1引言

隨著無線網(wǎng)絡技術的不斷發(fā)展和網(wǎng)絡的逐漸普及，客戶對網(wǎng)絡的整體語音服務質量要求不斷提高，語音質量的好壞直接影響著用戶對于運營商的選擇。因此，根據(jù)移動通信網(wǎng)絡服務質量的要求，建立一套語音質量客觀評價標準來更好地對網(wǎng)絡語音服務質量進行定量分析和評估，逐步成為移動網(wǎng)絡運營商在網(wǎng)絡建設過程中必須考慮的關鍵問題。

最早的語音質量評測標準僅是基于無線質量指標（RxQual，C/I，F(xiàn)FER等），但實際語音在傳輸中會經(jīng)過無線、傳輸、交換、路由等多個節(jié)點，任一環(huán)節(jié)出現(xiàn)問題都會導致用戶語音感知差，僅僅考慮無線指標是無法發(fā)現(xiàn)和定位語音質量問題的，于是基于用戶感知的語音質量評價方法逐漸成為用戶語音服務質量評測的最主要標準。

2MOS語音質量評價方法

常用的語音質量評價方法分為主觀評價和客觀評價。早期語音質量的評價方式是主觀評價，人們在打通電話之后通過人耳來感知語音質量的好環(huán)。1996年，國際ITU組織在ITU-TP.800和P.830建議書開始制訂相關的評測標準，即MOS（MeanOpinionScore）測試。它是一種主觀測試方法，將用戶接聽和感知語音質量的行為進行調研和量化，由不同的調查用戶分別對原始標準語音和經(jīng)過無線網(wǎng)傳播后的衰退聲音進行主觀感受對比，評出MOS分值（見表1）。顯而易見，在現(xiàn)實中讓一組人接聽語音和評價語音質量是非常困難和昂貴的。

因此，ITU組織推行了大量的端到端語音質量客觀測試技術的標準化工作，發(fā)布了幾種語音評估算法標準（PAMS，PSQM，PSQM+，MNB，PESQ）。MOS評測開始擺脫原始的主觀評估方式，使用量化算法計算相對應的級別及語音質量好壞程度。其中，P.862-PESQ（PerceptualEvaluationof Speech Quality）算法是ITU組織在2001年2月發(fā)布的目前最新的語音傳輸質量測量標準，由于其強大的功能和良好的相關性，它迅速成為目前最主流的語音評估算法。PESQ算法適用于評價各類端到端網(wǎng)絡的語音質量，它綜合考慮了感知中的各項影響因素（如編解碼失真、錯誤、丟包、延時、抖動和過濾等），客觀地評價語音信號的質量，從而提供可以完全量化的語音質量衡量方法。

表1MOS分值對照表

3PESQ算法原理

從PESQ算法模型的結構圖中可以看到整個算法的處理流程（見圖1）。參考信號和通過無線網(wǎng)絡傳輸后的退化信號通過電平調整，再用輸入濾波器模擬標準電話聽筒進行濾波（FFT）。這兩個信號在時間上對準，并通過聽覺變換和認知模型，映射到對主觀平均意見分的預測。一般情況下，輸出信號和參照信號的差異性越大，計算出的MOS分值就越低。

圖1PESQ算法模型

PESQ作為ITU-P.862中推薦的語音評估最新算法，相對于PSQM和MNB只能用于窄帶編解碼測量，并且對某些類型的編解碼、背景噪聲和端到端的影響，比如濾波和時延變化只能給出不精確的預測值，它的算法模型能提供更好的相關性（見表2），能在更廣泛的條件下對主觀質量給出精確地預測，包括背景噪聲、模擬濾波、時延變化等。