音视频质量评价方法及其装置、设备、介质、产品与流程

1.本技术涉及音视频处理技术，尤其涉及一种音视频质量评价方法及其相应的装置、计算机设备、计算机可读存储介质，以及计算机程序产品。


背景技术：

2.在音视频类应用(比如直播、视频会议等)中，需要密切关注在线用户的音视频流传输质量，通过监控在线用户接收音视频流的传输质量，迅速调整编码及传输策略。为了实现音视频流质量监控，一般会通过上报大量的端到端全链路数据，这些数据非常繁杂、物理意义不明确，并且这些数据受地域、时间、网络、参与人数、用户设备、sdk版本等的扰动因素的影响比较大，很难对它们进行行之有效的分析。
3.目前业界通用的音视频各项质量指标的评价方法，主要是通过中位数、四分位数等描述数据来评价质量分布，从而得出质量好坏的结果，评估方法存在量化指标维度单一、鲁棒性较差等问题，并且无法描述出指标在某个具体时间点的分布情况，展现不出指标更真实的质量情况。
4.如何通过对在线数据进行数据分析，最终推断出音视频流的传输质量，成为业界需要解决的难题。


技术实现要素：

5.本技术的首要目的在于解决上述问题至少之一而提供一种音视频质量评价方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品。
6.为满足本技术的各个目的，本技术采用如下技术方案：
7.适应本技术的目的之一而提供的一种音视频质量评价方法，包括如下步骤：
8.获取分别表示音视频流的不同传输质量的多份采样数据，根据各份采样数据分别计算出各个传输质量下的相同质量指标相对应的指标数据；
9.应用为质量指标预设的目标分布函数，对各个质量指标的指标数据计算相应的各个密度分布数据，获得各个密度分布数据相对应的各组统计特征值；
10.应用预设的质量评价算法，采用所述质量指标相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息。
11.扩展的实施例中，获取分别表示音视频流的不同传输质量的多份采样数据之前，包括如下前置步骤：
12.获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据；
13.以预设步长对所述指标数据进行核密度估计，获得相应的密度分布数据；
14.采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数；
15.构造相应的质量评价算法，以利用由所述目标分布函数计算出的不同质量指标的
密度分布数据的统计特征值，计算出其中各个传输质量之间关联于相应质量指标的相对评分。
16.深化的实施例中，获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据，包括如下步骤：
17.获取为音视频流的质量指标预设的计算公式及评价维度信息，所述评价维度信息包括所述质量指标的归类维度和量化维度；
18.从样本数据库中提取出具有所述归类维度的多组采样数据构成样本数据集；
19.根据预设规则对所述样本数据集进行数据清洗，剔除异常样本，以获得最终的样本数据集；
20.应用所述计算公式，针对最终的样本数据集中的每组采样数据中的所述量化维度相对应的各项采样数据，计算出其相对应的指标数据。
21.深化的实施例中，采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数，包括如下步骤：
22.采用多个预设的分布函数分别以所述预设步长对所述质量指标的所有指标数据进行数据拟合，获得各个分布函数相应的密度分布数据；
23.根据核密度估计获得的密度分布数据计算出其相应的第一组统计特征值；
24.根据各个分布函数相应的密度分布数据计算出各个分布函数相应的第二组统计特征值；
25.分别将各个分布函数的第二组统计特征值与第一组统计特征值进行比较，获取比较结果最优的分布函数作为拟合程度最高的目标分布函数。
26.具体化的实施例中，分别将各个分布函数的第二组统计特征值与第一组统计特征值进行比较，获取比较结果最优的分布函数作为拟合程度最高的目标分布函数，包括如下步骤：
27.所述第二组统计特征值与第一组统计特征值均包括其各自相应的密度分布数据的密度值，将每个分布函数相应的第二组统计特征值中的密度值与第一组统计特征值中的密度值进行比较计算，获得表征两者的密度分布数据的离合程度的幅度数据；
28.比较各个分布函数相对应的幅度数据，确定其中幅度数据最小的分布函数为最优的分布函数，而作为所述拟合程度最高的目标分布函数。
29.深化的实施例中，应用预设的质量评价算法，采用所述质量指标相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息，包括如下步骤：
30.根据每个质量指标相对应的各组统计特征值计算各个质量指标相对应的相对评分信息，所述相对评分信息表征各个传输质量之间关联于该质量指标的相对评分；
31.将各个质量指标相对应相对评分信息进行加权求和，获得各个传输质量之间关联于所有质量指标的相对评分信息。
