一种小区语音质量的检测方法和装置与流程

本申请涉及通信技术领域，特别是涉及一种小区语音质量的检测方法和一种小区语音质量的检测装置。

背景技术：

volte即voiceoverlte(longtermevolution，长期演进)，是一种基于ims(ipmultimediasubsystem，ip多媒体子系统)的语音业务。ims由于支持多种接入和丰富的多媒体业务，已经成为全ip时代的核心网标准架构。volte可以将全部业务承载于4g网络上，能够实现数据业务与语音业务在同一网络下的统一。

volte开启了向移动宽带语音演进之路。首先，高清语音和视频编解码技术的引入显著地提高了volte的通话质量；其次，volte的呼叫接续时间大幅缩短，比传统的cs(circuitswitched，电路交换)呼叫的接续时间缩短了一半以上。volte技术能够显著地提升无线频谱利用率，降低网络成本。随着volte技术的逐步推广，如何对volte的语音质量进行检测已经成为业界普遍关注的焦点。

目前，已有技术中在对volte语音质量进行评估测试时，基本都是基于单个手持测试设备来完成的，测试人员使用加装语音评估app(application，应用软件)的特制终端或者语音评估测试仪在测试小区不停地进行拨打测试，从而记录下语音评估测试的结果。但是，上述方法不仅耗时耗力，而且只能评估单用户级的语音质量，不能对小区级及网络整体的语音质量进行评估测试。

技术实现要素：

鉴于上述问题，提出了本申请的一种小区语音质量的检测方法和相应的一种小区语音质量的检测装置，以解决已有技术中无法对小区整体的语音质量进行检测的问题。

为了解决上述问题，本申请实施例公开了一种小区语音质量的检测方法，包括：

获取小区的测量报告统计数据，所述测量报告统计数据包括丢包率数据和最大连续丢包数数据；

依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值。

可选地，所述丢包率数据包括上行丢包率数据和下行丢包率数据，所述最大连续丢包数数据包括上行最大连续丢包数数据和下行最大连续丢包数数据，所述依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值的步骤包括：

采用所述上行丢包率数据和上行最大连续丢包数数据，计算所述小区的上行平均主观评分mos值；

采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值；

根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值。

可选地，所述测量报告统计数据包括多个不同的区间，所述采用所述上行丢包率数据和上行最大连续丢包数数据，计算所述小区的上行平均主观评分mos值的步骤包括：

分别统计多个区间的上行丢包率数据和上行最大连续丢包数数据；

分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值；

分别确定所述多个区间对应的权重值；

根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值。

可选地，所述分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值的步骤包括：

分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行语音质量指数sqi值；

分别根据所述多个区间的上行语音质量指数sqi值，计算所述多个区间的上行平均主观评分mos值。

可选地，采用如下公式，计算所述多个区间的上行语音质量指数sqi值：

sqi＝a·plr+b·plr^1/2+c·lfe+const

其中，plr为上行丢包率，lfe为上行最大连续丢包数，a,b,c,const为常数。

可选地，采用如下公式，计算所述多个区间的上行平均主观评分mos值：

mos＝m·sqi²+n·sqi+k

其中，m,n,k为常数。

可选地，所述分别确定所述多个区间对应的权重值的步骤包括：

分别获取所述多个区间的样本数，所述样本数为所述区间的数据包的数量；

加总所述多个区间的样本数，得到小区的样本总数；

根据所述多个区间的样本数在所述小区的样本总数中的百分比，确定所述多个区间对应的权重值。

可选地，所述根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值的步骤包括：

根据所述多个区间对应的权重值，对所述多个区间的上行平均主观评分mos值加权求和，获得所述小区的上行平均主观评分mos值。

可选地，所述测量报告统计数据包括多个不同的区间，所述采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值的步骤包括：

