CN109994128A - 语音质量问题定位方法、装置、设备及介质 - Google Patents
语音质量问题定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109994128A CN109994128A CN201711489671.9A CN201711489671A CN109994128A CN 109994128 A CN109994128 A CN 109994128A CN 201711489671 A CN201711489671 A CN 201711489671A CN 109994128 A CN109994128 A CN 109994128A
- Authority
- CN
- China
- Prior art keywords
- document
- information
- network
- quality
- layer data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004807 localization Effects 0.000 title claims abstract description 13
- 230000011664 signaling Effects 0.000 claims abstract description 33
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 239000012634 fragment Substances 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 230000002123 temporal effect Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 description 12
- 230000006854 communication Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (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)
Abstract
本发明实施例提供一种语音质量问题定位方法、装置、设备及介质。所述方法包括：获取网络中各网元设备的信令层数据、用户层数据和第三方数据；对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据；根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。本发明的技术方案可以在网络中迅速的定位出问题点所在的网元。
Description
技术领域
本发明涉及移动通信技术领域，尤其涉及一种语音质量问题定位方法、装置、设备及介质。
背景技术
现有VOLTE语音质量分析利用中心控制服务器和与之相连的用户端设备，结合质差情况发生时获取的大致位置信息，进行语音质量的定界分析，逐一排查分析各网元的用户面报文，判断出该移动通信网络中哪部分存在语音质量故障。具体步骤如下：1)判断被测UE之间存在端到端的语音质量故障：通过整个通话流程的语音质量单据(CDR，CallDetailedRecord，呼叫详细记录)，确认被测UE间语音质量问题；2)获取质差发生大致位置信息：通过质差发生时的相关用户反馈信息，结合现网网元间切换记录，找到质差发生时的大致位置信息；3)对比网元间信息确定问题网元：获取经每个网络设备处理前和处理后记录的测试呼叫的语音信息，用每个记录的测试呼叫的语音信息分别与第一用户端设备发出的测试语音进行对比，确定问题网元。
传统技术主要针对未发生快速移动状态下的用户，主要的缺点如下：当用户处于移动状态下，多个小区间的切换产生时，无法精准确定当前用户的位置信息。统计指标面向整个端到端通话流程，无法精准定位用户发生质差时间点。发生语音质差情况难以进行问题复现，无法精准定位到问题网元。只能分析整个通话的语音质量关键指标，当质差问题产生时，无法准确评价当前语音质量。
发明内容
本发明实施例提供了一种语音质量问题定位方法、装置、设备及介质，用以解决传统技术中语音质量问题点定位不准确的问题。
第一方面，本发明实施例提供了一种语音质量问题定位方法，方法包括：
获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。第二方面，本发明实施例提供了一种语音质量问题定位装置，装置包括：
数据获取模块，用于获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
原始单据获取模块，用于对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
质量拆分单据获取模块，用于根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
质差单据获取模块，用于根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
问题点定位模块，用于根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。
第三方面，本发明实施例提供了一种语音质量问题定位设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
