通信世界網(wǎng)消息（CWW）基于5G SA網(wǎng)絡(luò)的超清視話應(yīng)用新空口承載語(yǔ)音（VoNR，Voice over New Radio）作為5G時(shí)代語(yǔ)音業(yè)務(wù)的關(guān)鍵解決方案，具備通話清晰、不卡頓等特點(diǎn)，但由于VoNR語(yǔ)音業(yè)務(wù)跨5GC、LTE無(wú)線、EPC、IMS、CS等網(wǎng)絡(luò)域，具備4G與5G融合、語(yǔ)音與視頻融合等業(yè)務(wù)特點(diǎn)，對(duì)5G網(wǎng)絡(luò)提出了更高的要求，也給網(wǎng)絡(luò)質(zhì)量保障、問(wèn)題定位等運(yùn)維工作帶來(lái)了前所未有的挑戰(zhàn)。同時(shí)，語(yǔ)音感知難以復(fù)用數(shù)據(jù)業(yè)務(wù)的感知評(píng)估模型，多語(yǔ)音技術(shù)并存下的語(yǔ)音質(zhì)量定界問(wèn)題更加凸顯；傳統(tǒng)語(yǔ)音業(yè)務(wù)端到端分析定界完全依靠底層廠家基于碼流的話單合成能力，存在定制化程度高、跨廠家合成無(wú)法實(shí)現(xiàn)等問(wèn)題。因此，行業(yè)亟需一種通用高效的智能化VoNR語(yǔ)音質(zhì)量評(píng)估與定界方法，解決當(dāng)前網(wǎng)絡(luò)運(yùn)維工作面臨的難題。
VoNR語(yǔ)音業(yè)務(wù)感知端到端智能問(wèn)題識(shí)別定界項(xiàng)目基于向量引擎、“流批一體化”的分布式多任務(wù)實(shí)時(shí)并行處理架構(gòu)，打造了業(yè)內(nèi)領(lǐng)先的應(yīng)對(duì)多場(chǎng)景的數(shù)據(jù)實(shí)時(shí)處理方案。同時(shí)，項(xiàng)目基于標(biāo)準(zhǔn)化單接口話單，建立從用戶側(cè)到無(wú)線側(cè)再到核心網(wǎng)側(cè)全流程的VoNR端到端分析機(jī)制，是中國(guó)移動(dòng)網(wǎng)絡(luò)領(lǐng)域5G語(yǔ)音業(yè)務(wù)應(yīng)用范圍最廣、處理能力最強(qiáng)、實(shí)時(shí)性能最優(yōu)的分析系統(tǒng)。從技術(shù)方面來(lái)看，該項(xiàng)目實(shí)現(xiàn)三大創(chuàng)新。
一是實(shí)現(xiàn)基于XGBoost與人工神經(jīng)網(wǎng)絡(luò)融合的VoNR語(yǔ)音質(zhì)量評(píng)分模型，結(jié)合路測(cè)和DPI等多源數(shù)據(jù)，滿足用戶不同階段的感知要求，打造感知敏感度自適應(yīng)的VoNR語(yǔ)音質(zhì)量智能評(píng)估能力。
二是基于標(biāo)準(zhǔn)化、多接口的實(shí)時(shí)關(guān)聯(lián)數(shù)據(jù)，融合DPI、核心網(wǎng)性能數(shù)據(jù)、無(wú)線側(cè)測(cè)量數(shù)據(jù)等多數(shù)據(jù)源，通過(guò)結(jié)合CatBoost的綜合性AI質(zhì)差定界方法，挖掘VoNR語(yǔ)音業(yè)務(wù)復(fù)雜流程中的隱性且超高維的特征，實(shí)現(xiàn)語(yǔ)音質(zhì)量問(wèn)題的快速準(zhǔn)確識(shí)別和定界。
三是引入基于智能化的質(zhì)差閉環(huán)管理能力，全自動(dòng)實(shí)現(xiàn)質(zhì)差發(fā)現(xiàn)、質(zhì)差定位、質(zhì)差優(yōu)化驗(yàn)證等全流程閉環(huán)管理，無(wú)間斷保障語(yǔ)音通話質(zhì)量。
項(xiàng)目方案
全網(wǎng)通用的標(biāo)準(zhǔn)化評(píng)估體系
基于網(wǎng)絡(luò)域VoNR信令數(shù)據(jù)，該項(xiàng)目完成VoNR語(yǔ)音業(yè)務(wù)（包括N1N2、Mw、Gm、ISC、Rx等）涉及所有接口數(shù)據(jù)的采集，并對(duì)采集數(shù)據(jù)進(jìn)行解析，突破各廠家私有話單限制，形成通用性更高的標(biāo)準(zhǔn)化DPI數(shù)據(jù)。同時(shí)，為解決單一源難以精準(zhǔn)定位網(wǎng)絡(luò)和用戶感知異常等問(wèn)題，該項(xiàng)目對(duì)DPI話單關(guān)鍵特征進(jìn)行解析，識(shí)別相同通話信令信息進(jìn)行事件準(zhǔn)確關(guān)聯(lián)，建立“全景式”的通信場(chǎng)景還原體系，合成包含VoNR信令面和媒體面在內(nèi)的全量接口業(yè)務(wù)質(zhì)量及性能指標(biāo)。
面向VoNR用戶對(duì)感知體驗(yàn)要求更高的問(wèn)題和挑戰(zhàn)，該項(xiàng)目通過(guò)構(gòu)建全網(wǎng)通用的標(biāo)準(zhǔn)化評(píng)估體系，聚焦VoNR網(wǎng)絡(luò)質(zhì)量時(shí)空多維評(píng)估，實(shí)現(xiàn)VoNR語(yǔ)音業(yè)務(wù)質(zhì)量的分鐘級(jí)實(shí)時(shí)監(jiān)控，基于質(zhì)差、指標(biāo)波動(dòng)等方式發(fā)現(xiàn)網(wǎng)絡(luò)質(zhì)量問(wèn)題，通過(guò)質(zhì)差終端、質(zhì)差業(yè)務(wù)、質(zhì)差小區(qū)等多維度的“聚類”分析，實(shí)時(shí)捕捉VoNR網(wǎng)絡(luò)感知問(wèn)題。
跨域端到端VoNR語(yǔ)音質(zhì)量智能評(píng)估手段
針對(duì)用戶語(yǔ)音通話質(zhì)量感知主觀性較強(qiáng)、缺乏統(tǒng)一評(píng)估手段，以及單純通過(guò)當(dāng)前業(yè)內(nèi)主流算法無(wú)法準(zhǔn)確評(píng)估用戶感知等問(wèn)題，該項(xiàng)目采用切片級(jí)會(huì)話樣本特征數(shù)據(jù)，結(jié)合實(shí)際路測(cè)的端到端MOS質(zhì)量評(píng)估能力，提取關(guān)鍵要素構(gòu)建VoNR語(yǔ)音質(zhì)量評(píng)分模型（如圖1所示）。
圖1 VoNR語(yǔ)音質(zhì)量評(píng)分模型
與此同時(shí)，為解決所收集實(shí)測(cè)樣本數(shù)據(jù)MOS值分布不均勻、基于MOS值域不均勻樣本數(shù)據(jù)訓(xùn)練所得模型在MOS值小樣本區(qū)間準(zhǔn)確度較低，以及規(guī)模化應(yīng)用過(guò)程中計(jì)算量較大等問(wèn)題，該項(xiàng)目基于XGBoost與人工神經(jīng)網(wǎng)絡(luò)融合算法，實(shí)現(xiàn)性能與準(zhǔn)確度的有機(jī)結(jié)合，針對(duì)切片級(jí)、會(huì)話級(jí)、小區(qū)級(jí)等多空間維度，以及用戶不同階段的感知要求，打造感知敏感度自適應(yīng)的VoNR語(yǔ)音質(zhì)量智能評(píng)估能力。
VoNR端到端全流程跨域智能定界方案
針對(duì)傳統(tǒng)網(wǎng)絡(luò)運(yùn)維方法無(wú)法有效感知、定位和解決語(yǔ)音質(zhì)量劣化等問(wèn)題，該項(xiàng)目通過(guò)“流批一體化”實(shí)時(shí)處理技術(shù)實(shí)現(xiàn)基于DPI話單、核心網(wǎng)性能數(shù)據(jù)和無(wú)線側(cè)測(cè)量數(shù)據(jù)等數(shù)據(jù)源的關(guān)聯(lián)合成與處理。同時(shí)，為保證數(shù)據(jù)處理的實(shí)時(shí)性和高吞吐量，降低原始海量數(shù)據(jù)造成的帶寬負(fù)荷，該項(xiàng)目基于多邊緣節(jié)點(diǎn)，采用分布式多任務(wù)處理模式，實(shí)現(xiàn)對(duì)質(zhì)差范圍內(nèi)的小區(qū)有針對(duì)性的篩選和匯聚，匯總數(shù)據(jù)回傳至中心節(jié)點(diǎn)，以滿足多數(shù)據(jù)源、跨域?qū)崟r(shí)關(guān)聯(lián)分析的需求。
由于VoNR語(yǔ)音業(yè)務(wù)流程復(fù)雜，質(zhì)差特征難以進(jìn)行顯性定界，為此，該項(xiàng)目整合多源數(shù)據(jù)，引入專家經(jīng)驗(yàn)、失敗案例庫(kù)、失敗碼定界、橫向?qū)Ρ榷ń绲葌鹘y(tǒng)定界方法，對(duì)訓(xùn)練樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，挖掘數(shù)據(jù)的潛在規(guī)律和模式，嵌入基于CatBoost算法的VoNR語(yǔ)音質(zhì)差定界模型，實(shí)時(shí)輸出定界結(jié)果，構(gòu)建了一套完整的VoNR端到端全流程跨域定界方案。
智能化質(zhì)差閉環(huán)管控能力
