移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)質(zhì)量評(píng)分方法 語(yǔ)音通話(huà)

YD/TXXXX—20XX

目次

目次...............................................................................I

前言..................................................................................II

1范圍.................................................................................1

2規(guī)范性引用文件.......................................................................1

3術(shù)語(yǔ)和定義...........................................................................1

4縮略語(yǔ)...............................................................................1

5測(cè)試環(huán)境.............................................................................2

6測(cè)試工具.............................................................................2

7信號(hào)分析.............................................................................4

8測(cè)試預(yù)設(shè)條件與要求...................................................................7

附錄A.............................................................................8

A.1預(yù)同步.............................................................................8

A.2粗同步.............................................................................8

A.3精細(xì)同步...........................................................................9

A.4自校驗(yàn)............................................................................12

附錄B............................................................................13

B.1連續(xù)丟失的活動(dòng)語(yǔ)音幀數(shù)量與分?jǐn)?shù)系數(shù)k...............................................13

B.2插入的空幀或算法引入的合成語(yǔ)音幀數(shù)量與分?jǐn)?shù)系數(shù)h...................................13

B.3語(yǔ)音間漏幀數(shù)量與分?jǐn)?shù)系數(shù)l1........................................................13

B.4句首漏幀數(shù)量與分?jǐn)?shù)系數(shù)l2..........................................................14

B.5a句與b句整合后的分?jǐn)?shù)系數(shù)g.......................................................14

附錄C............................................................................16

C.1ITU-TP.501中文語(yǔ)音信號(hào)（全頻帶語(yǔ)音）............................................16

C.2本標(biāo)準(zhǔn)建議的中文普通話(huà)語(yǔ)音信號(hào)....................................................16

I

YD/TXXXX—20XX

前言

本文件按照GB/T1.1-2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起

草。

請(qǐng)注意本文件的某些內(nèi)容可能涉及專(zhuān)利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專(zhuān)利的責(zé)任。

本文件由中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)提出并歸口。

本文件起草單位：中國(guó)信息通信研究院、中國(guó)電信集團(tuán)有限公司、中國(guó)移動(dòng)通信集團(tuán)有限公司、華

為技術(shù)有限公司、中興通訊股份有限公司。

本標(biāo)準(zhǔn)主要起草人：趙澎、秦巖、郭雯、王偉、黃毅華、許向東、程寶平、雷珺、陳民、吳慶航、

張葉蒙、黃敏峰、樊兆賓、馬偉、劉紅軍。

II

移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)質(zhì)量評(píng)分方法語(yǔ)音通話(huà)

1范圍

本文件規(guī)定了移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)端到端語(yǔ)音傳輸質(zhì)量通用客觀測(cè)試方法，包含算法、測(cè)試設(shè)備要

求及操作等方法。

本文件適用于現(xiàn)有的移動(dòng)通信網(wǎng)絡(luò)與有線(xiàn)網(wǎng)絡(luò)，窄帶、寬帶、超寬帶和全頻帶語(yǔ)音傳輸，包含

但不限于AMR、EVS等語(yǔ)音編解碼方式。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用

文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）

適用于本文件。

性能、服務(wù)質(zhì)量和體驗(yàn)質(zhì)量術(shù)語(yǔ)（Vocabularyforperformance,qualityof

ITU-TP.10（2017）

serviceandqualityofexperience）

ITU-TP.56（1993）激活語(yǔ)音水平的客觀測(cè)量

ITU-TP.501（2012）電話(huà)測(cè)量用測(cè)試信號(hào)（Testsignalsforuseintelephonometry）

傳輸質(zhì)量的主觀判斷的方法（Methodsforsubjectivedeterminationof

ITU-TP.800（1996）

transmissionquality）

YD/T1538-2021數(shù)字移動(dòng)終端音頻性能通用測(cè)試方法

YD/T1885-2016移動(dòng)通信手持機(jī)有線(xiàn)耳機(jī)接口技術(shù)要求和測(cè)試方法

3術(shù)語(yǔ)和定義

下列術(shù)語(yǔ)和定義適用于本文件。

3.1

窄帶語(yǔ)音narrowbandspeech

在20Hz-4000Hz范圍外沒(méi)有顯著信號(hào)分量的信號(hào)，通常主要語(yǔ)音能量集中在300Hz-

3400Hz范圍內(nèi)。

[來(lái)源：ITU-TP.10——2017，6.166，6.167]

