径，还可以确定出整个网络传输通路的语音质量的综合评价。具体地，可以将各节点处接收的各语音包的语音质量评分的均值确定为网络传输通路的语音质量评分。
或者，在步骤230中，针对任一样本，根据样本对应的标准化指标数据、各公共因子的权重和各公共因子在不同指标上的得分权重，计算出样本的语音质量评分之后，可以将所有样本的语音质量评分的均值作为网络传输通路的语音质量评分。
本发明实施例中，步骤S250与步骤S240的执行顺序可以是：先执行步骤S240后执行步骤S250；或者，可以先执行步骤S250后执行步骤S240；或者，可以同时执行步骤S240、步骤S250。
更优地，在先执行步骤S250后执行步骤S240的情况下，可以判断网络传输通路的语音质量评分是否达到预设的标准，若达到预设的标准，则可以根据实际需求选择是否执行步骤S240来寻找网络传输通路中的质差路径；而若网络传输通路中的质差路径未达到预设的标准，则有必要执行步骤S240找出网络传输通路中的质差路径。
基于图1、图2所示实施例提供的语音质量评估方法，参考图3，其示出了根据本发明一个实施例的语音质量评估装置的示例性结构框图。
如图3所示，本发明第三个实施例的语音质量评估装置300，可以包括：数据采集模块301、因子分析模块302、语音评估模块303和质差路径评估模块304。
数据采集模块301用于采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据。
因子分析模块302用于根据采集的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重。
语音评估模块303用于根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算语音包的语音质量评分。
质差路径评估模块304用于根据各语音包的语音质量评分，确定网络传输通路中的质差路径。
其中，网络传输通路上若干个节点包括如下至少两项：
呼叫侧的核心分组网演进EPC网络节点、呼叫侧的IP多媒体系统IMS网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点、接听终端。
因子分析模块302具体用于针对任一语音包，将每次采集的指标数据进行预处理，并作为属于该语音包的一份样本；对所有样本进行标准化处理，得到由样本各自对应的标准化指标数据构成的标准化数据；根据标准化数据，计算各指标之间的相关系数；并根据预设的因子分析数学模型和各指标之间的相关系数，确定出若干个互不相关的公共因子、各公共因子的权重和各公共因子在不同指标上的得分权重；其中，若干个公共因子的累计方差贡献率高于设定的第一阈值；公共因子的权重具体为公共因子的方差贡献率。
相应地，语音评估模块303具体用于针对任一样本，根据样本对应的标准化指标数据、各公共因子的权重和各公共因子在不同指标上的得分权重，计算出样本的语音质量评分；将属于同一语音包的所有样本的语音质量评分的均值，作为该语音包的语音质量评分。
相应地，质差路径评估模块304可根据如下方式确定网络传输通路中的质差路径：提取语音质量评分最低的若干个样本作为质差样本，并进行聚类；针对任一类，确定出该类中质差样本所集中分布的节点；若该节点对应的语音包的语音质量评分低于设定的第二阈值，则确定该节点为质差节点；针对任一质差节点，将网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
或者，质差路径评估模块304可根据如下方式确定网络传输通路中的质差路径：确定语音质量评分最低的若干个语音包所对应的节点为质差节点；针对任一质差节点，将网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
更优地，本发明第三个实施例的语音质量评估装置300还可以包括：质差因子评估模块。
质差因子评估模块用于根据质差路径评估模块304对提取的质差样本进行聚类后得到各类的类中心在各公共因子上的得分的比对结果，确定出各类的质差影响因子；针对任一质差节点，将该质差节点所属类的质差影响因子确定为该质差节点所对应的质差路径的质差影响因子。
或者，质差因子评估模块用于提取语音质量评分最低的若干个样本作为质差样本，并确定质差样本所属的节点；针对任一节点，根据该节点包括的质差样本在各公共因子上的得分，确定该节点在各公共因子上的得分；针对任一质差节点，将质差节点在各公共因子上的得分与其他节点各公共因子上的得分进行比对，根据比对结果，确定该质差节点所对应的质差路径的质差影响因子。
更优地，本发明第三个实施例的语音质量评估装置300还可以包括：网络语音评估模块。
网络语音评估模块用于根据语音评估模块303计算出的各语音包的语音质量评分，确定网络传输通路的语音质量评分。例如，可以将各语音包的语音质量评分的均值直接确定为确定网络传输通路的语音质量评分。
应当理解，语音质量评估装置300中记载的诸模块与图1、图2描述的方法中的步骤存在相对应关系。由此，上文针对方法描述的操作和特征同样适用于语音质量评估装置300、其中包含的模块，在此不再赘述。
图4示出了根据本发明一个实施例的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)401、存储器(memory)402和总线403，其中，处理器401，存储器402通过总线403完成相互间的通信。处理器401可以调用存储器402中的计算机程序，以执行上述实施例提供的语音质量评估方法，例如：
