【MWC 2026】GSMA發(fā)佈AI Calling原生應(yīng)用體驗規(guī)範(fàn)

西班牙巴塞羅那2026年3月12日 /美通社/ -- 在2026年巴塞羅那通信展期間，在由GSMA主辦的5G Futures Summit上，GSMA發(fā)佈了《Gigauplink, Deterministic Latency, and Network Evolution for the Mobile AI Era》白皮書。白皮書定義了面向移動AI時代運營商原生話音業(yè)務(wù)的發(fā)展演進(jìn)趨勢、應(yīng)用場景和商業(yè)模式，並詳細(xì)闡述了AI Calling體驗評估規(guī)範(fàn)，幫助運營商實現(xiàn)話音體驗建網(wǎng)，助力用戶話音業(yè)務(wù)的體驗躍升。

白皮書指出，在5G-A與AI的協(xié)同驅(qū)動下，移動通信進(jìn)入到了移動AI時代，運營商的原生話音業(yè)務(wù)已從傳統(tǒng)話音演進(jìn)到AI智能話音。如今，在原生IMS話音網(wǎng)絡(luò)基礎(chǔ)能力之上疊加AI算法和算力，傳統(tǒng)的語音通話正在向增強型服務(wù)和創(chuàng)新應(yīng)用演進(jìn)，為用戶帶來穩(wěn)定、高清、可視、智能、高效的下一代通話體驗。這其中包括AI沉浸式通話、AI交互式通話等應(yīng)用方向，這些新的AI通話服務(wù)對網(wǎng)絡(luò)連接能力和AI能力都提出了新的要求。

在白皮書中提到，AI降噪是AI沉浸式通話中的典型應(yīng)用，通過AI算法消除不同場景下的環(huán)境噪音，使運營商的原生通話服務(wù)更加清晰，為用戶提供更加沉浸式的體驗。AI降噪算法可應(yīng)用於辦公（>40分貝）、街道（>60分貝）和施工（>80分貝）等多種場景，使用戶無需依賴終端設(shè)備即可享受高質(zhì)量的語音服務(wù)。AI增強的實時翻譯是交互式通話的典型場景，得益於話音網(wǎng)絡(luò)能力的增強，長期存在的語言障礙正在被打破。現(xiàn)在，通過AI Calling可以在視頻通話中提供準(zhǔn)確實時的語音轉(zhuǎn)錄或翻譯，這對於參與國際在線會議的商務(wù)人士、前往異國旅行的遊客或聽力障礙人士來說，具有非常大的價值。

在商業(yè)模式方面，白皮書提到運營商可以通過嵌入AI能力，為傳統(tǒng)原生語音服務(wù)注入新功能新活力。用戶通過支付訂閱費用，即可在標(biāo)準(zhǔn)通話中享受AI驅(qū)動的增強功能，使運營商從單一的流量變現(xiàn)轉(zhuǎn)向多維度的體驗變現(xiàn)。

在AI Calling場景下，如何衡量用戶體驗是運營商面臨的新的課題。這次白皮書系統(tǒng)性的定義了AI Calling的體驗評估模型規(guī)範(fàn)。AI Calling體驗評估模型規(guī)範(fàn)在傳統(tǒng)高清話音三個體驗指標(biāo)維度（QoE、QoS、覆蓋）的基礎(chǔ)上，疊加了AI沉浸式體驗、AI互動式體驗、QoI三個新的維度。其中，沉浸式通話場景可使基礎(chǔ)音通話體驗得到躍升，如可明顯感知的MOS提升、SNR增強等。交互式通話場景下網(wǎng)絡(luò)需要提供新的交互通道和能力，如通過DC（Data Channel, 數(shù)據(jù)通道）和VC（Video Channel, 視頻通道）能力，以實現(xiàn)屏幕共享、實時翻譯、座席交互等增強體驗。QoI是衡量話音網(wǎng)絡(luò)智能化程度的關(guān)鍵指標(biāo)，這包括高質(zhì)量的AI模型、靈活的AI管理能力、基於AI的網(wǎng)絡(luò)/用戶狀態(tài)感知與決策、普惠性AI服務(wù)能力等，是實現(xiàn)話音體驗躍升的網(wǎng)絡(luò)基礎(chǔ)保障。

當(dāng)前，ITU已啟動一個名為P.AI-MOS的工作項目，用於評估多模態(tài)人工智能應(yīng)用的用戶體驗，AI Calling語音體驗的提案也在研究之中。基於此，GSMA協(xié)同產(chǎn)業(yè)界呼籲共同推動體驗評測模型的發(fā)展，建立AI應(yīng)用關(guān)鍵質(zhì)量指標(biāo)（KQI）與網(wǎng)絡(luò)關(guān)鍵性能指標(biāo)（KPI）之間的映射規(guī)則，加速移動AI業(yè)務(wù)體驗標(biāo)準(zhǔn)的落地，從而更好地支撐移動AI產(chǎn)業(yè)的發(fā)展。