本發(fā)明涉及通信領(lǐng)域，具體涉及通信領(lǐng)域的視頻通話業(yè)務(wù)，特別涉及一種vinr用戶音視頻感知評價方法。

背景技術(shù)：

1、隨著無線通信的發(fā)展，在當(dāng)下的5g時代，運(yùn)營商推出了“5g新通話”服務(wù)業(yè)務(wù)，是基于5g網(wǎng)絡(luò)的vonr(voice?over?new?radio，新空口承載語音)/vinr(video?over?newradio，新空口承載音視頻)超清音視頻通話服務(wù)。vinr音視頻業(yè)務(wù)在采集、壓縮、傳輸和存儲等過程中會發(fā)生各種各樣的畸變，任何失真都可能導(dǎo)致用戶語音、視覺感知質(zhì)量的下降。

2、目前行業(yè)內(nèi)的音視頻質(zhì)量評估方法分為兩大類：語音質(zhì)量評估和圖像視頻質(zhì)量評估。

3、語音質(zhì)量評估分為主觀評估和客觀評估兩種類型，itu-tp.800定義了mos的主觀測試方法，客觀測試方法主要有：pesq、polqa等。其中itu-tp.863(polqa)是目前itu推薦的用于volte語音質(zhì)量測試的方法。

4、圖像視頻評估也分為主觀評估和客觀評估兩種類型。主觀質(zhì)量評估主要依賴人眼觀看并打分，可以說是最能直觀體現(xiàn)觀眾對視頻質(zhì)量感受的方法，也是其他客觀評價方法的終極目標(biāo)。然而，這種方法存在耗時費(fèi)力、成本較高、主觀觀感存在偏差等難題，無法直接在行業(yè)領(lǐng)域應(yīng)用。客觀質(zhì)量評估圖像視頻的質(zhì)量，通常使用質(zhì)量評估(qualityassessment,qa)算法來建模。質(zhì)量評估算法能準(zhǔn)確地衡量編解碼模型、通信傳輸系統(tǒng)、圖像增強(qiáng)和重建算法的優(yōu)劣，按照國際電信聯(lián)盟(itu)的建議，可以根據(jù)輸入的數(shù)據(jù)類型被分為5大類：媒體層(media-layer)模型、參數(shù)集層(parametric?packet-layer)模型、參數(shù)規(guī)劃(parametric?planning)模型、碼流層(bitstream-layer)模型、混合(hybrid)模型。其中媒體層模型直接使用媒體信息進(jìn)行運(yùn)算分析給出評價結(jié)果，而其他類型的評估方法則是根據(jù)編碼參數(shù)或網(wǎng)絡(luò)信道狀態(tài)等等外部變量來評估質(zhì)量。

5、中國專利文獻(xiàn)cn?107920362?a公開了一種基于微區(qū)域的lte網(wǎng)絡(luò)性能評估方法，包括以下步驟：(1)數(shù)據(jù)收集：收集用戶級ott信息、mr數(shù)據(jù)、關(guān)鍵信令切換數(shù)據(jù)和話統(tǒng)數(shù)據(jù)；(2)建立位置指紋數(shù)據(jù)庫；(3)數(shù)據(jù)處理：對各數(shù)據(jù)源進(jìn)行整合關(guān)聯(lián)；同時，將話統(tǒng)數(shù)據(jù)在lte及volte兩大業(yè)務(wù)類型下，按保持性、接入性、完整性、小區(qū)完好率、移動性5個維度上進(jìn)行分類，且標(biāo)記指標(biāo)屬性；(4)數(shù)據(jù)計算分析；(5)數(shù)據(jù)分析結(jié)果：業(yè)務(wù)類型分lte(瀏覽業(yè)務(wù))及volte業(yè)務(wù)兩種類型，可自行選擇需要評估的時間，柵格的網(wǎng)絡(luò)性能得分，分為優(yōu)秀、良好、一般、差、嚴(yán)重5個區(qū)間。利用各維度內(nèi)指標(biāo)集間的關(guān)聯(lián)與約束關(guān)系，使能合理、客觀的評價微區(qū)域的網(wǎng)絡(luò)質(zhì)量，有效地指導(dǎo)網(wǎng)絡(luò)優(yōu)化。

