音質評量指標

正因為主觀聽覺測試無法反應傳送與接收兩端之間經過網路傳 輸所造成的音質損害，因此國際電信聯盟ITU制定一個具體的音質評 量模型E模型(E-model，ITU-T G.107)，採用主觀聽覺測試先建立不 同因子所對應的音質損害，再加以整合計算得到最後的評分R，提供 系統規劃及調整系統關鍵元件參數之用。E模型的方程式表示如下

0 s d e

R = R − −I I − +I A ^(4.1) 其中

R₀: 訊號雜音比，雜音部分包括背景噪音以及電路雜訊。

Is: 與語音信號同時產生的音質損害因子，包括量化、連接雜訊和側 音(Sidetone)帶來的干擾。

I_d: 語音延遲(包括通話迴聲)造成的音質損害因子。

Ie: 低位元率語音編碼處理和封包漏失所造成的音質損害因子。

A: 補償損害因子(Compensation Impairment Factor)，用以補償用 戶基於接聽的方便而能忍受音質的影響，如行動電話。

我們將R與平均評比分數的對應關係整理成表4.1:

評分因子 分數 品質 90<R<100 4.34-4.5 極佳 80<R<90 4.03-4.34 佳 70<R<80 3.60-4.03 普通 60<R<70 3.10-3.60 差 50<R<60 2.58-3.10 極差

表 4.1 R與平均評比分數對應關係

由於我們是針對網路傳送層來探討音質損害，因此對於R₀和I_s 而言，它們與網路傳送過程並沒有直接的關係。因此我們可以採用ITU 所設定的初始值，簡化R的計算方式，直接針對通道特性及系統架構 兩層面來評估音質[10]。如(4.3)所示

( , , ) 94.2 _d( ) _e( , )

R d r e = −I d −I r e ^(4.3) 其中d為單一路徑口對耳延遲(mouth-to-ear delay)，r是編碼位元 率，e則是封包漏失率。針對Ie進一步分析顯示，影響因素有低位元 率語音編碼處理所造成的訊號失真，以及在傳輸過程中因網路擁擠或 其他不可預知因素所導致的封包漏失。可分開討論如下

( , ) ( ) ( )

e ec ep

I r e = I r + I _l e (4.4)

其中I_ec表示語音編碼造成的音質損害，I_epl則表示封包漏失所造成的 音質損害。

[1] 語音編碼損害因子-I_ec

使用語音壓縮技術可以減少資料傳輸量，有效節省頻寬的使用。

其中編碼處理有許多選擇，如 G.711 PCM、G.729a CS-ACELP、G.723.1 MPC-MLQ，依位元率區隔不同模式所衍生的信號失真亦存在明顯差 異。每一種編碼標準均有其特定的聆聽 MOS(listening MOS)，利用 圖 4.1 即可求得其對應的R 值。一般而言，聆聽 MOS 並未將延遲及封 包漏失的音質損害納入考量，因此公式(4.3)可簡化為

( ) 94.2 _ec( )

R r = −I r (4.5) 由前人研究得知，隨著編碼位元率的下降，音質的損害值明顯的 增加。這是由於較高的壓縮率雖然能節省頻寬的使用，然而封包與封 包之間的關聯性卻明顯的降低，在網路傳送語音封包時，若發生封包 漏失的現象即有可能造成聲音斷斷續續有如被剪掉一樣。因此有必要 在封包傳送前對封包做保護的動作。

[2] 封包漏失損害因子–I_epl

在前一個小節提到聲音在一開始傳送時首先會經過語音編碼處

理，由數據顯示造成的音質損害會隨著位元率的下降而提昇，而這小 節主要是探討受到網路通道行為影響的音質損害。在網路中常常面臨 到 通 道 頻 寬 有 限 卻 需 要 傳 送 大 量 語 音 封 包 或 資 料 封 包 ， 路 由 器 (router)需要更多時間消化而造成網路擁塞的現象，導致封包佇列時 間過久而無法在預定時間內抵達終點，造成封包漏失的現象。若是資 料封包的傳送可以使用要求重送(ACK)的機制來改善，然而對有即時 傳輸需求的語音封包而言，卻無法利用重送機制來做補強，使得整段 語音經過網路後會發生斷斷續續的現象。根據研究指出，語音編碼與 封包漏失損害因子I_e可近似為一個數學公式，

1 2 3

( , ) ( ) ( ) ln(1 )

e ec epl

I r e = I r + I e = +γ γ +γ e (4.6) 其中I_ec( )r =γ₁，I_epl( )e =γ₂ln(1+γ₃e)，而不同的語音編碼模式會對 應一組γ₁，γ₂，γ₃[10]， 如表4.2所示。

Codec Type γ₁ γ₂ γ₃

G.729a 11 40 10 G.711 0 30 15

表 4.2 不同語音編碼的γ_i

[3] 延遲損害因子-I_d

就單向聆聽 MOS 而言，用戶往往對延遲比對封包漏失更能容忍，

因為封包漏失會造成聽不清楚對方的話，而延遲並不會影響單向通話 的音質。但就雙向的對話品質(Conversational MOS，MOSc)而言，延 遲增大到一定程度以後，可能導致雙方同時講話或相互沈默，從而影 響正常通話，減少雙方的互動。而造成延遲的因素有很多，例如編碼 與封裝處理造成延遲、傳送路徑延遲、播放暫存器造成的延遲。

在前人研究[10]中，參考 E 模型(ITU G.107)比對單一路徑口對 耳的延遲與其損害因子，利用片段線性分析可推導得

0.024 0.11( 177.3) ( 177.3)

Id = d + d − H d − (4.7)