分别统计多个区间的下行丢包率数据和下行最大连续丢包数数据；

分别采用所述多个区间的下行丢包率数据和下行最大连续丢包数数据，计算所述多个区间的下行平均主观评分mos值；

分别确定所述多个区间对应的权重值；

根据所述多个区间的下行平均主观评分mos值和对应的权重值，计算所述小区的下行平均主观评分mos值。

可选地，所述根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值的步骤包括：

按照预设的权重值，对所述上行平均主观评分mos值和下行平均主观评分mos值加权求和，获得所述小区的平均主观评分mos值。

为了解决上述问题，本申请实施例还公开了一种小区语音质量的检测装置，包括：

获取模块，用于获取小区的测量报告统计数据，所述测量报告统计数据包括丢包率数据和最大连续丢包数数据；

计算模块，用于依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值。

可选地，所述丢包率数据包括上行丢包率数据和下行丢包率数据，所述最大连续丢包数数据包括上行最大连续丢包数数据和下行最大连续丢包数数据，所述计算模块包括：

上行mos值计算子模块，用于采用所述上行丢包率数据和上行最大连续丢包数数据，计算所述小区的上行平均主观评分mos值；

下行mos值计算子模块，用于采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值；

mos值计算子模块，用于根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值。

可选地，所述测量报告统计数据包括多个不同的区间，所述上行mos值计算子模块包括：

上行数据统计单元，用于分别统计多个区间的上行丢包率数据和上行最大连续丢包数数据；

上行区间mos值计算单元，用于分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值；

上行区间权重值确定单元，用于分别确定所述多个区间对应的权重值；

上行mos值计算单元，用于根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值。

可选地，所述上行区间mos值计算单元包括：

上行sqi值计算子单元，用于分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行语音质量指数sqi值；

上行区间mos值计算子单元，用于分别根据所述多个区间的上行语音质量指数sqi值，计算所述多个区间的上行平均主观评分mos值。

可选地，采用如下公式，计算所述多个区间的上行语音质量指数sqi值：

sqi＝a·plr+b·plr^1/2+c·lfe+const

其中，plr为上行丢包率，lfe为上行最大连续丢包数，a,b,c,const为常数。

可选地，采用如下公式，计算所述多个区间的上行平均主观评分mos值：

mos＝m·sqi²+n·sqi+k

其中，m,n,k为常数。

可选地，所述上行区间权重值确定单元包括：

区间样本数获取子单元，用于分别获取所述多个区间的样本数，所述样本数为所述区间的数据包的数量；

小区样本总数计算子单元，用于加总所述多个区间的样本数，得到小区的样本总数；

权重值确定子单元，用于根据所述多个区间的样本数在所述小区的样本总数中的百分比，确定所述多个区间对应的权重值。

可选地，所述上行mos值计算单元包括：

上行mos值计算子单元，用于根据所述多个区间对应的权重值，对所述多个区间的上行平均主观评分mos值加权求和，获得所述小区的上行平均主观评分mos值。

可选地，所述测量报告统计数据包括多个不同的区间，所述下行mos值计算子模块包括：

下行数据统计单元，用于分别统计多个区间的下行丢包率数据和下行最大连续丢包数数据；

下行区间mos值计算单元，用于分别采用所述多个区间的下行丢包率数据和下行最大连续丢包数数据，计算所述多个区间的下行平均主观评分mos值；

下行区间权重值确定单元，用于分别确定所述多个区间对应的权重值；

下行mos值计算单元，用于根据所述多个区间的下行平均主观评分mos值和对应的权重值，计算所述小区的下行平均主观评分mos值。

可选地，所述mos值计算子模块包括：

mos值计算单元，用于按照预设的权重值，对所述上行平均主观评分mos值和下行平均主观评分mos值加权求和，获得所述小区的平均主观评分mos值。

与背景技术相比，本申请实施例包括以下优点：

本申请实施例通过获取小区的测量报告统计数据，并基于所述测量报告统计数据中的丢包率数据和最大连续丢包数数据，计算出所述小区的平均主观评分mos值，当所述平均主观mos值小于预设阈值时，可以认为当前小区的语音质量较差，需要调整，解决了已有技术中无法对小区级的语音质量进行检测的问题，同时，本申请实施例基于测量报告统计数据中的丢包率和最大连续丢包数二维数据对小区的语音质量进行检测，能够及时地对小区mos分布情况进行分析，提高了小区语音质量检测的效率，节省了人力物力。

附图说明

图1是本申请的一种小区语音质量的检测方法实施例一的步骤流程图；

图2是本申请的一种小区语音质量的检测方法实施例二的步骤流程图；

图3是本申请的一种小区语音质量的检测装置实施例的结构框图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