本发明上述各个实施例能够解决如下技术问题中的至少一个：
解决长时间移动状态通话中，质差时间点/小区难准确定界的问题。用户在VoLTE呼叫中移动会经过N个小区，每5s记录一次用户信息，设置合适的MOS阈值后，通过筛选产生以5s为周期的TDR质差单据，包含详细的当前用户真实位置及质差时间点，实现质差时间点/小区精准定界。
面向全语音流的实时跟踪，解决多网元下语音质量问题定位及分析效率低的问题。通过采集Gm口信令，基于全流程VoLTE语音流的语音质量端到端涉及主被叫空口，GW，SBC等多网元以及时延抖动丢包等多参数，人工分析效率低，缺乏高效支撑用户语音质量分析手段。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明一个实施例提供的语音质量问题定位方法的流程图；
图2示出了本发明一个实施例提供的语音质量精准定界接口部署全景图；
图3示出了本发明一个实施例提供的网络中的分段示意图；
图4示出了本发明一个实施例提供的滑窗检测吞字方法的示意图；
图5示出了本发明一个实施例提供的单据入库示意图；
图6示出了本发明另一实施例提供的语音质量问题定位的流程图；
图7示出了本发明一个实施例提供的语音质量问题定位装置的框图；
图8示出了本发明一个实施例提供的语音质量问题定位设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
图1示出了本发明一个实施例提供的语音质量问题定位方法的流程图，如图1所示，该方法包括：
步骤S10，获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
步骤S20，对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
步骤S30，根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
步骤S40，根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
步骤S50，根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。
在一种可能的实现方式中，在网络中各网元的各接口，通过设置硬件采集探针和软件采集探针，采集各种网络中的信息。包括采集信令层数据、用户层数据和第三方例如计费数据。将获取到的所有数据进行解析和关联处理后，获取整个网络中端到端的，包括了所有网元的原始单据。将原始的单据，按照独立网元进行分段，并按照固定的时长为生成周期，筛选出质量较差的语音呼叫生成的单据，得到网络中分段以及分片的质差单据。最后根据质差单据定位网络中的问题点。例如定位语音质量差的小区。
在本实施例中，根据网络中的数据生成的质差单据，可以按照网络中的各独立网元，以及在各个生成周期，在网络中迅速的定位出问题点所在的网元，和问题点产生的时间。
在一种可能的实现方式中，所述质差单据还包括时间信息，所述方法还包括：根据所述质量信息、所述位置信息和所述时间信息，确定所述网络中的质差时间点。
具体而言，由于质差单据中，包括各单据的时间信息，因此根据所述质量信息、所述位置信息和所述时间信息，确定所述网络中的问题时间点。
在一种可能的实现方式中，获取网络中各网元设备的信令层数据、用户层数据和第三方数据，包括：利用硬件采集方式和软件采集方式，获取网络中各网元设备的信令层数据、用户层数据和第三方数据。
具体而言，数据采集层(VoLTE硬采设备和VoLTE软采设备)部署在远端机房，基于信令面和用户面探针采集，基于探针设计生成多周期多接口的语音质量单据。对于每个数据采集层的场景，原始信令通过交换机进行汇聚，然后发送到信令解析设备(VoLTE硬采探针，VoLTE软采探针)。信令解析设备生成质量原始单据，经成对配置的交换机和防火墙，经CMNET传输网，发送至部署在中心机房的合成服务器。其中，数据解码层通过成对配置的交换机和防火墙，与数据解码层和应用层进行数据交换。图2示出了本发明一个实施例提供的语音质量精准定界接口部署全景图，接口部署全景图如图2所示。
在一种可能的实现方式中，对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的原始单据，包括：对所述信令层数据和用户层数据进行深度报文解析，得到原始解析单据；根据用户标识、业务场景字段和位置信息字段对所述原始解析单据进行回填，得到回填单据；根据业务信息、接口信息对所述回填单据进行关联，得到关联单据；将所述第三方数据进行归一化处理，得到第三方单据；根据所述关联单据和所述第三方单据，获取所述网络中的原始单据。
具体而言，基于深度DPI解析的探针采集的全量数据中包含有RTP报文的定义字段，完成xDR单据的预处理和入库，具体为：根据探针解析的RTP报文相关字段，完成xDR中IMSI字段、业务场景字段和定位信息字段等相关字段的回填。根据呼叫/短信/移动性管理/切换业务在各个接口的信令面和用户面信息，结合时间顺序完成多接口的xDR关联，并对全量单据入库存放。CHR/MR单据预处理：根据第三方探针获取的CHR单据，完成CHR/MR单据地理信息处理、归一化处理后，生成CHR/MR精简单据。
在一种可能的实现方式中，根据所述原始单据、网元分段信息、分片信息和质量阈值，获取质差单据，包括：根据所述原始单据和所述网元分段信息，得到分段单据，所述网元分段信息包括根据独立网元进行分段的信息；根据所述分段单据和和所述分片信息，得到分片单据，所述分片信息包括根据设定时长周期性地生成单据的信息；根据所述分片单据和所述质量阈值，得到所述质差单据。