設(shè)置格式[BINGO]:字體顏色:自動(dòng)設(shè)置

3.2

寬帶語(yǔ)音widebandspeech

在20Hz-8000Hz范圍外沒(méi)有顯著信號(hào)分量的信號(hào)，標(biāo)稱(chēng)語(yǔ)音信號(hào)頻率寬度大于300Hz-

3400Hz的語(yǔ)音傳輸，通常理解為100Hz-7000Hz。

[來(lái)源：ITU-TP.10——2017，6.320，6.321]

3.3

超寬帶語(yǔ)音superwidebandspeech

在20Hz-14000Hz范圍外沒(méi)有顯著信號(hào)分量的信號(hào)，標(biāo)稱(chēng)語(yǔ)音信號(hào)頻率寬度大于100Hz-

7000Hz的語(yǔ)音傳輸，通常理解為500Hz-14000Hz。

[來(lái)源：ITU-TP.10——2017，6.320，6.321]

3.4

全頻帶語(yǔ)音fullbandspeech

在10Hz-20000Hz范圍外沒(méi)有顯著信號(hào)分量的信號(hào)，標(biāo)稱(chēng)語(yǔ)音信號(hào)頻率寬度大于50Hz-

14000Hz的語(yǔ)音傳輸，通常理解為20Hz-20000Hz。

[來(lái)源：ITU-TP.10——2017，6.99，6.100]

4縮略語(yǔ)

1

ACR絕對(duì)類(lèi)別評(píng)級(jí)AbsoluteCategoryRating

AMR自適應(yīng)多速率編碼AdaptiveMultiRate

ARL聲參考電平AcousticReferenceLevel

EPC演進(jìn)的分組核心網(wǎng)EvolvedPacketCore

EVS增強(qiáng)型語(yǔ)音通話(huà)服務(wù)EnhancedVoiceServices

FB全頻帶FullBand

IMSIP多媒體子系統(tǒng)IPMultimediaSubsystem

LTE長(zhǎng)期演進(jìn)LongTermEvolution

MGCF媒體網(wǎng)關(guān)控制功能MediaGatewayControlFunction

MOS平均意見(jiàn)分MeanOpinionScore

MS移動(dòng)臺(tái)MobileStation

P-CSCF代理呼叫會(huì)話(huà)控制功能Proxy-CallSessionControlFunction

POI互連點(diǎn)（公共交換電話(huà)網(wǎng)絡(luò)）PointofInterconnection(withPSTN)

SBC會(huì)話(huà)邊緣控制SessionBorderControl

S-CSCF服務(wù)呼叫會(huì)話(huà)控制功能Serving-CallSessionControlFunction

SWB超寬帶SuperWideBand

THD+N總諧波失真+噪聲TotalHarmonicDistortion+Noise

VoLTE長(zhǎng)期演進(jìn)語(yǔ)音承載VoiceoverLongTermEvolution

VoNR新空口承載語(yǔ)音VoiceoverNewRadio

5測(cè)試環(huán)境

5.1網(wǎng)絡(luò)條件

以VoLTE注冊(cè)用戶(hù)發(fā)起呼叫為例，圖1為VoLTE注冊(cè)用戶(hù)與被叫呼叫的流程圖與移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)

架構(gòu)。

圖1VoLTE呼叫流程，主叫為IMS用戶(hù)，被叫為/非IMS用戶(hù)

現(xiàn)網(wǎng)環(huán)境下，主被叫可在同蜂窩不同蜂窩下建立語(yǔ)音通路。建議主被叫在同運(yùn)營(yíng)商網(wǎng)絡(luò)環(huán)境

/設(shè)置格式[BINGO]:非突出顯示

下進(jìn)行測(cè)試，測(cè)試結(jié)果中應(yīng)注明主被叫所在的基本網(wǎng)絡(luò)條件，如電路域、分組域、同/不同小區(qū)、

同/跨運(yùn)營(yíng)商等。

6測(cè)試工具

6.1測(cè)試信號(hào)

6.1.1參考語(yǔ)音信號(hào)

