通信世界网消息（CWW）基于5G SA网络的超清视话应用新空口承载语音（VoNR，Voice over New Radio）作为5G时代语音业务的关键解决方案，具备通话清晰、不卡顿等特点，但由于VoNR语音业务跨5GC、LTE无线、EPC、IMS、CS等网络域，具备4G与5G融合、语音与视频融合等业务特点，对5G网络提出了更高的要求，也给网络质量保障、问题定位等运维工作带来了前所未有的挑战。同时，语音感知难以复用数据业务的感知评估模型，多语音技术并存下的语音质量定界问题更加凸显；传统语音业务端到端分析定界完全依靠底层厂家基于码流的话单合成能力，存在定制化程度高、跨厂家合成无法实现等问题。因此，行业亟需一种通用高效的智能化VoNR语音质量评估与定界方法，解决当前网络运维工作面临的难题。
VoNR语音业务感知端到端智能问题识别定界项目基于向量引擎、“流批一体化”的分布式多任务实时并行处理架构，打造了业内领先的应对多场景的数据实时处理方案。同时，项目基于标准化单接口话单，建立从用户侧到无线侧再到核心网侧全流程的VoNR端到端分析机制，是中国移动网络领域5G语音业务应用范围最广、处理能力最强、实时性能最优的分析系统。从技术方面来看，该项目实现三大创新。
一是实现基于XGBoost与人工神经网络融合的VoNR语音质量评分模型，结合路测和DPI等多源数据，满足用户不同阶段的感知要求，打造感知敏感度自适应的VoNR语音质量智能评估能力。
二是基于标准化、多接口的实时关联数据，融合DPI、核心网性能数据、无线侧测量数据等多数据源，通过结合CatBoost的综合性AI质差定界方法，挖掘VoNR语音业务复杂流程中的隐性且超高维的特征，实现语音质量问题的快速准确识别和定界。
三是引入基于智能化的质差闭环管理能力，全自动实现质差发现、质差定位、质差优化验证等全流程闭环管理，无间断保障语音通话质量。
项目方案
全网通用的标准化评估体系
基于网络域VoNR信令数据，该项目完成VoNR语音业务（包括N1N2、Mw、Gm、ISC、Rx等）涉及所有接口数据的采集，并对采集数据进行解析，突破各厂家私有话单限制，形成通用性更高的标准化DPI数据。同时，为解决单一源难以精准定位网络和用户感知异常等问题，该项目对DPI话单关键特征进行解析，识别相同通话信令信息进行事件准确关联，建立“全景式”的通信场景还原体系，合成包含VoNR信令面和媒体面在内的全量接口业务质量及性能指标。
面向VoNR用户对感知体验要求更高的问题和挑战，该项目通过构建全网通用的标准化评估体系，聚焦VoNR网络质量时空多维评估，实现VoNR语音业务质量的分钟级实时监控，基于质差、指标波动等方式发现网络质量问题，通过质差终端、质差业务、质差小区等多维度的“聚类”分析，实时捕捉VoNR网络感知问题。
跨域端到端VoNR语音质量智能评估手段
针对用户语音通话质量感知主观性较强、缺乏统一评估手段，以及单纯通过当前业内主流算法无法准确评估用户感知等问题，该项目采用切片级会话样本特征数据，结合实际路测的端到端MOS质量评估能力，提取关键要素构建VoNR语音质量评分模型（如图1所示）。
图1 VoNR语音质量评分模型
与此同时，为解决所收集实测样本数据MOS值分布不均匀、基于MOS值域不均匀样本数据训练所得模型在MOS值小样本区间准确度较低，以及规模化应用过程中计算量较大等问题，该项目基于XGBoost与人工神经网络融合算法，实现性能与准确度的有机结合，针对切片级、会话级、小区级等多空间维度，以及用户不同阶段的感知要求，打造感知敏感度自适应的VoNR语音质量智能评估能力。
VoNR端到端全流程跨域智能定界方案
针对传统网络运维方法无法有效感知、定位和解决语音质量劣化等问题，该项目通过“流批一体化”实时处理技术实现基于DPI话单、核心网性能数据和无线侧测量数据等数据源的关联合成与处理。同时，为保证数据处理的实时性和高吞吐量，降低原始海量数据造成的带宽负荷，该项目基于多边缘节点，采用分布式多任务处理模式，实现对质差范围内的小区有针对性的筛选和汇聚，汇总数据回传至中心节点，以满足多数据源、跨域实时关联分析的需求。
由于VoNR语音业务流程复杂，质差特征难以进行显性定界，为此，该项目整合多源数据，引入专家经验、失败案例库、失败码定界、横向对比定界等传统定界方法，对训练样本数据进行数据标注，挖掘数据的潜在规律和模式，嵌入基于CatBoost算法的VoNR语音质差定界模型，实时输出定界结果，构建了一套完整的VoNR端到端全流程跨域定界方案。
智能化质差闭环管控能力
针对定界到的语音通话质量问题，基于机器视觉、语义理解等AI算法构建VoNR语音问题闭环管理场景，探索质差工单流转过程中的全流程智能化改造，根据不同质差问题，智能化生成处理建议。
为了强化VoNR语音通话质量验证的实时性和准确性，该项目同时引入AI实时质检替代原人工事后进行语音通话质量验证，实时监测语音通话质量，确保每一次事件的处理都得到有效验证。
业务成效
该项目将十余项数智技术用于优化生产流程。事前，先于投诉25分钟预警感知异常；事中，定位结果同步推送，减少工单向后流转；事后，实现受损用户标签O域及时下发，支撑地市主动修复。值得关注的是，该方案已累计解决数万个感知隐患，完成数百万感知质差用户主动维系，上线以来提质量、增效率、降成本效果显著，准确率达95%以上，整体定位时长缩短53%。
与此同时，该项目还实现VoNR语音感知优化，挖掘了近千个语音质差小区，并结合现场摸测制定优化方案，使小区语音的准确率和投诉解决率接近100%；实现全网5G语音业务的精准建模和质量管控，开展预警和监控，及时发现隐患，做到先于用户投诉，“早发现”“早处理”，有效提高语音质量，提升用户满意度，对中国移动业务经营及市场提升起到了重要作用。
社会与经济效益
经济效益
该项目可为中国移动网络运维人员提供语音业务质差分析、自动定界、质差自动识别派单等功能。以江苏移动为例，月均使用近千人次，单省日均自动准确定界VoNR感知质差小区数十个，准确率达85%，分析定位时间缩短3小时，并有效提高工作效率，降低人力成本。
社会效益
该项目可提前对批量投诉进行预警、辅助实时定界，缩短故障影响时间，极大提升用户语音体验质量；同时及早发现质差VoNR终端，排查终端与网络适配或终端BUG，辅助终端厂家解决问题，提高终端适配能力。
该项目提出的智能化VoNR语音质量评估方案，充分利用O域数据实现全网端到端实时评估，在全面评估网络感知的基础上，避免了组织路测带来的资源消耗，规避了路测手段局部测试、非常态化测试的弊端。利用“大数据+智能化”手段有效提升业务感知，提升网络运维工作效率。