具体而言，基于时间分片的VOLTE语音质量精准定界技术，通过在核心网侧eNB和EPC间的S1U接口，EPC和SBC间的Gm接口以及SBC之间的Mw接口均布放具有深度报文解析能力的探针，解析整个语音通信流程所经历的网元间信令及消息的传递，并按照CDR单据中RTP报文传递规则，设置最细分段TDR单据时间片，实现当端到端语音质量出现问题时，精准定界到现网独立网元。图3示出了本发明实施例提供的网络中的分段示意图。
基于RTP报文周期上报时间，各接口将语音流每5s做一次统计生成TDR质差单据，结合DPI深度报文解析产生的周期内关键信息，以TDR时间片单据的形式呈现。每个时间片内单据主要包含字段有:主叫/被叫号码，TDR标识，位置信息，主被叫标识，编解码速率，RTP传输时延，周期内总包数及丢包数，周期内RTP抖动及周期MOS(Mean Opinion Score,平均意见得分)值等。各主要字段填写规则如下：
在一种可能的实现方式中，根据所述质量信息和所述位置信息，确定所述网络中的质差位置点，包括：根据语音质量平均意见得分MOS值和所述位置信息，确定所述网络中的语音质差位置点。
具体而言，基于时间分片的语音质量精准定界技术，通过TDR单据时间片内语音质量MOS值、周期内丢包率以及位置信息的联合呈现，实现问题点的精准定界。
MOS值计算：通过在不同接口部署探针，配合优化的算法及模型获取到更加客观反映端到端语音质量的各个时间片MOS值，再设置合适MOS阀值即可生成TDR语音质差单据。TDR单据中每个时间片MOS值的计算采用参考信号和劣化信号经过滤波、时间对齐、采样率估计、客观感知、评分得到相应分值，最后映射到MOS分值，通过在原理上考虑了线性失真、响度丢失等影响因素，所得各个时间片MOS值均方根误差更小，准确度更高。MOS值计算中核心模型为M-Model，通过迭代减小误差方式最终输出MOS值。
在一种可能的实现方式中，根据所述质量信息和所述位置信息，确定所述网络中的质差位置点，包括：根据质差单据中的丢包率信息确定语音问题单据；根据所述语音问题单据和所述位置信息，确定所述网络中的语音断续位置点。
在一种可能的实现方式中，根据丢包率信息和所述位置信息，确定所述网络中的语音断续问题点，包括：根据丢包率信息和RTP包格式识别语音帧和静默帧；根据识别出的语音帧和静默帧，利用滑窗检测算法，确定语音断续单据；根据所述语音断续单据和所述位置信息，确定所述网络中的语音断续问题点。
具体而言，周期内丢包率计算：周期内总丢包数算法为RTP的SN(序号)的不连续性累计获取，由于正常传输RTP的SN值为顺序排列，计算得到RTP不连续累计数作为周期内丢包数，即：
RTP_TOTAL_PACKET_RATE＝RTP_TOTAL_PACKET_NUM/RTP_LOSS_PACKET_NUM*100％
单纯的MOS值已经很难衡量出语音质量好坏，根据5s分片，通过建模实现吞字断续等深度感知问题的检测。通话过程中，单字的RTP语音包在出现连续丢包吞多个字时，用户感知中就会出现断续现象，滑窗检测通过RTP包格式对语音帧、静默帧进行识别，根据语音帧连续损伤特征，利用设计的滑窗检测算法，实现吞字断续问题精准识别。图4示出了本发明实施例提供的滑窗检测吞字方法的示意图。
VoLTE用户语音质量精准定位基于原始语音流对数据进行最细分段、最小分片，并通过GM、GM、Mb多接口关联用户面单据，匹配XDR单据反填当前终端真实位置，达到多个分片单据独立计算周期内丢包和MOS值以及ipQos信息的真实匹配，实现语音质量的精准定界。单纯的MOS值已经很难衡量出语音质量好坏，因此5s分片中通过建模实现吞字断续等深度感知问题检测。通话过程中，单字的RTP语音包在出现连续丢包吞多个字时，用户感知中就会出现断续现象。滑窗检测通过RTP包格式对语音帧、静默帧进行识别，根据语音帧连续损伤特征，设计滑窗检测实现算法，实现吞字断续问题精准识别。
在一种可能的实现方式中，所述方法还包括xDR单据入库。
将填充完整的xDR单据按照时间顺序全量入库，其中TDR质差单据按照5s周期排列。
在一种可能的实现方式中，包含有用户当前真实位置信息及其他反映语音质量的关键指标参数的TDR单据在信令流程图的下级菜单呈现，清晰准确定位质差时间及小区，图5示出了本发明实施例提供的单据在信令流程中定位示意图。
本发明基于现网网元多接口分段定界，基于DPI深度报文解析，通过多接口的跨域关联及单据间关联反填，实现TDR质差单据的5s分片，并在时间片中体现反映语音质量的主要指标及相关位置信息，以最细分段、最小分片的方式，实现语音质量的精准定界。图6示出了本发明另一实施例提供的语音质量问题定位的流程图。基于VOLTE语音流的全量实时采集分析，以多接口的探针部署形式，经过DPI深度解析获取相关语音信息的详细字段，并经关联分析服务器适配/解析/关联/回填，每5s为一个周期，生成TDR质差单据，并最终入库后由上层APP调用呈现。
图7示出了本发明一个实施例提供的语音质量问题定位装置的框图，如图7所示，该装置包括：
数据获取模块61，用于获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
原始单据获取模块62，用于对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
质量拆分单据获取模块63，用于根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
