一种语音质量的估计方法、装置及电子设备的制造方法
【技术领域】
[0001] 本发明涉及无线通信领域，尤其涉及一种语音质量的估计方法、装置及电子设备。
【背景技术】
[0002] 随着无线网络的发展，网络优化目标已经从关注各种关键绩效指标法（Key Performance Indicator,KPI)指标，发展到关注终端用户感受。而其中的语音质量就是这 样一种反映客户感知的主要指标。而MOS :Mean Opinion Score,是衡量通信系统语音质量 的重要指标，可以客观的评测通信网络的语音质量。
[0003] ITU-TP. 862 (主观语音质量评估 PESQ，Perceptual evaluation of speech quality)是目前国际电信联盟（International Telecommunications Union, ITU)推荐用 于端到端网络语音质量测试的方法。原理如图I所示：发送一个语音参考信号通过网络，在 网络的另一端采用数字信号处理的方式比较样本信号和接收到的信号，进而估算出网络的 语音质量。
[0004] 目前路测时，实际测试MOS的方法为通过一个专用语音盒单元设备将主、被叫手 机的语音链路相连。对于主叫手机的MOS值是通过被叫手机端发一个标准的声音波形，经 过网络达到主叫手机，测试软件对收到的波形与发出的波形进行比较、计算后得出下行MOS 值；被叫MOS为相反过程，也就是说，通过主叫手机端发一个标准的声音波形，经过网络达 到被叫手机，测试软件对收到的波形与发出的波形进行比较、计算后得出被叫MOS值。
[0005] 现有的通过实测MOS值进行通话终端语音质量评估的方式需要专用的测试设备 与软件，耗费大量的人力物力。
【发明内容】
[0006] 有鉴于此，本发明实施例的目的是提供一种语音质量的估计方法、装置及电子设 备，从而不需要专门的MOS测试设备与软件，就能针对无线网络中的通话终端进行语音质 量的评估，节省人力物力。
[0007] 为解决上述技术问题，本发明实施例提供方案如下：
[0008] 本发明实施例提供一种语音质量的估计方法，包括：
[0009] 获取神经网络模型，所述神经网络模型用于表征语音质量影响参数与语音质量估 计参数的取值关系；
[0010] 获取第一时间内无线网络中的至少一个通话终端对应的语音质量影响参数值；
[0011] 根据所述第一时间内所述至少一个通话终端对应的语音质量影响参数值和所述 神经网络模型，确定所述第一时间内所述至少一个通话终端对应的语音质量估计参数值。
[0012] 优选地，所述语音质量影响参数值包括：上行无线信号质量级别占比、下行无线信 号质量级别占比、编码方式占比和切换频次；
[0013] 所述语音质量估计参数值为平均评价得分M0S。
[0014] 优选地，所述获取神经网络模型具体包括：
[0015] 获取MOS测试数据中的多个MOS样本点中的每个样本点对应的语音质量影响参数 值和语音质量估计参数值，所述MOS测试数据为通过MOS测试设备基于预设的MOS测量周 期，在第二时间内对所述无线网络中的通话终端进行现场MOS测试得到；
[0016] 根据所述每个样本点对应的语音质量影响参数值和语音质量估计参数值，对待训 练神经网络模型进行训练，得到所述神经网络模型。
[0017] 优选地,所述多个MOS样本点包括一组训练样本点和一组测试样本点；
[0018] 所述根据所述每个样本点对应的语音质量影响参数值和语音质量估计参数值，对 待训练神经网络模型进行训练，得到所述神经网络模型具体包括：
[0019] 根据所述一组训练样本点中的每个训练样本点对应的语音质量影响参数值和语 音质量估计参数值，确定所述待训练神经网络模型在隐层节点数为多个备选数中的每个备 选数时的权值和阈值；
[0020] 根据所述待训练神经网络模型在隐层节点数为多个备选数中的每个备选数时的 权值和阈值、和所述一组测试样本点中的每个测试样本点对应的语音质量影响参数值和语 音质量估计参数值，确定所述待训练神经网络模型在隐层节点数为多个备选数目中的每个 备选数目时的精度值；
[0021] 从全部所述精度值中选择最大的精度值；
