通話品質ダッシュボード (CQD) のインテリジェント メディア品質分類子
Microsoft TeamsとSkype for Businessの通話品質ダッシュボード (CQD) を使用すると、Microsoft TeamsおよびSkype for Business サービスを使用して行われた通話の品質に関する分析情報を得ることができます。 このトピックでは、インテリジェント メディア品質分類子に関する詳細情報を提供します。 CQD とその設定方法の詳細については、「 通話品質ダッシュボードを設定する」を参照してください。
CQD では、一連の条件付きステートメントによって、Good と Poor のストリーム分類が実行されます。 オーディオの場合、ネットワーク メトリックを使用して、基になるネットワークのパフォーマンスによってオーディオ品質が低下したかどうかを判断し、ビデオベースの画面共有 (VBSS) ではビデオ メトリックを使用して同様の品質評価を実行します。 インテリジェント メディア品質分類子は、通話テレメトリのより広範で詳細なビューを取得し、いくつかの要因 (ネットワークを含む) を検討して、通話の認識されるユーザー エクスペリエンスを判断し、品質の低下が疑われる場合に考えられる根本原因を特定します。 この違いにより、 ストリーム分類 ロジックに起因する Good 値と Poor 値が、必ずしもインテリジェントメディア品質分類子の結果と一致するとは限りません。
CQD におけるインテリジェント メディア分類子の概要
CQD のインテリジェント メディア品質分類子は、ストリーム品質の特定の問題領域を特定するのに役立つ Machine Learning (ML) アルゴリズムを使用します。 CQD の Steam 分類と比較して、CQD のインテリジェント メディア品質分類は、IT 管理者に因果関係、メディアの劣化、根本原因に関するより高度な分析を提供します。 これらの分類子を使用すると、通話品質の問題に対処して防止するためのプロアクティブな対策を講じることができます。
最も包括的な分析情報を提供するために、インテリジェント メディア品質分類子は、オーディオ、ビデオ、VBSS の 3 つのメインリアルタイム メディア モダリティに個別に対処します。 これらの分類子は、ストリーム レベル (オーディオ、ビデオ、VBSS など) の呼び出し品質に焦点を当て、さらにネットワーク、コンピューティング デバイス、入力デバイスなどの領域で詳細な分析を行い、特定の問題領域を特定できるようにします。
原因と根本原因のビューを提供する分類には、上位レベルと下位レベルの 2 つのレベルがあります。 上位レベルの分類子は、オーディオ、ビデオ、または VBSS が正常に機能していないかどうかを予測しますが、下位レベルの分類子は、問題がネットワーク、コンピューティング デバイス、または入力デバイスにあったかどうかを予測します。
サポートされているプラットフォームとメディアの種類
インテリジェント メディア品質分類子の可用性は、さまざまなプラットフォーム間のテレメトリの可用性の違いにより、特定のプラットフォームとメディアの種類によって異なります。 分類子のカバレッジを継続的に改善しています。 次のプラットフォームとメディアの種類は、インテリジェントメディア品質分類子によってカバーされています。
- メディア モダリティとネットワーク分類子は、すべてのプラットフォームとメディア モダリティ (オーディオ、ビデオ、VBSS) に適用されます。
- コンピューティング デバイス分類子は、ネイティブ プラットフォーム (Teams Web、最適化された VDI、CVI を除く) とすべてのメディア モダリティに適用されます。
- 入力デバイス分類子は、ネイティブ プラットフォーム (WebRTC ベースのプラットフォームを除く) とオーディオにのみ適用されます。
インテリジェント メディア品質分類子を使用する場合
分類子を適用するタイミングを決定するインテリジェント メディア品質分類子の特定のアプリケーション ルールがあり、最も基本的な規則は次のとおりです。
- 受信分類子は、ユーザーが少なくとも 60 秒のメディアを受信している場合にのみ適用されます。 CQD では、このデータはオーディオとビデオの期間値Streamとして記録され、ビデオと VBSS の期間秒として記録されます。
- 送信分類子は、ユーザーが各メディアの少なくとも 60 秒を送信した場合にのみ適用されます。
このデータは 、次のように記録されます。