6、目前現(xiàn)有的這些質(zhì)量評估方法是分別評估語音質(zhì)量和圖像視頻質(zhì)量的方法，單項(xiàng)指標(biāo)的數(shù)值或高或低，無法直接代表用戶主觀感受，尤其是音視頻質(zhì)量感受。因此，有必要開發(fā)一種vinr用戶音視頻感知評價方法，能更精確的定位網(wǎng)絡(luò)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是提出一種vinr用戶音視頻感知評價方法，既解決了mos主觀評估方法可重復(fù)性差的問題，也解決了mos-lqo客觀問題無法還原人類大腦思維范式的問題，更接近人腦思維模式，貼近用戶對網(wǎng)絡(luò)音視頻通話質(zhì)量的感知，同時通過時間和位置映射，結(jié)合網(wǎng)絡(luò)參數(shù)和事件，可更精確的定位網(wǎng)絡(luò)問題。

2、為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：該vinr用戶音視頻感知評價方法，具體包括以下步驟：

3、s1音視頻數(shù)據(jù)發(fā)起：發(fā)送端進(jìn)行音頻數(shù)據(jù)和視頻數(shù)據(jù)的發(fā)起，將記錄發(fā)起時的音頻數(shù)據(jù)和視頻數(shù)據(jù)對應(yīng)的時間序列數(shù)據(jù)并保存；其中對音頻數(shù)據(jù)進(jìn)行處理并保存，同時保存發(fā)送端的網(wǎng)絡(luò)數(shù)據(jù)；

4、s2音視頻數(shù)據(jù)接收：接收端進(jìn)行音頻數(shù)據(jù)和視頻數(shù)據(jù)的接收，將記錄接收時的音頻數(shù)據(jù)和視頻數(shù)據(jù)對應(yīng)的時間序列處理并保存；其中對音頻數(shù)據(jù)進(jìn)行處理并保存，同時保存接收端的網(wǎng)絡(luò)數(shù)據(jù)；

5、s3評價及分析：利用相似度評價方法對發(fā)送端和接收端的多種數(shù)據(jù)進(jìn)行評價，同時結(jié)合時間序列數(shù)據(jù)進(jìn)行時間序列評價，以及結(jié)合網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)質(zhì)量評價；最后綜合獲得音視頻感知綜合評價形成用戶感知評價。

6、采用上述技術(shù)方案，利用視頻相似度、音頻相似度、文本相似度、網(wǎng)絡(luò)質(zhì)量評價和時間序列評價進(jìn)行音視頻感知綜合評價，既解決了mos主觀評估方法可重復(fù)性差的問題，也解決了mos-lqo客觀問題無法還原人類大腦思維范式的問題，更接近人腦思維模式，貼近用戶對網(wǎng)絡(luò)音視頻通話質(zhì)量的感知，同時通過時間和位置映射，結(jié)合網(wǎng)絡(luò)參數(shù)和事件，可更精確的定位網(wǎng)絡(luò)問題。接收端與發(fā)送端為不同的客戶端或平臺。該方法對發(fā)送端和接收端音視頻數(shù)據(jù)進(jìn)行處理，將收發(fā)端音頻數(shù)據(jù)轉(zhuǎn)換為文本信息，利用視頻、音頻、文本數(shù)據(jù)相似度擬合算法進(jìn)行相似度評價；并對保存的收發(fā)端時間序列數(shù)據(jù)，通過時間序列對齊算法和方法進(jìn)行時間序列評價；實(shí)時顯示并保存收發(fā)端通信單元連接網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)和事件信息，通過網(wǎng)絡(luò)質(zhì)量評價算法和方法進(jìn)行網(wǎng)絡(luò)質(zhì)量評價；最終結(jié)合視頻相似度、音頻相似度、文本相似度、網(wǎng)絡(luò)質(zhì)量評價和時間序列評價進(jìn)行音視頻感知綜合評價，形成用戶感知評價；該方法既解決主觀評估方法可重復(fù)性差的問題，也解決了客觀問題無法還原人類大腦思維范式的問題，更接近人腦思維模式，更貼近用戶對網(wǎng)絡(luò)音視頻通話質(zhì)量的感知，同時通過時間和位置映射，結(jié)合網(wǎng)絡(luò)參數(shù)信息和事件，可更精確的定位網(wǎng)絡(luò)問題。

