全球網(wǎng)絡生命周期自動化（NLA）提供商Infovista宣布，其基于sQLEAR機器學習的算法已獲得國際電聯(lián)批準，用于移動全IP語音服務的QoE測試，包括LTE語音（VoLTE）、新無線電語音（VoNR）和OTT語音。

sQLEAR算法（speech Quality by machine LEARning）是ITU-T第12研究組批準的基于ML的語音質(zhì)量建模標準，名為ITU-T P.565.1。

sQLEAR算法采用網(wǎng)絡參數(shù)和標準化語音編解碼器和客戶端信息，并使用機器學習為移動運營商提供以網(wǎng)絡為中心，與設備無關，音頻路徑無關的實時視圖，通過其4G和5G網(wǎng)絡提供的真實語音質(zhì)量。這大大降低了新5G語音服務的成本和上市時間，同時經(jīng)濟高效地保持了現(xiàn)有VoLTE服務的高質(zhì)量標準。

sQLEAR不受設備音頻路徑的影響，使運營商能夠?qū)ζ?G和/或5G網(wǎng)絡進行經(jīng)濟高效的、以網(wǎng)絡為中心的監(jiān)控、優(yōu)化、故障排除和基準測試，而無需單獨測試所有商用設備。

經(jīng)批準的ITU-T P.565.1算法利用ML功能來描述全IP語音網(wǎng)絡（VoLTE，VoNR）中固有的日益復雜的網(wǎng)絡，語音編解碼器和客戶端相互依賴關系對語音質(zhì)量的影響。這使得運營商能夠節(jié)省時間和金錢，既可以針對所有設備（而不是特定設備）優(yōu)化其網(wǎng)絡，也可以快速識別任何基于網(wǎng)絡的問題，而不會受到設備特性的干擾，從而誤導根本原因分析。

Infovista網(wǎng)絡測試技術總監(jiān)Irina Cotanis博士說："通過5G新無線電（VoNR）推出新的語音服務，同時保持語音服務質(zhì)量，并通過VoLTE擴展實現(xiàn)最大的資本支出/運營成本增長，是當今移動網(wǎng)絡運營商關注的關鍵問題之一。

"隨著GSA現(xiàn)在報告全球超過1，100個5G宣布的設備，測試每個設備的語音質(zhì)量不再實用或財務上可行。此外，基于IP的移動語音以及5G新無線電帶來了新的復雜性和相互依賴性，需要一種全新的方法來使語音測試有效和高效。正是這一點促使我們重新思考QoE建模概念，我們將其作為研究項目引入ITU-T第12研究組。在與國際電聯(lián)合作數(shù)年后，我們很高興基于sQLEAR ML的算法已經(jīng)過驗證并被批準為標準，反映了AI/ML在QoE/QoS建模中的重要性。

sQLEAR是Infovista更廣泛的戰(zhàn)略的第一步，該戰(zhàn)略旨在開發(fā)基于ML / AI的以網(wǎng)絡為中心的體驗質(zhì)量測試，包括今天的OTT語音應用程序以及未來的eGaming和其他基于IP的體驗豐富的5G服務。