语音质量评估方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种语音质量评估方法、装置、电子设备及存储介质，涉及通信领域。方法包括：获取待评估终端在待评估时段下的话单数据；从所述待评估终端的话单数据中，获得所述待评估终端的特征数据；其中，所述特征数据包括实时传输协议通信参数和时延参数；将所述待评估终端的特征数据输入至语音质量评估模型，获得所述语音质量评估模型输出的所述待评估终端在待评估时段下的语音质量评估结果；其中，所述语音质量评估模型为基于极端梯度提升算法建立，并经过训练的模型。本申请的方案，能够实现语音质量的监控和分析。语音质量的监控和分析。语音质量的监控和分析。

【技术实现步骤摘要】
语音质量评估方法、装置、电子设备及存储介质


[0001]本申请涉及通信领域，尤其涉及一种语音质量评估方法、装置、电子设备及存储介质。

技术介绍

[0002]随着移动网络通信技术的发展，对数据和语音业务的质量优化越发重要，比如，在网络优化和评估中，语音业务质量的评估是非常重要的指标之一。
[0003]目前语音业务质量的评估方法为传统路测，传统路测需配备专业测试人员、路测仪器和车辆等，专业测试人员驾车经过目标路线，进行实地测试，以获取语音业务指令的评估结果。可见，传统路测方式对人员技能有一定要求，还需配备专业设备和车辆，在现场采集数据进行评估，评估效率较为低下，需耗费大量的时间和成本。