- オーディオの場合: AvgFirstReceivedAudioSeconds >= 60
- ビデオと VBSS の場合: SecondVideoDurationSeconds >= 60
ピアツーピア (P2P) および電話会議での受信ストリームと送信ストリーム
CQD レポートでは、ストリームは受信または送信として定義されます。 受信ストリームはユーザーが受信したメディアですが、送信ストリームはユーザーによって送信されるメディアです。 受信ストリームと送信ストリームで CQD レポートをフィルター処理して、ユーザーが受信または送信したメディアの品質を分析できます。
ストリームは、最初のエンドポイントと 2 番目のエンドポイントで表されます。 1 番目と 2 番目のエンドポイント分類の詳細については、「 通話品質ダッシュボード (CQD) で使用できるディメンションと測定値」を参照してください。
次の表に、ピアツーピア (P2P) および電話会議のストリームの概要を示します。
| 通話の種類 | 直結 | 第 1/第 2 エンドポイント分類 |
|---|---|---|
| P2P | ユーザーは、受信ストリームと送信ストリームを介して相互に接続されます。 | First と Second はどちらもクライアント エンドポイントを表します。 |
| 電話会議 | ユーザーは、受信または送信ストリームの方向に関係なく、サーバーに接続されます。 | ユーザーには Second というラベルが付き、サーバーには First というラベルが付けられます。 |
より一般的な電話会議の場合、特定のユーザー (特に画面を積極的に共有し、オーディオやビデオに関与するユーザー) のエンゲージメント レベルは、すべての参加者の全体的な通話エクスペリエンスを大幅に形成できます。 電話会議での効果的なストリーム品質評価には、これらの 他のユーザー、または非常にアクティブで優勢な参加者の影響を検出することが不可欠です。
ローカル分類子とリモート分類子
会議呼び出しと P2P 呼び出しのいずれに対しても、インテリジェント メディア品質分類子は、ローカルとリモートの 2 つの主要なカテゴリに分類されます。
- ローカル分類子 は、エンドポイント ユーザーの通話エクスペリエンスを評価するように調整され、受信ストリームまたはローカル デバイスの機能と制限に起因する懸念に対処します。
- リモート分類子には、 呼び出しの他のエンドポイントから発生する問題が含まれ、全体的な呼び出し品質に関する包括的な観点が提供されます。
P2P 構成と Conference 構成の両方で、 First-to-Second と呼ばれるストリーム方向でローカル分類子を観察すると、受信ストリームの影響またはローカル デバイスの容量と、ユーザーの (Second と呼ばれる) 独自の呼び出しエクスペリエンスに対する制限が分析されます。
Second-to-First ストリーム方向でのリモート分類子の役割は、第 2 と呼ばれる参加者が、同じ条件で他のユーザーの通話品質に悪影響を与えるかどうかを評価することです。 さらに、電話会議のコンテキストでは、1 番目から 2 番目のストリームでリモート分類子を観察すると、非常にアクティブなユーザー (ドミナントとして分類される) が、ユーザーが経験する通話品質 (Second) に悪影響を及ぼしているかどうかを示します。
インテリジェント メディア品質分類子の定義
CQD では、インテリジェント メディア品質分類子は、使用可能なキー品質メトリックの値に基づいて、ローカル分類子とリモート分類子を使用します。 メディア品質を分類するために使用されるメトリックと条件は、 ローカル分類子 と リモート分類子の表に示されています。
検出された問題領域は、インテリジェント メディア品質分類子を通じて特定され、管理者がさらに分析して潜在的な根本原因を明らかにすることができる品質の問題を示します。 CQD を使用すると、このより深い分析により、将来の発生を防ぐためのプロアクティブな対策を講じるための貴重な分析情報を得ることができます。
ローカル分類子
次のローカル分類子は、ユーザーのテレメトリに基づいて、同じユーザーが問題を経験したかどうかを予測します。
| 類別詞 | 説明 |
|---|---|
| 検出されたメディア モダリティ | 受信したメディアの種類の品質に、受信のテレメトリに基づいて問題が発生したかどうかを予測します。 |