7、優(yōu)選地，所述步驟s1的具體步驟為：

8、s11：所述發(fā)送端發(fā)起視頻數(shù)據(jù)，視頻數(shù)據(jù)發(fā)起的同時記錄過程中的時間序列數(shù)據(jù)，并將記錄的時間序列數(shù)據(jù)通過通信網(wǎng)絡(luò)上傳到服務(wù)器的收發(fā)方時間序列存儲模塊進(jìn)行保存；

9、s12：所述發(fā)送端發(fā)起音頻數(shù)據(jù)，并對音頻數(shù)據(jù)進(jìn)行處理即將音頻轉(zhuǎn)換成發(fā)送端文本信息，同時記錄過程中的時間序列數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)；將轉(zhuǎn)換后的接收端文本信息上傳到服務(wù)器的文本信息存儲模塊進(jìn)行保存；且將記錄的時間序列數(shù)據(jù)上傳到服務(wù)器的時間序列存儲模塊進(jìn)行保存；將記錄的網(wǎng)絡(luò)數(shù)據(jù)上傳到服務(wù)器的網(wǎng)絡(luò)數(shù)據(jù)存儲模塊進(jìn)行保存；

10、s13：同時通過存儲模塊保存發(fā)送端發(fā)送的視頻數(shù)據(jù)和音頻數(shù)據(jù)。

11、優(yōu)選地，所述步驟s2的具體步驟為：

12、s21：所述接收端發(fā)起視頻數(shù)據(jù)，視頻數(shù)據(jù)接收的同時記錄過程中的時間序列數(shù)據(jù)，并將記錄的時間序列數(shù)據(jù)通過通信網(wǎng)絡(luò)上傳到服務(wù)器的收發(fā)方時間序列存儲模塊進(jìn)行保存；

13、s22：所述接收端發(fā)起音頻數(shù)據(jù)，并對音頻數(shù)據(jù)進(jìn)行處理即將音頻轉(zhuǎn)換成接收端文本信息，同時記錄過程中的時間序列數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)；將轉(zhuǎn)換后的接收端文本信息上傳到服務(wù)器的文本信息存儲模塊進(jìn)行保存；且將記錄的時間序列數(shù)據(jù)上傳到服務(wù)器的時間序列存儲模塊進(jìn)行保存；將記錄的網(wǎng)絡(luò)數(shù)據(jù)上傳到服務(wù)器的網(wǎng)絡(luò)數(shù)據(jù)存儲模塊進(jìn)行保存；

14、s23：同時通過存儲模塊保存接收端的接收到的視頻數(shù)據(jù)和音頻數(shù)據(jù)。

15、優(yōu)選地，所述步驟s3的具體步驟為：所述步驟s3的具體步驟為：

16、s31：利用視頻相似度的方法對步驟s1中的發(fā)送端的視頻數(shù)據(jù)和步驟s2中的接收端的視頻數(shù)據(jù)的相似度進(jìn)行評價，并實(shí)時顯示；

17、s32：利用文本相似度的方法對步驟s1中的發(fā)送端的對音頻數(shù)據(jù)處理轉(zhuǎn)換為的文本信息數(shù)據(jù)和步驟s2中的接收端的對音頻數(shù)據(jù)處理轉(zhuǎn)換為的文本信息數(shù)據(jù)的相似度進(jìn)行評價，并實(shí)時顯示；

18、s33：使用語音信息通過電信心理學(xué)算法建立用戶感知評價模型，對用戶進(jìn)行語音感知評價；

19、s34：基于發(fā)送端和接收端的網(wǎng)絡(luò)參數(shù)和事件信息通過網(wǎng)絡(luò)質(zhì)量評價算法和方法進(jìn)行網(wǎng)絡(luò)質(zhì)量評價；