技术实现思路

[0004]本申请提供一种语音质量评估方法、装置、电子设备及存储介质，用以实现方便快捷的语音质量评估。
[0005]一方面，本申请提供一种语音质量评估方法，包括：获取待评估终端在待评估时段下的话单数据；从所述待评估终端的话单数据中，获得所述待评估终端的特征数据；其中，所述特征数据包括实时传输协议通信参数和时延参数；将所述待评估终端的特征数据输入至语音质量评估模型，获得所述语音质量评估模型输出的所述待评估终端在待评估时段下的语音质量评估结果；其中，所述语音质量评估模型为基于极端梯度提升算法建立，并经过训练的模型。
[0006]在一种实施方式中，所述方法还包括：基于极端梯度提升算法，建立初始模型；获取训练数据，所述训练数据包括各测试终端的语音质量评估结果以及所述各测试终端的语音质量评估结果对应的特征数据；基于所述训练数据，对所述初始模型进行训练，直至得到所述语音质量评估模型。
[0007]在一些实施方式中，所述方法还包括：获取各测试终端在各时刻下的训练路测数据，所述训练路测数据包括所述测试终端的标识以及所述测试终端的语音质量评估结果；获取各测试终端在各时段下的训练话单数据，所述训练话单数据包括所述测试终端的标识以及所述测试终端的特征数据；针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据。
[0008]在一些实施方式中，所述针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据之后，还包括：对所述训练数据进行预处理，所述预处理包括以下至少一项：缺失值填充、异常值处理、归一化处理、独热编码处理以及特征融合与拆解处理。
[0009]在一些实施方式中，所述针对每个测试终端，基于所述测试终端的标识，建立所述
测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据，包括：针对每个测试终端，基于所述测试终端的标识，获取所述测试终端在各时刻下的训练路测数据以及所述测试终端在各时段下的训练话单数据；根据所述测试终端的每一训练路测数据对应的时刻，以及所述测试终端的每一训练话单数据对应的时段，确定所述测试终端的每一训练路测数据对应的训练话单数据；其中，所述训练路测数据对应的时刻位于该训练路测数据对应的训练话单数据所对应的时段内；针对所述测试终端的每一训练话单数据，若所述训练话单数据对应的训练路测数据为一个，则建立所述训练路测数据中语音质量评估结果和所述训练话单数据中特征数据之间的关联；以及，若所述训练话单数据对应的训练路测数据为多个，则将该多个训练路测数据中语音质量评估结果的平均值作为最终的语音质量评估结果，建立所述最终的语音质量评估结果和所述训练话单数据中特征数据之间的关联。
[0010]在一些实施方式中，所述基于所述训练数据，对所述初始模型进行训练，直至得到所述语音质量评估模型，包括：将所述训练数据进行划分，得到训练集和测试集；基于所述训练集中的训练数据，对所述初始模型进行训练，得到当前模型；将所述测试集中的特征数据输入当前模型，得到模型输出的第一语音质量评估结果；计算所述第一语音质量评估结果和所述测试集中对应的语音质量评估结果之间的相关系数，直至当前的相关系数满足预定要求，则判定训练完成。
[0011]另一方面，本申请提供一种语音质量评估装置，包括：第一获取模块，获取待评估终端在待评估时段下的话单数据；所述第一获取模块，还用于从所述待评估终端的话单数据中，获得所述待评估终端的特征数据；其中，所述特征数据包括实时传输协议通信参数和时延参数；处理模块，用于将所述待评估终端的特征数据输入至语音质量评估模型，获得所述语音质量评估模型输出的所述待评估终端在待评估时段下的语音质量评估结果；其中，所述语音质量评估模型为基于极端梯度提升算法建立，并经过训练的模型。
[0012]在一些实施方式中，所述装置还包括：模型建立模块，用于基于极端梯度提升算法，建立初始模型；第二获取模块，用于获取训练数据，所述训练数据包括各测试终端的语音质量评估结果以及所述各测试终端的语音质量评估结果对应的特征数据；训练模块，用于基于所述训练数据，对所述初始模型进行训练，直至得到所述语音质量评估模型。
[0013]在一些实施方式中，所述第二获取模块，包括：获取单元，用于获取各测试终端在各时刻下的训练路测数据，所述训练路测数据包括所述测试终端的标识以及所述测试终端的语音质量评估结果；所述获取单元，还用于获取各测试终端在各时段下的训练话单数据，所述训练话单数据包括所述测试终端的标识以及所述测试终端的特征数据；关联单元，用于针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据。
[0014]在一些实施方式中，所述装置还包括：预处理模块，用于对所述训练数据进行预处理，所述预处理包括以下至少一项：缺失值填充、异常值处理、归一化处理、独热编码处理以及特征融合与拆解处理。
[0015]在一些实施方式中，所述关联单元，具体用于：针对每个测试终端，基于所述测试终端的标识，获取所述测试终端在各时刻下的训练路测数据以及所述测试终端在各时段下的训练话单数据；根据所述测试终端的每一训练路测数据对应的时刻，以及所述测试终端
的每一训练话单数据对应的时段，确定所述测试终端的每一训练路测数据对应的训练话单数据；其中，所述训练路测数据对应的时刻位于该训练路测数据对应的训练话单数据所对应的时段内；针对所述测试终端的每一训练话单数据，若所述训练话单数据对应的训练路测数据为一个，则建立所述训练路测数据中语音质量评估结果和所述训练话单数据中特征数据之间的关联；以及，若所述训练话单数据对应的训练路测数据为多个，则将该多个训练路测数据中语音质量评估结果的平均值作为最终的语音质量评估结果，建立所述最终的语音质量评估结果和所述训练话单数据中特征数据之间的关联。
[0016]在一些实施方式中，所述训练模块，具体用于：将所述训练数据进行划分，得到训练集和测试集；基于所述训练集中的训练数据，对所述初始模型进行训练，得到当前模型；将所述测试集中的特征数据输入当前模型，得到模型输出的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音质量评估方法，其特征在于，包括：获取待评估终端在待评估时段下的话单数据；从所述待评估终端的话单数据中，获得所述待评估终端的特征数据；其中，所述特征数据包括实时传输协议通信参数和时延参数；将所述待评估终端的特征数据输入至语音质量评估模型，获得所述语音质量评估模型输出的所述待评估终端在待评估时段下的语音质量评估结果；其中，所述语音质量评估模型为基于极端梯度提升算法建立，并经过训练的模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于极端梯度提升算法，建立初始模型；获取训练数据，所述训练数据包括各测试终端的语音质量评估结果以及所述各测试终端的语音质量评估结果对应的特征数据；基于所述训练数据，对所述初始模型进行训练，直至得到所述语音质量评估模型。3.根据权利要求2所述的方法，其特征在于，所述获取训练数据，包括：获取各测试终端在各时刻下的训练路测数据，所述训练路测数据包括所述测试终端的标识以及所述测试终端的语音质量评估结果；获取各测试终端在各时段下的训练话单数据，所述训练话单数据包括所述测试终端的标识以及所述测试终端的特征数据；针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据。4.根据权利要求3所述的方法，其特征在于，所述针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据之后，还包括：对所述训练数据进行预处理，所述预处理包括以下至少一项：缺失值填充、异常值处理、归一化处理、独热编码处理以及特征融合与拆解处理。5.根据权利要求3所述的方法，其特征在于，所述针对每个测试终端，基于所述测试终端的标识，建立所述测试终端的语音质量评估结果和所述测试终端的特征数据之间的关联，以获得所述训练数据，包括：针对每个测试终端，基于所述测试终端的标识，获取所述测试终端在各时刻下的训练路测数据以及所述测试终端在各时段下的训练话单数据；根据所述测试终端的每一训练路测数据对应的时刻，以及所述测试终端的每一训练话单数据对应的时段，确定所述测试终端的每一训练路测数据对应的训练话单数据；其中，所述训练路测数据对应的时刻位于该训练路测数据对应的训练话单数据所对应的时段内；针对所述测试终端的每一训练话单数据，若所述训练话单数据对应的训练路测数据为一个，则建立所述训练路测数据中语音质量评估结果和所述训练话单数据中特征数据之间的关联；以及，若所述训练话单数据对应的训练路测数据为多个，则将多个训练路测数据中语音质量评估结果的平均值作为最终的语音质量评估结果，建立所述最终的语音质量评估结果和所述训练话单数据中特征数据之间的关联。6.根据权利要求2
‑
5任一项所述的方法，其特征在于，所述基于所述训练数据，对所述初始模型进行训练，直至得到所述语音质量评估模型，包括：
将所述训练数据进行划分，得到训练集和测试集；基于所述训练集中的训练数据，对所述初始模型进行训练，得到当前模型；将所述测试集中的特征数据输入当前模型，得到模型输出的第一语音质量评估结果；计算所述第一语音质量评估结果和所述测试集中对应的语音质量评估结果之间的相关系数，直至当前的相关系数满足预定要求，则判定训练完成。7.一种语音质量评估装置，其特征在于，包括：第一获取模块，获取待评估终端在待评估时段下的话单数据；所述第一获取模块，还用于从所述待评估终端的话单数据中...

【专利技术属性】
技术研发人员：杨飞虎，刘贤松，欧大春，张忠平，许国平，陈旻，张硕伟，佘士钊，石旭荣，李珊珊，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：