普通商用Android手機終端語音質量評估方法研究

張勇

摘 要 本文提出了一種利用普通商用Android手機終端進行MOS語音質量評估的方法，該方法通過在普通Android手機終端上安裝軟件，撥打IVR語音平臺，對語音通話進行監控并進行錄音形成通話錄音文件，并在手機終端實現ITU-P.862中推薦的語音評估算法PESQ，輸入標準參考語音文件和通話錄音文件經計算后輸出MOS評估結果，評估結果關聯終端設備信息、無線信息以及位置信息等進行上報，實現語音質量整體評估。

關鍵詞 MOS；語音質量評估；Android手機終端

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2018）205-0131-05

隨著移動網絡發展的日趨成熟，用戶對網絡的整體語音服務質量的要求不斷提高，語音服務質量與通常所講的移動網絡信號質量有很大的區別，語音服務質量更好地反映用戶對網絡的真實感受情況，其好壞直接影響著用戶對于運營商的選擇。因此，建立一套能客觀體現用戶感知的語音質量評價標準，更好的對網絡語音服務質量進行定量分析和評估，成為移動網絡運營商在網絡建設過程中必須考慮的關鍵問題。

現有MOS語音質量的評估包括基于無線指標的（RxQual）簡單評估[ 1 ]、人為主觀MOS評估方法、基于無線電鏈路參數的移動電信網絡中的語音質量測量、基于智能手機的語音質量評估系統設計與實現、利用NGN終端進行控制撥打進行語音質量測試的方法、以及專業測試設備集成硬件進行MOS計算等方法，以上方法總體上可以分為：早期的人為主觀評估、基于無線指標模擬估算評估、專業硬件設備集成PESQ算法進行評估的方法。

現有的語音質量評估人為主觀評估主觀性大，評估不客觀且成本高；利用單一無線指標RxQual評估或者利用多項相關無線指標參數計算語音質量的估算值進行評估，估算值不能真實評估語音質量；專業測試設備硬件集成PESQ算法進行評估，不能直接在普通通用終端直接使用，成本高且不利于推廣。網絡語音在終端、無線、路由、交換等傳輸過程中，都會出現導致人為主觀感覺的語音質量變差問題，以上所有方法都不適用普通通用手機終端進行語音質量的真實感知評估。

本文提出了一種利用普通商用Android手機終端進行MOS語音質量評估的方法，并充分考慮到普通商用Android手機終端的多樣性、語音質量評估的便利性、語音評估的有效性，建立IVR語音平臺，利用普通Android手機終端安裝軟件的方法進行語音質量的評估，全面推廣后，大數據量的語音質量結果上報進行點、線到面的整體通訊網絡語音質量評估。

1 MOS原理

MOS（Mean Opinion Score）語音質量測試是衡量通信系統的重要指標，網絡語音在終端、無線、路由、交換等傳輸過程中，都會出現導致人為主觀感覺的語音質量變差問題，因此，如何對用戶感知的語音質量進行評估是語音服務質量評測過程中面臨的重要問題。

MOS語音測試是通過選擇不同的人對接收的語音和原始語音進行主觀感覺對比，從而得出MOS結果，目前語音測試方法有主觀測試和客觀測試兩種：

主觀測試是按照1-5分對接收到的電話語音質量進行評分（最好為5，最差為1），ITU組織在1996年8月制定為標準，其P.800標準詳細進行了定義。

客觀測試不同于原有的主觀評估方法，客觀測試通過使用計算機來比較其通過通信網絡傳輸前后的語音質量好壞程度及其相對應的級別，主要有：PSQM、PSQM+、PESQ等。

PSQM（Perceptual Speech Quality Measurement）是通過比較計算機產生波形文件（Wave File）通過網絡傳輸前后的變化，計算語音質量好壞程度及相對應的MOS級別來評估語音質量，PSQM在1996年被國際電聯ITU-T采納為P.861建議。

