CN113839906B - 音视频流质量的确定方法、装置、设备及可读存储介质 - Google Patents
音视频流质量的确定方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN113839906B CN113839906B CN202010514106.9A CN202010514106A CN113839906B CN 113839906 B CN113839906 B CN 113839906B CN 202010514106 A CN202010514106 A CN 202010514106A CN 113839906 B CN113839906 B CN 113839906B
- Authority
- CN
- China
- Prior art keywords
- video stream
- target audio
- average
- score
- audio
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000015654 memory Effects 0.000 claims description 58
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G10L25/57—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 processing of video signals
-
- 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
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5067—Customer-centric QoS measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
- H04L43/0858—One way delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
- H04L43/087—Jitter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/60—Network streaming of media packets
- H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
- H04L65/612—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio for unicast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/60—Network streaming of media packets
- H04L65/75—Media network packet handling
- H04L65/762—Media network packet handling at the source
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请公开了音视频流质量的确定方法、装置、设备及可读存储介质,属于多媒体技术领域。方法包括:获取目标音视频流的关键指标。其中,关键指标包括参考时间段内的最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标。基于目标音视频流的关键指标确定目标音视频流的QoE。本申请通过最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标确定目标音视频流的QoE,能够使得确定的QoE准确性较高。
Description
技术领域
本申请涉及多媒体技术领域,特别涉及一种音视频流质量的确定方法、装置、设备及可读存储介质。
背景技术
随着多媒体技术的发展,人们对于视听体验的要求也越来越高。在音视频流的传输过程中,往往会确定音视频流的体验质量(quality of experience,QoE),以便于在QoE较差的情况下及时进行适应性调整,从而提供较佳的视听体验。因此,如何确定出音视频流较为准确的QoE,成为亟待解决的问题。
发明内容
本申请提供了一种音视频流质量的确定方法、装置、设备及可读存储介质,以提高确定出的QoE的准确性,技术方案如下:
第一方面,提供了一种音视频流质量的确定方法,以网络设备执行该方法为例,该方法包括:获取目标音视频流的关键指标。基于目标音视频流的关键指标确定目标音视频流的QoE。其中,关键指标包括参考时间段内的最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标。
通过最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标来确定目标音视频流的QoE,能够使得确定的QoE准确性较高。
例如,与单一的丢包率相比,丢包率仅能体现出一个时间段内平均的QoE,体现不出该时间段内各时刻突发的QoE变化情况。也就是说,一个时间段的丢包率的粒度较粗,因而会影响所确定的QoE的准确性。而最大连续丢包数能够反应连续丢包的情况,连续丢包的情况可直接体现QoE变化情况,使得根据最大连续丢包数所确定的QoE更贴合实际、准确性更高。
又例如,由于包接收平均时间间隔及包接收平均时间间隔方差均能够体现网络状况,进而体现音视频流的QoE。因此,根据包接收平均时间间隔及包接收平均时间间隔方差中的至少一种指标确定出的QoE准确性更高。
又例如,在通过流媒体的方式对音视频流进行传输的过程中,音视频流的生成设备可能会改变音视频流的源码率,从而使得音视频流所包括的各个不同的数据包的传输速率不同,进而导致卡顿现象的产生。或者,响应于音视频流的传输过程中网络质量变差,音视频流的发送端会终止数据包的发送,或者重新与音视频流的接收端建立用于传输数据包的连接,也会导致卡顿现象的产生。而断流次数能够从更细粒度体现卡顿现象,因而根据断流次数确定出的QoE准确性更高。
在一种可能的实现方式中,获取目标音视频流的关键指标,包括:采集目标音视频流的特征信息,该特征信息包括在参考时间段内目标音视频流的接收端接收的数据包数量以及接收端接收到的数据包对应的序号;基于特征信息计算最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标,将计算得到的至少一种指标作为目标音视频流的关键指标。
在一种可能的实现方式中,最大连续丢包数用于指示目标音视频流在参考时间段内连续丢失的数据包的最大数量,丢失的数据包是指目标音视频流的发送端已发送且目标音视频流的接收端未接收到的数据包。
在一种可能的实现方式中,包接收平均时间间隔用于指示目标视频流在参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。
在一种可能的实现方式中,包接收平均时间间隔方差是指参考时间段内的多个包接收平均时间间隔的方差,多个包接收平均时间间隔中的一个包接收平均时间间隔对应参考时间段的一个子时间段。