参照图1，示出了本申请的一种小区语音质量的检测方法实施例一的步骤流程图，具体可以包括如下步骤：

步骤101，获取小区的测量报告统计数据，所述测量报告统计数据包括丢包率数据和最大连续丢包数数据；

测量是lte系统的一项重要功能。物理层上报的测量结果可以用于系统中无线资源控制子层完成诸如小区选择/重选及切换等事件的触发，也可以用于系统操作维护，观察系统的运行状态。lte的测量报告数据主要来自ue(userequipment，用户设备)和enodeb(evolvednodeb，即演进型nodeb，lte中基站的名称)的物理层、rlc(radiolinkcontrol，无线链路层控制协议)层，以及在无线资源管理过程中计算产生的测量报告。原始测量数据或者经过统计计算(可以在enodeb或omc-r(无线接入网网元管理系统)上实现统计)报送到omc-r以统计数据形式进行存储，或者直接报送到omc-r以样本数据形式进行存储。

测量报告统计数据可以表示在一个统计周期内，按照一定的统计条件得到的分区间统计的原始测量报告样本数量，包括一维统计数据和二维统计数据两种。一维测量报告统计数据仅涉及一种统计条件，二维测量报告统计数据涉及两种统计条件。lte测量报告数据涵盖了小区的网络覆盖情况、业务质量、上/下行链路干扰水平、小区或载波发射功能等方面，可以通过采集全网的mr(measurementreport，测量报告)，获得用户通话过程中的空口测量值，通过采集、分析测量报告数据。

在本申请实施例中，所述测量报告统计数据可以包括丢包率数据plr(packetlossrate)和最大连续丢包数数据lfe(thelongestconsecutivesequenceofframelosses)。

步骤102，依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值。

在国际标准中，统一使用mos(meanopinionscore，平均主观评分)值来评价系统接收到的经过压缩后的话音质量。

在本申请实施例中，可以采用丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值，从而对小区语音质量进行检测。

通常，所述丢包率数据可以包括上行丢包率数据和下行丢包率数据，所述最大连续丢包数数据可以包括上行最大连续丢包数数据和下行最大连续丢包数数据，因此，在本申请的一种优选实施例中，所述依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值的步骤具体可以包括如下子步骤：

子步骤1021，采用所述上行丢包率数据和上行最大连续丢包数数据，计算所述小区的上行平均主观评分mos值；

子步骤1022，采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值；

子步骤1023，根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值。

在本申请实施例中，当从测量报告统计数据中获得小区的丢包率数据和最大连续丢包数数据后，可以进一步从所述丢包率数据中分别提取出上行丢包率数据和下行丢包率数据，从所述最大连续丢包数数据中分别提取出上行最大连续丢包数数据和下行最大连续丢包数数据，然后，采用所述上行丢包率数据和上行最大连续丢包数数据，计算出所述小区的上行平均主观评分mos值，采用所述下行丢包率数据和下行最大连续丢包数数据，计算出所述小区的下行平均主观评分mos值，并根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算获得所述小区的平均主观评分mos值。

在具体实现中，可以分别对所述上行平均主观评分mos值和下行平均主观评分mos值赋予不同的权重值，然后按照所述权重值对上行平均主观评分mos值和下行平均主观评分mos值加权求和，从而获得所述小区的平均主观评分mos值。例如，可以对上行平均主观评分mos值和下行平均主观评分mos值的权重值均设定为50％，从而计算50％*上行平均主观评分mos值+50％*下行平均主观评分mos值，得到小区的平均主观评分mos值。

在本申请实施例中，通过获取小区的测量报告统计数据，并基于所述测量报告统计数据中的丢包率数据和最大连续丢包数数据，计算出所述小区的平均主观评分mos值，当所述平均主观mos值小于预设阈值时，可以认为当前小区的语音质量较差，需要调整，解决了已有技术中无法对小区级的语音质量进行检测的问题，同时，本申请实施例基于测量报告统计数据中的丢包率和最大连续丢包数二维数据对小区的语音质量进行检测，能够及时地对小区mos分布情况进行分析，提高了小区语音质量检测的效率，节省了人力物力。

参照图2，示出了本申请的一种小区语音质量的检测方法实施例二的步骤流程图，具体可以包括如下步骤：

步骤201，获取小区的测量报告统计数据，所述测量报告统计数据包括丢包率数据和最大连续丢包数数据；

在本申请实施例中，可以通过采集全网的测量报告mr获得包括丢包率数据和最大连续丢包数数据的测量报告统计数据。

步骤202，分别统计多个区间的上行丢包率数据和上行最大连续丢包数数据；

在具体实现中，当从测量报告统计数据中获得小区的丢包率数据和最大连续丢包数数据后，可以进一步从所述丢包率数据中提取出上行丢包率数据，从所述最大连续丢包数数据中提取出上行最大连续丢包数数据。