32.适应本技术的目的之一而提供的一种音视频质量评价装置，包括：指标计算模型、统计分析模块，以及质量评分模块，其中，所述指标计算模块，用于获取分别表示音视频流的不同传输质量的多份采样数据，根据各份采样数据分别计算出各个传输质量下的相同质量指标相对应的指标数据；所述统计分析模块，用于应用为质量指标预设的目标分布函数，
对各个质量指标的指标数据计算相应的各个密度分布数据，获得各个密度分布数据相对应的各组统计特征值；所述质量评分模块，用于应用预设的质量评价算法，采用所述质量指标相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息。
33.扩展的实施例中，所述音视频质量评价装置还包括：样本预备模块，用于获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据；原始统计模块，用于以预设步长对所述指标数据进行核密度估计，获得相应的密度分布数据；试算统计模块，用于采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数；评价构造模块，用于构造相应的质量评价算法，以利用由所述目标分布函数计算出的不同质量指标的密度分布数据的统计特征值，计算出其中各个传输质量之间关联于相应质量指标的相对评分。
34.深化的实施例中，所述样本预备模块包括：数据预备子模块，用于获取为音视频流的质量指标预设的计算公式及评价维度信息，所述评价维度信息包括所述质量指标的归类维度和量化维度；数据提取子模块，用于从样本数据库中提取出具有所述归类维度的多组采样数据构成样本数据集；数据清洗子模块，用于根据预设规则对所述样本数据集进行数据清洗，剔除异常样本，以获得最终的样本数据集；指标计算子模块，用于应用所述计算公式，针对最终的样本数据集中的每组采样数据中的所述量化维度相对应的各项采样数据，计算出其相对应的指标数据。
35.深化的实施例中，所述试算统计模块包括：分别试算子模块，用于采用多个预设的分布函数分别以所述预设步长对所述质量指标的所有指标数据进行数据拟合，获得各个分布函数相应的密度分布数据；第一统计子模块，用于根据核密度估计获得的密度分布数据计算出其相应的第一组统计特征值；第二统计子模块，用于根据各个分布函数相应的密度分布数据计算出各个分布函数相应的第二组统计特征值；统计比较子模块，用于分别将各个分布函数的第二组统计特征值与第一组统计特征值进行比较，获取比较结果最优的分布函数作为拟合程度最高的目标分布函数。
36.具体化的实施例中，所述统计比较子模块包括：幅度计算单元，用于所述第二组统计特征值与第一组统计特征值均包括其各自相应的密度分布数据的密度值，将每个分布函数相应的第二组统计特征值中的密度值与第一组统计特征值中的密度值进行比较计算，获得表征两者的密度分布数据的离合程度的幅度数据；最优确定单元，用于比较各个分布函数相对应的幅度数据，确定其中幅度数据最小的分布函数为最优的分布函数，而作为所述拟合程度最高的目标分布函数。
37.深化的实施例中，所述质量评分模块包括：评分计算子模块，用于根据每个质量指标相对应的各组统计特征值计算各个质量指标相对应的相对评分信息，所述相对评分信息表征各个传输质量之间关联于该质量指标的相对评分；评分融合子模块，用于将各个质量指标相对应相对评分信息进行加权求和，获得各个传输质量之间关联于所有质量指标的相对评分信息。
38.适应本技术的目的之一而提供的一种计算机设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本技术所述的音视频质量评价方法的步骤。
39.适应本技术的另一目的而提供的一种计算机可读存储介质，其以计算机可读指令的形式存储有依据所述的音视频质量评价方法所实现的计算机程序，该计算机程序被计算机调用运行时，执行该方法所包括的步骤。
40.适应本技术的另一目的而提供的一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本技术任意一种实施例中所述方法的步骤。
41.相对于现有技术，本技术的优势如下：
42.本技术针对音视频流在被推送到不同用户所表现出的不同传输质量，利用不同传输质量所采集的采样数据，针对各个质量指标，分别计算各个传输质量相对应的采样数据以获得各个质量指标相对应的指标数据，据此，通过预设的目标分布函数而不是个别的统计方法，先获得各个质量指标的指标数据相对应的密度分布数据，再利用各个质量指标的密度分布数据所表现的统计特征值，应用预设的质量评价算法来对各个传输质量进行综合评价，最终获得不同传输质量下的相对评分信息，可见，本技术实现了对音视频流采样数据进行传输质量评价的标准化，能够适应各个质量指标而采用为其预设的目标分布函数和质量评价算法来标准化考察其相应的统计特征，从而能够得出归一化的相对评分信息，能够对不同传输质量水平下的质量指标均保持高一致性的评估效果，优于传统的评估指标方法,具有良好的稳定性、鲁棒性和优越性,可为产品从研发到生产上线全场景下海量的音视频感知数据提供可靠的质量评价与监测方法。