采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；根据采集的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算语音包的语音质量评分；根据各语音包的语音质量评分，确定网络传输通路中的质差路径。
本发明实施例还提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现上述各方法实施例所提供的语音质量评估方法，例如包括：
采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；根据采集的指标数据，对指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算语音包的语音质量评分；根据各语音包的语音质量评分，确定网络传输通路中的质差路径。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的干扰基站实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种语音质量评估方法，其特征在于，包括：
采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；
根据采集的所述指标数据，对所述指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；
根据所述语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算所述语音包的语音质量评分；
根据各语音包的语音质量评分，确定所述网络传输通路中的质差路径。
2.根据权利要求1所述的方法，其特征在于，所述网络传输通路上若干个节点包括如下至少两项：
呼叫侧的核心分组网演进EPC网络节点、呼叫侧的IP多媒体系统IMS网络节点、接听侧的IMS网络节点、接听侧的EPC网络节点、接听终端。
3.根据权利要求1所述的方法，其特征在于，所述计算所述语音包的语音质量评分之后，还包括：
根据各语音包的语音质量评分，确定所述网络传输通路的语音质量评分。
4.根据权利要求1所述的方法，其特征在于，所述根据采集的指标数据，对所述指标数据涉及的所有指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重，包括：
针对任一语音包，将每次采集的指标数据进行预处理，并作为属于该语音包的一份样本；
对所有样本进行标准化处理，得到由样本各自对应的标准化指标数据构成的标准化数据；
根据所述标准化数据，计算各指标之间的相关系数；并根据预设的因子分析数学模型和各指标之间的相关系数，确定出若干个互不相关的公共因子、各公共因子的权重和各公共因子在不同指标上的得分权重；
其中，所述若干个公共因子的累计方差贡献率高于设定的第一阈值；所述公共因子的权重具体为公共因子的方差贡献率。
5.根据权利要求4所述的方法，其特征在于，所述根据语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算各语音包的语音质量评分，包括：
针对任一样本，根据样本对应的标准化指标数据、各公共因子的权重和各公共因子在不同指标上的得分权重，计算出样本的语音质量评分；
将属于同一语音包的所有样本的语音质量评分的均值，作为该语音包的语音质量评分。
6.根据权利要求5所述的方法，其特征在于，所述网络传输通路中的质差路径根据如下方式确定：
提取语音质量评分最低的若干个样本作为质差样本，并进行聚类；
针对任一类，确定出该类中质差样本所集中分布的节点；若该节点对应的语音包的语音质量评分低于设定的第二阈值，则确定该节点为质差节点；
针对任一质差节点，将所述网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
7.根据权利要求6所述的方法，其特征在于，在所述质差节点所对应的质差路径确定之后，还包括：
根据各类的类中心在各公共因子上的得分的比对结果，确定出各类的质差影响因子；
针对任一质差节点，将该质差节点所属类的质差影响因子确定为该质差节点所对应的质差路径的质差影响因子。
8.根据权利要求5所述的方法，其特征在于，所述网络传输通路中的质差路径根据如下方式确定：
确定语音质量评分最低的若干个语音包所对应的节点为质差节点；
针对任一质差节点，将所述网络传输通路中该质差节点与该质差节点的上一节点之间的传输路径确定为该质差节点所对应的质差路径。
9.根据权利要求8所述的方法，其特征在于，在所述质差节点所对应的质差路径确定之后，还包括：
提取语音质量评分最低的若干个样本作为质差样本，并确定所述质差样本所属的节点；
针对任一节点，根据该节点包括的质差样本在各公共因子上的得分，确定该节点在各公共因子上的得分；
针对任一质差节点，将质差节点在各公共因子上的得分与其他节点各公共因子上的得分进行比对，根据比对结果，确定该质差节点所对应的质差路径的质差影响因子。
10.一种语音质量评估装置，其特征在于，包括：
数据采集模块，用于采集网络传输通路上若干个节点各自接收的语音包；并按照预设频率采集各语音包的指标数据；
