基于深度神经网络算法的VoLTE语音质量评估方法与应用
中国移动开启了VoLTE商用服务,给客户提供更佳的语音体验,帮助运营商应对OTT语音冲击和ARPU值下降的不利趋势.传统的语音质量评估方法在准确度、全面性和部署成本考虑方面都存在评估盲区和缺陷,局限性较为明显,对网络优化支撑力度不够,已无法满足VoLTE语音质量评估的需求.本文针对传统方法的不足,基于海量测试样本的声学量化特征信息(时域、频域参数),采用机器学习中的深度神经网络算法进行大数据分析,拟合训练出不同声学特征信息与MOS值的对应关系,建立”MOS值与语音声学特性信息关系”模型,有效地支撑网络优化人员评估VoLTE语音质量,为VoLTE问题更精确的”号脉”,使网络健康可持续的发展,给客户带来高清音质、畅快接通的通话体验.最后,本文所论述的评估算法已申请国家发明专利,专利申请号201811614199.1.
长期演进语音承载 语音质量 深度神经网络 机器学习
马越
中国移动辽宁公司网络优化中心 110179
国内会议
沈阳
中文
247-250
2019-08-01（万方平台首次上网日期，不代表论文的发表时间）