La qualità della voce su IP

E' indubbio che la soddisfazione degli utilizzatori per quanto riguarda la percezione della qualità delle comunicazione vocale è un fattore rilevante.
Nel seguito si analizzano alcune componenti che influenzano la qualità delle voce e si introduce una metodologia usata nelle reti VoIP per valutare il livello di qualità di una conversazione tramite un valore numerico.

L'indicatore di riferimento é denominato MOS (Mean Opinion Score).
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.

Nel dettaglio i valori standard del MOS in ordine crescente sono:

• 1 Scarso (interruzioni continue e incomprensibili)
• 2 Insufficiente (difficoltà nella comprensione)
• 3 Sufficiente (qualità tipica GSM)
• 4 Buono (telefonata tradizionale)
• 5 Eccellente (qualità radio AM).

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.

Nella classica telefonia PCM a 64 kbps la qualità MOS ottenibile é pari a 4,3.

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 si svolge secondo questo criterio: 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 con un punteggio della chiamata che va da 5 a 1 come sopra detto.

La qualità delle connessioni VoIP dipende da due fattori:

• il tempo di latenza (latency); ovvero il tempo che intercorre dal momento che certe parole sono pronunciate da un lato al momento che queste sono effettivamente sentite dall’altro lato;
• il grado di rispondenza della voce trasmessa rispetto alla voce naturale di chi parla.

1. Frastuono. Il livello di volume del discorso non può essere troppo basso (sussurro) o troppo alto (urlo).
2. Distorsione. 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.
3. 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.
4. Dissolvenza. Il livello del segnale può cambiare, aumentando o diminuendo durante la chiamata.
5. Interferenza. Situazione nella quale si riesce ad ascoltare la conversazione di un'altra telefonata.

I seguenti 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:

1. Eco. L’eco è il ritorno del suono della voce di chi parla e viene quindi sentito da chi parla. 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 tende a fare una pausa in modo che l'eco non interferisca con il discorso.
2. Latenza. 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 ad interrompere la conversazione.
3. Performance di Soppressione del silenzio. 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.
4. 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.

La combinazione di questi nove elementi contribuirà alla chiarezza di una chiamata vocale

Più di recente é stata introdotta una nuova tecnica per il calcolo dei punteggi MOS.
Si tratta del fattore R, basato su un’analisi della perdita dei pacchetti, sul ritardo, sullo jitter (brusca variazione di una caratteristica di un segnale) e su una stima della percezione da parte degli utenti.

La tabella mette in relazione la soddisfazione degli utenti nei confronti della chiamata con il fattore R e l’indicatore MOS.