在一种可能的实现方式中,断流次数是参考时间段内目标音视频流的接收端未接收到数据包的时长大于时间阈值的次数。
在一种可能的实现方式中,关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。
在一种可能的实现方式中,关键指标包括至少两种指标,基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE,包括:将目标音视频流的各种指标统一参考单位,基于统一参考单位后的各种指标进行加权求和,得到求和分值;将满分分值与求和分值的差值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE,满分分值用于指示QoE的上限。
在一种可能的实现方式中,基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE,包括:将关键指标输入已训练的质量确定模型;将质量确定模型输出的分值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE。
在一种可能的实现方式中,基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE之后,方法还包括:目标音视频流的QoE不满足要求时告警。
第二方面,提供了一种音视频流质量的确定装置,该装置包括:
获取模块,用于获取目标音视频流的关键指标,关键指标包括参考时间段内的最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标;
确定模块,用于基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE。
在一种可能的实现方式中,获取模块,用于采集目标音视频流的特征信息,特征信息包括在参考时间段内目标音视频流的接收端接收的数据包数量以及接收端接收到的数据包对应的序号;基于特征信息计算最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标,将计算得到的至少一种指标作为目标音视频流的关键指标。
在一种可能的实现方式中,最大连续丢包数用于指示目标音视频流在参考时间段内连续丢失的数据包的最大数量,丢失的数据包是指目标音视频流的发送端已发送且目标音视频流的接收端未接收到的数据包。
在一种可能的实现方式中,包接收平均时间间隔用于指示目标视频流在参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。
在一种可能的实现方式中,包接收平均时间间隔方差是指参考时间段内的多个包接收平均时间间隔的方差,多个包接收平均时间间隔中的一个包接收平均时间间隔对应参考时间段的一个子时间段。
在一种可能的实现方式中,断流次数是参考时间段内目标音视频流的接收端未接收到数据包的时长大于时间阈值的次数。
在一种可能的实现方式中,关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。
在一种可能的实现方式中,关键指标包括至少两种指标,确定模块,用于将目标音视频流的各种指标统一参考单位,基于统一参考单位后的各种指标进行加权求和,得到求和分值;将满分分值与求和分值的差值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE,满分分值用于指示QoE的上限。
在一种可能的实现方式中,确定模块,用于将关键指标输入已训练的质量确定模型;将质量确定模型输出的分值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE。
在一种可能的实现方式中,装置还包括:告警模块,用于目标音视频流的QoE不满足要求时告警。
第三方面,提供了一种网络设备,该网络设备包括存储器及处理器;存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现本申请第一方面或第一方面的任一种可能的实现方式所提供的方法。
第四方面,提供了一种通信装置,该装置包括:收发器、存储器和处理器。其中,该收发器、该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,以控制收发器接收信号,并控制收发器发送信号,并且当该处理器执行该存储器存储的指令时,使得该处理器执行第一方面或第一方面的任一种可能的实现方式所提供的方法。
可选地,处理器为一个或多个,存储器为一个或多个。
可选地,存储器可以与处理器集成在一起,或者存储器与处理器分离设置。
在具体实现过程中,存储器可以为非瞬时性(non-transitory)存储器,例如只读存储器(read only memory,ROM),其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请对存储器的类型以及存储器与处理器的设置方式不做限定。
第五方面,提供了一种计算机程序(产品),计算机程序(产品)包括:计算机程序代码,当计算机程序代码被计算机运行时,使得计算机执行上述各方面中的方法。
第六方面,提供了一种可读存储介质,可读存储介质存储程序或指令,当程序或指令在计算机上运行时,上述各方面中的方法被执行。
第七方面,提供了一种芯片,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行上述各方面中的方法。
第八方面,提供一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行上述各方面中的方法。
附图说明
图1为本申请实施例提供的硬件实施环境示意图;
图2为本申请实施例提供的音视频流质量的确定方法的流程图;
图3为本申请实施例提供的确定体验质量的方法流程图;
图4为本申请实施例提供的音视频流质量的确定装置的结构图;
图5为本申请实施例提供的音视频流质量的确定设备的结构图。
具体实施方式
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释,而非旨在限定本申请。
本申请实施例提供了一种音视频流质量的确定方法,该方法可应用于如图1所示的硬件实施环境中。图1中,该硬件实施环境包括采集器101、中央处理器102(centralprocessing unit,CPU)以及输入/输出接口103(input/output interface,I/O接口)。采集器101用于通过I/O接口103采集特征信息,再通过I/O接口103将采集到的特征信息发送给CPU102。之后,CPU102用于根据接收到的特征信息计算得到关键指标,再进一步根据关键指标确定音视频流的QoE。另外,CPU102还用于通过I/O接口103输出上述目标分值。
基于图1所示的硬件结构,本申请实施例提供了一种音视频流质量的确定方法,该方法能够应用于具备图1所示的硬件结构的网络设备中。如图2所示,该方法包括如下201-202几个过程。
201,获取目标音视频流的关键指标,关键指标参考时间段内的包括最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标。