因子分析模块，用于根据采集的所述指标数据，对所述指标数据涉及的指标进行因子分析，得到若干个互不相关的公共因子、各公共因子的权重以及各公共因子在不同指标上的得分权重；
语音评估模块，用于根据所述语音包的指标数据、各公共因子的权重、以及各公共因子在不同指标上的得分权重，计算所述语音包的语音质量评分；
质差路径评估模块，用于根据各语音包的语音质量评分，确定所述网络传输通路中的质差路径。
11.一种电子设备，其特征在于，包括处理器、存储器和总线，其中：
所述处理器、所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行如权利要求1-9任意一项所述的方法。
12.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9任意一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710574478.9A CN109256148B (zh) | 2017-07-14 | 2017-07-14 | 一种语音质量评估方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710574478.9A CN109256148B (zh) | 2017-07-14 | 2017-07-14 | 一种语音质量评估方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109256148A true CN109256148A (zh) | 2019-01-22 |
| CN109256148B CN109256148B (zh) | 2022-06-03 |
Family
ID=65051098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710574478.9A Active CN109256148B (zh) | 2017-07-14 | 2017-07-14 | 一种语音质量评估方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109256148B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109858704A (zh) * | 2019-02-18 | 2019-06-07 | 中国铁建重工集团有限公司 | 基于掘进参数的施工风险评估方法及系统 |
| CN109979487A (zh) * | 2019-03-07 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 语音信号检测方法和装置 |
| CN111935769A (zh) * | 2019-05-13 | 2020-11-13 | 中国移动通信集团湖北有限公司 | 质差小区识别方法、装置和设备 |
| TWI717096B (zh) * | 2019-04-17 | 2021-01-21 | 麥奇數位股份有限公司 | 線上互動系統的互動品質分析方法及其伺服端 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6275797B1 (en) * | 1998-04-17 | 2001-08-14 | Cisco Technology, Inc. | Method and apparatus for measuring voice path quality by means of speech recognition |
| US20020193999A1 (en) * | 2001-06-14 | 2002-12-19 | Michael Keane | Measuring speech quality over a communications network |
| CN103023023A (zh) * | 2012-11-28 | 2013-04-03 | 安徽省电力科学研究院 | 基于综合因子的电气化铁路监测点电能质量总体评价方法 |
| CN104517613A (zh) * | 2013-09-30 | 2015-04-15 | 华为技术有限公司 | 语音质量评估方法及装置 |
| CN106304180A (zh) * | 2016-08-15 | 2017-01-04 | 中国联合网络通信集团有限公司 | 一种确定用户的语音业务质量的方法及装置 |
| CN106816158A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种语音质量评估方法、装置及设备 |
-
2017
- 2017-07-14 CN CN201710574478.9A patent/CN109256148B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6275797B1 (en) * | 1998-04-17 | 2001-08-14 | Cisco Technology, Inc. | Method and apparatus for measuring voice path quality by means of speech recognition |