PESQ（Perceptual Evaluation of Speech Quality）是支持各類端對端網絡語音質量評價，PESQ可以根據各種感知標準來客觀地評價語音信號的質量，感知指標與人類對語音質量的感受完全吻合的，并可以實現完全量化，在2001年2月ITU組織將PESQ語音質量定義為P.862標準。

PESQ是在 PSQM基礎上發展而來，相比起PSQM，PESQ有了長足的進展，PESQ能更準確地模擬人的語音感知，更接近與主觀聽覺測試語音質量評測。

P862與PSQM算法語音分值曲線如圖1：

MOS語音質量定義：主觀測試和客觀測試方法都必須將測試的最終結果對應到MOS值上，MOS語音質量值定義如表1所示。

2 PESQ算法

PESQ（Perceptual Evaluation of Speech Quality）采用插入式測試算法，通過提取輸出信號并與參照信號進行比較計算出差異值，一般情況下，輸出信號和參照信號的差異性越大，MOS參數值越低。PESQ方法綜合考慮了語音傳輸過程中的編碼、解碼失真、錯誤、丟包、延時、抖動和過濾等因素，通過PESQ方法能客觀評價語音信號的質量，對語音質量進行量化，是目前語音質量評側中比較標準和商用化程度最高的算法。

PESQ測試處理過程如圖2。

PSQM測試方法：PSQM測試是通過發送語音參考信號，并在網絡的另一端采用數字信號處理的方式比較接收到的信號和語音參考信號，通過PSQM算法量化估算出網絡語音質量MOS值。endprint

3 MOS影響因素

網絡語音在無線網絡傳輸中會經過終端、無線、路由、交換等傳輸過程，多個網元都參了語音質量的處理，因此在任何語音傳輸的任何環節出現問題，都會引起語音質量問題，通過對傳輸過程中各種情況下語音質量進行對比，可以發現和總結影響MOS值的關鍵因素。

3.1 語音編碼方式

現網中幾種主要語音編碼方式。

在正常無線網絡環境情況下，幾種語音編碼方式與MOS值的關系為：EFR>AMR>FR>AMR-HR>HR。

3.2 RXQUAL及C/I影響

對于無線網絡，網內干擾和網外干擾都可能直接影響網絡接收質量，網絡干擾降低了基站解調能力，造成誤碼，使得語音幀解析錯誤，形成丟幀影響語音質量，對于語音質量的影響范圍很大，C/I是反映通信網絡干擾水平的重要指標，也是影響手機RXQUAL的主要因素，RXQUAL及C/ I的好壞直接決定著無線網絡環境的好壞和網絡語音質量的好壞。

對手機用戶，RXQUAL差必然會對通話質量產生影響，同樣也會影響MOS值。根據實際測試結果：

當RXQUAL>4.5時，MOS值開始出現下降；當RXQUAL>5.4時，下行MOS值<3.0，通話不太清楚，影響用戶通話質量；

當RxQual>6時，下行MOS值<2.0，出現較大雜音或斷續，嚴重影響通話質量。

3.3 切換頻次

移動通信網絡是由多個蜂窩小區組成，通過采用切換技術提供通信服務，為了保證用戶在移動過程中得到持續的通信服務，系統必須要持續提供切換服務，因此，切換是通信系統中最基本、最重要的特性，系統在切換過程中需要通過TCH幀來傳送相關切換信令，在從源信道切換到目標信道過程中，必然會存在TCH 幀丟失的情況，因此通話過程中由于切換導致的語音斷續是不可避免的，整個切換過程犧牲了話音的連續性，對話音質量存在一定的影響。在PESQ算法模型中考慮了切換對語音的影響，根據現網實際測試結果，異常情況下的切換對語音MOS值影響較大。

乒乓切換：乒乓切換是由于同頻同BSIC而造成的切換失敗，導致手機不停的向錯誤小區發切換申請，由上述可知，頻繁的乒乓切換會帶來語音斷續和不連續，嚴重影響客戶通話感知，導致MOS值明顯偏低。

