首頁>>>技術>>>VoIP

基于E-Model的VoIP語音質(zhì)量測量方法

2007/04/20

　　摘要　基于E-Model的語音質(zhì)量測量方法是一種客觀測試方法，它克服了傳統(tǒng)語音質(zhì)量測試在數(shù)據(jù)網(wǎng)絡測量中的不足。為了能夠準確評估VoIP語音質(zhì)量，在E-Model算法的基礎之上，探討了延時、噪聲、回音、語音壓縮等損傷因素對VoIP語音質(zhì)量的影響。

1、引言

　　VoIP（Voice over IP），以IP分組交換網(wǎng)絡為傳輸平臺，對模擬的語音信號進行壓縮、打包等一系列的特殊處理，使之可以采用無連接的UDP（User Datagram Protocol）協(xié)議進行傳輸[1]。近年來，隨著IP網(wǎng)絡技術的廣泛應用，VoIP成為一種新興的電話通信方式，IP網(wǎng)絡所提供的語音質(zhì)量問題受到人們的普遍關注，如何對語音質(zhì)量進行科學可靠的測量和評價是網(wǎng)絡測量和網(wǎng)絡規(guī)劃設計中十分關鍵的問題。E-Model作為語音質(zhì)量測量的一種新方法，它適合數(shù)據(jù)網(wǎng)絡的語音質(zhì)量測量，必將有廣泛的應用。本文將在E模型下分析延時、噪聲、回音和語音壓縮等對VoIP語音質(zhì)量的影響。

2、基于E-Model的語音質(zhì)量評價

　　目前對IP電話業(yè)務語音質(zhì)量評分的評價分為主觀評價和客觀評價。主觀評價方法主要是MOS模型（平均評定得分法），還包括判斷滿意度測量等方法；客觀評價方法主要有PSQM模型（感知話音質(zhì)量測量法）、PAMS模型（感知分析測量法）、PESQ模型（感知話音評估法）和E-Model[2，3]。傳統(tǒng)的測量方式不是基于數(shù)據(jù)網(wǎng)絡的，不能反映延時、抖動和丟包等數(shù)據(jù)網(wǎng)絡特有的問題。

　　在ITU-T P.800中規(guī)定的平均主觀值MOS，基于該主觀評測把人接聽和感知語音質(zhì)量的行為被調(diào)研和量化，接聽到何種級別質(zhì)量的語音，就得到多少平均主觀值MOS。一般情況下MOS值是4或更高被認為是比較好的語音質(zhì)量，而若平均主觀值MOS低于3.6，則大部分接聽者不能滿意語音質(zhì)量。平均主觀測試雖然準確有效，但是這種方法存在的最大問題就是實現(xiàn)起來非常麻煩和昂貴，因此人們在不斷地探索能進行客觀測量的方法。ITU-T的G.107標準提出的E模型考慮了延時、噪聲、回音、編碼器性能、丟包、抖動等網(wǎng)絡損傷因素對語音質(zhì)量的影響。它的評價標準如圖1所示。



圖1　用戶滿意度等級與R值和MOS值的范圍對應表

根據(jù)ITU-T G.107的定義和實際測試所需的參數(shù)可以求出R的值。傳輸參數(shù)R的表達式為：



其中

（1）Ro表示基本的信噪比，Ro的表達式為：



　　其中，SLR表示發(fā)送端響度評測值，No表示不同噪聲源功率之和。

No的表達式為：



　　其中，Nc表示電路引起的所有哚聲功率之和，Nos表示發(fā)送端背景噪聲引起的電路噪聲，Nor表示接收端背景噪聲引起的電路噪聲，Nfo表示接收端的噪聲。影響Ro的主要因素包括：響度評測值（SLR，RLR），背景噪聲（Ps，Pr），電話延遲值（Ds，Dr），說話者回音響度額定值（TELR）。

（2）Is表示語音實時傳輸所產(chǎn)生的同步損傷，Is的表達式為：



　　其中，Iolr表示是由太低的響度評測值所引起的質(zhì)量的下降，Ist表示是由非適宜的電話噪聲引起的損傷，Iq表示量化失真所造成的損傷。影響Is的主要因素有：響度評測值，背景噪聲，電話延遲值，說話者回音響度額定值，單向延遲時間（T），量化失真度（qdu）。

（3）Id表示語音信號的延遲損傷，Id的表達式為：



　　其中，Idte表示發(fā)送端回音所造成的損傷，Idle表示接收端回音所造成的損傷，Idd表示太長的絕對延遲所引起的損傷。影響Id的主要因素有：延遲，說話者回音響度，背景噪聲，響度評測值等。