其中,目标音视频流包括多个数据包,多个数据包通过流媒体的方式从发送端逐个传输至接收端。数据包包括音频数据、视频数据或者由音频数据及视频数据混合得到的数据中的任一种,本实施例不对目标音视频流的内容或格式加以限定。
获取目标音视频流在参考时间段内的关键指标,以便于后续根据获取到的关键指标确定目标音视频流的QoE。其中,本实施例不对参考时间段的时长加以限定,根据实际需要或经验进行选择即可。例如,参考时间段的时长是60s(单位:秒),或者是60s以外的其他数值。
示例性地,关键指标包括参考时间段内的最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的一种、两种、三种或四种指标。当然,除了上述四种指标中的至少一种指标以外,在一种可能的实现方式中,关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。示例性地,本实施例将上述最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差、断流次数、丢包率、平均时延以及平均抖动均作为目标音视频流的关键指标。此种情况下,目标音视频流的关键指标包括七种不同的指标。
能够理解的是,上述七种指标仅为举例,本实施例不对关键指标所包含的指标或者指标数量加以限定,除举例外的其他指标也能够作为用于计算目标音视频流的QoE的关键指标。
在一种可能的实现方式中,获取目标音视频流的关键指标包括如下的2011及2012所示的步骤。
2011,采集目标音视频流的特征信息,特征信息包括在参考时间段内目标音视频流的接收端接收的数据包数量以及接收端接收到的数据包对应的序号。
由于目标音视频流包括多个数据包,每个数据包对应有一个序号。示例性地,数据包对应的序号用于指示数据包被发送的先后顺序。例如,第一个被发送的数据包对应的序号为1,第二个被发送的数据包对应的序号为2,以此类推。
示例性地,目标音视频流的接收端配置有计数器。因此,接收端通过计数器确定接收端接收的数据包数量。或者,接收端也能够根据数据包对应的序号计算得到数据包数量。例如,响应于在参考时间段内接收端接收到的首个数据包对应的序号为1,接收到的末个数据包对应的序号为5,则接收端能够计算出接收到的数据包数量为6个。
上述特征信息是用于计算得到参考时间段内最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数的信息。对于关键指标包括丢包率、平均时延以及平均抖动的情况,特征信息还包括:在参考时间段内目标音视频流的发送端发送的数据包的数量以及每个数据包的时延,时延包括但不限于数据包在发送端与接收端之间的传输时间。
其中,对于发送端发送的音视频数据包数量的确定方式,也可通过计数器计数实现,或者通过数据包的序号来确定,对此不再加以赘述。而对于数据包的时延,发送端在对数据包进行发送时,针对数据包添加时间戳,该时间戳用于指示数据包被发送的时间。因此,在接收端接收到数据包之后,通过计算该数据包的接收时间与时间戳所指示的发送时间之间的差值,便能够确定该数据包在发送端与接收端之间的传输时间。
需要说明的是,网络设备能够通过接收目标音视频流的发送端及接收端上报的特征信息来实现特征信息的采集。或者,网络设备还能够分别向发送端及接收端发送特征信息的获取请求,根据该获取请求接收发送端及接收端返回的特征信息,从而实现各个特征信息的采集。在采集得到特征信息之后,便能够进一步根据特征信息确定关键指标,详见步骤2012。
2012,基于特征信息计算最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔的方差以及断流次数中的至少一种指标,将计算得到的至少一种指标作为目标音视频流的关键指标。
能够理解的是,在基于特征信息计算任一种指标时,是根据特征信息中的一种或多种进行的计算,而并非是任一种关键指标均需要应用到全部特征信息才能计算得到。接下来,对上述七种指标的定义及计算过程分别进行说明:
丢包率:参考时间段内丢失的数据包在发送端已发送的所有数据包中的占比。计算丢包率时,确定接收端接收的数据包数量与发送端发送的数据包数量的比值,基于比值确定丢包率。
其中,丢失的数据包是指目标音视频流的发送端已发送且目标音视频流的接收端未接收到的数据包。基于比值确定丢包率的过程包括:将1与上述比值的差值的百分率确定为丢包率。例如,参考时间段内发送端已发送的数据包为100个,接收端已接收到的数据包为90个,则丢包率=1-90/100=10%。
最大连续丢包数:用于指示目标音视频流在参考时间段内连续丢失的数据包的最大数量。进行计算时,首先计算接收端接收的每两个相邻数据包对应的序号之间的序号差值,得到多个序号差值。之后,再将多个序号差值中最大的序号差值作为最大连续丢包数。
示例性地,参考时间段包括有多个子时间段。例如,参考时间段为60s,参考时间段包括6个时长为10s的子时间段。本实施例中在每个子时间段内获取到一个或多个连续丢包数,则多个子时间段共获得多个连续丢包数。之后,将多个连续丢包数中最大的一个连续丢包数作为参考时间段内的最大连续丢包数。当然,上述情况仅为举例,本实施例还可以在参考时间段内每次检测到数据包存在丢失情况时均记录一个连续丢包数,到达参考时间段之后,从记录的连续丢包数中选择最大的一个作为最大连续丢包数。
例如,本实施例记录接收端收到的第n个数据包对应的序号Xn,以及接收端收到的第(n+1)个数据包对应的序号Xn+k,第n个数据包与第(n+1)个数据包为接收端接收到的一对相邻数据包,n及n+k用于区分不同数据包对应的序号。之后,计算接收到的第n个数据包及第(n+1)个数据包对应的序号之间的序号差值,该序号差值即为kn+1=Xn-Xn+k。
按照此种计算方式,能够基于参考时间段内接收到的多个数据包计算得到多个序号差值。以接收到的数据包为m个为例,则通过计算能够得到(m-1)个序号差值。之后,在多个序号差值中选择最大的一个序号差值作为最大连续丢包数即可。上述n、k及m均为不小于1的正整数,本实施例不对上述n、k及m的数值加以限定。
需要说明的是,本实施例将最大连续丢包数作为关键指标之一的原因在于:与单一的丢包率相比,丢包率仅能体现出一个时间段内平均的QoE,而体现不出该时间段内各时刻突发的QoE变化情况。由于一个时间段的丢包率的粒度较粗,因而会影响所确定的QoE的准确性。
以按照固定的接收速度对数据包接收为例,在10s的参考时间段内有0.5s的时长未接收到数据包,则丢包率为5%。因此,响应于仅通过丢包率来确定QoE,则往往会由于5%的丢包率较小而确定QoE也较好。但实际上,0.5s的时长未接收到数据包会影响到前后1-2s的QoE,从而导致用户的视听体验较差。此种情况下,结合最大连续丢包数确定出的QoE较差,与实际情况相符。可见,将最大连续丢包数作为用于确定QoE的关键指标,能够使得所确定的QoE更贴合实际、准确性更高。
基于此种原因,除了最大连续丢包数以外,本实施例还可将其他能够体现出QoE突发变化情况的指标,例如最大连续丢包时长,作为用于确定目标音视频流的QoE的关键指标。
包接收平均时间间隔:用于指示目标视频流在参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。计算包接收平均时间间隔时,需要确定子时间段的时长,将子时间段的时长与接收端接收到的数据包的比值作为包接收平均时间间隔。
