Mean Opinion Score

Abkürzung: MOS

Was ist der Mean Opinion Score?

Der Mean Opinion Score, abgekürzt MOS, ist eine standardisierte Bewertungsgröße für die Sprach- und Videoqualität in der Telekommunikation. Er drückt die subjektiv empfundene Qualität einer Übertragung als numerischen Wert aus, gemittelt über eine Gruppe von Testpersonen. Der MOS ist das zentrale Maß, um Codecs, Netzwerkstrecken und Dienstgüte zu vergleichen und objektiv zu bewerten. Entwickelt wurde das Verfahren von der ITU-T in der Empfehlung P.800. Es findet heute in der gesamten Kommunikationsbranche Anwendung, von klassischer Telefonie bis zu Videokonferenzen und Streaming-Diensten.

Die MOS-Skala

Der MOS ordnet die empfundene Qualität auf einer fünfstufigen Skala ein. Jede Stufe ist mit einem definierten Qualitätseindruck und einer typischen Störungswahrnehmung verknüpft.

Ein MOS von 4,0 oder höher gilt als Qualitätsziel für professionelle Telefonie. Werte um 3,5 sind typisch für viele Mobilfunkgespräche in guter Netzabdeckung, während Werte unter 3,0 als unbefriedigend eingestuft werden.

Durchführung subjektiver Tests

Die klassische Methode zur Ermittlung des MOS ist ein subjektiver Hörtest unter kontrollierten Laborbedingungen. Eine repräsentative Gruppe von Testpersonen hört eine Auswahl kurzer Sprachproben, die über die zu testende Übertragungsstrecke geschickt wurden. Nach jedem Höreindruck bewertet die Person die Qualität auf der fünfstufigen Skala. Die Proben enthalten Originalsprache und durch verschiedene Codecs, Bitraten, Paketverluste oder Verzögerungen beeinträchtigte Varianten. Aus allen Einzelbewertungen wird der arithmetische Mittelwert gebildet, der den MOS ergibt. Um statistische Ausreißer abzufangen, werden üblicherweise 24 bis 40 Personen pro Test eingesetzt und die Ergebnisse einer Varianzanalyse unterzogen.

Die ITU definiert in P.800 mehrere standardisierte Testmethoden. Beim ACR-Verfahren (Absolute Category Rating) wird jede Probe einzeln und ohne direkten Vergleich mit dem Original bewertet. Beim CCR-Verfahren (Comparison Category Rating) hört der Tester jeweils das Original und die beeinträchtigte Probe hintereinander und bewertet den Unterschied. Beide Methoden liefern gültige MOS-Werte, wobei CCR oft präzisere Ergebnisse bei geringer Probenzahl erzielt.

Algorithmische Schätzung des MOS

Subjektive Tests sind aufwendig, teuer und nicht in Echtzeit durchführbar. Für die automatisierte Qualitätsmessung in laufenden Netzen wurden standardisierte algorithmische Verfahren entwickelt, die einen geschätzten MOS-Wert berechnen.

• PESQ (Perceptual Evaluation of Speech Quality): PESQ, standardisiert in ITU-T P.862, vergleicht ein eingespeistes Referenzsignal mit dem empfangenen Signal. Das Modell analysiert zeitliche und spektrale Unterschiede, simuliert die Psychoakustik des menschlichen Gehörs und berechnet einen MOS-Wert. PESQ ist gut geeignet für Schmalband-Codecs, stößt aber bei Breitband und Paketverlustmustern an Grenzen.
• POLQA (Perceptual Objective Listening Quality Analysis): Der Nachfolger von PESQ, standardisiert in ITU-T P.863. POLQA erweitert die Analyse auf Breitband-, Superbreitband- und Volldband-Codecs und verarbeitet zeitlich variable Paketverluste präziser. Es ist das aktuelle Referenzverfahren für die algorithmische MOS-Schätzung und wird in modernen Netzen und bei der Codec-Entwicklung eingesetzt.
• E-Model: Das E-Model aus ITU-T G.107 berechnet aus einer Vielzahl von Übertragungsparametern wie Verzögerung, Echopfad, Codec und Paketverlust einen R-Wert. Dieser Wert wird anschließend in einen MOS-Wert umgerechnet. Das E-Model ist besonders für die Planung von Netzwerken und die Vorhersage von Qualitätseinbußen geeignet, ohne dass reale Audiosignale gemessen werden müssen.
• Weitere Verfahren: Für spezifische Szenarien existieren weitere ITU-Standards wie P.564 für die nicht-intrusive Messung in IP-Netzen oder P.1201 für Videostreaming. Auch proprietäre Lösungen von Messgeräteherstellern setzen auf MOS-basierte Skalen.