质差单据获取模块64，用于根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
问题点定位模块65，用于根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。
在一种可能的实现方式中，所述质差单据还包括时间信息，所述装置还包括：
问题时间点定位模块，用于根据所述质量信息、所述位置信息和所述时间信息，确定所述网络中的质差时间点。
在一种可能的实现方式中，所述数据获取模块61，包括：
第一获取子模块，用于利用硬件采集方式和软件采集方式，获取网络中各网元设备的信令层数据、用户层数据和第三方数据。
在一种可能的实现方式中，所述原始单据获取模块62，包括：
解析单据获取子模块，用于对所述信令层数据和用户层数据进行深度报文解析，得到原始解析单据；
回填单据获取子模块，用于根据用户标识、业务场景字段和位置信息字段对所述原始解析单据进行回填，得到回填单据；
关联单据获取子模块，用于根据所述回填单据中的业务信息和接口信息，按照时间顺序将各所述回填单据进行关联，得到关联单据；
第三方单据获取子模块，用于将所述第三方数据进行归一化处理，得到第三方单据；
第一原始单据获取子模块，用于根据所述关联单据和所述第三方单据，获取所述网络中的原始单据。
在一种可能的实现方式中，所述问题点定位模块65，包括：
第一问题点定位子模块，用于根据语音质量MOS值和所述位置信息，确定所述网络中的语音质差点。
在一种可能的实现方式中，所述问题点定位模块65，包括：
丢包率确定子模块，用于根据质差单据中的丢包率信息确定语音问题单据；
断续问题点获取子模块，用于根据所述语音问题单据和所述位置信息，确定所述网络中的语音断续位置点。
在一种可能的实现方式中，所述丢包率确定子模块，包括：
帧识别子模块，用于根据丢包率信息和RTP包格式识别语音帧和静默帧；
语音问题单据获取子模块，用于根据识别出的语音帧和静默帧，利用滑窗检测算法，确定语音问题单据。
另外，上述本发明各个实施例的语音质量问题定位方法可以由语音质量问题定位设备来实现。图8示出了本发明实施例提供的语音质量问题定位设备的硬件结构示意图。
语音质量问题定位设备可以包括处理器401以及存储有计算机程序指令的存储器402。
具体地，上述处理器401可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在数据处理装置的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。在特定实施例中，存储器402包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现上述实施例中的任意一种语音质量问题定位方法。
在一个示例中，语音质量问题定位设备还可包括通信接口403和总线410。其中，如图8所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线410包括硬件、软件或两者，将语音质量问题定位设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
另外，结合上述实施例中的语音质量问题定位方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种语音质量问题定位方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种语音质量问题定位方法，其特征在于，所述方法包括：
获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。
2.根据权利要求1所述的方法，其特征在于，所述质差单据还包括时间信息，所述方法还包括：
根据所述质量信息、所述位置信息和所述时间信息，确定所述网络中的质差时间点。
3.根据权利要求1所述的方法，其特征在于，获取网络中各网元设备的信令层数据、用户层数据和第三方数据，包括：
利用硬件采集方式和软件采集方式，获取网络中各网元设备的信令层数据、用户层数据和第三方数据。
4.根据权利要求1所述的方法，其特征在于，对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据，包括：
对所述信令层数据和用户层数据进行深度报文解析，得到原始解析单据；
根据用户标识、业务场景字段和位置信息字段对所述原始解析单据进行回填，得到回填单据；
根据所述回填单据中的业务信息和接口信息，按照时间顺序将各所述回填单据进行关联，得到关联单据；
将所述第三方数据进行归一化处理，得到第三方单据；
根据所述关联单据和所述第三方单据，获取所述网络中的质量原始单据。
5.根据权利要求1所述的方法，其特征在于，根据所述质量信息和所述位置信息，确定所述网络中的质差位置点，包括：
根据语音质量平均意见得分MOS值和所述位置信息，确定所述网络中的语音质差位置点。
6.根据权利要求1所述的方法，其特征在于，根据所述质量信息和所述位置信息，确定所述网络中的质差位置点，包括：
根据质差单据中的丢包率信息确定语音问题单据；
根据所述语音问题单据和所述位置信息，确定所述网络中的语音断续位置点。
7.根据权利要求6所述的方法，其特征在于，根据质差单据中的丢包率信息确定语音问题单据，包括：
根据丢包率信息和RTP包格式识别语音帧和静默帧；
根据识别出的语音帧和静默帧，利用滑窗检测算法，确定语音问题单据。
8.一种语音质量问题定位装置，其特征在于，所述装置包括：