| 検出された受信ネットワーク | 受信ストリーム上のネットワークに問題があったかどうかを予測します。 電話会議の場合、この分類子はサーバーからエンドポイントへの接続を確認します。 P2P 呼び出しの場合、この分類子はリモート ユーザー アップリンクとローカル ダウンリンクの問題について説明します。 |
| 検出されたローカル コンピューティング | ユーザーのコンピューティング デバイス (たとえば、Teams クライアントを実行しているデスクトップ コンピューターや携帯電話) が、ユーザーが受け取ったメディア品質の低下を引き起こしているかどうかを予測します。 |
| 検出されたローカル入力デバイス | ユーザーのメディア キャプチャ デバイス (たとえば、コンピューターの内蔵サウンドカードやマイク) がユーザーの問題を引き起こしているかどうかを予測します。 |
検出された問題に対するローカル分類子の測定値
次の一覧には、問題ディメンションを使用したローカル分類子の測定値が表示されます。 各ローカル分類子は、次の一覧の /.../ で表されます。
- /.../ 問題の True Count
- /.../ 問題の False カウント
- /.../ 問題の Null カウント
- /.../ 問題率
- /.../ 問題率上限
- /.../ 問題率下限
たとえば、ローカル分類子 の検出されたメディア モダリティ では、 問題 の真数、問題の False カウント、問題の Null カウント、問題率、問題率上限、問題率下限の測定値で問題ディメンションが使用されます。
検出された受信ネットワーク、検出されたローカル コンピューティング、検出されたローカル入力デバイスには、次の追加の測定値もあります。
- /.../ 原因の問題率
- /.../ 原因の問題率上限
- /.../ 原因の問題率下限
リモート分類子
次のリモート分類子は、ユーザーのテレメトリに基づいて、ユーザーが他の通話参加者に品質の問題を引き起こすかどうかを予測します。
| 類別詞 | 説明 |
|---|---|
| 検出されたアップリンク | エンドポイントからサーバーへのリンクが原因で送信されたメディアの品質が低下しているかどうかを予測します。 |
| 検出されたコンピューティング デバイスの原因 | ユーザーのコンピューティング デバイスが原因で送信されたメディアの品質が低下しているかどうかを予測します。 |
| 検出された入力デバイスの原因 | ユーザーのメディア キャプチャ デバイスが原因で送信されたメディアの品質が低下しているかどうかを予測します。 |
検出された問題に対するリモート分類子の測定値
次の一覧には、問題ディメンションを使用するすべてのリモート分類子の測定値が表示されます。 各リモート分類子は、次の一覧で /.../ で表されます。
- /.../ 問題の True Count
- /.../ 問題の False カウント
- /.../ 問題の Null カウント
- /.../ 問題率
- /.../ 問題率上限
- /.../ 問題率下限
たとえば、 検出された入力デバイスのリモート分類子は、 問題の真数、 問題 の False カウント、問題の Null カウント、問題率、問題率上限、問題率下限の測定値で問題ディメンションを使用します。
その他のユーザー分類子
リモート分類子の一種である他のユーザー分類子は、主要な参加者が持つ問題に基づいており、残りの電話会議参加者のエクスペリエンスが低下します。
| 類別詞 | 説明 |
|---|---|
| 検出されたその他のユーザー アップリンク | 他の (主要な) 参加者のアップリンクの問題により、ユーザーが受信したメディア品質の品質が低下しているかどうかを予測します。 |
| 検出されたその他のユーザー コンピューティング | 他の (主要な) 参加者のコンピューティング デバイスの問題が原因で、ユーザーの受信したメディア品質の品質が低下しているかどうかを予測します。 |
| 検出された他のユーザー デバイス | 他の (主要な) 参加者のメディア キャプチャ デバイスの問題により、ユーザーが受信したメディア品質の品質が低下しているかどうかを予測します。 |
検出された問題に対するその他のユーザー分類子測定
他のユーザー分類子では、/.../ 問題ディメンションが使用されます。
たとえば、[Other user classifier Detected Other User Device]\(他のユーザー デバイスの検出済み\ ) ディメンションは、CQD で [ 検出された他のユーザー デバイスの問題] として一覧表示されている [問題] ディメンションです。