2

建議采用中文普通話(huà)作為測(cè)試用參考語(yǔ)音信號(hào)，可選用ITU-TP.501推薦的中文普通話(huà)語(yǔ)音

設(shè)置格式[BINGO]:非突出顯示

信號(hào)，由母語(yǔ)是中文普通話(huà)的中青年男性與女性各兩位，分別單人錄制聲音，每人兩句話(huà)，前句記

為a句，后句記為b句。也可采用本文件推薦的中文語(yǔ)音信號(hào)（詳見(jiàn)附錄C）。

參考語(yǔ)音信號(hào)也可自行錄制，但應(yīng)滿(mǎn)足以下基本要求。

a)信號(hào)為單聲道全頻帶（20Hz—20000Hz）錄制，PCM編碼、16位、48kHz采樣率，平均活

動(dòng)語(yǔ)音電平需調(diào)整到-26dBov（overload，相對(duì)于系統(tǒng)過(guò)載點(diǎn)的電平）。

b)該參考信號(hào)文本應(yīng)選用常用詞，整句語(yǔ)法簡(jiǎn)單，且好理解；讀句子時(shí)，應(yīng)語(yǔ)速適中，語(yǔ)氣

自然，不夾雜情緒，聲音大小等與日常說(shuō)話(huà)相似，需有男聲和女聲。

c)語(yǔ)音信號(hào)的錄制應(yīng)在標(biāo)準(zhǔn)消聲室內(nèi)進(jìn)行，可使用自由場(chǎng)傳聲器（0°入射角）或全向傳聲

器，人嘴距傳聲器為10cm，環(huán)境噪聲應(yīng)低于30dB(A)SPL（SoundPressureLevels，聲壓級(jí)）。

設(shè)置格式[BINGO]:字體:（默認(rèn)）宋體,（中文）宋體

d)每個(gè)參考語(yǔ)音信號(hào)總時(shí)長(zhǎng)為8s，由兩句話(huà)構(gòu)成，期間有一靜音間隔，不大于2s，不小于1s，

第一句話(huà)前部為1s靜音間隔，兩句話(huà)（有效語(yǔ)音信號(hào)）合計(jì)不少于3s，尾部靜音部分不少于1s。

e)參考語(yǔ)音信號(hào)中靜音間隔的本底噪聲不應(yīng)超過(guò)–84dBov(A)。

f)推薦采用中青年男女的中文普通話(huà)，也可使用各地方言及不同年齡人群的聲音。

6.1.2采樣語(yǔ)音信號(hào)

經(jīng)由網(wǎng)絡(luò)端到端傳輸后的語(yǔ)音信號(hào)，存在一定損傷，該降級(jí)語(yǔ)音信號(hào)通過(guò)被測(cè)系統(tǒng)后，在其接

收端的模擬電接口進(jìn)行單聲道全頻帶（20Hz—20000Hz）采樣，16位，48kHz采樣率。

采樣信號(hào)電平幅度建議為–26dBov，

采樣信號(hào)時(shí)長(zhǎng)應(yīng)不大于12s，建議為8s，與參考信號(hào)長(zhǎng)度一致。采樣信號(hào)頭部至a句起始點(diǎn)，

應(yīng)不大于2s。采樣信號(hào)中可能會(huì)因網(wǎng)絡(luò)傳輸、信號(hào)變差等產(chǎn)生噪音，但應(yīng)沒(méi)有終端鈴聲、信號(hào)或語(yǔ)

音提示音等其它異常聲音。

6.2數(shù)據(jù)采集設(shè)備

6.2.1基本功能

數(shù)采設(shè)備可通過(guò)有線(xiàn)或無(wú)線(xiàn)（如WiFi等）方式，依照預(yù)設(shè)程序至少對(duì)兩臺(tái)（一對(duì)）數(shù)字移動(dòng)終

端或模擬終端進(jìn)行單次或循環(huán)控制，可實(shí)現(xiàn)如下基本功能。

a)自動(dòng)撥打/接聽(tīng)電話(huà)。

b)控制音量鍵至預(yù)設(shè)等級(jí)，若在測(cè)試中被誤碰觸音量鍵，應(yīng)能及時(shí)發(fā)現(xiàn)并調(diào)回預(yù)設(shè)狀態(tài)。

c)關(guān)閉第三方呼叫等待、提示音、語(yǔ)音識(shí)別等容易干擾采樣的聲音提示。

d)可通過(guò)標(biāo)準(zhǔn)3.5mm耳機(jī)接口，或其它音頻有線(xiàn)方式（Type-C、miniUSB等）對(duì)數(shù)字移動(dòng)終端

或模擬終端進(jìn)行語(yǔ)音信號(hào)的發(fā)送/接收（采集）。

e)系統(tǒng)應(yīng)具備通路驗(yàn)證、自檢功能。

不建議采用藍(lán)牙或其它無(wú)線(xiàn)方式對(duì)語(yǔ)音信號(hào)進(jìn)行發(fā)送/接收處理。

6.2.2基本性能要求

參考語(yǔ)音和采樣語(yǔ)音信號(hào)處理能力應(yīng)符合6.1測(cè)試信號(hào)的要求。耳機(jī)接口性能應(yīng)滿(mǎn)足YD/T