另外，由MOS值產生的原理可知，要保持MOS語音測量值正常，在6秒的通話時間內最多受到兩次切換的影響，當6秒通話時間內多次切換時也將會帶來語音斷續和不連續的問題，影響用戶感知，要減少網絡的切換頻次，可以采用幾種方法進行調整：

1）調整小區天線方向角和下傾角進行覆蓋優化。

2）調整切換參數，調整切換參數可以通過調整切換參數BSC級別的TINIT參數，TINIT參數設置的原理為，在增加TINIT值設置后，在切換成功后，TINIT將規定限制時間內不允許手機再次進行切換，從而達到減少切換次數的效果。

3）增加小區級的切換遲滯值（KHYST）、場強濾波長度（SSLENSD/I）和質量濾波長度（QLENSD/I）設置，通過設置可以有效推遲小區間的切換間隔，能有效減少切換次數。

在進行上述調整切換參數設置時，統一也會帶來切換不及時造成掉話的負面影響，因此，在實際參數調整設置過程中，需要根據網絡實際運行特點進行合理設置。

3.4 DTX不連續發射

在移動通信網絡中，開啟DTX不連續發射會降低用戶通話過程中的話音質量，但可以提升網絡的C/I，提升C/I有助于降低網絡干擾，提供網絡傳輸質量，因此，在實際測試結果，無線網絡中打開DTX或關閉DTX，MOS值都會有少許影響，在實際應用中，可以需要根據網絡實際情況進行合理設置。

3.5 移動臺速率影響

對于高速度情況下移動的用戶，會因為多徑影響導致誤碼上升，從而影響通話質量，造成MOS值下降。根據實際測試，速率在400km/ h～500km/h時會出現多普勒效應，移動基站收到的移動臺信號會出現頻偏的情況，當頻偏達到1 320Hz～1 650Hz時，移動基站將出現無法正確解碼終端信號的情況，因此高速度情況下對于語音質量MOS值的影響是比較嚴重的。

3.6 鏈路質量、傳輸質量影響

語音傳輸的過程中，會通過不同的鏈路和路由進行傳輸，不同的鏈路和路由也是影響MOS值的一個重要因素，在語音質量評估中出現大量的誤碼、滑碼、傳輸閃斷、壞幀過多、信令重傳等情況時，一般都是由于傳輸質量不好引起的，從原理上來看，傳輸過程中的傳輸質量、鏈路質量的問題相當于在傳輸過程中出現了一些話音幀的丟失，話音幀的丟失是非常嚴重的問題，因此也是影響話音質量MOS值的重要因素。

4 現有MOS語音質量評估缺陷

現有的MOS語音質量的評估方法基于無線指標的（RxQual）簡單評估、人為主觀MOS評估方法、基于無線電鏈路參數的移動電信網絡中的語音質量測量、基于智能手機的語音質量評估系統設計與實現、利用NGN終端進行控制撥打進行語音質量測試的方法、以及專業測試設備集成硬件進行MOS計算等方法，無法直接在普通通用終端直接使用，成本高且不利于推廣，不適應現有的MOS語音質量評估。

1）采用專用定制測試手機或者早期智能手機，不是普通商用或現有通用的手機終端，不能獲取真實用戶感知數據。

2）專業測試設備語音質量評估成本高。

3）專業測試設備攜帶不便，效率低。

4）不便于推廣和大量評估數據的獲取。

5 Android終端MOS評估方法

在普通商用Android手機終端上進行MOS語音質量評估，需在Android手機終端上安裝軟件，通過撥打IVR語音平臺，Android系統對語音通話進行監控并進行錄音形成通話錄音文件，手機終端采用軟件方式實現ITU-P.862中推薦的語音評估算法PESQ[2]，輸入標準參考語音文件和通話錄音文件經計算后輸出MOS評估結果，評估結果關聯終端設備信息、無線信息以及位置信息等進行上報，最終形成有效語音質量整體評估數據源。endprint