例如,子时间段的时长为1000ms(单位:毫秒),在1000ms内接收端接收到的数据包的数量为50个,则包接收平均时间间隔=1000/50=20ms。
包接收平均时间间隔方差:包接收平均时间间隔方差是指参考时间段内的多个包接收平均时间间隔的方差,多个包接收平均时间间隔中的一个包接收平均时间间隔对应参考时间段的一个子时间段。通过计算多个包接收平均时间间隔对应的方差,则能够将计算得到的方差作为包接收平均时间间隔方差。
能够理解的是,由于通过参考时间段中的每个子时间段均能够计算得到一个包接收平均时间间隔,而计算包接收平均时间间隔方差需要至少两个包接收平均时间间隔,因而参考时间段中所包括的子时间段的数量也为至少两个。因此,能够根据该参考时间段中每个子时间段对应的包接收平均时间间隔计算得到一个包接收平均时间间隔方差。其中,根据多个包接收平均时间间隔可按照如下的公式计算包平均时间间隔方差s2:
s2=[(s1-s0)+(s2-s0)+…+(sn-1-s0)+(sn-s0)]/n
其中,s1、s2、sn-1、……、sn为n个包接收平均时间间隔,n≥2,s0为n个包接收平均时间间隔的均值。
例如,包接收平均时间间隔的数量为10个,分别为s1,s2,…,s10,10个包接收平均时间间隔的均值为s0,则按照如下的公式计算得到包平均时间间隔方差s2:
s2=[(s1-s0)2+(s2-s0)2+…+(s10-s0)2]/10
在通过流媒体形式对音视频流进行传输的过程中,往往将音视频流划分为多个切片(数据包),从而对音视频流进行分片传输。其中,每个切片大小通常是固定的,因而包接收平均时间间隔及包接收平均时间间隔方差能够体现网络状况,进而体现音视频流的QoE。响应于网络状况良好,则包接收平均时间间隔短、方差小,QoE较好。响应于网络状况较差,则包接收平均时间间隔长、方差大,QoE较差。
平均时延:参考时间段内传输的各个数据包对应的时延的平均值。计算时,将接收端接收的每个数据包在发送端与接收端之间的传输时间的平均值作为平均时延。
对于任一个数据包,该任一个数据包在发送端与接收端之间的传输时间是指发送时间与接收时间之间的差值,该差值即为该任一个数据包的时延。以J[i]表示第i个数据包的时延,以Arrive[i]表示第i个数据包的接收时间,以Send[i]表示第i个数据包的发送时间,则J[i]=Arrive[i]-Send[i]。
上述平均时延即为多个数据包的时延的平均值。平均时延按照如下的公式进行计算:
J=(J[1]+J[2]+……+J[n])/n
其中,J[1]、J[2]、……、J[n]为n个数据包的时延,n≥2。
以数据包的数量为四个为例,则四个数据包的时延分别为J[1]、J[2]、J[3]及J[4]。因此,平均时延J按照如下的公式进行计算:
J=(J[1]+J[2]+J[3]+J[4])/4
平均抖动:参考时间段内各个数据包对应的时延的波动程度。进行计算时,计算每两个相邻的数据包在发送端与接收端之间的传输时间的时间差值,得到多个时间差值,将多个时间差值的平均值作为平均抖动。
其中,平均抖动用于指示时延的波动程度。平均抖动按照如下的公式进行计算:
平均抖动={(|J[2]-J[1]|)+(|J[3]-J[2]|)+(|J[n]-J[n-1]|)}/(n-1)
其中,J[1]、J[2]、……、J[n]为n个数据包的时延,(n-1)为n个数据包的时延计算得到的时间差值的数量。
以四个数据包的时延分别为J[1]、J[2]、J[3]及J[4]为例,则平均抖动可按照如下的公式进行计算:
平均抖动={(|J[2]-J[1]|)+(|J[3]-J[2]|)+(|J[4]-J[3]|)}/3
断流次数:参考时间段内目标音视频流的接收端未接收到数据包的时长大于时间阈值的次数。
其中,断流次数是参考时间段内断流事件发生的次数,本实施例将参考时长内未接收到数据包作为一次断流事件。以参考时间段为60s、参考时长为1s为例,响应于在10s-11s和50s-51s这两个时间段内没有接收到数据包,则60s的参考时间段内断流次数为2次。当然,本实施例不对参考时长加以限定。除了上述说明中1s以外,参考时长也可以为其他数值。
本实施例将断流次数作为关键指标之一的原因在于:在通过流媒体的方式对音视频流进行传输的过程中,音视频流的生成设备可能会改变音视频流的源码率,从而使得音视频流所包括的各个不同的数据包的传输速率不同,进而导致卡顿现象的产生。由于丢包率、平均时延或者吞吐量等指标均体现一个时间段内的总体卡顿现象,而体现不出该时间段内不同时刻的卡顿现象发生的变化,因而需要结合断流次数来更细粒度的体现卡顿现象。
另外,除了上述源码率的改变而导致的卡顿现象,响应于音视频流的传输过程中网络质量变差,则音视频流的发送端会终止数据包的发送,或者重新与音视频流的接收端建立用于传输数据包的连接。在此种情况下,也会导致卡顿现象的产生。由此可见,音视频流的传输过程中存在多种可能导致卡顿现象产生的情况,因而需要通过断流次数更细粒度的体现卡顿现象。
202,基于目标音视频流的关键指标,确定目标音视频流的QoE。
在示例性实施例中,基于目标音视频流的关键指标来确定目标音视频流的QoE,包括但不限于根据目标音视频流的关键指标确定目标音视频流的分数,通过不同的分值指示不同的QoE,从而保证所确定的目标音视频流的QoE粒度较为细腻。
在一种可能的实现方式中,关键指标包括至少两种指标,该过程包括:将目标音视频流的各种指标统一参考单位,基于统一参考单位后的各种指标进行加权求和,得到求和分值。将满分分值与求和分值的差值作为目标音视频流的目标分值,通过目标音视频流的目标分值指示目标音视频流的QoE,该满分分值用于指示QoE的上限。
示例性地,本实施例中丢包率对应的参考单位为百分率(%),包接收平均时间间隔、平均时延及平均抖动对应的参考单位均为毫秒。以包接收平均时间间隔为例,响应于计算得到的包接收平均时间间隔是以秒为单位的0.02s,则在采用包接收平均时间间隔进行目标分值的计算之前,需要将0.02s这一数值调整为以毫秒为单位的20ms。另外,各种指标对应的权值根据需要进行设置或调整,本实施例不对各种指标对应的权值加以限定。
根据2012中的说明可知,在参考时间段内包接收平均时间间隔这一指标的数量有多个,而除包接收平均时间间隔以外的其他六种指标在参考时间段内往往获取到一个。因此,响应于关键指标同时包含包接收平均时间间隔以及其他六种指标中的任一种指标时,本实施例计算参考时间段内的至少两个包接收平均时间间隔的平均值,将该包接收平均时间间隔的平均值作为包接收平均时间间隔这一指标的代表性数据,再针对该代表性数据设置一个权值。后续计算过程中,是基于该代表性数据及该代表性数据对应的一个权值进行加权求和的。
为便于表述,通过缩写对每种指标进行表示。缩写及指标的对应关系参见表1:
表1
中文全称 | 英文全称 | 英文缩写 |
丢包率 | loss rate | LR |
最大连续丢包数 | loss max | LM |
包接收平均时间间隔 | receive time | RT |
包接收平均时间间隔方差 | square deviation of receive time | SRT |
断流次数 | flow cut | FC |
平均时延 | delay | D |
平均抖动 | jitter | J |