数据获取模块，用于获取网络中各网元设备的信令层数据、用户层数据和第三方数据；
原始单据获取模块，用于对所述信令层数据、用户层数据和第三方数据进行解析和关联处理，获取所述网络中的质量原始单据；
质量拆分单据获取模块，用于根据网络分段信息和时间分片信息将所述质量原始单据拆分为质量拆分单据，所述网元分段信息包括按照网络中各网元设备的拓扑结构确定的单据拆分信息，所述时间分片信息包括按照分片时长确定的单据生成时间信息；
质差单据获取模块，用于根据所述质量拆分单据和质量阈值获取质差单据，所述质差单据包括质量信息和生成所述质差单据的业务所在的位置信息；
问题点定位模块，用于根据所述质量信息和所述位置信息，确定所述网络中的质差位置点。
9.一种语音质量问题定位设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711489671.9A CN109994128B (zh) | 2017-12-30 | 2017-12-30 | 语音质量问题定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711489671.9A CN109994128B (zh) | 2017-12-30 | 2017-12-30 | 语音质量问题定位方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109994128A true CN109994128A (zh) | 2019-07-09 |
| CN109994128B CN109994128B (zh) | 2021-06-04 |
Family
ID=67110764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711489671.9A Active CN109994128B (zh) | 2017-12-30 | 2017-12-30 | 语音质量问题定位方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109994128B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112333647A (zh) * | 2020-10-21 | 2021-02-05 | 武汉绿色网络信息服务有限责任公司 | 一种VoLTE通话接通问题的自动定界方法及装置 |
| CN114205278A (zh) * | 2020-08-31 | 2022-03-18 | 中国移动通信集团浙江有限公司 | VoLTE语音业务质量评估方法、装置、计算设备及存储介质 |
| CN115174357A (zh) * | 2022-09-07 | 2022-10-11 | 浪潮通信信息系统有限公司 | 网络故障定位方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102045217A (zh) * | 2009-10-22 | 2011-05-04 | 中国移动通信集团公司 | 多媒体业务质量监控方法及系统 |
| CN102075988A (zh) * | 2009-11-24 | 2011-05-25 | 中国移动通信集团浙江有限公司 | 一种移动通信网络端到端语音质量故障定位系统及方法 |
| CN102256290A (zh) * | 2011-01-21 | 2011-11-23 | 珠海世纪鼎利通信科技股份有限公司 | 一种td-scdma无线通信网络用户终端异常数据采集方法 |
| US9064398B2 (en) * | 2011-02-23 | 2015-06-23 | Digimarc Corporation | Mobile device indoor navigation |
| CN105873113A (zh) * | 2015-01-21 | 2016-08-17 | 中国移动通信集团福建有限公司 | 无线质量问题定位方法及系统 |
| CN107182078A (zh) * | 2017-05-12 | 2017-09-19 | 捷开通讯(深圳)有限公司 | 分析终端电路域回落测试报告的方法、终端及存储装置 |
-
2017
- 2017-12-30 CN CN201711489671.9A patent/CN109994128B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102045217A (zh) * | 2009-10-22 | 2011-05-04 | 中国移动通信集团公司 | 多媒体业务质量监控方法及系统 |
| CN102075988A (zh) * | 2009-11-24 | 2011-05-25 | 中国移动通信集团浙江有限公司 | 一种移动通信网络端到端语音质量故障定位系统及方法 |
| CN102256290A (zh) * | 2011-01-21 | 2011-11-23 | 珠海世纪鼎利通信科技股份有限公司 | 一种td-scdma无线通信网络用户终端异常数据采集方法 |
| US9064398B2 (en) * | 2011-02-23 | 2015-06-23 | Digimarc Corporation | Mobile device indoor navigation |
| CN105873113A (zh) * | 2015-01-21 | 2016-08-17 | 中国移动通信集团福建有限公司 | 无线质量问题定位方法及系统 |
