MOS: definição e exemplo na prática

Resposta curta: MOS (Mean Opinion Score) é a nota de 1 a 5, definida pela ITU-T P.800, que expressa a qualidade de voz percebida por quem ouve uma chamada.

Em inglês: MOS (Mean Opinion Score)

O que é MOS?

MOS (Mean Opinion Score) é uma nota de 1 a 5 que resume como as pessoas percebem a qualidade de uma chamada de voz. A escala vem da ITU-T P.800: 5 é excelente, 4 bom, 3 razoável, 2 ruim e 1 péssimo. Na origem, a nota saía de testes com ouvintes reais, que avaliavam amostras de áudio; a média dessas avaliações é o MOS.

Nota	Qualidade (ITU-T P.800)
5	Excelente
4	Boa
3	Razoável
2	Ruim
1	Péssima

Ninguém reúne um painel de ouvintes para cada ligação. Por isso a ITU-T P.800.1 separa os tipos de MOS pela origem da nota: MOS-LQS é a nota subjetiva de escuta, dada por pessoas; MOS-LQO é a nota objetiva, calculada por um algoritmo que compara o áudio recebido com o original; MOS-LQE é uma estimativa de escuta; e MOS-CQE é a estimativa conversacional que sai de um modelo de rede. Quando um relatório mostra “MOS 4,1”, a primeira pergunta é: qual MOS? Uma nota estimada a partir de números de rede e uma nota medida no áudio podem divergir bastante na mesma chamada.

Fator R e E-model

O E-model, da ITU-T G.107, é um modelo de planejamento de rede. Ele começa com um fator R e desconta penalidades por atraso, perda de pacotes, codec e eco. Com os parâmetros padrão, R fica em torno de 93,2. A norma traz a fórmula que converte R em MOS:

Fator R	MOS-CQE
90	4,34
80	4,03
70	3,60
60	3,10
50	2,58

MOS-CQE

MOS-CQE é a nota conversacional estimada, a saída do E-model expressa na escala MOS. O máximo é 4,5. Ela nunca ouve o áudio: calcula a nota a partir de parâmetros como atraso, perda e codec. Serve bem para dimensionar uma rede, mas não percebe uma chamada muda, um lado sem áudio ou uma mensagem gravada da operadora no lugar da pessoa chamada.

Na prática

Suponha que um equipamento de rede informe R = 80 para uma chamada. Pela tabela da G.107, isso equivale a MOS-CQE de 4,03, uma chamada “boa”. Agora suponha que essa chamada caiu numa gravação da operadora dizendo que o número não está disponível. Os pacotes chegaram em ordem, sem perda e com pouco jitter, então o E-model continua mostrando 4,03. Para quem ligou, a chamada falhou.

O inverso também acontece. Uma rede com 0% de perda pode entregar um áudio cortado por um transcodificador mal configurado. O E-model não vê o problema, porque ele está no conteúdo do áudio, não nos pacotes. Só uma nota medida sobre o som recebido, comparado com o som esperado, mostra esses dois casos.

Como o Monitor usa isso

O Monitor nunca estima MOS a partir de números de rede. Ele mede o MOS-LQO no próprio áudio recebido nas chamadas de teste. Os detalhes de como a nota é calculada estão em qualidade de voz com MOS-LQO e no verbete ViSQOL.

Perguntas frequentes

Qual é um MOS bom em VoIP?

Na escala da ITU-T P.800, 4 significa bom e 3 significa razoável. O MOS-CQE do E-model chega no máximo a 4,5, então uma nota acima de 4 já está perto do melhor que o modelo permite. Notas medidas no áudio, como o MOS-LQO, dependem do algoritmo e da banda do codec, por isso só faz sentido comparar notas do mesmo tipo.

MOS e fator R são a mesma coisa?

Não. O fator R é a saída do E-model (ITU-T G.107), numa escala que chega a cerca de 93,2 com os parâmetros padrão. Ele é convertido em MOS-CQE por uma fórmula da própria norma: R 80 equivale a 4,03 e R 70 a 3,60. O fator R é uma estimativa de planejamento de rede, não uma nota tirada do áudio.