La Recommandation UIT-T P.565.1 repose sur le cadre de la Résolution UIT-T P.565. On y trouve un modèle fondé sur l'apprentissage automatique à utiliser pour prévoir les incidences sur la qualité de la parole du transport IP (protocole Internet) et du transport sous-jacent, ainsi que d'un tampon de gigue normalisé ou prédéfini dans le client final, permettant ainsi d'obtenir une vue centrée sur le réseau concernant la qualité de la parole des services fournis sur les réseaux mobiles à commutation par paquets. La qualité de la parole est exprimée en termes de note moyenne d'opinion pour l'évaluation objective de la qualité en situation d'écoute (MOS-LQO) dans l'hypothèse d'une transmission pure, sans bruit de fond, codage non conforme à une norme dans le dispositif d'émission, commande automatique de gain, dispositifs d'amélioration de la qualité vocale, transcodage, pontage, réponse en fréquence, tampon de gigue (pour les appels mobiles des systèmes multimédias IP (IMS)) ou décodage non conforme à une norme, dérive d'horloge ou toute autre altération non causée par le transport IP et le transport sous-jacent.
Le modèle prend en charge les cas d'utilisation et les applications définis dans la Recommandation UIT-T P.565 révisée pour les appels mobiles IMS (VoLTE/VoNR avec codecs EVS et AMRWB) et OTT/WhatsApp. En outre, il satisfait aux exigences minimales de performance pour les vecteurs de test fournis (voir l'Annexe D de la Recommandation UIT-T P.565) et a également fait l'objet d'une validation indépendante sur un ensemble supplémentaire de données enregistrées inconnues en direct (voir l'Annexe D de la Recommandation UIT-T P.565).
Le modèle permet d'évaluer les incidences du réseau de transmission sur la qualité de la parole pour les services vocaux mobiles à commutation par paquets. En outre, si des prédicteurs conformes à ce cadre sont utilisés conjointement avec des mesures de la qualité de la parole perçue, par exemple UIT-T P.863, il est possible de déterminer si la source des problèmes se trouve à l'intérieur ou à l'extérieur du réseau de transport observé par le prédicteur conforme à ce cadre.
Mots clés
Prédiction de la qualité de la parole, voix haute définition, EVS, AMR/AMR-WB, FB, services OTT de téléphonie, téléphonie mobile IMS, VoLTE, VoNR, OTT, apprentissage automatique (ML), paramétrique intrusif, client OTT générique |
