马尔可夫模型在VoIP通话质量实时评估中的应用

计算机应用

马尔可夫模型在VoIP通话质量实时评估中的应用

王伟王贞松

中国科学院研究生院;威全通(北京)科技有限公司中国科学院计算技术研究所

收稿日期:2007-06-13 修回日期:2007-08-02 发布日期:2007-12-01 出版日期:2007-12-01
通讯作者: 王伟

Application of Markov model in real-time evaluation of VoIP speech quality

Wei Wang Zhensong Wang

Received:2007-06-13 Revised:2007-08-02 Online:2007-12-01 Published:2007-12-01
Contact: Wei Wang

摘要/Abstract

摘要： 针对运用国际电联G.107 E模型评估VoIP通话质量时如何准确计算有效设备损伤系数的问题，提出一种基于马尔可夫模型的实时评估算法，通过分别为随机信息包丢失概率和突发比建立三态和二态马尔可夫模型，推导出估算有效设备损伤系数的运算公式和相应统计算法。商用测试结果表明，该评估算法能够在实时环境中较准确地评估VoIP通话质量。

关键词: 网络电话, 马尔可夫模型, E模型, 有效设备损伤系数, 通话质量

Abstract: To accurately calculate the Ie-eff coefficient when evaluating VoIP speech quality with the ITU-T G.107 E-model, a real-time evaluation algorithm based on Markov model was presented. Through the establishment of 3-state Markov model for Ppl and 2-state Markov model for BurstR, formulas were derived and corresponding statistics algorithm was given. Commercial test results indicate that this algorithm can accurately evaluate the VoIP speech quality in real-time environment.

Key words: VoIP, markov model, E-model, Ie-eff, speech quality

中图分类号:

TP393.06

王伟王贞松. 马尔可夫模型在VoIP通话质量实时评估中的应用[J]. 计算机应用.

Wei Wang Zhensong Wang. Application of Markov model in real-time evaluation of VoIP speech quality[J]. Journal of Computer Applications.

[1]	张露, 刘家鹏, 田冬梅. 基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 280-286.
[2]	霍纬纲, 王慧芳. 基于自编码器和隐马尔可夫模型的时间序列异常检测方法[J]. 计算机应用, 2020, 40(5): 1329-1334.
[3]	马兰, 崔博花, 刘轩, 岳猛, 吴志军. 基于隐半马尔可夫模型的SWIM应用层DDoS攻击的检测方法[J]. 计算机应用, 2019, 39(7): 1973-1978.
[4]	王金策, 邓越萍, 史明, 周云飞. 多时间尺度时间序列趋势预测[J]. 计算机应用, 2019, 39(4): 1046-1052.
[5]	杨世强, 罗晓宇, 乔丹, 柳培蕾, 李德信. 基于滑动窗口和动态规划的连续动作分割与识别[J]. 计算机应用, 2019, 39(2): 348-353.
[6]	许瀚, 罗亮, 孙鹏, 孟飒. 基于马尔可夫模型的云系统安全性与性能建模[J]. 计算机应用, 2019, 39(11): 3304-3309.
[7]	张全贵, 蔡丰, 李志强. 基于耦合多隐马尔可夫模型和深度图像数据的人体动作识别[J]. 计算机应用, 2018, 38(2): 454-457.
[8]	张承畅, 张华誉, 罗建昌, 何丰. 基于云计算和改进K-means算法的海量用电数据分析方法[J]. 计算机应用, 2018, 38(1): 159-164.
[9]	郭雷勇, 李宇, 林胜义, 谭洪舟. 用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法[J]. 计算机应用, 2017, 37(8): 2416-2420.
[10]	李方伟, 李骐, 朱江. 改进的基于隐马尔可夫模型的态势评估方法[J]. 计算机应用, 2017, 37(5): 1331-1334.
[11]	胡学刚, 邱秀兰. 基于Snake模型的图像分割新算法[J]. 计算机应用, 2017, 37(12): 3523-3527.
[12]	王董礼, 曹鹏, 黄国策, 孙启禄, 李连宝. 基于隐马尔可夫模型的短波认知频率选择方法[J]. 计算机应用, 2016, 36(5): 1179-1182.
[13]	李强, 陈浩, 陈丁当. 基于隐马尔可夫模型的语音激活检测算法[J]. 计算机应用, 2016, 36(11): 3212-3216.
[14]	宋路杰, 孟凡荣, 袁冠. 基于Markov模型与轨迹相似度的移动对象位置预测算法[J]. 计算机应用, 2016, 36(1): 39-43.
[15]	张洛阳, 毛嘉莉, 刘斌, 吴涛. 基于贝叶斯模型的多标签分类算法[J]. 计算机应用, 2016, 36(1): 52-56.