20、s35：結(jié)合步驟s31、步驟s32、步驟s33和步驟s34進(jìn)行音視頻感知綜合評價最終形成用戶感知評價。

21、優(yōu)選地，所述步驟s31中利用視頻相似度進(jìn)行視頻相似度評價的具體步驟為：

22、s311：發(fā)送端將原始的視頻數(shù)據(jù)按時間序列數(shù)據(jù)中存儲的時間進(jìn)行切分，形成每幀原始圖像對應(yīng)一個時間點(diǎn)的關(guān)聯(lián)關(guān)系；

23、s312：接收端通過通信網(wǎng)絡(luò)采集到所述原始視頻數(shù)據(jù)的對比視頻，通過時間序列中存儲的視頻幀的時間對所述對比視頻進(jìn)行幀切分，形成每幀對比圖像和對比時間點(diǎn)的對應(yīng)關(guān)系；

24、s313：將每個時間點(diǎn)的每幀原始圖像與對比時間點(diǎn)的每幀對比圖像進(jìn)行圖像相似度計算，基于圖像相似度計算結(jié)果，對視頻質(zhì)量進(jìn)行評估，最后輸出結(jié)果。

25、優(yōu)選地，所述步驟s32中利用文本相似度進(jìn)行文件相似度評價的具體步驟為：

26、s321：將發(fā)送端的原始的音頻數(shù)據(jù)通過機(jī)械朗讀的方式生成相對應(yīng)的一段標(biāo)準(zhǔn)音頻作為對比音頻，再將所述對比音頻轉(zhuǎn)換成原始文本；

27、s322：接收端(另外一臺終端或者平臺)通過通信網(wǎng)絡(luò)傳播的方式采集到所述對比音頻再轉(zhuǎn)換成對比文本；

28、s323：將原始文本與對比文本采用文本相似度算法進(jìn)行文本相似度計算，再通過函數(shù)映射轉(zhuǎn)換，最后輸出結(jié)果。

29、優(yōu)選地，所述步驟s33中通過電信心理學(xué)算法進(jìn)行語音感知評價，是各種語音樣本通過人工感知評價，建立用戶語音感知評價模型，對語音進(jìn)行感知評價的具體步驟為：

30、s331數(shù)據(jù)采集：收集不同網(wǎng)絡(luò)質(zhì)量下收發(fā)方的語音音頻文件及相應(yīng)的volte/vonr網(wǎng)絡(luò)指標(biāo)，包括呼叫建立時延、抖動、語音丟包率、ip包時延、切換中斷時延；

31、s332數(shù)據(jù)處理：用戶分別聽取語音發(fā)起方和語音接收端的語音音頻文件，并根據(jù)個人的感知對音頻好壞進(jìn)行二選一的投票；并根據(jù)投票結(jié)果設(shè)定相應(yīng)的閾值，超過該閾值的用戶給出好的打分則給該份音頻文件打上標(biāo)簽1；標(biāo)簽0即為超過該閾值的用戶給出壞的打分；從而每條volte/vonr網(wǎng)絡(luò)指標(biāo)都有其相對應(yīng)的感知標(biāo)簽；

32、s333特征選擇：在建立分類模型之前，采用xgboost中的特征評分對最終變量進(jìn)行篩選；對特征變量進(jìn)行篩選；以防某些變量相關(guān)性過高；

33、s334模型建立：根據(jù)現(xiàn)有好與不好的音頻相應(yīng)的網(wǎng)絡(luò)指標(biāo)采用多種分類算法對訓(xùn)練集做訓(xùn)練，以測試集做驗(yàn)證，得到最優(yōu)分類模型，并輸出用戶感知模型；

34、s335模型預(yù)測：對音頻相應(yīng)的網(wǎng)絡(luò)指標(biāo)進(jìn)行用戶感知模型預(yù)測，并將感知概率映射為用戶感知評分；所述步驟s334中通過已建立到的分類模型即可輸出每份音頻文件的評分表。

35、優(yōu)選地，所述步驟s34中的網(wǎng)絡(luò)質(zhì)量評價算法和方法的具體步驟為：

36、s341數(shù)據(jù)收集：收集網(wǎng)絡(luò)數(shù)據(jù)包括網(wǎng)絡(luò)參數(shù)和事件信息，即用戶gps信息、mr數(shù)據(jù)和volte/vonr數(shù)據(jù)；