普通商用Android手機終端進行MOS語音質量評估的步驟包括：

手機信息采集：利用Android系統機制啟動服務或者其他常駐內存線程采集無線網絡環境信息、位置信息和終端設備信息。

啟動手機呼叫監控并撥打IVR語音平臺：利用Android系統機制啟動手機呼叫監控服務；通過手動或者自動撥打特定IVR語音平臺，IVR語音平臺提供標準放音，至少8秒以上，循環播放。

手機錄音并生成退化錄音文件：手機從撥打開始進行內錄，應答至少8秒后掛機，獲取從撥打開始到掛機結束形成退化錄音文件，可循環撥打形成連續多個退化錄音文件。

利用PESQ算法輸出評估結果：利用手機內置軟件方式實現PESQ算法，輸入退化錄音文件和內置參考語音文件，最終輸出評估結果。

評估結果和采集信息關聯并上報：將語音測試評估結果和手機采集信息通過特征值關聯，并上報服務端進行持久化存儲，形成整體語音質量評估的可靠全面數據源。

Android終端MOS語音質量評估流程如圖5。

詳細步驟說明如下：

1）手機信息采集。手機信息采集是特指普通商用智能終端的通用信息采集和手機作為主叫的呼叫事件信息采集。其中，通用信息采集的內容上可以分為無線網絡環境信息、位置信息和終端設備信息等，包括但不限于：主服小區唯一標示信息、信號強度、經度、維度、終端型號、終端固件版本號，通用信息采集頻率為1次/秒；呼叫事件信息采集信息內容包括被叫號碼、起呼時間、接通時間、應答時間、掛機時間等基本呼叫信息。

2）啟動手機呼叫監控并撥打IVR語音平臺。利用Android系統機制，啟動監聽手機呼叫服務，服務包括呼叫監聽服務和Radio日志服務。撥打特定IVR語音平臺，撥打有效時長（從應答后至少8秒）、撥打次數及撥打間隔可設置，撥打方式可以手動進行或者通過任務計劃方式定時啟動撥打；

其中，所述啟動手機呼叫監控的具體描述如下。

Android操作系統版本不同，低于4.1的版本同時啟動呼叫監聽服務和Radio日志服務，其他版本啟動呼叫監聽服務；呼叫過程的監控內容包括呼叫振鈴時間、應答時間和掛機時間，遵循如下原則：

（1）利用Android系統機制準確判斷手機呼叫振鈴開始（CALL_STATE_RINGING）和呼叫結束（CALL_STATE_OFFHOOK）時間。

（2）Android操作系統版本不同，低于Android 4.1的手機采用系統Radio Log日志監聽精確應答時間，其他終端應答時間采用呼叫振鈴時間+應答時延（經驗值）。

其中，所述IVR語音平臺的具體描述如下：

IVR語音平臺具有特定的接入號碼，對接入的電話自動應答并播放參考語音文件，參考語音文件有效長度至少8秒以上，播放超過特定時長自動掛斷，不超過掛斷時長閾值時，循環播放（沉默間隔2秒）標準參考語音文件。

（3）手機錄音并生成通話錄音文件。手機從撥打測試開始進行錄音，掛機后結束錄音，形成一個錄音通話文件采樣片段，針對錄音通話文件采樣片段進行剪輯，從撥打應答開始每8秒形成一個錄音通話文件，丟棄沉默間隔2秒錄音片段，末尾不足8秒片段丟棄，最終形成一個或者多個錄音通話文件。

其中所述錄音的具體描述如下：

基于Android手機錄音模塊差異，錄音方式采用內錄或者外錄，內錄指內部錄音，特指針對語音呼叫下行（Rx）音頻的錄制；部分Android機型不支持內錄，采用聽筒聲音外放，音源類型設置為MediaRecorder.AudioSource.CAMCORDER，保證音源最小衰減和減少干擾，此種錄音方式稱為外錄。