針對(duì)定界到的語(yǔ)音通話質(zhì)量問(wèn)題，基于機(jī)器視覺(jué)、語(yǔ)義理解等AI算法構(gòu)建VoNR語(yǔ)音問(wèn)題閉環(huán)管理場(chǎng)景，探索質(zhì)差工單流轉(zhuǎn)過(guò)程中的全流程智能化改造，根據(jù)不同質(zhì)差問(wèn)題，智能化生成處理建議。
為了強(qiáng)化VoNR語(yǔ)音通話質(zhì)量驗(yàn)證的實(shí)時(shí)性和準(zhǔn)確性，該項(xiàng)目同時(shí)引入AI實(shí)時(shí)質(zhì)檢替代原人工事后進(jìn)行語(yǔ)音通話質(zhì)量驗(yàn)證，實(shí)時(shí)監(jiān)測(cè)語(yǔ)音通話質(zhì)量，確保每一次事件的處理都得到有效驗(yàn)證。
業(yè)務(wù)成效
該項(xiàng)目將十余項(xiàng)數(shù)智技術(shù)用于優(yōu)化生產(chǎn)流程。事前，先于投訴25分鐘預(yù)警感知異常；事中，定位結(jié)果同步推送，減少工單向后流轉(zhuǎn)；事后，實(shí)現(xiàn)受損用戶標(biāo)簽O域及時(shí)下發(fā)，支撐地市主動(dòng)修復(fù)。值得關(guān)注的是，該方案已累計(jì)解決數(shù)萬(wàn)個(gè)感知隱患，完成數(shù)百萬(wàn)感知質(zhì)差用戶主動(dòng)維系，上線以來(lái)提質(zhì)量、增效率、降成本效果顯著，準(zhǔn)確率達(dá)95%以上，整體定位時(shí)長(zhǎng)縮短53%。
與此同時(shí)，該項(xiàng)目還實(shí)現(xiàn)VoNR語(yǔ)音感知優(yōu)化，挖掘了近千個(gè)語(yǔ)音質(zhì)差小區(qū)，并結(jié)合現(xiàn)場(chǎng)摸測(cè)制定優(yōu)化方案，使小區(qū)語(yǔ)音的準(zhǔn)確率和投訴解決率接近100%；實(shí)現(xiàn)全網(wǎng)5G語(yǔ)音業(yè)務(wù)的精準(zhǔn)建模和質(zhì)量管控，開(kāi)展預(yù)警和監(jiān)控，及時(shí)發(fā)現(xiàn)隱患，做到先于用戶投訴，“早發(fā)現(xiàn)”“早處理”，有效提高語(yǔ)音質(zhì)量，提升用戶滿意度，對(duì)中國(guó)移動(dòng)業(yè)務(wù)經(jīng)營(yíng)及市場(chǎng)提升起到了重要作用。
社會(huì)與經(jīng)濟(jì)效益
經(jīng)濟(jì)效益
該項(xiàng)目可為中國(guó)移動(dòng)網(wǎng)絡(luò)運(yùn)維人員提供語(yǔ)音業(yè)務(wù)質(zhì)差分析、自動(dòng)定界、質(zhì)差自動(dòng)識(shí)別派單等功能。以江蘇移動(dòng)為例，月均使用近千人次，單省日均自動(dòng)準(zhǔn)確定界VoNR感知質(zhì)差小區(qū)數(shù)十個(gè)，準(zhǔn)確率達(dá)85%，分析定位時(shí)間縮短3小時(shí)，并有效提高工作效率，降低人力成本。
社會(huì)效益
該項(xiàng)目可提前對(duì)批量投訴進(jìn)行預(yù)警、輔助實(shí)時(shí)定界，縮短故障影響時(shí)間，極大提升用戶語(yǔ)音體驗(yàn)質(zhì)量；同時(shí)及早發(fā)現(xiàn)質(zhì)差VoNR終端，排查終端與網(wǎng)絡(luò)適配或終端BUG，輔助終端廠家解決問(wèn)題，提高終端適配能力。
該項(xiàng)目提出的智能化VoNR語(yǔ)音質(zhì)量評(píng)估方案，充分利用O域數(shù)據(jù)實(shí)現(xiàn)全網(wǎng)端到端實(shí)時(shí)評(píng)估，在全面評(píng)估網(wǎng)絡(luò)感知的基礎(chǔ)上，避免了組織路測(cè)帶來(lái)的資源消耗，規(guī)避了路測(cè)手段局部測(cè)試、非常態(tài)化測(cè)試的弊端。利用“大數(shù)據(jù)+智能化”手段有效提升業(yè)務(wù)感知，提升網(wǎng)絡(luò)運(yùn)維工作效率。
本文鏈接：VoNR語(yǔ)音業(yè)務(wù)感知端到端智能問(wèn)題識(shí)別定界_vonr語(yǔ)音服務(wù)http://m.lensthegame.com/show-3-7927-0.html
聲明：本網(wǎng)站為非營(yíng)利性網(wǎng)站，本網(wǎng)頁(yè)內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。