基于上述表1,以满分分值表示为R0为例,则目标分值R可按照如下的公式进行计算:
R=R0-(a1·LR+a2·LM+a3·RT+a4·SRT+a5·FC+a6·D+a7·J)
通过不同的权值以及指标,能够使得目标分值R在0-R0之间变化。目标分值R与满分分值R0的差值越小,也就是目标分值R越大,则目标分值R所指示的QoE越好。相应地,目标分值R与0的差值越小,也就是目标分值R越小,则目标分值R所指示的QoE越差。示例性地,满分分值R0可以设置为5分,也可以设置为其他分值。
示例性地,本实施例不设置满分分值R0,在基于统一参考单位的各种指标进行加权求和之后,将得到的求和分值直接作为目标分值R’。也就是说,R’按照如下的公式进行计算:
R’=a1·LR+a2·LM+a3·RT+a4·SRT+a5·FC+a6·D+a7·J
在这一情况下,目标分值R’越大,则R’所指示的QoE越差。相应地,目标分值R’越小,则R’所指示的QoE越好。
需要说明的是,针对多个包接收平均时间间隔的情况,除了将多个包接收平均时间间隔进行平均,以包接收平均时间间隔的平均值参与加权求和的方式外,也可以每个包接收平均时间间隔分别参与加权求和计算,本实施例不对包接收平均时间间隔进行加权求和的计算方式进行限定。
在一种可能的实现方式中,上述计算过程能够通过模型来执行。也就是说,基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE包括:将关键指标输入已训练的质量确定模型;将质量确定模型输出的分值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE。
参见图3,首先在线下训练得到质量确定模型,已训练的质量确定模型具有根据输入的各种指标输出分值的能力。示例性地,该质量确定模型为包含每种指标对应的权值的数学表达式。之后,再将已训练的质量确定模型导入终端。应用过程中,将根据特征信息计算出的关键指标输入终端中的质量确定模型,则已训练的质量确定模型便能够根据每种指标对应的权值进行计算,从而输出相应的分值。示例性地,参见图3,在已训练的质量确定模型输出分值之后,还从网络设备中删除该已训练的质量确定模型,从而避免对网络设备的存储资源造成浪费。
在一种可能的实现方式中,参见图3,基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE之后,方法还包括:目标音视频流的QoE不满足要求时告警。
其中,目标分值所指示的QoE较差的情况下,则会导致QoE不满足要求。以目标分值越高指示的QoE越好的情况为例,则响应于目标分值低于阈值,则说明目标分值所指示的QoE不满足条件,因而需要输出目标音视频流的质量提示消息。例如,质量提示消息可以为“当前音视频流质量较差,请及时进行调整”,以便于由当前的目标音视频流切换为采样率更低的音视频流,从而保证目标音视频流的QoE。
综上所述,本实施例通过最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标确定音视频流的QoE,所确定出的QoE准确性较高。另外,还基于统一参考单位的各种指标进行加权求和,根据求和分值计算目标分值,通过目标分值指示QoE,从而使得QoE而且粒度较为细腻。
如图4所示,本申请实施例还提供了一种音视频流质量的确定装置,该装置用于执行上述图2所示的音视频流质量的确定方法。该装置包括:
获取模块401,用于获取目标音视频流的关键指标,关键指标包括参考时间段内的最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标。该获取模块401所执行的功能可参见上述图2所示的201的相关描述,此处不再赘述。
确定模块402,用于基于目标音视频流的关键指标,确定目标音视频流的体验质量QoE。。该确定模块402所执行的功能可参见上述图2所示的202的相关描述,此处不再进行赘述。
在一种可能的实现方式中,获取模块401,用于采集目标音视频流的特征信息,特征信息包括在参考时间段内目标音视频流的接收端接收的数据包数量以及接收端接收到的数据包对应的序号;基于特征信息计算最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标,将计算得到的至少一种指标作为目标音视频流的关键指标。
在一种可能的实现方式中,最大连续丢包数用于指示目标音视频流在参考时间段内连续丢失的数据包的最大数量,丢失的数据包是指目标音视频流的发送端已发送且目标音视频流的接收端未接收到的数据包。
在一种可能的实现方式中,包接收平均时间间隔用于指示目标视频流在参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。
在一种可能的实现方式中,包接收平均时间间隔方差是指参考时间段内的多个包接收平均时间间隔的方差,多个包接收平均时间间隔中的一个包接收平均时间间隔对应参考时间段的一个子时间段。
在一种可能的实现方式中,断流次数是参考时间段内目标音视频流的接收端未接收到数据包的时长大于时间阈值的次数。
在一种可能的实现方式中,关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。
在一种可能的实现方式中,关键指标包括至少两种指标,确定模块402,用于将目标音视频流的各种指标统一参考单位,基于统一参考单位后的各种指标进行加权求和,得到求和分值;将满分分值与求和分值的差值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE,满分分值用于指示QoE的上限。
在一种可能的实现方式中,确定模块402,用于将关键指标输入已训练的质量确定模型;将质量确定模型输出的分值作为目标音视频流的分值,通过目标音视频流的分值指示目标音视频流的QoE。
在一种可能的实现方式中,装置还包括:装置还包括:告警模块,用于目标音视频流的QoE不满足要求时告警。
综上所述,本实施例通过最大连续丢包数、包接收平均时间间隔、包接收平均时间间隔方差以及断流次数中的至少一种指标确定音视频流的QoE,所确定出的QoE准确性较高。另外,还基于统一参考单位的各种指标进行加权求和,根据求和分值计算目标分值,通过目标分值指示QoE,从而使得QoE而且粒度较为细腻。
应理解的是,上述图4提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例提供了一种电子设备,电子设备包括存储器及处理器;存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现本申请的任一种示例性实施例所提供的方法。
参见图5,本申请实施例还提供一种音视频流质量的确定设备500,图5所示的音视频流质量的确定设备500用于执行上音视频流质量的确定方法所涉及的操作。该音视频流质量的确定设备500包括:存储器501、处理器502及接口503,存储器501、处理器502及接口503之间通过总线504连接。
其中,存储器501中存储有至少一条指令,至少一条指令由处理器502加载并执行,以实现上述任一所述的音视频流质量的确定方法。
接口503用于与网络中的其他设备进行通信,该接口503可以通过无线或有线的方式实现,示例性地,该接口503可以是网卡。例如,隧道配置设备500可通过该接口503与服务器进行通信。