如表一所示，是上行丢包率数据的一种示例，其中，上行丢包率率数据可以划分为8个区间，具体地，0到10‰为一个区间，对应mr.plrulqcix.00，10‰到50‰为一个区间，对应mr.plrulqcix.01，50‰到100‰为一个区间，对应mr.plrulqcix.02，100‰到200‰为一个区间，对应mr.plrulqcix.03，200‰到1000‰每200‰为一个区间，对应mr.plrulqcix.04到mr.plrulqcix.07。

表一：

需要注意的是，当在评估volte的语音质量时，仅需关注x＝1的情形，即mr.plrulqci1.00～mr.plrulqci1.07。

如表二所示，是上行最大连续丢包数数据的一种示例，其中，所述上行最大丢包数数据可以划分为6个区间，具体地，丢包数为0到10时为一个区间，对应mr.lfeul.00，10到20为一个区间，对应mr.lfeul.01，20到40为一个区间，对应mr.lfeul.02，40到80为一个区间，对应mr.lfeul.03，80到160为一个区间，对应mr.lfeul.04，大于160为一个区间，对应mr.lfeul.05。

表二：

在本申请实施例中，当获得上行丢包率数据和上行最大连续丢包数数据后，可以根据所述上行丢包率数据和上行最大连续丢包数数据，生成如表三所示的上行丢包率和上行最大连续丢包数二维统计表。

表三：

步骤203，分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值；

在本申请的一种优选实施例中，所述分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值的步骤具体可以包括如下子步骤：

子步骤2031，分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行语音质量指数sqi值；

子步骤2032，分别根据所述多个区间的上行语音质量指数sqi值，计算所述多个区间的上行平均主观评分mos值。

通常，sqi(speechqualityindex，语音质量指数)可以处理语音和数据传输网络的特定失真，评价和比较移动电话的质量，并随时跟踪质量的变化，在用户意识到通话质量恶化前发现网络的问题，这种评价规范可用于多种类型的网络系统，如无线网络、voip系统、固定电话网络等。sqi和mos有着直接的对应关系，可以提高语音质量检测的准确性和有效性。因此，在本申请实施例中，可以首先采用区间的上行丢包率数据和上行最大连续丢包数数据，计算出所述区间的上行语音质量指数sqi值，进而根据所述上行语音质量指数sqi值计算获得区间的上行平均主观评分mos值。

在具体实现中，可以采用如下公式，计算所述多个区间的上行语音质量指数sqi值：

sqi＝a·plr+b·plr^1/2+c·lfe+const

其中，plr为上行丢包率，lfe为上行最大连续丢包数，a,b,c,const为常数。

当计算获得区间的sqi值后，可以进一步采用如下公式，计算所述多个区间的上行平均主观评分mos值：

mos＝m·sqi²+n·sqi+k

其中，m,n,k为常数。

在实际中，可以使用mos盒搭建仿真平台，从而获取大量的plr，lfe和mos之间的离散对应关系，由于mos和sqi也有对应的关系，因此也能够得到plr，lfe和sqi之间的离散对应关系，然后可以根据离散的对应关系拟合出sqi与plr，lfe之间的拟合曲线，拟合曲线的系数便是以上各个常数的取值。

步骤204，分别确定所述多个区间对应的权重值；

在本申请实施例中，由于每个区间所承载的数据量不同，因此，可以根据每个区间的数据量的情况，确定出每个区间对应的权重值，具体地，可以以每个区间承载的数据包的数量在全部区间中的占比，确定出多个区间对应的权重值。

在本申请的一种优选实施例中，所述分别确定所述多个区间对应的权重值的步骤具体可以包括如下子步骤：

子步骤2041，分别获取所述多个区间的样本数，所述样本数为所述区间的数据包的数量；

子步骤2042，加总所述多个区间的样本数，得到小区的样本总数；

子步骤2043，根据所述多个区间的样本数在所述小区的样本总数中的百分比，确定所述多个区间对应的权重值。

在具体实现中，可以分别统计每个区间的样本数，具体地，所述样本数可以是所述区间的数据包的数量，通过计算每个区间的样本数的数量在全部区间的样本总数中的百分比，确定出每个区间对应的权重值。

