PROCEDE D'ESTIMATION DE LA QUALITE D'UNE COMMUNICATION EN

MODE PAQUET

La présente invention concerne un procédé d'estimation de la qualité de transmission d'un flux média en un point d'une liaison de communication en mode paquet entre un terminal émetteur et un terminal récepteur.

L'invention s'applique de manière générale au domaine des télécommunications, et plus particulièrement à la mesure de la qualité de transmission de flux média, notamment en téléphonie sur IP appelée aussi VoIP (« Voice over Internet Protocol »).

On connaît actuellement deux grandes catégories de méthodes pour estimer la qualité de transmission de flux média sur une liaison de communication en mode paquet entre un terminal émetteur et un terminal récepteur : les méthodes intrusives et les méthodes non intrusives.

Les méthodes intrusives consistent à émettre un signal de référence à une extrémité de la liaison à proximité du terminal émetteur et à enregistrer le signal de référence dégradé reçu à une autre extrémité de la liaison, à proximité du terminal récepteur. La comparaison entre le signal de référence et le signal de référence dégradé permet d'obtenir une estimation de la qualité de la transmission. Le plus souvent, le résultat de cette estimation se traduit par l'attribution d'une note dite MOS pour « Mean Opinion Score ».

Il existe plusieurs algorithmes psycho-acoustiques qui permettent d'obtenir une note de qualité perçue à partir d'un signal de référence et du signal de référence dégradé. L'algorithme le plus utilisé pour les communications audio est l'algorithme PESQ normalisé à I ¹ ITU-T P.862

{"Perceptual évaluation of speech quality (PESQ) : An objective method for end-to-end speech quality assessment of narrow-band téléphone networks and speech codées", février 2001 ). Cet algorithme, ainsi que d'autres comme ceux qui suivent les recommandations de l'ITU-T J.144R et de l'ITU-R BT.1683

dans le domaine vidéo, sont des algorithmes d'évaluation de la qualité dits « avec référence ».

Parmi les réalisations de méthodes intrusives en VoIP, on peut citer la demande de brevet américain n° 2004/162684 qui propose d'exploiter les silences dans la conversation pour faire transiter des signaux de référence entre deux points. Plus particulièrement, la méthode décrite dans ce document comporte trois étapes :

- Une détection d'activité vocale utilisée pour identifier les périodes de silence du coté du terminal appelant. - Pendant les périodes de silence, le terminal appelant émet une partie du signal de référence sous forme de paquets de flux RTP (« Real-time Tranport Protocol ») marqués par un identifiant, comme par exemple un numéro de codée (codeur-décodeur) arbitraire quelconque, de manière à pouvoir distinguer du côté du terminal appelé les paquets de flux média proprement dits des paquets de signal de référence.

- Au niveau du terminal appelé, le flux RTP correspondant au signal de référence et repéré par ledit identifiant est décodé de manière à obtenir le signal de référence dégradé. Connaissant le signal de référence original, il est possible d'appliquer l'algorithme avec référence PESQ pour mesurer la dégradation de qualité vocale.

Les méthodes non intrusives consistent à mesurer, en un point de la liaison, des données concernant les paquets de flux média transmis entre le terminal émetteur et le terminal récepteur et à évaluer une note de qualité à partir de ces données. En IP, les paquets sont dupliqués et enregistrés au point de mesure par un miroir de port (« switch port mirroring ») et décodés par un dispositif appelé « renifleur de paquets » afin d'extraire de l'en-tête des paquets les données servant de base à l'évaluation de qualité.

Les données mesurées en IP peuvent ne concerner que les paquets eux-mêmes, comme la gigue, ou fluctuation du temps d'arrivée des paquets, le taux de pertes de paquets, le taux de paquets inversés, etc. Plusieurs types de modèles de qualité perçue peuvent alors être utilisés. Parmi ces modèles, on connaît par exemple :

- les modèles paramétriques comme le modèle E ou le modèle de Reynolds et al. décrit dans la demande de brevet américain n° 2004/162684, basés sur le temps d'arrivée de chaque paquet IP à partir duquel sont construits des paramètres qui sont ensuite utilisés pour évaluer une note MOS de la qualité vocale,

- les modèles basés sur un apprentissage de paramètres IP mettant en œuvre des réseaux de neurones.