应理解的是,图5仅仅示出了音视频流质量的确定设备500的简化设计。在实际应用中,隧道配置设备可以包含任意数量的接口,处理器或者存储器。此外,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specificintegrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,在一种可选的实施例中,上述存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
本申请实施例提供了一种通信装置,该装置包括:收发器、存储器和处理器。其中,该收发器、该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,以控制收发器接收信号,并控制收发器发送信号,并且当该处理器执行该存储器存储的指令时,使得该处理器执行本申请的任一种示例性实施例所提供的方法。
可选地,处理器为一个或多个,存储器为一个或多个。
可选地,存储器可以与处理器集成在一起,或者存储器与处理器分离设置。
在具体实现过程中,存储器可以为非瞬时性(non-transitory)存储器,例如只读存储器(read only memory,ROM),其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。
本申请实施例提供了一种计算机程序(产品),计算机程序(产品)包括:计算机程序代码,当计算机程序代码被计算机运行时,使得计算机执行上述本申请的任一种示例性实施例所提供的方法。
本申请实施例提供了一种可读存储介质,可读存储介质存储程序或指令,当程序或指令在计算机上运行时,本申请的任一种示例性实施例所提供的方法被执行。
本申请实施例提供了一种芯片,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请的任一种示例性实施例所提供的方法。
本申请实施例提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行本申请的任一种示例性实施例所提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,在一种可选的实施例中,上述存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data dateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。
本申请提供了一种计算机程序,当计算机程序被计算机执行时,可以使得处理器或计算机执行上述方法实施例中对应的各个步骤和/或流程。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如光盘)、或者半导体介质(例如固态硬盘(SSD))等。
Claims (16)
1.一种音视频流质量的确定方法,其特征在于,所述方法包括:
获取目标音视频流的关键指标,所述关键指标包括参考时间段内的最大连续丢包数和至少两个包接收平均时间间隔;
将所述目标音视频流的各种指标统一参考单位,计算统一参考单位后的至少两个包接收平均时间间隔的平均值;
基于统一参考单位后的至少一种指标和所述平均值进行加权求和,得到求和分值;
将满分分值与所述求和分值的差值作为所述目标音视频流的分值,通过所述目标音视频流的分值指示所述目标音视频流的体验质量QoE,所述满分分值用于指示QoE的上限。
2.根据权利要求1所述的方法,其特征在于,所述获取目标音视频流的关键指标,包括:
采集所述目标音视频流的特征信息,所述特征信息包括在所述参考时间段内所述目标音视频流的接收端接收的数据包数量以及所述接收端接收到的数据包对应的序号;
基于所述特征信息计算所述最大连续丢包数和所述至少两个包接收平均时间间隔,得到所述目标音视频流的关键指标。
3.根据权利要求1或2所述的方法,其特征在于,所述最大连续丢包数用于指示所述目标音视频流在所述参考时间段内连续丢失的数据包的最大数量,所述丢失的数据包是指所述目标音视频流的发送端已发送且所述目标音视频流的接收端未接收到的数据包。
4.根据权利要求1或2所述的方法,其特征在于,所述包接收平均时间间隔用于指示目标视频流在所述参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,所述多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。
5.根据权利要求1或2所述的方法,其特征在于,所述关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。
6.根据权利要求1或2所述的方法,其特征在于,所述基于统一参考单位后的至少一种指标和所述平均值进行加权求和,得到求和分值,包括:
将所述统一参考单位后的至少一种指标和所述平均值输入已训练的质量确定模型;
将所述质量确定模型输出的分值作为所述目标音视频流的分值。
7.根据权利要求1或2所述的方法,其特征在于,所述将满分分值与所述求和分值的差值作为所述目标音视频流的分值,通过所述目标音视频流的分值指示所述目标音视频流的体验质量QoE之后,所述方法还包括:
所述目标音视频流的QoE不满足要求时告警。
8.一种音视频流质量的确定装置,其特征在于,所述装置包括:
获取模块,用于获取目标音视频流的关键指标,所述关键指标包括参考时间段内的最大连续丢包数和至少两个包接收平均时间间隔;
确定模块,用于将所述目标音视频流的各种指标统一参考单位,计算统一参考单位后的至少两个包接收平均时间间隔的平均值;基于统一参考单位后的至少一种指标和所述平均值进行加权求和,得到求和分值;将满分分值与所述求和分值的差值作为所述目标音视频流的分值,通过所述目标音视频流的分值指示所述目标音视频流的体验质量QoE,所述满分分值用于指示QoE的上限。
9.根据权利要求8所述的装置,其特征在于,所述获取模块,用于采集所述目标音视频流的特征信息,所述特征信息包括在所述参考时间段内所述目标音视频流的接收端接收的数据包数量以及所述接收端接收到的数据包对应的序号;基于所述特征信息计算所述最大连续丢包数和所述至少两个包接收平均时间间隔,得到所述目标音视频流的关键指标。
10.根据权利要求8或9所述的装置,其特征在于,所述最大连续丢包数用于指示所述目标音视频流在所述参考时间段内连续丢失的数据包的最大数量,所述丢失的数据包是指所述目标音视频流的发送端已发送且所述目标音视频流的接收端未接收到的数据包。
11.根据权利要求8或9所述的装置,其特征在于,所述包接收平均时间间隔用于指示目标视频流在所述参考时间段的任一子时间段内的多个接收时间间隔之间的平均值,所述多个接收时间间隔中的每个接收时间间隔用于指示一对相邻数据包的接收时间差。
12.根据权利要求8或9所述的装置,其特征在于,所述关键指标还包括丢包率、平均时延以及平均抖动中的至少一种指标。
13.根据权利要求8或9所述的装置,其特征在于,所述确定模块,用于将所述统一参考单位后的至少一种指标和所述平均值输入已训练的质量确定模型;将所述质量确定模型输出的分值作为所述目标音视频流的分值。
14.根据权利要求8或9所述的装置,其特征在于,所述装置还包括:告警模块,用于所述目标音视频流的QoE不满足要求时告警。
15.一种网络设备,其特征在于,所述网络设备包括存储器及处理器;所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求1-7中任一所述的音视频流质量的确定方法。
16.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1-7中任一所述的音视频流质量的确定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514106.9A CN113839906B (zh) | 2020-06-08 | 2020-06-08 | 音视频流质量的确定方法、装置、设备及可读存储介质 |
EP21177514.3A EP3923543A1 (en) | 2020-06-08 | 2021-06-03 | Method, apparatus, and device for determining quality of audio and video stream, and computer-readable storage medium |
US17/342,444 US11601492B2 (en) | 2020-06-08 | 2021-06-08 | Method, apparatus, and device for determining quality of audio and video stream, and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010514106.9A CN113839906B (zh) | 2020-06-08 | 2020-06-08 | 音视频流质量的确定方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113839906A CN113839906A (zh) | 2021-12-24 |
CN113839906B true CN113839906B (zh) | 2022-12-30 |
Family
ID=76305729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010514106.9A Active CN113839906B (zh) | 2020-06-08 | 2020-06-08 | 音视频流质量的确定方法、装置、设备及可读存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11601492B2 (zh) |
EP (1) | EP3923543A1 (zh) |
CN (1) | CN113839906B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103151049A (zh) * | 2013-01-29 | 2013-06-12 | 武汉大学 | 一种面向移动音频的服务质量保障方法及系统 |
WO2019176997A1 (ja) * | 2018-03-14 | 2019-09-19 | 日本電気株式会社 | トラヒック分析装置、方法及びプログラム |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005004370A2 (en) * | 2003-06-28 | 2005-01-13 | Geopacket Corporation | Quality determination for packetized information |
US8959239B2 (en) * | 2006-12-29 | 2015-02-17 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus for reporting streaming media quality |
US8543682B2 (en) * | 2007-05-02 | 2013-09-24 | Spirent Communications, Inc. | Quality of experience indicator for network diagnosis |
US8656284B2 (en) * | 2009-04-17 | 2014-02-18 | Empirix Inc. | Method for determining a quality of user experience while performing activities in IP networks |
CN101697554B (zh) * | 2009-09-27 | 2012-05-09 | 华中科技大学 | 一种p2p流媒体视频数据传输调度方法 |
CN102111381A (zh) * | 2009-12-24 | 2011-06-29 | 中国移动通信集团公司 | 一种流媒体码率动态调整方法、终端及流媒体服务器 |
WO2011141586A1 (es) * | 2010-05-14 | 2011-11-17 | Telefonica, S.A. | Método para calcular la percepción de experiencia de usuario de la calidad de los servicios monitorizados integrados en operadores de telecomunicaciones |
JP5562418B2 (ja) * | 2010-06-23 | 2014-07-30 | 三菱電機株式会社 | 映像再現システム、受信端末、ホームゲートウェイ装置及び品質管理システム |
US9485298B2 (en) * | 2010-10-28 | 2016-11-01 | Netscout Systems Texas, Llc | Device with video buffer modeling and methods for use therewith |
US9237339B1 (en) * | 2011-03-23 | 2016-01-12 | Cox Communications, Inc. | Framework for quantifying a total quality of experience for subscribers in a communications network |
US20120278441A1 (en) * | 2011-04-28 | 2012-11-01 | Futurewei Technologies, Inc. | System and Method for Quality of Experience Estimation |
US20130067109A1 (en) * | 2011-09-12 | 2013-03-14 | Tektronix, Inc. | Monitoring Over-the-Top Adaptive Video Streaming |
US20140122594A1 (en) * | 2012-07-03 | 2014-05-01 | Alcatel-Lucent Usa, Inc. | Method and apparatus for determining user satisfaction with services provided in a communication network |
CN103050128B (zh) * | 2013-01-29 | 2014-11-05 | 武汉大学 | 基于抖动失真的语音频客观质量评价方法及系统 |
DE102013211571B4 (de) * | 2013-06-19 | 2016-02-11 | Opticom Dipl.-Ing. Michael Keyhl Gmbh | Konzept zur bestimmung der qualität eines mediadatenstroms mit variierender qualität-zu-bitrate |
US20150373565A1 (en) * | 2014-06-20 | 2015-12-24 | Samsung Electronics Co., Ltd. | Quality of experience within a context-aware computing environment |
US10834265B1 (en) * | 2015-06-15 | 2020-11-10 | Thousandeyes, Inc. | Monitoring voice-over-IP performance over the internet |
US10164850B2 (en) * | 2015-09-10 | 2018-12-25 | Tupl, Inc | Wireless communication data analysis and reporting |
US20170093648A1 (en) * | 2015-09-28 | 2017-03-30 | Wi-Lan Labs, Inc. | System and method for assessing streaming video quality of experience in the presence of end-to-end encryption |
US20200162535A1 (en) * | 2018-11-19 | 2020-05-21 | Zhan Ma | Methods and Apparatus for Learning Based Adaptive Real-time Streaming |
-
2020
- 2020-06-08 CN CN202010514106.9A patent/CN113839906B/zh active Active
-
2021
- 2021-06-03 EP EP21177514.3A patent/EP3923543A1/en active Pending
- 2021-06-08 US US17/342,444 patent/US11601492B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103151049A (zh) * | 2013-01-29 | 2013-06-12 | 武汉大学 | 一种面向移动音频的服务质量保障方法及系统 |
WO2019176997A1 (ja) * | 2018-03-14 | 2019-09-19 | 日本電気株式会社 | トラヒック分析装置、方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
IPTV机顶盒内置质量监测工具的开发与应用;姚良等;《电信科学》;20081115(第11期);正文第1节第2段至第4节最后一段 * |
Also Published As
Publication number | Publication date |
---|---|
CN113839906A (zh) | 2021-12-24 |
US20210385265A1 (en) | 2021-12-09 |
US11601492B2 (en) | 2023-03-07 |
EP3923543A1 (en) | 2021-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106033419B (zh) | 一种消息实时推送方法、装置及系统 | |
JP5430744B2 (ja) | 通信システムのリアルタイムの性能および負荷統計のためのシステムならびに方法 | |
CN111181798B (zh) | 网络时延测量方法、装置、电子设备及存储介质 | |
CN109921962A (zh) | 带宽测量方法、装置、计算机可读存储介质和计算机设备 | |
CN109981214B (zh) | 一种传输控制方法和装置 | |
EP4072042A1 (en) | Synchronizing a distributed application via a communication network | |
CN113839906B (zh) | 音视频流质量的确定方法、装置、设备及可读存储介质 | |
CN107979507A (zh) | 一种数据传输方法、装置、设备及存储介质 | |
CN113190516B (zh) | 数据同步监控方法及装置 | |
CN112565829B (zh) | 网络调度方法、装置、系统及可读存储介质 | |
CN113760640A (zh) | 监控日志处理方法、装置、设备及存储介质 | |
WO2023151426A1 (zh) | 直播间人数统计方法及装置 | |
CN110096250B (zh) | 一种音频数据处理方法、装置、电子设备及存储介质 | |
CN111600774B (zh) | 消费延迟确定方法、系统、装置、设备及可读存储介质 | |
CN112671590B (zh) | 数据传输方法、装置、电子设备及计算机存储介质 | |
CN108234658A (zh) | 一种感知服务器集群健康状况的方法、装置和服务器 | |
CN110798751B (zh) | 一种数据传输方法及设备 | |
CN111756595B (zh) | 可用带宽的测量方法和通信装置 | |
CN114629826A (zh) | 一种网络最大带宽估计方法、装置、电子设备及存储介质 | |
CN109257402B (zh) | 请求量控制方法及设备 | |
CN113518014A (zh) | 一种数据传输方法以及通信设备 | |
CN115002527B (zh) | 数据传输优化方法、装置、设备及存储介质 | |
CN114124754B (zh) | 用于处理多媒体网络中媒体数据包的方法及其相关产品 | |
CN113824606B (zh) | 一种网络测量方法及装置 | |
CN115297364B (zh) | 一种云游戏视频传输时延的确定方法、系统及电子设备 |
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 |