測定例
- [検出された受信ネットワークの問題] ディメンションには、問題の真数、問題の誤り数、問題の null カウント、問題率、問題率の上限、問題率の下限、問題率の下限、原因の問題率の上限、問題率の下限の測定値があります。
- 問題の原因となる入力デバイスのディメンションには、問題の真数、問題の False カウント、問題の null カウント、問題率、問題率上限、問題率下限の測定値が含まれます。
名前、データ型、定義、空白値の考えられる理由など、CQD で使用可能なすべてのディメンションとメジャーの一覧については、「 通話品質ダッシュボードで使用できるディメンションとメジャー」を参照してください。
インテリジェント メディア品質分類子の解釈
インテリジェント メディア品質分類子は、ユーザー テレメトリと通話品質フィードバックの評価から学習することで、呼び出しのエンドポイントに確率を割り当てます。 これらの確率は、対応するエンドポイントの呼び出しエクスペリエンスが低いと見なされるかどうかを示すブール値 (true/false) に変換されます。
誤った予測の軽減に役立つストリーム品質の問題率を判断するには、パーセンタイル ベースのしきい値を使用します。 パーセンタイル ベースのしきい値を使用すると、特定のプラットフォーム、リージョン、メディアの種類内で最もパフォーマンスの低い 2% のエンドポイントが、通話エクスペリエンスが低いと識別されます。 このしきい値は、IT 管理者が通話品質に影響を与える可能性がある報告された問題に対してアクションを実行するのに役立ちます。
メディア レベルの分類子は、ローカル分類子として提供されます。 受信ストリームまたはローカル デバイスの場合は、まず、受信したオーディオ、ビデオ、または VBSS に関連する問題を予測する 検出されたメディア モダリティ 分類子を徹底的に評価します。 これらの分類子には、 検出された受信ネットワーク、 検出されたローカル コンピューティング、 検出されたローカル入力デバイスなど、すべてのローカルエリア分類子からの入力機能と、エリアのみに関連付けられていない追加の重要な機能が組み込まれています。
メディア レベル分類子が問題を予測するが、エリア レベルの問題が検出されないシナリオでは、いくつかの軽微な問題が存在するか、重複しない入力特徴の重大な影響によって、さらなる調査が提案されます。 通常、少なくとも 1 つの [警告] フィールドで潜在的な問題が強調表示されます。
エリア レベルの問題予測はあるが、メディア レベルではない場合、分類子はメディア品質に問題があったと示唆しますが、ユーザー フィードバックの評価が低くなるほど重要ではなかった可能性があります。
品質の問題の起源を特定する
CQD では、インテリジェント メディア品質分類子によって、品質の問題に対処するのに役立つ集計ビューが作成されます。 これらのビューは、各分類子の特定の特性に合わせて調整された一意のディメンション セットを使用して分析できます。 この分析により、管理者は基になる問題をより正確に理解できます。
たとえば、ネットワーク分類子は、場所やネットワークなどのディメンションに焦点を当てたトラブルシューティング作業の恩恵を受ける場合があります。一方、コンピューティングおよび入力デバイス分類子では、デバイスの仕様と機能に関連するディメンションに注意が必要な場合があります。
ネットワーク分類子のディメンション
ネットワーク分類子には、場所関連、ネットワーク関連、デバイス関連の 3 種類のディメンションが含まれます。
- 場所関連のディメンション:
- Second Domain
- 第 2 ASN 国
- 第 2 ASN シティ
- 2 番目の ASN ISP 名
- Second Country
- Second City
- Second Building Name
- ネットワーク関連のディメンション:
- Second Network
- Second Network Name
- 2 番目の Wi-Fi バンド
- Second Wifi Channel
- Second Wifi Radio Type
- SecondWifiSignalStrengthValue
- Second Network Connection Detail
- SecondSubnet
- SecondBSSID
- デバイス関連のディメンション:
- Microsoft Driver の 2 番目の Wi-Fi
