近日，中興通訊攜手白城聯通開展NGI VONR EMI功能應用，實現VoNR質差問題精確閉環，提升用戶語音感知。
中興EMI (Equivalent MOS Indicator)基于E-Model模型并綜合考慮了語音信號傳輸過程中對語音影響的若干因素，如時延、抖動、編碼速率、丟包等，用以評估本次語音呼叫的品質。而中興NGI（Network Geolocation Insight）數智工具基于VoNR EMI模型實現了VoNR語音質量EMI評估功能，可進行小區級、話單級、切片級語音感知數據分析；實現了多維地理化GIS呈現功能，可呈現柵格級上下行EMI指標；實現了終端、無線側、傳輸&核心網問題EMI質差根因定界功能，實現空口覆蓋、干擾、負荷、切換等EMI質差根因定位功能。
傳統語音質量問題需要通過海量測試或客戶投訴來獲取語音質差評估數據，再針對發現的語音質差問題進行人工分析和處理，周期很長，效率低下。而NGI工具可以快速定位質差小區，結合EMI質差根因定位具體問題，極大的幫助后臺人員進行問題排查，原因追溯，在提高后臺工作效率的同時，大幅減少前臺測試工作量，節約人力資源，提效約40%，功能應用獲得客戶的認可。
白城聯通對全網創建EMI任務分析語音質差小區，選取最近一周的VoNR數據進行分析，篩選出下行EMI質差TOP小區22個，上行質差TOP小區4個。通過NGI VONR EMI工具+專家分析，對26個質差小區進行問題定位，定位了鄰區干擾、越區覆蓋問題、重疊覆蓋、高負荷、傳輸/核心網問題、弱覆蓋問題和隱性故障問題等，問題定位率100%；結合根因定位開展優化，問題閉環率100%；優化后路測MOS指標提升0.11，NGI工具統計MOS指標提升0.15。