37、s342數(shù)據(jù)處理：在柵格級對所述步驟s322中的各數(shù)據(jù)源進(jìn)行整合關(guān)聯(lián)；

38、s343數(shù)據(jù)計算分析：在計算柵格網(wǎng)絡(luò)性能指標(biāo)項(xiàng)之前，先計算覆蓋柵格各個小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分，得到覆蓋柵格所有小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分后，再借助算法得到柵格的基礎(chǔ)網(wǎng)絡(luò)性能得分；

39、s344數(shù)據(jù)分析結(jié)果：業(yè)務(wù)類型為volte/vonr業(yè)務(wù)，再選擇需要評估的時間，獲得柵格的網(wǎng)絡(luò)性能得分。其中柵格的網(wǎng)絡(luò)性能得分分為優(yōu)秀、良好、一般、差、嚴(yán)重5個區(qū)間。

40、對各指標(biāo)閾值進(jìn)行調(diào)整，從而真實(shí)地反映當(dāng)前網(wǎng)絡(luò)質(zhì)量，特別實(shí)現(xiàn)對50*50柵格進(jìn)行volte/vonr的網(wǎng)絡(luò)性能評估，更加貼切移動網(wǎng)絡(luò)優(yōu)化的需求；利用指標(biāo)集間的關(guān)聯(lián)與約束關(guān)系，使能合理、客觀的評價微區(qū)域(50*50柵格，后面統(tǒng)稱柵格)的網(wǎng)絡(luò)質(zhì)量，有效地指導(dǎo)網(wǎng)絡(luò)優(yōu)化。

41、優(yōu)選地，所述步驟s343中小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分由所有話統(tǒng)指標(biāo)kpi的得分，即加權(quán)相加所得，因此計算覆蓋柵格各個小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分即對每個小區(qū)的話統(tǒng)指標(biāo)kpi得分根據(jù)指標(biāo)屬性采用不同的算法進(jìn)行計算，具體為：

42、若指標(biāo)越小越好時，當(dāng)時，則計算公式為：

43、

44、其中，為所有小區(qū)kpij指標(biāo)的2.5％-97.5％分位數(shù)區(qū)間的值，為小區(qū)x中kpij的區(qū)間范圍，其中分子為小區(qū)x中kpij的累積分布函數(shù)(auc)，分母為kpij的累積分布函數(shù)最大的小區(qū)對應(yīng)的值；

45、若小區(qū)x的kpij小于的左端點(diǎn)時，則計算公式為：

46、

47、若小區(qū)x的kpij大于的右端點(diǎn)時，則計算公式為：

48、

49、若指標(biāo)越大越好時，當(dāng)時，則計算公式為：

50、

51、若小區(qū)x的kpij大于的右端點(diǎn)，則計算公式為：

52、

53、若小區(qū)x的kpij小于的左端點(diǎn)，則計算公式為：

54、

55、最終得到覆蓋柵格所有小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分；

56、所述步驟s343數(shù)據(jù)計算分析中得到覆蓋柵格所有小區(qū)的基礎(chǔ)網(wǎng)絡(luò)性能得分后借助算法得到柵格的基礎(chǔ)網(wǎng)絡(luò)性能得分中的算法具體為：

57、

58、其中，gridx指代某個柵格x，指覆蓋柵格x的所有小區(qū)集合；

59、基于上述的算法邏輯得柵格的基礎(chǔ)性能得分后，再增加?xùn)鸥駜?nèi)基于用戶的mr數(shù)據(jù)作為調(diào)節(jié)參數(shù)從而得到各柵格最終的基礎(chǔ)網(wǎng)絡(luò)性能得分，公式為：

60、

61、該調(diào)節(jié)參數(shù)的區(qū)間范圍為其中為所有柵格連續(xù)14天rsrp均值的歸一化后值對應(yīng)的柵格x的值，為每個柵格中某個14天的sinr均值，對柵格的sinr均值做min-max的歸一化對應(yīng)的值；

62、對于min-max的歸一化也稱為離差標(biāo)準(zhǔn)化，是對原始數(shù)據(jù)的線性變換，使結(jié)果映射到0-1之間，轉(zhuǎn)換函數(shù)為：