例如，若仅在a、b两个区间内存在统计数据，其中a区间在两个采样周期内发送的数据包的数量分别是20包和30包，而b区间在一个采样周期内发送的数据包的数据为100包，则可以分别确定a区间的权重值为(20+30)/(20+30+100)＝0.33，而b区间的权重值为100/(20+30+100)＝0.67。通常，根据移动规范，mr测量采样周期是可以根据需要自行配置的，本申请对采用周期的具体时长不作限定。

步骤205，根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值；

在本申请实施例中，当分别获得多个区间的上行平均主观评分mos值和对应的权重值后，可以采用所述多个区间的上行平均主观评分mos值和对应的权重值，计算小区的上行平均主观评分mos值。

在本申请的一种优选实施例中，所述根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值的步骤具体可以包括如下子步骤：

子步骤2051，根据所述多个区间对应的权重值，对所述多个区间的上行平均主观评分mos值加权求和，获得所述小区的上行平均主观评分mos值。

在具体实现中，可以将多个区间的上行平均主观评分mos值，按照对应的权重值进行加权求和，从而得到小区的上行平均主观评分mos值。

步骤206，采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值；

在本申请实施例中，当从测量报告统计数据中获得小区的丢包率数据和最大连续丢包数数据后，可以进一步从所述丢包率数据中提取出下行丢包率数据，从所述最大连续丢包数数据中提取出下行最大连续丢包数数据，然后，采用所述下行丢包率数据和下行最大连续丢包数数据，计算出所述小区的下行平均主观评分mos值。

在本申请的一种优选实施例中，所述采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值的步骤具体可以包括如下子步骤：

子步骤2061，分别统计多个区间的下行丢包率数据和下行最大连续丢包数数据；

子步骤2062，分别采用所述多个区间的下行丢包率数据和下行最大连续丢包数数据，计算所述多个区间的下行平均主观评分mos值；

子步骤2063，分别确定所述多个区间对应的权重值；

子步骤2064，根据所述多个区间的下行平均主观评分mos值和对应的权重值，计算所述小区的下行平均主观评分mos值。

由于所述小区的下行平均主观评分mos值的计算方式与上行平均主观评分mos值的计算方式类似，可以参照步骤202-205获得计算下行平均主观评分mos值的方法，本申请对此不再赘述。

步骤207，根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值。

在本申请的一种优选实施例中，所述根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值的步骤具体可以包括如下子步骤：

子步骤2071，按照预设的权重值，对所述上行平均主观评分mos值和下行平均主观评分mos值加权求和，获得所述小区的平均主观评分mos值。

在具体实现中，可以分别对所述上行平均主观评分mos值和下行平均主观评分mos值赋予不同的权重值，然后按照所述权重值对上行平均主观评分mos值和下行平均主观评分mos值加权求和，从而获得所述小区的平均主观评分mos值。例如，可以对上行平均主观评分mos值和下行平均主观评分mos值的权重值均设定为50％，从而计算50％*上行平均主观评分mos值+50％*下行平均主观评分mos值，得到小区的平均主观评分mos值。