43.本方申请应用于音视频类的线上服务时，方便对数据节点进行聚合分析，可以数据化的形式展现出用户传输质量评分信息，以便服务方从用量、质量两个角度考察线上服务所产生的总体质量，以及不同质量指标相对应的分布情况，可有效帮助管理层快速分析做决策、实时把脉相应产品和服务的策略，帮助运营人员动态把控项目整体进程，提升产品质量。
附图说明
44.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
45.图1为本技术的音视频质量评价方法的典型实施例的流程示意图；
46.图2为本技术实施例中确定目标分布函数和质量评价算法过程的流程示意图；
47.图3为本技术实施例中计算指标数据过程的流程示意图；
48.图4为本技术实施例中确定目标分布函数的过程的流程示意图；
49.图5为本技术的音视频质量评价装置的原理框图；
50.图6为本技术所采用的一种计算机设备的结构示意图。
具体实施方式
51.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本技术的限制。
52.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措
辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
53.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
54.本技术领域技术人员可以理解，这里所使用的“客户端”、“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，进行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他诸如个人计算机、平板电脑之类的通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；pcs(personal communications service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；pda(personal digital assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或gps(global positioning system，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“客户端”、“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“客户端”、“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是pda、mid(mobile internet device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
55.本技术所称的“服务器”、“客户端”、“服务节点”等名称所指向的硬件，本质上是具备个人计算机等效能力的电子设备，为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置，计算机程序存储于其存储器中，中央处理器将存储在外存中的程序调入内存中运行，执行程序中的指令，与输入输出设备交互，借此完成特定的功能。
56.需要指出的是，本技术所称的“服务器”这一概念，同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理，所述各服务器应是逻辑上的划分，在物理空间上，这些服务器既可以是互相独立但可通过接口调用的，也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通，而不应以此约束本技术的网络部署方式的实施方式。
57.本技术的一个或数个技术特征，除非明文指定，既可部署于服务器实施而由客户端远程调用获取服务器提供的在线服务接口来实施访问，也可直接部署并运行于客户端来实施访问。
58.本技术中所引用或可能引用到的神经网络模型，除非明文指定，既可部署于远程
服务器且在客户端实施远程调用，也可部署于设备能力胜任的客户端直接调用，某些实施例中，当其运行于客户端时，其相应的智能可通过迁移学习来获得，以便降低对客户端硬件运行资源的要求，避免过度占用客户端硬件运行资源。
59.本技术所涉及的各种数据，除非明文指定，既可远程存储于服务器，也可存储于本地终端设备，只要其适于被本技术的技术方案所调用即可。
60.本领域技术人员对此应当知晓：本技术的各种方法，虽然基于相同的概念而进行描述而使其彼此间呈现共通性，但是，除非特别说明，否则这些方法都是可以独立执行的。同理，对于本技术所揭示的各个实施例而言，均基于同一发明构思而提出，因此，对于相同表述的概念，以及尽管概念表述不同但仅是为了方便而适当变换的概念，应被等同理解。
61.本技术即将揭示的各个实施例，除非明文指出彼此之间的相互排斥关系，否则，各个实施例所涉的相关技术特征可以交叉结合而灵活构造出新的实施例，只要这种结合不背离本技术的创造精神且可满足现有技术中的需求或解决现有技术中的某方面的不足即可。对此变通，本领域技术人员应当知晓。