63、

64、其中，max為樣本數(shù)據(jù)的最大值，min為樣本數(shù)據(jù)的最小值；

65、最終，基于柵格的基礎(chǔ)網(wǎng)絡(luò)性能得分及調(diào)節(jié)參數(shù)得到柵格最終的基礎(chǔ)網(wǎng)絡(luò)性能得分公式為：

66、

67、最后再將基礎(chǔ)網(wǎng)絡(luò)性能得分得分做(0，100)的區(qū)間映射。

68、優(yōu)選地，所述步驟s35中進(jìn)行音視頻感知綜合評價的方法具體包括以下步驟：

69、分別通過視頻感知評價、語音感知評價、網(wǎng)絡(luò)質(zhì)量評價以及文本相似度得到三種用戶語音感知評分之后，根據(jù)經(jīng)驗(yàn)對三種方法所得結(jié)果設(shè)置不同的權(quán)重，通過加權(quán)平均的方式得到最終的用戶語音感知評分；其中基于視頻感知評價方法的權(quán)重為sw0，基于語音感知評價方法的權(quán)重為sw1，基于網(wǎng)絡(luò)質(zhì)量評價方法的權(quán)重為sw2，基于文本相似度方法的權(quán)重為sw3；最終的用戶語音感知綜合評價；計算公式為：

70、sensemble＝sw0*s0+sw1*s1+sw2*s2+sw3*s3；

71、其中：s0為基于視頻感知評價方法的評分結(jié)果，s1為基于語音感知評價方法的評分結(jié)果，s2為基于網(wǎng)絡(luò)質(zhì)量評價方法的評分結(jié)果，s3為基于文本相似度方法的評分結(jié)果。

72、優(yōu)選地，所述步驟s323中采用4種文本相似度算法，所述步驟s33中的所述文本相似度算法包括4種文本相似度算法，分別為：基于詞頻(tf)的統(tǒng)計算法、simhash文本相似度算法、基于向量空間模型vsm的文本相似度算法和基于lda主題模型的文本相似度算法；

73、其中，所述基于詞頻(tf)的統(tǒng)計算法的具體步驟為：

74、s332-1-1：列出標(biāo)準(zhǔn)文本各個字；

75、s332-1-2：分別統(tǒng)計出標(biāo)準(zhǔn)文本中的各個字在標(biāo)準(zhǔn)文本、對比文本中出現(xiàn)的頻率fs、fc，其中fc≤fs，對比文本中多余的文字不計入統(tǒng)計；

76、s332-1-3：文本相似度結(jié)果，公式為：其中similaritytf為詞頻tf的相似度；

77、其中，所述simhash文本相似度算法的具體步驟包括：

78、s332-2-1：分別將文本進(jìn)行分詞，取文本的tf-idf權(quán)重最高的前n個詞的特征feature和權(quán)重weight；即一個文本得到一個長度為n的(feature：weight)的集合；

79、s332-2-2：對其中的詞的特征feature，進(jìn)行普通的哈希hash之后得到一個64位的二進(jìn)制，得到長度為20的(hash：weight)的集合；

80、s332-2-3：根據(jù)步驟s332-2-2得到的一串二進(jìn)制數(shù)哈希hash中相應(yīng)位置是1是0，對相應(yīng)位置取正值weight和負(fù)值weight；例如一個詞經(jīng)過步驟s332-2-2得到(010111:5)，經(jīng)過步驟s332-2-3后可以得到列表[-5,5,-5,5,5,5]，即對一個文檔得到20個長度為64的列表[weight,-weight…weight]；

81、s332-2-4：對步驟s332-2-3中n個列表進(jìn)行列向量加得到一個列表；如[-5,5,-5,5,5,5]、[-3,-3,-3,3,-3,3]、[1,-1,-1,1,1,1]進(jìn)行列向量累加得到[-7,1,-9,9,3,9]，這樣即對一個文檔得到一個長度為64的列表；

82、s332-2-5：對步驟s332-2-4中得到的列表中每個值進(jìn)行判斷，當(dāng)為負(fù)值的時候取0，正值取1；例如，[-7,1,-9,9,3,9]得到010111，這樣對一個文本得到一個長度為64的列表；