为了便于理解，下面以一个完整的示例对小区平均主观评分mos值的计算过程进行介绍。

如表四所示，是测量报告mr的原始数据(未列全)：

然后，可以将上述mr原始数据转换为如下表五所示的二维数据表：

1)计算二维表每个区间sqi值及mos值：

以x11区间为例计算该区间mos值。

x11区间所属上行丢包率取值范围是mr.plrulqci1.01，查表一，plr等效值是30‰；

x11区间所属上行最大连续丢包数取值范围是mr.lfeul.01，查表二，lfe等效值是15；

将plr等效值和lfe等效值代入sqi计算公式，得到区间的sqi11；

使用mos与sqi之间对应关系的计算公式，得到该区间的mos11。

其它47个区间计算方法类似，从而可以得到所有48个区间的mosij。

2)计算出有统计值区间的权重值：

m＝x11+x13+x14+x30+x31+x32+x35

r11＝x11/m

r13＝x13/m

……

3)计算小区级上行平均主观评分mos值：

上行小区级mos值＝＝mos11*r11+mos13*r13+mos14*r14+mos30*r30+mos31*r31+mos32*r32+mos35*r35

4)计算小区级平均主观评分mos值：

小区级mos值＝上行小区级mos值*0.5+下行小区级mos值*0.5

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

参照图3，示出了本申请的一种小区语音质量的检测装置实施例的结构框图，具体可以包括如下模块：

获取模块301，用于获取小区的测量报告统计数据，所述测量报告统计数据包括丢包率数据和最大连续丢包数数据；

计算模块302，用于依据所述丢包率数据和最大连续丢包数数据，计算所述小区的平均主观评分mos值。

在本申请实施例中，所述丢包率数据可以包括上行丢包率数据和下行丢包率数据，所述最大连续丢包数数据可以包括上行最大连续丢包数数据和下行最大连续丢包数数据，所述计算模块302具体可以包括如下子模块：

上行mos值计算子模块3021，用于采用所述上行丢包率数据和上行最大连续丢包数数据，计算所述小区的上行平均主观评分mos值；

下行mos值计算子模块3022，用于采用所述下行丢包率数据和下行最大连续丢包数数据，计算所述小区的下行平均主观评分mos值；

mos值计算子模块3023，用于根据所述上行平均主观评分mos值和下行平均主观评分mos值，计算所述小区的平均主观评分mos值。

在本申请实施例中，所述测量报告统计数据可以包括多个不同的区间，所述上行mos值计算子模块3021具体可以包括如下单元：

上行数据统计单元211，用于分别统计多个区间的上行丢包率数据和上行最大连续丢包数数据；

上行区间mos值计算单元212，用于分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行平均主观评分mos值；

上行区间权重值确定单元213，用于分别确定所述多个区间对应的权重值；

上行mos值计算单元214，用于根据所述多个区间的上行平均主观评分mos值和对应的权重值，计算所述小区的上行平均主观评分mos值。

在本申请实施例中，所述上行区间mos值计算单元212具体可以包括如下子单元：

上行sqi值计算子单元2121，用于分别采用所述多个区间的上行丢包率数据和上行最大连续丢包数数据，计算所述多个区间的上行语音质量指数sqi值；

上行区间mos值计算子单元2122，用于分别根据所述多个区间的上行语音质量指数sqi值，计算所述多个区间的上行平均主观评分mos值。

在本申请实施例中，可以采用如下公式，计算所述多个区间的上行语音质量指数sqi值：

sqi＝a·plr+b·plr^1/2+c·lfe+const

其中，plr为上行丢包率，lfe为上行最大连续丢包数，a,b,c,const为常数。

在本申请实施例中，可以采用如下公式，计算所述多个区间的上行平均主观评分mos值：

mos＝m·sqi²+n·sqi+k

其中，m,n,k为常数。

在本申请实施例中，所述上行区间权重值确定单元213具体可以包括如下子单元：

区间样本数获取子单元2131，用于分别获取所述多个区间的样本数，所述样本数为所述区间的数据包的数量；

小区样本总数计算子单元2132，用于加总所述多个区间的样本数，得到小区的样本总数；

权重值确定子单元2133，用于根据所述多个区间的样本数在所述小区的样本总数中的百分比，确定所述多个区间对应的权重值。

在本申请实施例中，所述上行mos值计算单元214具体可以包括如下子单元：

上行mos值计算子单元2141，用于根据所述多个区间对应的权重值，对所述多个区间的上行平均主观评分mos值加权求和，获得所述小区的上行平均主观评分mos值。

在本申请实施例中，所述测量报告统计数据可以包括多个不同的区间，所述下行mos值计算子模块3022具体可以包括如下单元：

下行数据统计单元221，用于分别统计多个区间的下行丢包率数据和下行最大连续丢包数数据；

下行区间mos值计算单元222，用于分别采用所述多个区间的下行丢包率数据和下行最大连续丢包数数据，计算所述多个区间的下行平均主观评分mos值；

下行区间权重值确定单元223，用于分别确定所述多个区间对应的权重值；

下行mos值计算单元224，用于根据所述多个区间的下行平均主观评分mos值和对应的权重值，计算所述小区的下行平均主观评分mos值。

在本申请实施例中，所述mos值计算子模块3023具体可以包括如下单元：

mos值计算单元231，用于按照预设的权重值，对所述上行平均主观评分mos值和下行平均主观评分mos值加权求和，获得所述小区的平均主观评分mos值。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种小区语音质量的检测方法和一种小区语音质量的检测装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。