62.本技术的一种音视频质量评价方法，可被编程为计算机程序产品，部署于客户端或服务器中运行而实现，例如在本技术的网络直播应用场景中，一般部署在服务器中实施，藉此可以通过访问该计算机程序产品运行后开放的接口，通过图形用户界面与该计算机程序产品的进程进行人机交互而执行该方法。
63.请参阅图1，本技术的音视频质量评价方法在其典型实施例中，包括如下步骤：
64.步骤s2100、获取分别表示音视频流的不同传输质量的多份采样数据，根据各份采样数据分别计算出各个传输质量下的相同质量指标相对应的指标数据：
65.以示例性的网络直播应用场景为例，音视频流被推送给不同的在线用户，由此存在多个用于传输所述音视频流的数据通信链路。由于用户终端设备、应用程序版本、网络传输条件等原因，针对同一音视频流的传输，不同的数据通信链路将表现出不同的传输质量。
66.本技术中，所述在线用户通过运行在其终端设备中的应用程序接入，为了获取音视频流传输至该终端设备的传输质量表现数据，在所述的应用程序中，可以预置相应的埋点代码，当该埋点代码被调用时便处于监听状态，当用户触发该埋点代码监听的事件或者根据定时规则触发时，例如接收到所述音视频流，埋点代码便可采集与传输质量相应的数据，作为采样数据，上报给本技术相应的服务器。所述采样数据可以被持久化在后台服务器中，以备调用。
67.所述的采样数据，包括但不限于音视频流的视频时延、视频帧率、视频码率、视频流畅度、音视频同步差、丢包率等，可由本领域技术人员灵活确定。可以在每个时刻将多个这样的采样数据采集为一整份采样数据进行上报，每个具体的采样数据本质上对应于一个传输质量表现数据的量化维度，可以作为本技术作为质量评价所需的评价维度信息。
68.埋点代码运行后从终端设备获取此类采样数据的方式较为灵活，可由本领域技术人员灵活实施，例如，视频帧率和视频流畅度可以通过埋点代码调用图像分析接口来对音视频流的屏幕录制视频进行相邻两帧图像之间的分析即可确定。同理，其他采样数据也可依其数据特点灵活实现其数据采集方式。
69.为了在后台服务器实现对所述采样数据的有序组织，对于所述采样数据还可进一步设置归类维度，归类维度用于实现对不同采样数据来源的区分，例如，包括但不限于版本
维度、终端设备维度，分别用于表示具体的唯一性的应用程序版本和终端设备，对此，本领域技术人员可灵活组织实施。
70.音视频流的传输质量可以从多个方面进行考察，每个方面可以设置一个相应的质量指标，每个质量指标可以根据一个或多个所述的量化维度进行计算量化，具体可由本领域技术人员根据对质量指标的定义来确定。为此，可以预先为每个质量指标设置一个相应的算法，然后，针对每个传输质量单位，根据该算法调用预采集的多份采样数据，进行相关质量指标的计算，从而为每种传输质量确定相同质量指标下相对应的指标数据。
71.可以理解，所述的质量指标可以为单个或多个，针对多个质量指标，分别进行相应的计算即可获得其相应的指标数据。
72.步骤s2200、应用为质量指标预设的目标分布函数，对各个质量指标的指标数据计算相应的各个密度分布数据，获得各个密度分布数据相对应的各组统计特征值：
73.本技术中，为每个质量指标预先拟合出一个目标分布函数，用于对所述指标数据进行统计而计算出相应的质量指标的密度分布数据，所述密度分布数据可以对应转换为一个密度分布图，以方便进行直观的考察。不同的质量指标相对应的目标分布函数，其所采用的统计分析方法可以不同，分别通过考察指标数据的分布特征来获得所述的密度分布数据，具体被考察的分布包括但不限于：均匀分布、指数分布、贝塔分布、t分布、logistic分布、正态分布、伽玛分布、卡方分布、f分布、二项分布等。对一个具体质量指标适用何种分布相应的目标分布函数，可由本领域技术人员事先确定，或如本技术后续的实施例所揭示，通过自动化的方式来拟合确定。不难理解，一般而言，一个质量指标所应用的目标分布函数，是多个可能的分布函数中表现最优的。
74.所述目标分布函数，根据其数学意义可知其对质量指标的意义，可根据其所考察的分布的统计原理相应的算法而实现，因此，当为一个质量指标应用其相应的目标分布函数进行密度分布数据的统计时，以所述的指标数据为输入，按照默认的统计步长，对依据各份采样数据产出的该质量指标相应的指标数据进行分段统计，便可获得该质量指标相对应的密度分布数据。
75.对于每个目标分布函数而言，其针对一个质量指标统计出密度分布数据之后，便产生了相应的一组统计特征，这些统计特征是统计学上的考察特征，包括但不限期望、方差、偏度、峰度、中值等。通过考察这些统计特征，可以进一步考察密度分布数据的分布情况。这些统计特征的原理及其应用，均为本领域技术人员所能理解，恕不赘述。据此，本领域技术人员可以按需灵活确定一组统计特征所需的相关考察特征，由此便可针对每一份密度分布数据获得其相应的一组统计特征值。
76.步骤s2300、应用预设的质量评价算法，采用所述质量指标相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息：
77.所述的质量评价算法，用于根据所述质量指标的统计特征值计算出各个传输质量之间的相对信息。质量评价算法可由本领域技术人员利用统计学原理，适应相关统计特征进行设计，也可如本技术后续实施例所揭示，进行自动生成。