| CN107182078A (zh) * | 2017-05-12 | 2017-09-19 | 捷开通讯(深圳)有限公司 | 分析终端电路域回落测试报告的方法、终端及存储装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114205278A (zh) * | 2020-08-31 | 2022-03-18 | 中国移动通信集团浙江有限公司 | VoLTE语音业务质量评估方法、装置、计算设备及存储介质 |
| CN114205278B (zh) * | 2020-08-31 | 2023-09-19 | 中国移动通信集团浙江有限公司 | VoLTE语音业务质量评估方法、装置、计算设备及存储介质 |
| CN112333647A (zh) * | 2020-10-21 | 2021-02-05 | 武汉绿色网络信息服务有限责任公司 | 一种VoLTE通话接通问题的自动定界方法及装置 |
| CN115174357A (zh) * | 2022-09-07 | 2022-10-11 | 浪潮通信信息系统有限公司 | 网络故障定位方法及系统 |
| CN115174357B (zh) * | 2022-09-07 | 2022-12-13 | 浪潮通信信息系统有限公司 | 网络故障定位方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109994128B (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10542519B2 (en) | Terminal positioning method and network device | |
| JP6690011B2 (ja) | ストリーミング分析法を用いてネットワーク問題の実効顧客影響度をリアルタイムで測定するためのシステム及び方法 | |
| CN106535234B (zh) | 用户上网问题的定位方法和装置 | |
| CN108389592B (zh) | 一种语音质量评价方法及装置 | |
| US11748643B2 (en) | System and method for machine learning based QoE prediction of voice/video services in wireless networks | |
| CN111327450B (zh) | 一种质差原因的确定方法、装置、设备及介质 | |
| CN109994128A (zh) | 语音质量问题定位方法、装置、设备及介质 | |
| US20160366274A1 (en) | Voice Quality Evaluation Method, Apparatus, and System | |
| CN111327539B (zh) | 一种业务调度的方法、装置及设备 | |
| EP4319099A1 (en) | Audio processing method, related device, storage medium and program product | |
| CN108241580A (zh) | 客户端程序的测试方法及终端 | |
| US20130326049A1 (en) | System and method for sequencing per-hop data in performance-monitored network environments | |
| CN108092685A (zh) | 双卡槽终端的双卡状态识别方法、装置、设备及介质 | |
| CN104410973A (zh) | 一种播放录音的诈骗电话识别方法和系统 | |
| CN107580155A (zh) | 网络电话质量确定方法、装置、计算机设备和存储介质 | |
| JP4759230B2 (ja) | 品質評価装置 | |
| US20160295012A1 (en) | Methods and Systems for Determining a Voice Quality Score for a Mobile Telephone | |
| EP1443496B1 (en) | Non-intrusive speech signal quality assessment tool | |
| CN109962801B (zh) | 通信质量异常定位方法、装置、设备及介质 | |
| Jelassi et al. | A study of artificial speech quality assessors of VoIP calls subject to limited bursty packet losses | |
| CN104064198A (zh) | 一种评估语音质量的方法及装置 | |
| CN108235335A (zh) | 一种室内网络弱覆盖区域的确定方法及装置 | |
| CN104240697A (zh) | 一种音频数据的特征提取方法及装置 | |
| CN111081222A (zh) | 语音识别方法、装置、存储介质以及电子装置 | |
| CN109982392A (zh) | 基站小区的邻区配置方法、装置、设备及介质 |
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 |