1885標(biāo)準(zhǔn)要求。

輸入接口：

頻率范圍20Hz–20kHz，±0.3dB；

本底噪聲不超過(guò)-70dB；

THD+N≤1%(100Hz–20kHz，在可輸入的標(biāo)稱(chēng)電平幅度下)；

通道隔離度≥60dB。

輸出接口：

頻率范圍20Hz–20kHz，±0.3dB；

本底噪聲不超過(guò)-75dB；

THD+N≤1%(100Hz–20kHz，在可輸出的標(biāo)稱(chēng)電平幅度下)；

通道隔離度≥60dB。

建議數(shù)據(jù)采集設(shè)備在控制兩臺(tái)終端設(shè)備，進(jìn)行發(fā)送/接收語(yǔ)音信號(hào)時(shí)，同步觸發(fā)精度不大于1ms，

若大于1ms，則數(shù)采設(shè)備不具有網(wǎng)絡(luò)語(yǔ)音傳輸延時(shí)的測(cè)試能力。

6.3語(yǔ)音采集設(shè)備

6.3.1基本功能

3

語(yǔ)音采集終端設(shè)備，應(yīng)支持現(xiàn)有運(yùn)營(yíng)商全部網(wǎng)絡(luò)制式及頻段，支持AMR-NB、AMR-WB、EVRC-B

設(shè)置格式[BINGO]:非突出顯示

語(yǔ)、和EVS語(yǔ)音編解碼方式及多種速率。信號(hào)采集設(shè)備鏈接方式見(jiàn)圖2.

設(shè)置格式[BINGO]:居中,縮進(jìn):首行縮進(jìn):0字符

圖2語(yǔ)音采集設(shè)備鏈接示意圖

6.3.2性能要求

依照YD/T1538-2021規(guī)定的測(cè)試方法，應(yīng)滿(mǎn)足該標(biāo)準(zhǔn)附錄A中有關(guān)頭戴機(jī)模式下的全部技術(shù)

設(shè)置格式[BINGO]:縮進(jìn):首行縮進(jìn):7.4毫米

要求，并且在實(shí)驗(yàn)室網(wǎng)絡(luò)無(wú)損傷時(shí)，通過(guò)耳機(jī)接口模擬電信號(hào)進(jìn)行發(fā)送/接收通路語(yǔ)音質(zhì)量測(cè)試，

窄帶語(yǔ)音質(zhì)量分?jǐn)?shù)不低于3.7，寬帶語(yǔ)音質(zhì)量分?jǐn)?shù)不低于4.3分，超寬帶和全頻帶語(yǔ)音質(zhì)量分?jǐn)?shù)不低

于4.5分。

6.4測(cè)試設(shè)備環(huán)境條件

測(cè)試設(shè)備應(yīng)在其標(biāo)稱(chēng)使用環(huán)境條件下進(jìn)行測(cè)試。若未標(biāo)稱(chēng)使用環(huán)境條件，建議按照如下使用條

件進(jìn)行。

溫度：0℃~40℃；

相對(duì)濕度：0~80%。

7信號(hào)分析

7.1基本原理

測(cè)試中，僅對(duì)單向通話(huà)時(shí)，網(wǎng)絡(luò)語(yǔ)音傳輸質(zhì)量進(jìn)行評(píng)估分析。語(yǔ)音信號(hào)采樣后，分別進(jìn)行預(yù)處