（4）利用PESQ算法輸出評估結果。利用普通商用手機端通過軟件方式實現PESQ算法，輸入通話錄音文件和參考語音文件，撥打測試結束后輸出語音質量評估結果。一次撥打IVR語音平臺過程可生成一個或者多個語音通話文件，按照時間特征值對參考語音文件進行剪輯，形成一對或者多對語音通話文件和參考語音文件的輸入，通過PESQ算法獲得一個或者多個MOS值，如果是多個MOS值則進行平均，最終一次呼叫獲取一個MOS評估結果。

其中，PESQ算法是ITU-P.862中推薦的語音評估最新算法，算法通過電平調整、濾波、時間對齊、聽覺轉換、擾動處理、壞段標示及壞段重對齊等系列處理后最終形成認知模型，獲取評估結果。

5）評估結果和采集信息關聯并上報。MOS語音質量評估結果和手機采集信息通過撥打呼叫事件進行關聯，關聯遵循如下原則：

（1）一次撥打呼叫合成一條手機采集信息，包括通用信息和呼叫事件信息。

（2）一次撥打呼叫合成一個呼叫事件。

（3）一個呼叫事件獲取一個MOS評估結果。

完成關聯后，上報服務端并進行持久化存儲。

基于Android手機終端實際測試情況能獲得用戶真實用戶感知情況，基于用戶真實MOS值可以進行弱MOS分析，從覆蓋、質量、切換、編碼方式及傳輸質量深入分析各個原因并進行有針對性的優化。

（1）覆蓋優化。覆蓋作為優化的基礎，起著至關重要的作用，對多項指標均有重要的影響，包括對MOS的影響。MOS分析可以從過覆蓋、弱覆蓋、背向覆蓋、主服小區不明顯、室分泄露及覆蓋調整方面對MOS值低且存在覆蓋問題進行剖析。

過覆蓋。過覆蓋小區對網絡指標影響較大也是目前網絡常見問題之一，過覆蓋會產生頻率干擾及孤島效應，對MOS值影響較大。

優化建議：可通過控制覆蓋范圍：查看小區功率等級、功率類型以及機械下傾角與電子下傾角；可以通過層間切換門限及層間切換統計時間與持續時間來控制該路段的切換；可以對主服小區的鄰區進行核查，添加合理鄰區。endprint

弱覆蓋。弱覆蓋形成的低電平質差對網絡質量也有一定的影響且是對MOS影響較大，形成原因主要有以下幾點：因地形、物業等原因無法建站導致；因建筑阻擋等原因導致；因屏蔽嚴重導致；因覆蓋調整導致等。

優化建議：在優化無法滿足的情況下提交新建站計劃，如工期較長可提交拉遠站或一體化機房等緩解。

背向覆蓋。因工天饋接反或調整過程中方位角偏離主服范圍較大等因素形成的背向覆蓋對MOS影響較大。

優化建議：對背向覆蓋問題，可以核實工參信息經緯度及小區方位角；現場勘查實際覆蓋情況，避免天線直射或小角度直射易反射物體，判斷是主集與主集接反、主集與分集接反、分集與分集接反還是兩小區主分集完全接反，提交天饋整改工單或直接派單上站梳理饋線。