[0022] 将隐层节点数为所述最大的精度值对应的备选数目时的所述待训练神经网络模 型确定为所述神经网络模型；或者，将隐层节点数为所述最大的精度值对应的备选数目时 的所述待训练神经网络模型确定为待优化神经网络模型，通过遗传算法对所述待优化神经 网络模型的权值和阈值进行优化，得到所述神经网络模型。
[0023] 优选地，所述获取MOS测试数据中的多个MOS样本点中的每个样本点对应的语音 质量影响参数值和语音质量估计参数值具体包括：
[0024] 从所述MOS测试数据中解析出所述每个样本点对应的样本起始时间点、下行无线 信号质量级别的采样点数、编码方式的采样点数、切换次数和MOS值；
[0025] 根据所述每个样本点对应的下行无线信号质量级别的采样点数，确定所述每个样 本点对应的下行无线信号质量级别占比；
[0026] 根据所述每个样本点对应的编码方式的采样点数，确定所述每个样本点对应的编 码方式占比；
[0027] 将所述每个样本点对应的切换次数与所述MOS测量周期之比，作为所述每个样本 点对应的切换频次；
[0028] 根据所述每个样本点对应的样本起始时间点，从所述第二时间内记录的移动用户 话务记录MTR数据中解析出与所述每个样本点对应的上行无线信号质量级别的采样点数；
[0029] 根据所述与所述每个样本点对应的上行无线信号质量级别的采样点数，确定所述 每个样本点对应的上行无线信号质量级别占比。
[0030] 优选地，所述至少一个通话终端为所述第一时间内所述无线网络的小区内的所有 通话终端；
[0031] 所述获取第一时间内无线网络中的至少一个通话终端对应的语音质量影响参数 值具体包括：
[0032] 根据所述小区在所述第一时间内的话务统计数据，确定所述第一时间内所述小区 内的所有通话终端的切换总次数和编码方式总占比；
[0033] 将所述第一时间内所述小区内的所有通话终端的切换总次数与所述MOS测量周 期之比，作为所述第一时间内所述小区内的所有通话终端的切换总频次；
[0034] 根据所述小区在所述第一时间内的测量报告记录MRR，确定所述第一时间内所 述小区内的所有通话终端的上行无线信号质量级别总占比和下行无线信号质量级别总占 比；
[0035] 所述根据所述第一时间内所述至少一个通话终端对应的语音质量影响参数值和 所述神经网络模型，确定所述第一时间内所述至少一个通话终端对应的语音质量估计参数 值具体包括：
[0036] 将所述第一时间内所述小区内的所有通话终端的上行无线信号质量级别总占比、 下行无线信号质量级别总占比、编码方式总占比和切换总频次，分别作为所述第一时间内 所述小区内的所有通话终端对应的上行无线信号质量级别占比、下行无线信号质量级别占 t匕、编码方式占比和切换频次，输入所述神经网络模型，得到所述第一时间内所述小区内的 所有通话终端对应的语音质量估计参数值。
[0037] 优选地，所述至少一个通话终端为所述第一时间内所述无线网络的预设覆盖区域 内的所有通话终端，所述确定所述第一时间内所述至少一个通话终端对应的语音质量估计 参数值之后还包括：
[0038] 对所述第一时间内所述至少一个通话终端对应的语音质量估计参数值中与所述 预设覆盖区域内的所有通话终端中的每个终端对应的语音质量估计参数值求均值，得到所 述第一时间内所述预设覆盖区域对应的语音质量估计参数值。
[0039] 优选地，所述预设覆盖区域为所述无线网络的小区或基站控制器BSC对应的覆盖 区域，或所述无线网络的全部覆盖区域。
[0040] 本发明实施例还提供一种语音质量的估计装置，包括：
[0041] 第一获取模块，用于获取神经网络模型，所述神经网络模型用于表征语音质量影 响参数与语音质量估计参数的取值关系；
[0042] 第二获取模块，用于获取第一时间内无线网络中的至少一个通话终端对应的语音 质量影响参数值；
[0043] 确定模块，用于根据所述第一时间内所述至少一个通话终端对应的语音质量影响 参数值和所述神经网络模型，确定所述第一时间内所述至少一个通话终端对应的语音质量 估计参数值。
[0044] 优选地，所述语音质量影响参数值包括：上行无线信号质量级别占比、下行无线信 号质量级别占比、编码方式占比和切换频次；
[0045] 所述语音质量估计参数值为平均评价得分M0S。
[0046] 优选地，所述第一获取模块具体包括：
[0047] 获取单元，用于获取MOS测试数据中的多个MOS样本点中的每个样本点对应的语 音质量影响参数值和语音质量估计参数值，所述MOS测试数据