MOS स्कोर क्या है?

मीन ओपिनियन स्कोर (MOS) वॉयस, ऑडियो और वीडियो संचार की कथित गुणवत्ता का मूल्यांकन करने के लिए एक मानकीकृत मीट्रिक है। ITU-T (इंटरनेशनल टेलीकम्युनिकेशन यूनियन) द्वारा परिभाषित, MOS 1-से-5 के पैमाने पर एक एकल संख्यात्मक मान प्रदान करता है जो यह दर्शाता है कि एक श्रोता या श्रोताओं का समूह किसी ट्रांसमिशन की गुणवत्ता को कैसे रेट करेगा। 5 का स्कोर उत्कृष्ट, लगभग पूर्ण गुणवत्ता को दर्शाता है, जबकि 1 का स्कोर गंभीर रूप से खराब, समझ में न आने वाले ऑडियो को दर्शाता है।

MOS स्कोरिंग कैसे काम करती है

MOS मूल रूप से व्यक्तिपरक (सब्जेक्टिव) परीक्षण से प्राप्त हुआ था: मानव श्रोताओं का एक पैनल ऑडियो नमूनों को रेट करता था, और उनके व्यक्तिगत स्कोर का औसत निकालकर मीन ओपिनियन स्कोर तैयार किया जाता था। आज, वस्तुनिष्ठ (ऑब्जेक्टिव) एल्गोरिथम मॉडल मानव श्रोताओं की आवश्यकता के बिना MOS का अनुमान लगा सकते हैं। व्यापक रूप से उपयोग किए जाने वाले दो एल्गोरिथम दृष्टिकोणों में शामिल हैं:

• PESQ (पर्सैप्चुअल इवैल्यूएशन ऑफ स्पीच क्वालिटी): ITU-T P.862 द्वारा परिभाषित एक दखल देने वाली (इंट्रूसिव) विधि जो एक संदर्भ सिग्नल की तुलना खराब सिग्नल से करती है और एक अनुमानित MOS मान आउटपुट करती है।

• POLQA (पर्सैप्चुअल ऑब्जेक्टिव लिसनिंग क्वालिटी एनालिसिस): PESQ (ITU-T P.863) का उत्तराधिकारी, जिसे आधुनिक नेटवर्क में उपयोग किए जाने वाले सुपर-वाइडबैंड और फुलबैंड ऑडियो कोडेक को संभालने के लिए डिज़ाइन किया गया है।

VoIP और टेलीकॉम परिवेशों में, पैकेट लॉस, जिटर और लेटेंसी जैसे नेटवर्क मीट्रिक का उपयोग करके वास्तविक समय में भी MOS का अनुमान लगाया जा सकता है। ई-मॉडल (ITU-T G.107) इन मापदंडों से एक आर-फैक्टर (R-factor) की गणना करता है, जिसे बाद में एक MOS मान में मैप किया जाता है। यह नेटवर्क ऑपरेटरों को ऑडियो सिग्नल का विश्लेषण किए बिना लगातार कॉल गुणवत्ता की निगरानी करने की अनुमति देता है।

MOS स्कोर चार्ट: पैमाने को समझना

मानक MOS पैमाने की व्याख्या निम्नानुसार की जाती है:

• 5: उत्कृष्ट गुणवत्ता, कोई ध्यान देने योग्य विकृति नहीं

• 4: अच्छी गुणवत्ता, मामूली खामियां जिन पर अधिकांश उपयोगकर्ता ध्यान नहीं देंगे

• 3: ठीक-ठाक गुणवत्ता, ध्यान देने योग्य गिरावट लेकिन फिर भी उपयोग योग्य

• 2: खराब गुणवत्ता, कष्टप्रद विकृति जो बातचीत को कठिन बनाती है

• 1: बहुत खराब गुणवत्ता, संचार लगभग असंभव है

VoIP कॉल के लिए, स्कोर आमतौर पर 3.5 से 4.2 की सीमा में आते हैं। व्यावसायिक स्तर के वॉयस संचार के लिए 4.0 या उससे अधिक के MOS को आम तौर पर अच्छा माना जाता है।

VoIP में MOS को प्रभावित करने वाले कारक

कई नेटवर्क स्थितियाँ VoIP परिनियोजन में MOS को सीधे प्रभावित करती हैं:

• पैकेट लॉस (Packet loss): खोए हुए पैकेटों की थोड़ी मात्रा भी सुनने योग्य अंतराल या विकृति का कारण बन सकती है, जिससे MOS काफी कम हो जाता है।

• जिटर (Jitter): पैकेट के आगमन के समय में भिन्नता असमान प्लेबैक बनाती है, जिससे कथित गुणवत्ता कम हो जाती है।

• लेटेंसी (Latency): अत्यधिक एंड-टू-एंड विलंब के कारण वास्तविक समय की बातचीत अस्वाभाविक लगती है और MOS कम हो सकता है।

• कोडेक चयन (Codec selection): विभिन्न ऑडियो कोडेक अलग-अलग बिटरेट पर भाषण को संपीड़ित (कंप्रेस) करते हैं, जिनमें से प्रत्येक एक विशिष्ट अधिकतम MOS सीमा उत्पन्न करता है।

स्पीच और वॉयस AI में MOS

टेलीकॉम से परे, टेक्स्ट-टू-स्पीच (TTS) सिस्टम, वॉयस क्लोनिंग मॉडल और स्पीच एन्हांसमेंट एल्गोरिदम की आउटपुट गुणवत्ता का मूल्यांकन करने के लिए MOS का तेजी से उपयोग किया जा रहा है। शोधकर्ता मानव रिकॉर्डिंग के मुकाबले कृत्रिम (सिंथेटिक) भाषण की स्वाभाविकता और समझ की तुलना करने के लिए MOS सुनने के परीक्षण आयोजित करते हैं, जिससे MOS व्यापक स्पीच तकनीक परिदृश्य में एक मूलभूत मीट्रिक बन जाता है।