Einflussfaktoren auf den MOS

Die Sprachqualität und damit der MOS werden von einer Vielzahl von Faktoren beeinflusst.

• Codec und Bitrate: Der gewählte Sprachcodec und seine Datenrate sind primäre Faktoren. G.711 mit 64 kbit/s erreicht einen MOS nahe 4,4 und liegt damit an der Obergrenze des Erreichbaren. Komprimierte Codecs wie G.729 mit 8 kbit/s erzielen Werte um 3,8. Moderne Codecs wie AMR-WB oder Opus können trotz niedriger Bitraten durch bessere Psychoakustik hohe MOS-Werte erreichen.
• Paketverlust: Bereits geringe Paketverluste von einem Prozent können den MOS merklich senken, besonders bei Codecs mit starker Kompression, die auf Zusammenhänge zwischen aufeinanderfolgenden Paketen angewiesen sind.
• Verzögerung und Jitter: Absolute Verzögerung stört den Gesprächsfluss und wird im E-Model berücksichtigt. Starker Jitter, also variable Paketlaufzeiten, führt zu Aussetzern im Sprachstrom und reduziert den MOS deutlich.
• Echo: Akustische und elektrische Echos mindern die Qualität, besonders bei längeren Verzögerungen. Das E-Model hat dafür einen eigenen Bewertungsfaktor.
• Hintergrundgeräusche: Störende Umgebungsgeräusche auf Sender- oder Empfängerseite können die Sprachverständlichkeit senken und den MOS verschlechtern.

MOS in der Videotelefonie

Der MOS wird auch für die Qualität von Videoverbindungen verwendet. Die ITU-T P.910 und P.911 definieren Testverfahren für Videomaterial. Die Skala bleibt fünfstufig, berücksichtigt jedoch nicht nur die Bildschärfe und Bewegungsschärfe, sondern auch die Lippensynchronität zwischen Audio und Video. Ein schlecht synchronisierter Ton kann den Gesamteindruck erheblich abwerten, selbst wenn Bild und Ton einzeln gute Werte erzielen.

Abgrenzung zu anderen Qualitätsmetriken

Der MOS ist die zentrale Metrik für die subjektiv empfundene Qualität, aber nicht die einzige in der Übertragungstechnik.

• QoS (Quality of Service): Technische Parameter wie Bandbreite, Latenz, Jitter und Paketverlust. Der MOS drückt aus, wie sich diese Parameter auf den menschlichen Nutzer auswirken.
• QoE (Quality of Experience): Der Oberbegriff für die nutzerzentrierte Qualitätsbewertung, die den MOS einschließt, aber auch Faktoren wie Bedienbarkeit und Kontext berücksichtigt.
• Signal-Rausch-Abstand und THD: Physikalische Messgrößen für analoge Übertragungskanäle, die keine direkte Aussage über die menschliche Wahrnehmung machen.

Praktischer Nutzen und Grenzen

Der MOS ist ein unverzichtbares Werkzeug für die Entwicklung und den Betrieb von Kommunikationssystemen. Codec-Entwickler optimieren ihre Algorithmen auf einen möglichst hohen MOS-Wert. Netzbetreiber überwachen mit algorithmischen Schätzungen die Dienstgüte in Echtzeit und leiten bei Einbrüchen Gegenmaßnahmen ein. Hersteller von Headsets und Telefonen testen ihre Geräte auf MOS-Basis und kommunizieren die Ergebnisse.

Die subjektive Natur des MOS bringt jedoch Grenzen mit sich. Ein MOS-Wert von 4,0 aus einem Labortest mit geschulten Probanden ist nicht direkt mit einem algorithmisch geschätzten MOS aus einem Live-Netz vergleichbar. Kulturelle Unterschiede und individuelle Hörgewohnheiten beeinflussen die Bewertung stärker, als die glatte Zahl vermuten lässt. Zudem bildet der MOS immer nur die wahrgenommene Übertragungsqualität ab, nicht aber die inhaltliche Qualität des Gesprächs oder die Zufriedenheit mit dem Service insgesamt. Trotz dieser Einschränkungen bleibt der MOS der Goldstandard für die Sprachqualitätsbewertung und die gemeinsame Sprache zwischen Ingenieuren, Marketing und Endkunden.