| US20020193999A1 (en) * | 2001-06-14 | 2002-12-19 | Michael Keane | Measuring speech quality over a communications network |
| CN103023023A (zh) * | 2012-11-28 | 2013-04-03 | 安徽省电力科学研究院 | 基于综合因子的电气化铁路监测点电能质量总体评价方法 |
| CN104517613A (zh) * | 2013-09-30 | 2015-04-15 | 华为技术有限公司 | 语音质量评估方法及装置 |
| CN106816158A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种语音质量评估方法、装置及设备 |
| CN106304180A (zh) * | 2016-08-15 | 2017-01-04 | 中国联合网络通信集团有限公司 | 一种确定用户的语音业务质量的方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109858704A (zh) * | 2019-02-18 | 2019-06-07 | 中国铁建重工集团有限公司 | 基于掘进参数的施工风险评估方法及系统 |
| CN109979487A (zh) * | 2019-03-07 | 2019-07-05 | 百度在线网络技术（北京）有限公司 | 语音信号检测方法和装置 |
| TWI717096B (zh) * | 2019-04-17 | 2021-01-21 | 麥奇數位股份有限公司 | 線上互動系統的互動品質分析方法及其伺服端 |
| CN111935769A (zh) * | 2019-05-13 | 2020-11-13 | 中国移动通信集团湖北有限公司 | 质差小区识别方法、装置和设备 |
| CN111935769B (zh) * | 2019-05-13 | 2022-11-22 | 中国移动通信集团湖北有限公司 | 质差小区识别方法、装置和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109256148B (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109256148A (zh) | 一种语音质量评估方法和装置 | |
| US12015731B2 (en) | Call classification through analysis of DTMF events | |
| CN106254153B (zh) | 一种网络异常监控方法和装置 | |
| US9201953B2 (en) | Filtering information using targeted filtering schemes | |
| CN106294508B (zh) | 一种刷量工具检测方法及装置 | |
| CN110781433B (zh) | 数据类型的确定方法和装置、存储介质及电子装置 | |
| CN111294819B (zh) | 一种网络优化方法及装置 | |
| CN104396188A (zh) | 用于对移动网络性能问题进行根本原因分析的系统和方法 | |
| CN106713290B (zh) | 一种识别主用户账号的方法及服务器 | |
| CN110572397B (zh) | 一种基于流量的webshell的检测方法 | |
| CN109426700B (zh) | 数据处理方法、装置、存储介质和电子装置 | |
| Canas et al. | Profiling post-COVID syndrome across different variants of SARS-CoV-2 | |
| US20190043068A1 (en) | Virtual net promoter score (vnps) for cellular operators | |
| CN107230090B (zh) | 一种净推荐值nps分类方法及装置 | |
| CN112101692A (zh) | 移动互联网质差用户的识别方法及装置 | |
| WO2012109958A1 (zh) | 通信网络中数据处理的方法及设备 | |
| CN108066990B (zh) | 一种从候选用户列表中选择用户的方法、装置及服务器 | |
| CN110797046B (zh) | 语音质量mos值的预测模型建立方法及装置 | |
| CN106354725B (zh) | 一种事件防刷方法、装置、服务器及系统 | |
| CN114048199A (zh) | 5g套餐潜在用户的识别方法、装置、设备及存储介质 | |
| CN111368858B (zh) | 用户满意度评估方法及装置 | |
| CN107332681A (zh) | 一种故障维度分析方法及网络设备 | |
| CN110752938B (zh) | 一种volte业务的故障智能定位方法和系统 | |
| CN106560807A (zh) | 基于大数据的颜值认证方法与系统 | |
| CN111930808B (zh) | 一种利用键值匹配模型提高黑名单准确率的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |