语音质量的客观评估算法
在过去的数十年中，已经发展出了多种SQA（Speech Quality Assessment）算法来估计MOS绝对分数或会话质量。语音质量评估算法分为主观和客观两种。
1、主观方法
主观方法 就不详细讲了，主要研究的是怎么让人更客观的评价语音的质量，用什么样本，在什么情况下，让用户怎么打分，是0-5分 还是只选 yes 和 no，怎么去除人的 疲惫因素，不同人群 评价的 偏差，等等。
但是主观方法的意义在于，可以用来校准客观方法，特别是客观算法里的种种参数。
2、客观方法
客观方法 分为 黑盒方法 和 透明参数模型方法。
2.1、黑盒方法
黑盒方法的含义主要是不考虑传输层的参数，只考虑语音波。它进一步分为 全参考的方法和 无参考的方法。全参考的算法是指 在评估的时候 需要对比正常语音 和 模拟出来的失真语音信号，又被称为post-service SQA算法，主要有 MBSD，MNB，PAMS，PESQ。无参考的算法 是指在评估的时候，不需要对比，看一个语音波 就可以了，主要有 P.563，POSQE。
1) 全参考的方法
这种算法对比了纯净语音序列和增加了失真的语音序列，在比对的时候，要先把失真语音序列转换为20ms的语音帧，依据人类声学理论 转换成“可听失真”，然后跟纯净语音序列逐帧对比，最后计算总分。
它有现成的算法 MNB和 PESQ（P.861 和 P.862），但是这个算法不论是时间复杂度还是空间复杂度都太高了。
有人提出可以用别的参数来替代声学失真，比如说用 声音的光谱距离来替代，然后用 这个参数转换成MOS值。这样做的话，复杂度降低到了n^2，但是效果却不如原本声学失真的计算方式。
另外，“逐帧对比” 使得原本 自适应缓冲区算法带来的时间失真，被无视掉了。
2) 无参考的方法
无参考的信号层SQA算法，则直接从失真信号中提取 各种参数，比如噪声，中断，电平饱和，停顿和语音自然度 ，然后把这些参数组合在一起计算得分。而组合参数的公式 来自 主观SQA算法里的总结，也就是说用人工的方法找公式，找参数，用于客观方法。
所以无参考的SQA算法，是在用人来养算法。
单端算法更适用于VoIP场景，因为它们的实现成本更低，并且可以实时监控会话，不用管 网络结构是什么样的。
2.2 透明参数模型方法
透明参数模型方法 分为离线计算方法和 在线计算方法。离线计算方法可以在服务运行前，预测通话的质量，所以又被称为 pre-service SQA算法，主要有 E-Model。在线计算方法就是在服务运行的同时计算，主要有 VQmon，Q-Model，Genome。
1) 离线计算方法
离线参数算法可以在服务运行前，预测通话的质量，所以又被称为 pre-service SQA算法。
它需要非常多的 参数，比如编码失真、延迟极其变化、降噪、回声、丢包、垂直水平切换（这是啥？），等等。
其中最著名的E-Model需要多达21个参数。E模型对于每个参数，有固定的范围和 计算公式，它的输出是 R值，如果R值低于60，说明整个电话的配置是不合理的，需要改进。它一般用于 规划目的。
2) 在线计算方法
在线计算模型因为不影响正常的通话，所以可以在通话的过程中执行。
感觉突出的重点是在线计算。但是所 举的例子里又包括了 各种对于网络的模拟。
比如VQmon：它的内部操作模式遵循分组层单端参数模型SQA方法。它可以模拟网络，允许定义网络功能，例如节点数，网络负载，移动性模型和路由协议。
3、单端无参考算法
1) 基础算法（2001年提出）
来源：R. G. Cole and J. H. Rosenbluth, “Voice over ip performance monitoring,” Computer Communication Review, ACM SIGCOMM, vol. 31, no. 2, pp. 09–24, 2001.