設(shè)置格式[BINGO]:左,縮進(jìn):首行縮進(jìn):7.4毫米

理、采樣信號(hào)與參考信號(hào)時(shí)間同步對(duì)齊和分?jǐn)?shù)計(jì)算。信號(hào)分析步驟見(jiàn)圖3。

圖3信號(hào)分析步驟

4

7.2采樣信號(hào)的損傷類(lèi)型

模擬語(yǔ)音信號(hào)經(jīng)由電路域、分組域網(wǎng)絡(luò)損傷后的表現(xiàn)，主要有圖3所示的三種類(lèi)型。

圖4網(wǎng)絡(luò)損傷典型類(lèi)型

圖4中：

m——已知參考信號(hào)的連續(xù)活動(dòng)語(yǔ)音幀幀數(shù),電平幅度不小于43dBov；

i——任意連續(xù)活動(dòng)語(yǔ)音幀所在位置；

k——某處丟失的活動(dòng)語(yǔ)音幀數(shù)量，1≤k≤m；

h——某處被插入任意位置的幀數(shù)量，為空白幀，或解碼器根據(jù)第i-1幀所模擬出的語(yǔ)音幀

等，h≥1，對(duì)照參考信號(hào)的活動(dòng)語(yǔ)音幀起止位置內(nèi)，采樣信號(hào)總幀數(shù)變?yōu)閙+i；

q——從任意位置起，某處連續(xù)丟失的活動(dòng)語(yǔ)音幀數(shù)量為q，即原有活動(dòng)語(yǔ)音幀被空白幀或

解碼器根據(jù)第i-1幀所模擬出的語(yǔ)音幀等取代，對(duì)照參考信號(hào)的活動(dòng)語(yǔ)音幀起止位置內(nèi)，采樣信

號(hào)總幀數(shù)m不變。

采樣信號(hào)的損傷，可能由一種或幾種類(lèi)型的組合，程度與出現(xiàn)的頻次不一。

7.3采樣信號(hào)與參考信號(hào)的時(shí)域?qū)R

參考信號(hào)與采樣信號(hào)均按照16位，48kHz采樣率，每幀信號(hào)時(shí)長(zhǎng)為21.33ms，時(shí)域?qū)R后，應(yīng)

滿(mǎn)足下列要求。

a)將參考信號(hào)的活動(dòng)語(yǔ)音幀，與采樣信號(hào)的活動(dòng)語(yǔ)音幀，按照時(shí)間軸對(duì)應(yīng)關(guān)系，計(jì)算出采樣

信號(hào)每幀的具體延時(shí)，并做好標(biāo)記。

b)把采樣信號(hào)多余的活動(dòng)語(yǔ)音幀和多余的空白幀全部剔除。

c)將做好標(biāo)記的采樣語(yǔ)音信號(hào)，按照固定延時(shí)順序重組。

d)信號(hào)同步后，最大單幀誤差不超過(guò)1幀。

采樣信號(hào)與參考信號(hào)時(shí)域?qū)R的方法有多種，附錄A推薦了一種信號(hào)對(duì)齊方法，可參照使用。

7.4分?jǐn)?shù)計(jì)算

采樣信號(hào)損傷的準(zhǔn)確量化，是分?jǐn)?shù)計(jì)算的前提與基礎(chǔ)。在采樣信號(hào)與參考信號(hào)對(duì)齊過(guò)程中，可

計(jì)算統(tǒng)計(jì)出信號(hào)損傷的類(lèi)別與程度。

ITU-TP.800給出了一系列與人主觀感受相匹配的語(yǔ)音質(zhì)量主觀評(píng)估方法，其中附錄B定義的

“聽(tīng)音——絕對(duì)類(lèi)別評(píng)級(jí)(ACR)”方法，即通常稱(chēng)之為平均意見(jiàn)分?jǐn)?shù)（MOS）。

由于人的感受與信號(hào)損傷類(lèi)型、程度等，并非線(xiàn)性關(guān)系，直接用損傷類(lèi)型、程度等組合方式線(xiàn)

性扣分，并不能與人的主觀感受較好匹配。

每個(gè)采樣信號(hào)的分?jǐn)?shù)計(jì)算基礎(chǔ)條件并不完全一樣，在各自基礎(chǔ)條件上，再采用與損傷類(lèi)型、程

度相關(guān)的扣分規(guī)則，得到的語(yǔ)音質(zhì)量分?jǐn)?shù)與主觀感受偏離度較低。此處給出了一種分?jǐn)?shù)計(jì)算方法，

可以主觀感受得到較好擬合。附錄A為此語(yǔ)音質(zhì)量分?jǐn)?shù)計(jì)算方法與ITU-TP.800的附錄B，ACR方法的

對(duì)比結(jié)果。

信號(hào)基礎(chǔ)分，通過(guò)對(duì)采樣語(yǔ)音信號(hào)對(duì)齊重組后的a句和b句，單獨(dú)進(jìn)行活動(dòng)語(yǔ)音幀進(jìn)行每幀分?jǐn)?shù)

計(jì)算，并分別求取平均值。

采樣信號(hào)有效語(yǔ)音幀幅值，

參考信號(hào)有效語(yǔ)音幀幅值，

??

?

?5

重組后的采樣信號(hào)的有效語(yǔ)音幀平均幅度：

…………（）

?1

?

式中：