78.举例而言，针对单个质量指标或者多个质量指标的评价，可以根据各质量指标相对应的以上所述的各个统计特征值进行考察，特别是其中的期望、方差、偏度、峰度等统计特征值。可以通过预设归一化公式，将这些统计特征值转换为相应的评分信息，当需要将多
个传输质量相对应的质量指标进行质量对比时，同理通过改进所述的质量评价算法，先针对各个传输质量计算其各个质量指标的量化得分，再将多个传输质量之间的量化得分进行比较，最终获得相应的归一化的相对评分。实际输出时，可以将各个传输质量、各个质量指标、各个量化评分以及所述相对评分等，封装为相对评分信息，以方便管理用户掌握全面的统计信息。
79.至此，通过本技术的典型实施例可以理解，本技术针对音视频流在被推送到不同用户所表现出的不同传输质量，利用不同传输质量所采集的采样数据，针对各个质量指标，分别计算各个传输质量相对应的采样数据以获得各个质量指标相对应的指标数据，据此，通过预设的目标分布函数而不是个别的统计方法，先获得各个质量指标的指标数据相对应的密度分布数据，再利用各个质量指标的密度分布数据所表现的统计特征值，应用预设的质量评价算法来对各个传输质量进行综合评价，最终获得不同传输质量下的相对评分信息，可见，本技术实现了对音视频流采样数据进行传输质量评价的标准化，能够适应各个质量指标而采用为其预设的目标分布函数和质量评价算法来标准化考察其相应的统计特征，从而能够得出归一化的相对评分信息，能够对不同传输质量水平下的质量指标均保持高一致性的评估效果，优于传统的评估指标方法,具有良好的稳定性、鲁棒性和优越性,可为产品从研发到生产上线全场景下海量的音视频感知数据提供可靠的质量评价与监测方法。
80.本方申请应用于音视频类的线上服务时，方便对数据节点进行聚合分析，可以数据化的形式展现出用户传输质量评分信息，以便服务方从用量、质量两个角度考察线上服务所产生的总体质量，以及不同质量指标相对应的分布情况，可有效帮助管理层快速分析做决策、实时把脉相应产品和服务的策略，帮助运营人员动态把控项目整体进程，提升产品质量。
81.请参阅图2，扩展的实施例中，步骤s2100、获取分别表示音视频流的不同传输质量的多份采样数据之前，包括如下前置步骤：
82.步骤s1100、获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据：
83.如前所述，从终端设备处采集的音视频流传输质量相对应的采样数据，被持久化存储于后台服务器中，因此，可从中获取这些采样数据，用于本实施例中作为样本数据集使用。
84.所述的样本数据集，本实施例中是指经过数据清洗后获得的最终的样本数据集，这一样本数据集通常是与特定的归类维度相对应的，且其中包含特定的量化维度的数据，以便用于计算质量指标的指标数据。
85.对此，可以本技术典型实施例所揭示的方式，应用各个质量指标相对应预设的计算公式，利用每个质量指标相对应的量化维度的具体采样数据，计算出各个质量指标相对应的指标数据。
86.步骤s1200、以预设步长对所述指标数据进行核密度估计，获得相应的密度分布数据：
87.为了进行核密度估计，可先预设对指标数据分段所需的统计步长，例如，当产生所述指标数据的采样数据份数达到1000份以上级别时，可设所述预设步长为30，据此，便可对每个质量指标相对应的指标数据进行核密度估计。
88.核密度估计的结果，是生成一个质量指标相对应的密度分布数据，可以对应映射为一个密度分布图，以获得直观的分析结果。对此，本领域技术人员均可知晓，恕不赘述。
89.步骤s1300、采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数：
90.为了根据所述密度分布数据确定出一个适用于该密度分布数据所属的质量指标的目标分布函数，可以预先设定可选的多个公知分布函数。请参阅本技术典型实施例关于目标分布函数的说明，可以理解，本实施例中，可以根据每种需考察的分布预先构造一个相应的分布函数，多种被考察分布相对应的多个分布函数，便可构成本实施例中多个预设的分布函数，每个分布函数同理以核密度估计时的相同预设步长对一个质量指标相对应用的指标数据进行数据拟合，获得相应的密度分布数据，同理可以映射转换为密度分布图。将核密度估计获得的密度分布图与此处获得的密度分布图叠加到同一坐标中即可直观地分析出此处所使用的分布函数是否与核密度估计所得的结果相匹配，据此，理论上，应将两个密度分布图差异最小时相对应的分布函数确定为相应的质量指标的目标分布函数。
91.应当理解，针对每个质量指标，均需独立地确定其目标分布函数，不同的质量指标所采用的目标分布函数可以不同，或者相同，具体根据数据拟合结果而定。
92.表现在程序处理层面，可以采用如下方式对数据拟合结果进行判断，以便为每个质量指标选出最优的分布函数作为目标分布函数，包括如下方式：
93.方式之一，一般情况下在分布类型给定时，一个分布的主要考察特征可以通过统计特征反映，其中，期望、方差、偏度和峰度较为重要。如果拟合的分布函数和样本的以上统计特征基本一致，那么这分布函数可以认为是高度近似的，从而可将其确认为目标分布函数。