83、s332-2-6：計算相似性，對兩個文本的simhash取異或，若為1則表示不相同，0則表示相同；為1的長度除以整體長度為差異度，1減去差異度即得到文本相似度similaritysimhash；

84、其中，vsm的基本思想是把文本簡化為以特征項(xiàng)(關(guān)鍵詞)的權(quán)重為分量的n維向量表示。模型假設(shè)詞與詞間不相關(guān)，用向量來表示文本，從而簡化了文本中的關(guān)鍵詞之間的復(fù)雜關(guān)系，文本用十分簡單的向量表示，使得模型具備了可計算性。其中采用d為document的縮寫表示文本，采用t為term的縮寫表示特征項(xiàng)；特征項(xiàng)指出現(xiàn)在文檔d中且能夠代表該文檔內(nèi)容的基本語言單位，主要是由詞或者短語構(gòu)成，文本可以用特征項(xiàng)集表示為d(t1，t2，…，tn)，其中tk是特征項(xiàng)，要求滿足1<＝k<＝n；所述基于向量空間模型vsm的文本相似度算法的具體步驟包括：

85、s332-3-1：假設(shè)一份語音文本中有a、b、c、d四個特征項(xiàng)，那么這份語音文本則表示為d(a，b，c，d)；

86、s332-3-2：對于其它要與所述語音文本進(jìn)行比較的文本，也遵從這個特征項(xiàng)的順序；對含有n個特征項(xiàng)的文本而言，給每個特征項(xiàng)賦予一定的權(quán)重表示其重要程度，即d＝d(t1，w1；t2，w2；…，tn，wn)簡記為d＝d(w1，w2，…，wn)，叫做文本d的權(quán)值向量表示；其中wk是tk的權(quán)重，1<＝k<＝n；

87、s332-3-3：在向量空間模型中，文本d1和文本d2之間的內(nèi)容相關(guān)度sim(d1，d2)用向量之間夾角的余弦值表示，公式為：

88、

89、其中，所述基于lda主題模型的文本相似度算法的具體步驟包括：首先利用lda模型對文本集進(jìn)行建模，即利用文本的統(tǒng)計特性，將文本語料庫映射到各個主題空間，挖掘隱藏在文本內(nèi)的不同主題與詞之間的關(guān)系，得到文本的主題分布，再通過主題分布來計算文本的相似度矩陣；lda模型是一種對離散數(shù)據(jù)集(如文檔集)建模的概率主題模型，是一種對文本數(shù)據(jù)的主題信息進(jìn)行建模的方法，通過對文本進(jìn)行一個簡短的描述，保留本質(zhì)的統(tǒng)計信息，有助于高效地處理大規(guī)模的文檔集；

90、所述lda主題概率模型生成文本的過程為：

91、s332-4-1：對于主題z，根據(jù)狄里克雷分布dir(β)得到該主題上的一個單詞多項(xiàng)式分布向量

92、s332-4-2：根據(jù)泊松分布p得到文本的單詞數(shù)目n；

93、s332-4-3：根據(jù)狄里克雷分布dir(α)得到該文本的一個主題分布概率向量θ；

94、s332-4-4：對于該文本n個單詞中的每一個單詞wn：

95、s332-4-5：從θ的多項(xiàng)式分布multinomial(θ)隨機(jī)選擇一個主題z；

96、s332-4-6：從主題z的多項(xiàng)式條件概率分布multinomial(φ)選擇一個單詞作為wn；

97、由于文本的主題分布是文本向量空間的簡單映射，因此在文本的主題表示情況下，計算兩個文本的相似度則通過計算與之對應(yīng)的主題概率分布來實(shí)現(xiàn)；由于主題是詞向量的混合分布，因此使用kullback–leibler相對熵距離，記為kl距離，作為相似度度量標(biāo)準(zhǔn)，kl距離的計算公式為：其中dkl(p，q)表示當(dāng)用概率分布q來擬合真實(shí)分布p時，產(chǎn)生的信息損耗，其中p表示真實(shí)分布，q表示p的擬合分布。