其中，Id和Ie是失真的参数模型，分别表示由延迟和设备损害因素导致的质量下降。 Ta是在评估间隔内播放的语音数据包的平均单向延迟，PLR是数据包丢失率，CODEC使用的语音编码格式。 校准参数A用于量化用户在某些情况下（即移动通信）接受质量下降的意愿。
这个公式主要是引入了回声的影响，小于177.3ms的延迟不会造成回声方面的问题所以有个 H(x)的判断。这个参数来源于ITU-T Rec.4的G.107。
最后，这是编码方式和丢包带来的影响。其中，a，b和c是通过对数回归分析获得的实拟合系数，不同的编码方式有不同的系数。 例如，在随机丢失过程下，当激活丢包隐藏（PLC）算法时，G.711语音编解码器的推荐系数为a = 0，b = 30和c = 15。
另外，此方向的经典算法是 P.563，它是ITU-T 在2004年 集合了三大通信公司，一起设计出来的算法，有论文有代码，但非常复杂，并且有版权限制，我还没有细看。
跟开源软件Homer（ https://github.com/sipcapture/homer）的参数相互比较，Homer的参数里：
把 94.2改成了 93.2
把 0.024 改成了 0.025
把 0.11改成了 0.1
把 177.3 改成了 120
最后的Ie，即编码方式和丢包（PLR）的计算，Homer的算法里没有管编码方式，简单计算成了 2.5*PLR。
对于Ta的参数，论文含义是 语音播放延迟，Homer的算法里采用的是 delay+jitter*2+10，其中 delay并不是播放延迟，而是RTCP两次report之间的延迟，实质上对应的是RTCP在采样和传输之间的延迟，jitter是这一段时间内语音的抖动。（这是我 比较疑惑，同时没有找到理论依据的一点）
附-RTCP官方文档里对delay的解释：
https://tools.ietf.org/html/rfc3550#section-6.4.1
另外，此方向的经典算法是 P.563，它是ITU-T 在2004年 集合了三大通信公司，一起设计出来的算法，有论文有代码，但非常复杂，并且有版权限制，我还没有细看。
2) 增强的单端算法
主要的增强点在于，不是仅仅考虑一个通话的整体丢包了，还考虑了丢包的分布，比如集中的丢包就比分散的丢包来的影响大。丢包的间隔大于多少，认为是一组集中丢包。然后，在不同的编码方式下，不同的丢包模式 会有 不同的参数。
另一个方法是，把通话切片，分段计算mos值，再求平均，其中，分段计算的逻辑是，从 正常 到连续丢包完成的 duration。（开源软件Homer https://github.com/sipcapture/homer 的算法也是切片的，但是Homer是平均切片，不是按丢包分布的逻辑来的）
然后，还有考虑边缘设备对于QoE的影响，各种不同的边缘设备在相似程度的网络失真（即丢包过程和延迟抖动）下会产生非常不同的QoE。
以及，还有针对语音帧的评估策略，不同的语音 有不同的丢失权重。
还有针对链接断开的SQA算法。用户可能会遭受短暂的连接丢失，比如网络间和网络内的切换，或者是当用户漫游到相关基础架构的覆盖范围之外，在不同的网络，需要采用不同的编码方式。
4、现有的 其它公司的工具
VQuad：支持模拟，支持评估无线电话，它需要进行原始语音序列和降级语音序列的比较。
OPERA：双端 侵入式SQA算法，可以分析 背景噪声，讲话者和听者的回声，双向通话，语音削波，饱和度，信号衰减以及由噪声引起的伪像语音活动。它使用 伯努利（Bernoulli）模型和吉尔伯特（Gilbert）模型 来模拟失真；使用 利用了FIFO排队模型（遵循泊松分布）来模拟延迟和丢包。
3SQM：使用 单端方法来计算，它实现了ITUT的 P.563 标准。
Mongolia：它可以计算出每个语音帧的重要性，所以可以有选择的丢包。基于侵入式比较的SQA算法，是Hoene博士 毕业论文之作，仅支持几种流行的低比特率语音编解码器，即ITU-T G.729和GSM。
VQmon：它的内部操作模式遵循分组层单端参数模型SQA方法。它可以模拟网络，允许定义网络功能，例如节点数，网络负载，移动性模型和路由协议。