94.方式之二，计算被拟合的分布函数与核密度估计(高斯核密度函数)的离合程度来挑选出目标分布函数，离合度计算公式为：其中k为核密度估计的密度值，d是分布函数计算密度值，i为表现在密度分布图中用于计算的横轴坐标。通过该公式可以计算出拟合的分布函数与实际分布之间的总体离合值，拟合程度和该值成反比，该值越小即离合程度越低，而拟合程度越高，确定其中拟合程度最高的分布函数为目标分布函数即可。
95.所述的各个统计特征，在质量指标中具有各自的意义，例如：
96.步骤s1400、构造相应的质量评价算法，以利用由所述目标分布函数计算出的不同质量指标的密度分布数据的统计特征值，计算出其中各个传输质量之间关联于相应质量指标的相对评分：
97.为了便于实现质量评价，可以由本领域技术人员根据统计学原理构造出各种应用需求所需的质量评价算法。所述质量评价算法的实现是非常灵活的，出于不同的数据考察目的，可以构造出不同的质量评价算法。构造所述质量评价算法的依据主要是所述的统计特征，包括期望、方差、偏度、峰度、中值等，均可由本领域技术人员根据统计原理灵活选用于实现质量评价算法。
98.本领域技术人员可以采用多种统计原理来实现不同传输质量下的单个质量指标之间的比较，将比较过程构造为所述的质量评价算法，比较方式依据公知的统计学知识实现即可，例如根据中值进行比较、利用置信区间进行比较、利用概率密度进行比较等，可以
按需灵活实现。
99.对于需要联合多个质量指标聚合统计特征值进行比较的情况，则可将单个质量指标之间的比较结果进行聚合来比对，所采用的方式通常是对各个质量指标应用其各自的质量评价算法计得比较分值之后再行加权求和。当然，本领域技术人员也可实现更为符合先验知识和实测情况的质量评价算法，来基于多个质量指标实现传输质量之间的比较。
100.可见通过质量评价算法对各个传输质量关联于相同质量指标进行比较之后，便可获得相应的相对评分，这一相对评分便可用于评价不同传输质量的优劣，故而，在完成质量评价算法的构造之后，后续便可用于实现本技术中对音视频流的不同传输质量的比较。
101.本实施例中，利用预备的样本数据集对质量指标相对应的目标分布函数和质量评价算法进行个性化的建模，使得后续对音视频流的采样数据进行质量评价可以标准化实现，实现整个评价系统的自动化和智能化，避免标准不一，利于大平台中的广泛应用。
102.请参阅图3，深化的实施例中，所述步骤s1100、获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据，包括如下步骤：
103.步骤s1110、获取为音视频流的质量指标预设的计算公式及评价维度信息，所述评价维度信息包括所述质量指标的归类维度和量化维度：
104.用于计算质量指标的指标数据的计算公式可由本领域技术人员预先定制，在需要时直接调用获取即可。除此之外，也可预先规范各种质量指标的指标数据计算所需的具体采样数据，因此而规范相应的评价维度信息。所述评价维度信息包括所述质量指标的归类维度和量化维度。
105.所述归类维度用于划分质量指标的粒度，例如通过版本归类维度可以确定所采用的采样数据为特定的应用程序版本，又如，通过设备归类维度可以确定所采用的采样数据为特定的终端设备提供的，据此，方便测试时明确数据来源和生产对象。
106.所述量化维度用于提供所述质量指标的计算公式所需的具体采样数据，这些量化维度一般是传输质量的描述信息，例如用于描述视频时延、视频帧率、视频码率等等参数。
107.因此，可以理解，样本数据集中的每份采样数据中，一般包含所述归类维度和量化维度相对应的具体采样数据，由终端设备的应用程序采集提供。
108.步骤s1120、从样本数据库中提取出具有所述归类维度的多组采样数据构成样本数据集：
109.如前所述，终端设备提供的音视频流的传输质量相对应的采样数据预先被持久化存储于数据库中，在本实施例中将其视为样本数据库，据此，适应本技术所需，可从该样本数据库中提取出具有指定的归类维度的多组采样数据，将这些采样数据视为所述的样本数据集。
110.步骤s1130、根据预设规则对所述样本数据集进行数据清洗，剔除异常样本，以获得最终的样本数据集：
111.本领域技术人员可以结合常用的数据清洗手段，对所述样本数据集进行数据清洗，主要目的在于剔除其中的异常样本，以便提升统计结果的科学性，例如排除包含负数异常值的采样数据、排除包含极端值的采样数据等，以便获得数据清洗后的最终的样本数据集。
112.步骤s1140、应用所述计算公式，针对最终的样本数据集中的每组采样数据中的所述量化维度相对应的各项采样数据，计算出其相对应的指标数据：
113.在获得所述最终的样本数据集之后，便可针对每组采样数据中，与所述量化维度相对应的各项采样数据，应用相应的质量指标相对应的计算公式进行指标数据的计算，最终获得该质量指标相应的指标数据，以便用于后续进行核密度估计和分布函数的选取。
114.本实施例通过优化样本数据集，使后续进行分布函数数据拟合所依据的数据更有代表性，可提升数据拟合效果，便于精准确定目标分布函数。
115.请参阅图4，深化的实施例中，所述步骤s1300、采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数，包括如下步骤：