98、優(yōu)選地，該基于vinr用戶音視頻感知評價的系統(tǒng)，包括發(fā)送端模塊、接收端模塊和感知評價模塊，所述發(fā)送端模塊與所述接收端模塊通過通信網(wǎng)絡(luò)相連接，所述發(fā)送端模塊和所述接收端模塊分別與所述感知評價模塊通信連接；所述發(fā)送端模塊包括發(fā)送端音視頻數(shù)據(jù)單元和通信單元一，所述通信單元一與所述發(fā)送端音視頻數(shù)據(jù)單元和發(fā)送端音視頻數(shù)據(jù)處理單元分別形成數(shù)據(jù)連接；所述接收端模塊包括接收端音視頻數(shù)據(jù)單元和通信單元二，所述通信單元二與所述接收端音視頻數(shù)據(jù)單元和接收端音視頻數(shù)據(jù)處理單元分別形成數(shù)據(jù)連接；所述感知評價模塊包括發(fā)送端音視頻數(shù)據(jù)處理單元、數(shù)據(jù)時間序列處理單元、接收端音視頻數(shù)據(jù)處理單元、視頻存儲單元、視頻相似度評價單元、音頻存儲單元、音頻相似度評價單元、時間序列存儲單元、時間序列評價單元、文本存儲單元、文本相似度評價單元、信號存儲單元、網(wǎng)絡(luò)質(zhì)量評價單元和用戶感知評價單元，所述發(fā)送端音視頻數(shù)據(jù)處理單元和接收端音視頻數(shù)據(jù)處理單元均與所述數(shù)據(jù)時間序列處理單元、視頻存儲單元、音頻存儲單元、文本存儲單元、信號存儲單元通信連接，所述視頻存儲單元與視頻相似度評價單元電連接，所述音頻存儲單元與音頻相似度評價單元電連接，所述數(shù)據(jù)時間序列處理單元與時間序列存儲單元電連接，所述時間序列存儲單元與時間序列評價單元電連接，所述文本存儲單元與文本相似度評價單元電連接，所述信號存儲單元與網(wǎng)絡(luò)質(zhì)量評價單元電連接，所述視頻相似度評價單元、音頻相似度評價單元、時間序列評價單元、文本相似度評價單元和網(wǎng)絡(luò)質(zhì)量評價單元均與用戶感知評價單元電連接。所述發(fā)送端模塊通過通信單元一與所述感知評價模塊的發(fā)送端音視頻數(shù)據(jù)處理單元通信連接，所述接收端模塊通過通信單元二與所述感知評價模塊的接收端音視頻數(shù)據(jù)處理單元通信連接。

99、采用上述技術(shù)方案，其中視頻存儲單元用于存儲發(fā)送端音視頻數(shù)據(jù)處理單元和接收端音視頻數(shù)據(jù)處理單元處理的視頻信息，音頻存儲單元用于存儲發(fā)送端音視頻數(shù)據(jù)處理單元和接收端音視頻數(shù)據(jù)處理單元處理的音頻信息，時間序列存儲單元用于存儲發(fā)送端音視頻數(shù)據(jù)處理單元和接收端音視頻數(shù)據(jù)處理單元處理的時間序列信息，文本存儲單元用于存儲發(fā)送端音視頻數(shù)據(jù)處理單元和接收端音視頻數(shù)據(jù)處理單元處理的文本信息，信號存儲模塊用于存儲發(fā)送端模塊與接收端模塊的網(wǎng)絡(luò)參數(shù)和事件信息；通過音視頻發(fā)送端模塊+音視頻接收端模塊+感知評價模塊組合成網(wǎng)絡(luò)用戶音視頻感知評價系統(tǒng)，從而實(shí)現(xiàn)對網(wǎng)絡(luò)用戶的音視頻感知評價。

100、與現(xiàn)有技術(shù)相比，本發(fā)明具有的有益效果為：利用視頻相似度、音頻相似度、文本相似度算法判斷用戶感知音視頻質(zhì)量，既解決了mos主觀評估方法可重復(fù)性差的問題，也解決了mos-lqo客觀問題無法還原人類大腦思維范式的問題，更接近人腦思維模式，貼近用戶對網(wǎng)絡(luò)通話音視頻質(zhì)量的感知，同時通過時間和位置映射，結(jié)合網(wǎng)絡(luò)參數(shù)和事件，可更精確的定位網(wǎng)絡(luò)問題。