D'autres méthodes non intrusives de mesure en un point nécessitent de reconstituer le signal audio lui-même. Dans ce cas, il faut décoder le signal contenu sous forme encodée dans la charge utile des paquets. Il existe deux familles de modèles permettant d'obtenir une note de qualité à partir du signal audio reconstitué :

- les modèles psycho-acoustiques (ITU-T Recommendation P563, "Single- ended method for objective speech quality assessment in narrow-band telephony applications", mai 2004),

- les modèles avec apprentissage des défauts du signal audio au moyen de réseaux de neurones.

Cependant, les méthodes d'estimation de la qualité vocale qui viennent d'être exposées pour illustrer l'état de la technique actuellement connu ne sont pas entièrement satisfaisantes et présentent les inconvénients suivants.

Dans le cas des mesures non intrusives, les algorithmes mis en jeu sont beaucoup moins représentatifs de la sensation perçue par les utilisateurs du fait qu'il s'agit d'algorithmes « sans référence » contrairement à ceux utilisés dans les méthodes intrusives. Par contre, ces mesures sont faites sur des communications réelles et ne surchargent pas le réseau par des signaux exclusivement dédiés à la mesure de qualité.

Dans le cas des mesures intrusives, les signaux de mesure de qualité surchargent le réseau et doivent donc être limités en nombre. De plus, ces signaux ne correspondent pas à des appels réels. Par contre, les mesures intrusives utilisent des algorithmes « avec référence » qui permettent une évaluation de la qualité au plus proche de la sensation perçue par les utilisateurs.

La méthode décrite dans la demande de brevet américain n° 2004/162684 précitée permet en partie de répondre à l'inconvénient majeur des méthodes intrusives puisque le signal de référence est transmis pendant les périodes de silence où la communication est inactive. Ces mesures ne surchargent pas le réseau et sont faites lors de communications réelles. Néanmoins, les informations sur la façon dont le signal de référence est découpé au gré des périodes de silence ont besoin d'être transmises d'une extrémité à l'autre extrémité afin que le terminal récepteur puisse reconstituer le signal dégradé. Cette méthode nécessite l'utilisation de terminaux émetteurs spéciaux qui permettent le découpage, l'envoi du signal de référence et le marquage de paquets nécessaires à la reconstitution du signal dégradé par le terminal récepteur.

Aussi, un but de la présente invention est de proposer un procédé d'estimation de qualité qui permette d'appliquer les algorithmes habituellement utilisés lors de mesures intrusives, c'est-à-dire avec référence, plus proches de la sensation des utilisateurs, à des mesures non intrusives, à savoir sur des communications réelles sans surcharge du réseau.

Ce but est atteint, conformément à l'invention, grâce à un procédé d'estimation de la qualité de transmission d'un flux média en un point, dit point de mesure, d'une liaison de communication en mode paquet entre un terminal émetteur et un terminal récepteur, cette estimation étant effectuée par comparaison entre un signal de référence et le signal de référence dégradé au point de mesure, ce procédé étant remarquable en ce qu'il comprend des étapes consistant à : - définir un signal de référence,

- lors d'une communication, enregistrer au point de mesure des paquets de flux média et en extraire au moins la longueur et le type de codage de la charge utile,

- découper le signal de référence en N segments de longueur égale à la longueur de la charge utile des paquets de flux média enregistrés,

- coder les segments de signal de référence conformément au codage de la charge utile des paquets de flux média enregistrés,

- créer des paquets de signal de référence dégradé en prenant pour charge utile d'un paquet de numéro de séquence / dans une série de paquets de flux média enregistrée et portant des numéros de séquence de n ₀ à n _o +N-1, le segment 1+i-n ₀ du signal de référence codé, - extraire le signal de référence dégradé des paquets de signal de référence dégradé,

- effectuer l'estimation de qualité par comparaison entre le signal de référence et le signal de référence dégradé.

Ainsi, on comprend que le procédé conforme à l'invention permet d'obtenir un signal de référence dégradé associé à un signal de référence, et donc de pouvoir appliquer un algorithme d'estimation de qualité avec référence, à partir d'une mesure en un point de la liaison, sans surcharge du réseau et sur des communications réelles. L'invention combine donc les avantages respectifs des méthodes intrusives et non intrusives, sans en avoir les inconvénients. L'estimation d'une note MOS peut alors être effectuée en appliquant un algorithme psycho-acoustique avec référence, comme l'algorithme PESQ par exemple.

De plus, la solution proposée par l'invention ne nécessite pas de modifier des terminaux existants ni d'utiliser des terminaux particuliers, ceux-ci pouvant être quelconques : numériques ou visiophoniques. De même, les flux média dont on veut mesurer la qualité de transmission peuvent être de n'importe quelle nature, notamment données de conversation audio, lecture en transit (« streaming ») de voix ou de musique, etc., du moment que ces données transitent sous forme de paquets. Bien entendu, si l'on veut estimer la qualité de transmission sur toute la longueur de la liaison, le point de mesure doit être pris au plus près du terminal récepteur.

Selon un premier mode de réalisation, les paquets de signal de référence dégradé sont créés en remplaçant dans la série de paquets de flux média enregistrée la charge utile d'un paquet de numéro de séquence / par le segment 1+i-n ₀ du signal de référence codé.

Selon un deuxième mode de réalisation, les paquets de signal de référence dégradé sont créés en prenant pour charge utile d'un paquet de

numéro de séquence /dans une série de paquets de flux média reconstituée le segment 1+i-n ₀ du signal de référence codé. Dans ce cas, l'invention prévoit que ladite série de paquets de flux média reconstituée est reconstituée à partir de données d'horodatage et de numéros de séquence extraites de la série de paquets de flux média enregistrée.

Il est également prévu par l'invention que, lorsqu'au moins un transcodage du flux média étant réalisé en un point de la liaison de communication, dit point de transcodage, une première estimation de qualité est effectuée en un premier point de mesure en amont du point de transcodage, et une deuxième estimation de qualité est effectuée en un deuxième point de mesure en aval du point de transcodage.

Pour obtenir une estimation de qualité de bout en bout, le signal de référence pour la deuxième estimation est le signal de référence dégradé extrait de la première estimation. L'invention concerne en outre un programme d'ordinateur comprenant des instructions de code de programme pour l'exécution des étapes du procédé selon l'invention lorsque ce programme est exécuté par un ordinateur.

L'invention concerne enfin un dispositif d'estimation de la qualité de transmission d'un flux média en un point, dit point de mesure, d'une liaison de communication en mode paquet entre un terminal émetteur et un terminal récepteur, cette estimation étant effectuée par comparaison entre un signal de référence et le signal de référence dégradé au point de mesure, ce dispositif étant remarquable en ce qu'il comprend :

- un module d'enregistrement, au point de mesure, d'au moins une série de paquets de flux média, apte à extraire desdits paquets enregistrés au moins la longueur et le type de codage de la charge utile,

- un module de formation de segments de signal de référence codé, comportant une unité de stockage d'un signal de référence, et une unité de découpage et de codage, selon ledit type de codage de N segments de signal de référence de longueur égale à ladite longueur de charge utile,

- un module de constitution d'un signal de référence dégradé, comportant une unité de création de paquets de signal de référence dégradé consistant à prendre pour charge utile d'un paquet de numéro de séquence / dans une

série de paquets de flux média enregistrée et portant des numéros de séquence de n ₀ à n _o +N-1, le segment 1+i-n ₀ du signal de référence codé, et une unité d'extraction du signal de référence dégradé à partir des paquets de signal de référence dégradé, - un module d'estimation de qualité par comparaison entre le signal de référence et le signal de référence dégradé.

Selon un premier mode de réalisation, l'unité de création de paquets de signal de référence dégradé comprend des moyens pour remplacer, dans ladite série de paquets de flux média, la charge utile d'un paquet de numéro de séquence / par le segment 1+i-n ₀ du signal de référence codé.

Selon un deuxième mode de réalisation, l'unité de création de paquets de signal de référence dégradé est apte à reconstituer une série de paquets de flux média, et à prendre pour charge utile d'un paquet de numéro de séquence / dans la série de paquets reconstituée, le segment 1+i-n ₀ du signal de référence codé. Dans ce cas, l'invention prévoit que ledit module d'enregistrement est apte à extraire des données d'horodatage et de numéro de séquence, à partir de la série de paquets de flux média enregistrée, et à transmettre aux moyens de reconstruction lesdites données d'horodatage et de numéro de séquence extraites. La description qui va suivre en regard des dessins annexés, donnés à titre d'exemples non limitatifs, fera bien comprendre en quoi consiste l'invention et comment elle peut être réalisée.

La figure 1 est un schéma d'un premier mode de réalisation d'un dispositif d'estimation de qualité de transmission conforme à l'invention. La figure 2 est un schéma d'un deuxième mode de réalisation d'un dispositif d'estimation de qualité de transmission conforme à l'invention.

La figure 3 est un schéma d'une variante de réalisation du dispositif de la figure 2.

La figure 4 est un schéma d'un dispositif d'estimation de qualité de transmission avec transcodage sur la liaison de communication.

Sur la figure 1 est représenté un dispositif 10 d'estimation de la qualité de transmission d'un flux média sur une liaison de communication en mode

paquet entre un terminal émetteur 1 et un terminal récepteur 2. Ledit flux média est par exemple un flux audio en VoIP.

La mesure de qualité de transmission est effectuée de manière non intrusive en un point PM de la liaison entre les deux terminaux. Bien entendu, pour obtenir une estimation précise de la qualité perçue à la réception d'un flux audio émis par le terminal émetteur 1 , le point PM de mesure doit être choisi à proximité du terminal récepteur 2.

Le dispositif 10 de la figure 1 va maintenant être décrit en référence à un procédé d'estimation de qualité de transmission dont il permet la mise en œuvre.

Comme cela a été mentionné plus haut, le procédé conforme à l'invention, bien que constituant une méthode non intrusive, met en œuvre un algorithme avec référence, comme l'algorithme PESQ par exemple. A cet effet, un signal Ref de référence de longueur déterminée est stocké dans une unité 210 de stockage d'un module 200 de formation de segments de signal de référence codé. Ce module 200 appartient à un sous-ensemble 1 1 d'analyse du dispositif 10 d'estimation de qualité.

Lors d'une communication entre le terminal émetteur 1 et le terminal récepteur 2, au moins une série de paquets de flux média arrivant jusqu'au terminal récepteur 2 est enregistrée au point PM de mesure par un module 100 d'enregistrement comprenant un commutateur (switch) 1 10 avec un miroir de port apte à dupliquer les paquets, et un renifleur 120 de paquets destiné à décoder l'en-tête des paquets dupliqués et à en extraire des données, telles que la longueur Ln de la charge utile (« payload ») des paquets, le type CodeType de codée utilisé par le terminal récepteur 2 pour décoder la charge utile des paquets, le numéro SeqNb de séquence de chaque paquet et une donnée TS d'horodatage (« Timestamp ») représentative de l'instant d'émission d'un paquet.

Les informations recueillies par le module 100 d'enregistrement sont transmises au sous-ensemble 1 1 pour analyse en vue d'obtenir l'estimation de qualité recherchée.

En particulier, les données Ln de longueur et CodeType de codée sont fournies au module 200 de manière à permettre à une unité 220 de découpage

et de codage de former des segments de signal de référence codé à partir du signal Ref de référence stocké dans l'unité 210 de stockage. On notera que, dans le cas d'un signal audio ou vidéo, les segments précités de signal sont appelés des trames. Plus précisément, le découpage du signal Ref de référence est effectué en N segments, la longueur de chaque segment étant égale à la longueur Ln de la charge utile des paquets. Ainsi, si L est la longueur du signal de référence, le nombre de segments est donné par N=ULn. N exprime donc la longueur du signal de référence en nombre de paquets de flux média. Après découpage, les segments de signal de référence sont codés conformément à la donnée CodeType. Dans la pratique, ces opérations de découpage et de codage peuvent être réalisées à l'avance pour des paquets et des codées standards. L'unité 220 contient alors une bibliothèque de fichiers de signaux de référence prédécoupés et précodés.

Dans le mode de réalisation de la figure 1 , les paquets de flux média enregistrés sont transmis par le module 100 d'enregistrement à un module 300 de constitution d'un signal Ref ^* de référence dégradé. Ce module 300 comprend une unité 310 de création de paquets de signal de référence dégradé, consistant à remplacer la charge utile d'un paquet de numéro de séquence / dans une série de paquets de flux média enregistrée et portant des numéros de séquence de n ₀ à n _o +N-1, par le segment 1+i-n ₀ du signal de référence codé reçu de l'unité 220 de découpage et de codage.

Par exemple, à un signal Ref de référence de N=11 segments numérotés de 1 à 11, est associée une série de paquets de flux média enregistrée dont les numéros de séquence SeqNb s'étendent de n ₀ à n _o + 1O, soit :

123 124 126 127 128 λ 30 129 131 132 133 avec n _o = 123

Dans cette série de paquets, on voit que le paquet 125 est manquant et que les paquets 129 et 130 ont été inversés.

Les paquets de signal de référence dégradé sont obtenus dans ce cas en remplaçant la charge utile de ces paquets respectivement par les segments

du signal codé portant les numéros 1 2 4 5 6 8 7 9 10 11, reproduisant ainsi l'absence du paquet 125 et l'inversion des paquets 129 et 130.

Ensuite, une unité 320 procède à l'extraction du signal Ref ^* de référence dégradé en traitant les paquets de signal de référence dégradé issu de l'unité 310 par un registre 321 de compensation de gigue et des moyens 322 de décodage conformément à la donnée CodeType.

Le signal Ref ^* de référence dégradé et le signal Ref de référence fourni par l'unité 210 de stockage sont comparés par un module 400 d'estimation de la qualité de transmission au moyen d'un algorithme avec référence, par exemple l'algorithme PESQ.

Il est à noter que l'unité 320 d'extraction peut simuler le terminal récepteur 2. Le registre 321 de compensation de gigue et les moyens 322 de décodage sont alors identiques à ceux du terminal 2. Mais il est également possible de simuler tout autre terminal en choisissant des registres de compensation de gigue et des moyens de décodage quelconques.

La figure 2 représente un deuxième mode de réalisation dans lequel le module 100 d'enregistrement extrait des paquets enregistrés et envoie au module 300, au lieu des paquets eux-mêmes, des données TS d'horodatage et les numéros SeqNb de séquence de paquets. Ces données sont suffisantes pour permettre à l'unité 310 de création de paquets de reconstituer une série de paquets équivalente à la série de paquets enregistrée par le module 100. Les segments de signal de référence codé issus de l'unité 220 sont introduits selon la procédure expliquée plus haut en tant que charge utile dans cette série reconstituée. La suite du traitement est identique à celle qui a été décrite pour le mode de réalisation de la figure 1.

La figure 3 est une variante de la figure 2 dans laquelle le sous- ensemble 1 1 d'analyse a été déporté sur un serveur S distant. En effet, dans cette configuration, il est en général préférable de transmettre au serveur S les seules données d'horodatage TS et les numéros SeqNb plutôt que les paquets eux-mêmes, ceci afin d'éviter des surcharges du réseau. Cependant, si le trafic le permet, on peut tout à fait transmettre au serveur S les paquets entiers

de flux média, le procédé selon le mode de réalisation de la figure 1 étant alors utilisé.

La figure 4 illustre la situation où un transcodage est réalisé sur la liaison en un point PT entre par exemple un codée G.729 et un codée G.711. Une première estimation de qualité peut être effectuée en un point PM ₁ de mesure en amont du point PT par un serveur S pour la liaison entre le terminal émetteur 1 et le point PT. Une deuxième estimation peut ensuite être effectuée en un point PM ₂ à proximité du terminal récepteur 2 par le même serveur S pour l'ensemble de la liaison entre les deux terminaux, en utilisant pour signal Ref ₂ de référence pour la deuxième estimation le signal ReU ^* de référence dégradé, disponible sur le serveur S, ayant servi à la première estimation.

Ce procédé s'étend à un nombre quelconque de transcodages sur la liaison. Il est aussi possible de calculer une note MOS pour différents tronçons d'une liaison et d'identifier de cette manière ceux qui sont responsables d'une baisse de qualité.