Infovista 宣布 sQLEAR 是一项基于 ML 的 5G VoNR 语音质量测试标准，已获得国际电联批准

全球网络生命周期自动化（NLA）提供商Infovista宣布，其基于sQLEAR机器学习的算法已获得国际电联批准，用于移动全IP语音服务的QoE测试，包括LTE语音（VoLTE）、新无线电语音（VoNR）和OTT语音。

sQLEAR算法（speech Quality by machine LEARning）是ITU-T第12研究组批准的基于ML的语音质量建模标准，名为ITU-T P.565.1。

sQLEAR算法采用网络参数和标准化语音编解码器和客户端信息，并使用机器学习为移动运营商提供以网络为中心，与设备无关，音频路径无关的实时视图，通过其4G和5G网络提供的真实语音质量。这大大降低了新5G语音服务的成本和上市时间，同时经济高效地保持了现有VoLTE服务的高质量标准。

sQLEAR不受设备音频路径的影响，使运营商能够对其4G和/或5G网络进行经济高效的、以网络为中心的监控、优化、故障排除和基准测试，而无需单独测试所有商用设备。

经批准的ITU-T P.565.1算法利用ML功能来描述全IP语音网络（VoLTE，VoNR）中固有的日益复杂的网络，语音编解码器和客户端相互依赖关系对语音质量的影响。这使得运营商能够节省时间和金钱，既可以针对所有设备（而不是特定设备）优化其网络，也可以快速识别任何基于网络的问题，而不会受到设备特性的干扰，从而误导根本原因分析。

Infovista网络测试技术总监Irina Cotanis博士说："通过5G新无线电（VoNR）推出新的语音服务，同时保持语音服务质量，并通过VoLTE扩展实现最大的资本支出/运营成本增长，是当今移动网络运营商关注的关键问题之一。

"随着GSA现在报告全球超过1，100个5G宣布的设备，测试每个设备的语音质量不再实用或财务上可行。此外，基于IP的移动语音以及5G新无线电带来了新的复杂性和相互依赖性，需要一种全新的方法来使语音测试有效和高效。正是这一点促使我们重新思考QoE建模概念，我们将其作为研究项目引入ITU-T第12研究组。在与国际电联合作数年后，我们很高兴基于sQLEAR ML的算法已经过验证并被批准为标准，反映了AI/ML在QoE/QoS建模中的重要性。

sQLEAR是Infovista更广泛的战略的第一步，该战略旨在开发基于ML / AI的以网络为中心的体验质量测试，包括今天的OTT语音应用程序以及未来的eGaming和其他基于IP的体验丰富的5G服务。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“物联之家 - 物联观察新视角,国内领先科技门户”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读