116.步骤s1310、采用多个预设的分布函数分别以所述预设步长对所述质量指标的所有指标数据进行数据拟合，获得各个分布函数相应的密度分布数据：
117.在进行一个质量指标的分布函数的选取时，分别采用多个如前所述的分布函数对同一质量指标相应的指标数据进行数据拟合，以便获得各个分布函数相对应的密度分布数据。
118.步骤s1320、根据核密度估计获得的密度分布数据计算出其相应的第一组统计特征值：
119.由于此先已经采用核密度估计获得了每个质量指标相对应的密度分布数据，据此，便可计算出各个质量指标相对应的第一组统计特征值，包括但不限于所述的期望、方差、偏度、峰度、中值等可由本领域技术人员根据实际情况灵活选用的项。
120.步骤s1330、根据各个分布函数相应的密度分布数据计算出各个分布函数相应的第二组统计特征值：
121.同理，每个分布函数对同一质量指标的指标数据所生成的密度分布数据，也可用来计算出该分布函数相对应的第二组统计特征值，一般而言，所述第二组统计特征值与第一组统计特征值相对应，以便后续进行比较计算。
122.步骤s1340、分别将各个分布函数的第二组统计特征值与第一组统计特征值进行比较，获取比较结果最优的分布函数作为拟合程度最高的目标分布函数：
123.本实施例中，可以将每个分布函数的所述第二统计特征值分别与所述第一组统计特征值进行一一比较，以便确保两者数值是否相接近，将其中数值最接近的分布函数确定为拟合程度最高的目标分布函数即可。可选的比较方式请参阅本技术在前文步骤s1300中的说明，参阅该说明，较佳的一种方式中，可以将本步骤分解为以下步骤来实现：
124.步骤s1341、所述第二组统计特征值与第一组统计特征值均包括其各自相应的密度分布数据的密度值，将每个分布函数相应的第二组统计特征值中的密度值与第一组统计特征值中的密度值进行比较计算，获得表征两者的密度分布数据的离合程度的幅度数据；
125.步骤s1342、比较各个分布函数相对应的幅度数据，确定其中幅度数据最小的分布函数为最优的分布函数，而作为所述拟合程度最高的目标分布函数。
126.此处的实施例给出了通过数据拟合确定质量指标的目标分布函数的具体过程，可以看出，其实现过程简便易实现，方便快速确定相应的目标分布函数。
127.深化的实施例中，所述步骤s2300、应用预设的质量评价算法，采用所述质量指标
相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息，包括如下步骤：
128.步骤s2310、根据每个质量指标相对应的各组统计特征值计算各个质量指标相对应的相对评分信息，所述相对评分信息表征各个传输质量之间关联于该质量指标的相对评分：
129.如前所述，当应用了所述的质量评价算法用于确定各个传输质量之间的相对评分信息时，根据本技术一种实施例中所实现的质量评价算法，可以先计算关于每个质量指标相对应的相对评分信息，每个质量指标的相对评分信息的计算，可参阅前文相关实施例的介绍，均是基于相同质量指标对不同传输质量的采样数据进行相应的相对评分的计算，最终确定不同传输质量关于相同质量指标相应的相对评分信息，当需要针对多个质量指标获取不同传输质量之间的相对评分信息时，便需逐个确定各质量指标相应的相对评分信息。
130.步骤s2320、将各个质量指标相对应相对评分信息进行加权求和，获得各个传输质量之间关联于所有质量指标的相对评分信息：
131.当不同传输质量之间，关联于各个质量指标分别计算出所述的相对评分信息后，便可对这些相对评分信息进行加权求和，相应的权重可由本领域技术人员根据先验知识或实测数据来确定，通过加权求和，获得多个质量指标的相对评分信息的综合结果，也表现为一个相对评分信息，但该相对评分信息关联于所有质量指标而计算获得，用于表示多个传输质量之间的相对质量。特别的，当对两个传输质量应用本技术进行处理时，所获得的相对评分信息即为两个数据通信链路之间的音视频流质量的相对评价信息。
132.如前文相关实施例所述，所述的相对评价信息可以进一步与其他统计特征值进行封装，并输出至数据库或者管理用户的终端设备中，最终可在管理用户调用时进行可视化再现。
133.请参阅图5，适应本技术的目的之一而提供的一种音视频质量评价装置，是对本技术的音视频质量评价方法的功能化体现，该装置包括：指标计算模块1100、统计分析模块1200，以及质量评分模块1300，其中，所述指标计算模块1100，用于获取分别表示音视频流的不同传输质量的多份采样数据，根据各份采样数据分别计算出各个传输质量下的相同质量指标相对应的指标数据；所述统计分析模块1200，用于应用为质量指标预设的目标分布函数，对各个质量指标的指标数据计算相应的各个密度分布数据，获得各个密度分布数据相对应的各组统计特征值；所述质量评分模块1300，用于应用预设的质量评价算法，采用所述质量指标相对应的各组统计特征值计算出各个传输质量之间关联于所有质量指标的相对评分信息。
