近日，白城移動攜手中興通訊開展NGI VONR EMI功能應用，通過數智化工具實現VoNR語音質差問題的精準定位與高效閉環，全面提升用戶語音通信感知體驗。
傳統語音質量優化依賴測試軟件+MOS盒的插入式評估，不僅流程繁瑣、耗時耗力，且評估范圍有限，難以反映全網用戶真實感知。而NGI VONR EMI功能通過網絡側直接采集數據，實現全網用戶語音質量的全覆蓋評估，與傳統MOS評分高精度擬合，既保證了評估結果的權威性，又將優化效率提升約40%，大幅節約人力與時間成本，解決了傳統優化模式的痛點難題。
本次合作中，白城移動聯合中興通訊對全網VONR語音業務開展專項優化，選取最近一周的語音通話數據創建EMI分析任務，共篩選出下行EMI質差TOP小區25個、上行EMI質差TOP小區5個。借助NGI工具的精準分析與專家團隊的深度研判，成功定位各類質差根因：包括弱覆蓋（終端SS-RSRP低至-110dBm）、外部干擾（小區平均干擾達-103dBm）、傳輸/核心網丟包、越區覆蓋、重疊覆蓋及隱性故障等，問題定位率達100%。
針對不同根因，項目組制定差異化優化方案，通過調整基站參數、優化鄰區配置、增強弱覆蓋區域信號、排查干擾源等措施，實現29個質差小區的全量閉環，問題閉環率100%。優化后實測數據顯示，路測MOS指標提升0.12，NGI工具統計MOS指標提升0.16，用戶語音通話的清晰度、連續性顯著改善。
中興EMI是VONR語音質量的關鍵評估指標，其綜合考量語音傳輸過程中的丟包率、連續丟包幀數、時延、抖動、編碼方式等多維度關鍵因素，采用非插入式評估方式，無需額外測試終端介入，直接從網絡側獲取真實商用語音數據進行質量研判。而中興NGI（NetworkGeolocationInsight）數智平臺作為核心支撐，依托EMI評估模型實現三大核心能力：一是支持小區級、話單級、切片級多維度語音感知數據分析；二是通過多維地理化GIS呈現功能，精準刻畫柵格級上下行EMI指標分布；三是具備終端、無線側、傳輸&核心網全鏈路問題定界能力，可快速定位空口覆蓋、干擾、負荷、切換異常等質差根因，為優化決策提供數據支撐。
后續，白城移動與中興通訊將持續深化合作，進一步推廣NGI數智化工具的應用場景，不斷完善語音質量優化體系，以技術創新驅動網絡品質升級，共同打造5G精品語音網絡，為用戶提供更優質的通信服務體驗。
