音频测试

测试原理

将测试机置于弱网环境中（比如设置了随机丢包率，限宽等参数的网络，网络在测试机到AP之间进行衰减），两个测试机通过产品产生声音，声音从测试机A的耳机出到电脑的麦克风进入电脑进行测试，测试后的声音通过电脑的耳机出来经过测试机B的麦克风回到产品。声音进到电脑后，电脑截取受损声音的wav文件保存作为待测试文件。采用客观MOS(mean opinion score)的方法PESQ(Perceptual Evalution of Speech Quality)进行评价。电脑端采用取样的方式将模拟信号转换为数字信号，宽带采样率为16000，窄带为8000，采用数字信号处理方式将标准的wav参考文件与受损的wav文件通过pesq软件进行比对（比对方法是将参考文件和受损文件调至同一音量，并分成较短的交迭样本块，计算每一块的傅里叶系数，并比较），得出mos分。mos分数关注的是声音的还原度，即在语音通话过程中声音的清晰度。

测试流程

1. 将一端手机（取决于测上行还是下行数据）置于受损网络（网路在进入ap前被衰减）
2. 手机产生的声音经过手机的耳机孔和电脑的麦克风孔进入电脑
3. 进入电脑的声音生成受损wav文件，电脑调用pesq软件对受损wav文件和参考wav文件进行比对，得出mos分

存在的问题1

1次pesq软件的运行只产生一个对比数据（mos分数）且需要手动截取音频流获取wav文件，而一个损伤环境（比如丢包5%）下mos分的获取需要测试多次，计算平均值，如果使用人力将是一个非常耗时且效率低下的过程，因此需要撰写自动化测试脚本，实现自动化。

解决方法

撰写脚本实现pesq软件的调用，测试中需要对窄带和宽带的mos分都进行统计。pesq根据输入参数的不同，输出不同的计算结果。采用多线程方式，线程一不停的遍历保存wav文件的文件夹，当有新的wav文件过来时触发线程二进行窄带mos分和宽带mos分以及其他参数的计算，实现所需6个参数的一并收集，将计算产生的日志放入文件夹，线程三对日志进行整理将窄带mos和宽带mos以及其他参数放入文件中的同一行，形成当前环境下的一个质量参数。

存在的问题2

需要对受损的wav文件进行尾部静音截取

解决方法

撰写脚本实现wav文件的二进制读取，并使用struct的unpack方法读取文件头部对应的音频文件信息（如：采样率，位数，信道数，文件总长，文件数据区长度等），去掉44字节的头部信息，对数据区以20个采样点为一组计算其平均方差和变化幅度（如果是静音，声音的起伏不大，方差较小，如果不是静音，采样点形成正弦函数，平均方差较大，最大值和最小值的幅度差也较大），从而判断是否静音，获取到最后一段静音对应的文件起始位置，进行截取，实现尾部静音的截断。截断之后需要重新封装文件头部，改变文件头部对应的文件总长度，数据区长度等字段值，使用struct的pack方法进行封装。

存在的问题3

获取到的数据以文本形式存放在指定文件夹，需要从文件夹搜索到指定文件，并从文件中筛选出数据进行计算

解决方法

获取到的数据均为excel或txt文件，需要从文件的杂乱内容中筛选出需要的数据，进行处理。首先遍历文件夹，利用re模块的findall(）函数获取文件夹中需要处理的文件，对txt文件利用findall()匹配正则表达式，获得想要的数据，对于excel文件，利用xlrd模块进行表格和指定行列的读取。

音频知识

窄带和宽带

音频的窄带和宽带区分相对于取样率而言，窄带采样率（每秒采样次数）为8kHz，宽带采样率为16kHz，因此宽带比窄带能够传递更多的信息，声音还原度更高。

采样分辨率

指每个采样点用多少位进行表示，位数越高采样点分辨率越高。

测试参数

随机丢包

音频包每20ms发送一次，2s内共发送50个数据包，随机丢包指按照设置的百分率，在2秒时间内，随机丢弃一定数量的音频包，测试出该环境下的mos分。

抖动

抖动是指在2秒时间内随机选取25%的数据包，根据设置的抖动数值x，延迟xms后发送。

限宽

限宽指每秒发送的字节数，假定有一个无限长的队列，左端出包，右端入包，当左端数值达到指定限宽时将不再进行出包，而右端持续入包，会引起时延变化。

连续丢包

以2s为一个周期，连续丢包如15%是指2s中有连续的300ms网络处于阻塞状态不进行收包，如果2ms发送一个数据包，那么此时300ms会丢弃150个数据包，剩余的1700ms处于放行状态。