134.扩展的实施例中，所述音视频质量评价装置还包括：样本预备模块，用于获取用于评价音视频流的传输质量的质量指标相对应的样本数据集，计算出样本数据集中预采集的各组采样数据的指标数据；原始统计模块，用于以预设步长对所述指标数据进行核密度估计，获得相应的密度分布数据；试算统计模块，用于采用多个预设的分布函数,分别以所述预设步长对所述指标数据进行数据拟合，为相应的质量指标选出其中拟合程度最高的目标分布函数；评价构造模块，用于构造相应的质量评价算法，以利用由所述目标分布函数计算出的不同质量指标的密度分布数据的统计特征值，计算出其中各个传输质量之间关联于相应质量指标的相对评分。
135.深化的实施例中，所述样本预备模块包括：数据预备子模块，用于获取为音视频流的质量指标预设的计算公式及评价维度信息，所述评价维度信息包括所述质量指标的归类维度和量化维度；数据提取子模块，用于从样本数据库中提取出具有所述归类维度的多组采样数据构成样本数据集；数据清洗子模块，用于根据预设规则对所述样本数据集进行数据清洗，剔除异常样本，以获得最终的样本数据集；指标计算子模块，用于应用所述计算公式，针对最终的样本数据集中的每组采样数据中的所述量化维度相对应的各项采样数据，计算出其相对应的指标数据。
136.深化的实施例中，所述试算统计模块包括：分别试算子模块，用于采用多个预设的分布函数分别以所述预设步长对所述质量指标的所有指标数据进行数据拟合，获得各个分布函数相应的密度分布数据；第一统计子模块，用于根据核密度估计获得的密度分布数据计算出其相应的第一组统计特征值；第二统计子模块，用于根据各个分布函数相应的密度分布数据计算出各个分布函数相应的第二组统计特征值；统计比较子模块，用于分别将各个分布函数的第二组统计特征值与第一组统计特征值进行比较，获取比较结果最优的分布函数作为拟合程度最高的目标分布函数。
137.具体化的实施例中，所述统计比较子模块包括：幅度计算单元，用于所述第二组统计特征值与第一组统计特征值均包括其各自相应的密度分布数据的密度值，将每个分布函数相应的第二组统计特征值中的密度值与第一组统计特征值中的密度值进行比较计算，获得表征两者的密度分布数据的离合程度的幅度数据；最优确定单元，用于比较各个分布函数相对应的幅度数据，确定其中幅度数据最小的分布函数为最优的分布函数，而作为所述拟合程度最高的目标分布函数。
138.深化的实施例中，所述质量评分模块1300包括：评分计算子模块，用于根据每个质量指标相对应的各组统计特征值计算各个质量指标相对应的相对评分信息，所述相对评分信息表征各个传输质量之间关联于该质量指标的相对评分；评分融合子模块，用于将各个质量指标相对应相对评分信息进行加权求和，获得各个传输质量之间关联于所有质量指标的相对评分信息。
139.为解决上述技术问题，本技术实施例还提供计算机设备。如图6所示，计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、计算机可读存储介质、存储器和网络接口。其中，该计算机设备的计算机可读存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种音视频质量评价方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行本技术的音视频质量评价方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
140.本实施方式中处理器用于执行图5中的各个模块及其子模块的具体功能，存储器存储有执行上述模块或子模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有本技术的音视频质量评价装置中执行
所有模块/子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
141.本技术还提供一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本技术任一实施例的音视频质量评价方法的步骤。
142.本技术还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被一个或多个处理器执行时实现本技术任一实施例所述方法的步骤。
143.本领域普通技术人员可以理解实现本技术上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等计算机可读存储介质，或随机存储记忆体(random access memory，ram)等。
144.综上所述，本技术为音视频流在线传输质量的质量评价实现了标准化解决方案，能够以标准化的方式提供传输质量评价数据。
145.本技术领域技术人员可以理解，本技术中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本技术中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本技术中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
146.以上所述仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。