主服小區不明顯。在高層建筑或基站密度較大區域，因覆蓋重疊度較大而出現頻率資源緊張，復用度大導致的頻率干擾問題較為嚴重，導致異常事件影響MOS語音質量。

優化建議：對周邊站址進行實地勘察，調整覆蓋，梳理切換，凸顯主服小區。

室分泄露。室分泄露是因為室分功率等級及功率類型較大或為了吸收話務調整室分小區層級較高等導致重選及切換占用，嚴重影響MOS語音質量。

優化建議：調整室分基站功率等級及小區所在層級；功率等級較小情況下可派單至室分廠家增加衰減；結合（PI、PT、CRO、PBGT、P/N等參數）調整重選及切換。

（2）質量優化。質量是直接影響MOS指標重要的因素，由于干擾、傳輸誤碼、硬件故障及弱覆蓋等原因導致，現網中的一些質量問題的主導因素便是干擾，干擾目前主要分為網內干擾、外部干擾，硬件問題等。針對外部干擾的諸多原因，可以結合話務量與干擾帶等級的變化進行初步分析再結合掃頻定位，通過安裝濾波器，或申請無委進行解決，網內干擾目前較為嚴重的是網內的同、鄰頻干擾，需要對基站小區經緯度核實，合理規劃覆蓋，修改部分干擾頻點等手段解決。

（3）切換優化。切換優化是通過對實際網絡運行狀況進行優化，設置相關切換參數的方法達到改善用戶感知的目標，在實際網絡運行中，切換不合理會切換到質量差小區，引起MOS分值低，因此需要反復檢查相關切換參數設置。

切換優化可以采用調整小區天線方向角和下傾角進行覆蓋優化；調整切換參數包括通過調整切換參數BSC級別的TINIT參數；增加小區級的切換遲滯值（KHYST）、場強濾波長度（SSLENSD/I）和質量濾波長度（QLENSD/I）設置，有效推遲小區間的切換間隔等方法。在實際參數調整設置中，都需要根據網絡實際運行特點進行合理設置。

（4）編碼優化。不同編碼方式對MOS影響不同，其中半速率對MOS值影響較大，通過分析語音編碼方式與MOS值，我們可以盡量采用半速率語音編碼方式，并盡可能多使用全速率語音編碼方式。另外，我們也可以盡量減少半速率話務，這樣可以大幅提高全網MOS大于等于3的比例。

（5）傳輸質量優化。網絡傳輸問題是指網絡突發故障，包括網元硬件故障和傳輸線路故障，網絡傳輸問題常常導致小區出現通話突然中斷情況，出現大量掉話，造成最差的MOS測量值，在實際應用測試中，需及時發現和處理網絡中的網絡傳輸問題，保障傳輸線路正常。

6 創新點

1）利用普通商用Android手機終端進行MOS語音質量評估，該方法形成的裝置進行推廣應用為建立語音質量評估體系提供了通用、準確、有效的數據源基礎。

2）手機信息采集的方法以及和MOS評估結果的關聯規則充分考慮到普通商用手機終端型號及Android操作系統的多樣性、評估采樣數據的有效性，能高效完成測試和獲取豐富客觀的MOS評估數據。

3）本次提出的Android手機錄音并生成通話錄音文件的方法和規則充分考慮到普通商用手機終端型號及操作系統的多樣性，制定了錄音方式、起止時間、錄音時長等規則，采集的錄音結果信息能為MOS語音質量評估提供準確、有效輸入數據源。

7 應用價值

基于普通商用Android手機終端進行MOS語音質量評估方法彌補了現有的利用專業測試設備近似模擬普通商用手機端進行語音質量的評估方法的不能真實體現用戶感知、成本高、效率低、以及不便推廣的不足，充分考慮到普通商用手機的移動性、便利性和通訊網絡MOS語音質量評估的準確性、有效性，在實際網絡語音質量評估工作中，關注網絡語音質量提升人員甚至普通員工通過采用本方法對應裝置進行撥打測試評估，隨時隨地撥打測試并上報測試結果及手機采集信息，形成體現用戶真實感知、大量、全面的MOS語音質量評估數據源。

參考文獻

[1]李曉輝.LTE移動通信系統[M].西安：電子科技大學出版社，2013.

[2]孫新建，鄒霞，曹鐵勇，等.基于加權巴克譜失真的語音質量客觀評價算法[J].數據采集與處理，2006.endprint