（4）Ie-eff表示低比特率編碼及丟包所造成的損傷，Ie-eff的表達式為：



　　其中Ie表示設備損傷因素，Bbl表示丟包主要因素，Ppl表示丟包率。

　　（5）A表示優(yōu)勢損傷因素，它是當有其它優(yōu)勢傳遞到用戶的一種補償，通常情況下設置為零[4]。

　　在E-Model測量中包含了影響窄帶電話通話質(zhì)量的多種傳輸參數(shù)，在ITU-T G.107中提供了一組默認值，當終端和應用環(huán)境是正常的，可以直接使用這些默認值。根據(jù)這些默認值和一些可求的參數(shù)比如延時、丟包率等可以得到E-Model輸出的傳輸參數(shù)R。R直越大，說明語音質(zhì)量越好，R值的范圍是0-100，0是最差的，100是最好的。

　　平均主觀值MOS是1-5之間的數(shù)，1是語音質(zhì)量最差的，5是語音質(zhì)量最好的。R值可以通過下面的公式轉化成MOS分：



　　IP電話網(wǎng)絡損傷的主要因素包括延時、噪聲、回音、語音編碼和丟包[5，6]：

　�。�1）延時（delay），指IP包從網(wǎng)絡入口點到達網(wǎng)絡出口點所需要的傳輸時間。如果在一個呼叫中包含不同的通路時間，則存在抖動，抖動越大則語音質(zhì)量下降的越明顯。在E模型中采用固定緩沖區(qū)的方法，可以使抖動的影響轉化為延時[7]。

　�。�2）回音（echo），是由語音網(wǎng)絡中的電氣反射引起的，延時超過16 ms的回聲對說話人會有影響。下文通過說話者回音響度額定值（TELR），來檢測回音對語音質(zhì)量的影響。

　�。�3）噪聲（noise），是影響語音質(zhì)量的一個關鍵因素，下文分別通過發(fā)送端背景噪聲Ps和接收端背景噪聲Pr來分析噪聲對語音質(zhì)量的影響。

　　（4）語音壓縮（Speech compression），在語音處理中語音編碼有很多種方式，每一種都有不同的特點。低速的編碼方式占用較少的帶寬，但是低速編碼使用有損的壓縮算法，削弱了語音質(zhì)量。仿真將采用標準為G.711、G.729 A、G.723.1的編碼方式，演示編碼對語音質(zhì)量的影響，其主要參數(shù)如表1所示。

表1　標準編碼器的主要參數(shù)


　　 （5）丟包（Packet loss），是影響語音質(zhì)量的又一個關鍵因素。數(shù)據(jù)包發(fā)送端和接收端之間的數(shù)據(jù)包數(shù)目的差值即為網(wǎng)絡傳輸丟失包數(shù)目。當少量的丟包且是隨機地分布時，人耳并不容易感覺到較差的語音質(zhì)量。當丟包數(shù)量變大時，語音質(zhì)量也就相應的變差。

3、仿真結果

　�。�1）圖2演示了延時和說話者回音響度額定值（TELR）對R值的影響：時延在0～500 ms變化時，相應的R值隨時延的增長而降低，另外，從仿真結果也可以看出，TELR對R值的影響也是很大的，TELT=65 dB時，R值隨延時變化的相對緩慢，隨著TELR值的減小，R值隨延時的增加而迅速降低，且在相同的時延條件下，TELR越大，得到的R值也越大。

圖2　延時、回音額定值對R值的影響

（2）從圖3仿真結果可以看出語音編碼對R值的影響：選擇越低速率的編碼方式，得到的R值就越小。在實際情況中，選擇低速的編碼方式能夠在相同的連接上建立更多的呼叫，但是引入了更大的延時，使語音質(zhì)量對丟包也更加敏感。如果需要很高的語音質(zhì)量，則意味著只能使用64 kbit/s的G.711編碼方式。

圖3　語音編碼對R值的影響

（3）從圖4仿真結果可以看出，發(fā)送端背景噪聲Ps和接收端背景噪聲Pr對MOS值的影響：背景噪聲小于40 dB時，對語音質(zhì)量沒有太大的影響，當背景噪聲大于40 dB，語音質(zhì)量會迅速下降。

圖4　噪聲對MOS值的影響

4、結束語

　　 E-Model是一種語音質(zhì)量測量的新方法，在網(wǎng)絡規(guī)劃和語音監(jiān)測方面有著廣泛的應用。隨著IP網(wǎng)絡和應用的迅猛發(fā)展，特別是隨著NGN網(wǎng)絡的逐步應用，該網(wǎng)絡可以提供包括話音、數(shù)據(jù)和多媒體等各種業(yè)務。語音質(zhì)量測量是NGN網(wǎng)絡測試的一個重要方面，基于E-Model的語音質(zhì)量測量是對NGN網(wǎng)絡語音質(zhì)量測量的一種有效的方法，必定會有很好的應用前景。

廣東通信技術


相關鏈接:
國外寬帶電話VoIP發(fā)展現(xiàn)狀及啟示 2007-04-17
VoIP要“趕走”PSTN還有點難 2007-04-17
擺脫VoIP安全困擾：電信外包的初衷 2007-04-17
曾劍秋解析AT&T的VOIP策略 2007-04-16
探索：網(wǎng)絡電話VoIP產(chǎn)業(yè)“亂局”突破點 2007-04-16

分類信息: