» continua
» continua
La soddisfazione dell’utente in relazione alla percezione della qualità vocale è il fattore più rilevante quando si effettua una chiamata. In questo articolo facciamo il punto sulle componenti che vanno a influenzare la qualità vocale e introdurremo il concetto di MOS, usato nelle implementazioni VoIP per specificare il livello di qualità di una chiamata vocale attraverso un valore numerico.
Gli elementi della qualità vocale
Una buon livello di chiarezza è la base di una chiamata vocale accettabile. Con il termine chiarezza intendiamo sia la chiarezza del discorso sia la fedeltà, l'intelligibilità e la mancanza di distorsione. Le seguenti cinque componenti definiscono gli elementi di buona qualità per una chiamata unidirezionale:
- Frastuono. Il livello di volume del discorso non può essere troppo basso (sussurro) o troppo alto (urlo).
- Distorsione. Tutte il discorso è distorto, anche in una conversione PSTN da analogica a digitale. La distorsione è percepibile da chi ascolta? Certamente, maggiore è la distorsione, più scarsa è la comprensione della conversazione. A causa della distorsione potreste addirittura non essere in grado di riconoscere chi parla.
- Rumore. Il rumore di fondo esiste in forma statica e di ronzio in tutte le chiamate. Questo è noto come livello di rumore. Il rumore può, tuttavia, essere a un livello abbastanza basso per chi ascolta o può non essere notato affatto.
- Dissolvenza. Il livello del segnale può cambiare, aumentando o diminuendo durante la chiamata.
- Interferenza. Situazione nella quale si riesce ad ascoltare la conversazione di un'altra telefonata.
I prossimi quattro elementi completano l'elenco dei fattori da prendere in considerazione per la qualità della voce. Se combinati con i cinque precedenti elementi definiscono completamente la qualità vocale o la qualità di una conversazione:
- Eco. L’eco è il ritorno del suono della voce di chi parla - e viene quindi sentito da chi parla. Pensate all’eco come a un problema di ritardo lungo il tragitto di andata e ritorno. Chi ascolta può non percepire un’eco dovuto a un breve ritardo, però più è lungo il ritardo sul tragitto di andata e ritorno, è più difficile per chi ascolta ignorare l’eco. Se questo diventa molto rilevante, chi parla ha la tendenza a fare una pausa in modo che l'eco non interferisca con il discorso.
- Latenza (ritardo end-to-end). È il tempo che impiega una parola a percorrere il tragitto dal microfono di chi parla al ricevitore di chi ascolta. Il ritardo della linea telefonica tradizionale (PSTN) è di solito inferiore ai 30 millisecondi. L’obiettivo della latenza è di avere un ritardo di 100 ms in una direzione nelle chiamate VoIP, con un limite massimo di 150 ms. Una latenza molto elevata costringe chi parla a fare delle pause per essere sicuro che il suo interlocutore abbia finito di parlare. In alcuni casi, si arriva addirittura a interrompere la conversazione.
- Performance di Soppressione del silenzio/Voice Activity Detection (VAD). La soppressione del silenzio è impiegata nel VoIP per ridurre il consumo di larghezza di banda. Quando sono utilizzate queste tecnologie, l'inizio e la fine delle parole tendono a essere tagliati, in particolare tendono a mancare i suoni delle consonanti "T" e "S" alla fine di una parola.
- Cancellazione dell’eco. Più lunga è la latenza, più è importante eliminare l'eco. Gli echi possono verificarsi in una direzione o in entrambe le direzioni. I dispositivi preposti all’eliminazione dell’eco potrebbero non funzionare oppure potrebbero non essere in grado di compensarlo in modo efficace quando non vi è un significativo jitter durante la connessione VoIP.
La combinazione di questi nove elementi contribuirà alla chiarezza di una chiamata vocale. Un ottimo tutorial su questi fattori è il testo Voice Quality (VQ) in Converging Telephony and Internet Protocol (IP) Networks che si trova sul sito dell’International Engineering Consortium.
Mean Opinion Score (MOS)
Il MOS è un valore numerico standard utilizzato per misurare la qualità vocale e creare dei report. Il MOS ha un range che va da un punteggio massimo di 5, che significa una qualità paragonabile a quella che si avrebbe parlando direttamente nell'orecchio di una persona, a un valore di 1, ovvero una qualità della voce inaccettabile per chiunque. Il MOS non considera ciò che viene definito come soddisfazione della qualità della chiamata, solo il suono o la qualità vocale.
Un MOS che va da 4,4 a 4,5 è considerato equivalente a quello della qualità della voce di una chiamata da un telefono pubblico sulla rete PSTN. Gli utenti che indicano un MOS di 4,5 sono molto soddisfatti delle proprie telefonate. Un MOS di 4 è considerato ancora accettabile dalla stragrande maggioranza degli utenti. Ma quando il MOS scende a 3,5, alcuni utenti iniziano a trovare la qualità vocale inaccettabile. La maggior parte delle chiamate dei cellulari ha un rating di MOS da 3,8 a 4, dove il riconoscimento di chi parla e di quanto viene detto possono essere compromessi.
Quando il MOS scende al di sotto di 3,5, gli utenti sono insoddisfatti e concludono la telefonata. Un MOS sotto 2,6 è indice di una chiamata terribile. L'utente che sperimenta un MOS di 2,6 ha bisogno di trovare un'alternativa di rete per effettuare la chiamata – questo, per esempio, è il caso che si verifica quando una chiamata wireless viene terminata e la si riprende tramite il tradizionale collegamento telefonico.
Lo standard P.800 definito dall’International Telecommunication Union (ITU) per la tecnica della misurazione del MOS è stato aggiornato a metà degli anni '90 e continua a essere un esercizio soggettivo: a 30 o più persone viene chiesto di ascoltare da 8 a 10 secondi di un discorso in condizioni controllate. Gli ascoltatori sono invitati poi a convertire in voto i loro pareri sulle chiamate, da molto soddisfacente a terribile, con un punteggio della chiamata che va da 5 a 1.
Con l'avvento delle reti di telefonia cellulare, alcuni anni fa, l'industria ha iniziato a spostarsi verso misurazioni obiettive della qualità della voce effettuate tramite macchine. Esistono algoritmi per il calcolo e la previsione del MOS nelle comunicazioni VoIP, di cui parleremo prossimamente.