- Second Wifi Vendor Driver
- 2 つ目のコンピューティング デバイス名
コンピューティング デバイス分類子のディメンション
- デバイス関連のディメンション:
- Second Compute
- デバイス名
- CPU 関連のディメンション:
- Second CPU Name
- 2 番目の CPU コア数
- Second CPU Processor Speed
入力デバイス分類子ディメンション
- 2 番目のキャプチャ
- 開発名
- 2 番目のキャプチャ デバイス フォーム ファクター
- 2 つ目のオーディオ デバイスの接続の種類
- 2 番目のマイク接続の種類
- 2 つ目のコンピューティング デバイス名 (組み込みのオーディオが使用されている場合)
- Second Capture Dev Driver
品質に関する問題のトラブルシューティング
品質の問題の原因を特定した後、インテリジェント メディア品質分類子によって特定された検出された問題領域をさらに分析して、潜在的な根本原因を明らかにし、管理者が将来の問題を防ぐためのプロアクティブな対策を講じるのに役立ちます。
ネットワーク分類子
ネットワーク分類子は、Microsoft Teamsに実装されたエラー処理からのオーディオ テレメトリに基づいて、品質の問題を主に予測します。 このオーディオ テレメトリは、生のネットワーク劣化ディストリビューションのカバレッジを効果的に拡張します。 ただし、分類子が問題を検出した場合、複数のテレメトリが結果に一括して影響を与える場合を除き、生のネットワーク メトリックにも目に見える問題が発生する可能性があります。 このような場合、根本原因を特定する複雑さは、複数の次元の効果が組み合わされるために増加する可能性があります。 最下位レベルの CQD ディメンションは、次に示すように、問題のインジケーターとして機能します。
オーディオに関連するディメンション
- ネットワーク損失関連の対策:
- Total Call Dropped Failure Percentage
- 平均ローミング数
- 未加工のネットワーク パフォーマンス関連の対策:
- Avg Packet Loss Rate
- Avg Packet Loss Rate Max
- Avg Round Trip
- Avg Round Trip Max
- Avg Network Jitter
- Avg Network Jitter Max
- 平均修復データ比率の値
- 平均ジッター バッファー サイズ
- Avg Network Jitter Max
- ネットワーク平均損失率
ビデオ & VBSS に関連するディメンション
- Recv Avg Freeze Duration
- 平均 Recv 固定期間の割合
- AVG AV 同期距離 Avg
- AVG AV 同期距離最小
- Avg AV Sync Distance Max
- AVG AV 同期距離 STDEV
- Avg Video Post FECPLR
ネットワークの根本原因の例
- Wifi の強度が低い場合、ネットワーク分類子は、オフィスの場所が Wifi で十分にカバーされていないことを示します。 アクセス ポイントの数と配置を確認します。
- ネットワーク メトリックが特定の場所で定期的に悪化している場合、ネットワーク分類子は、呼び出し元のボリュームが大きいときにネットワークの輻輳があることを示します。 たとえば、サイトの大部分が参加している毎月の会社の会議がある場合は、 eCDN の展開を検討できます。
- AV 同期距離の値が高い場合、オーディオがビデオよりも優先されるため、ネットワーク分類子はネットワークの輻輳の問題があることを示します。 十分な帯域幅があること、および帯域幅が十分に安定しており、高品質のビデオと VBSS が可能であることを確認します。
コンピューティング分類子
コンピューティング分類子は、主に CPU 処理時間に基づいて品質の問題を予測しますが、メモリの状態も考慮します。
次のコンピューティング リソース関連ディメンションは、根本原因を見つけるのに役立つ可能性のある平均メトリックとしても使用できます。
- 2 番目のプロセス CPU 使用率の平均
- 2 番目のプロセス CPU 使用率の最大値
- 2 番目のシステム CPU 使用率の平均
- 2 番目のシステム CPU 使用率の最大値
- 2 番目のプロセス メモリ使用量の平均
- 2 番目のプロセス メモリ使用量の最大値
- 2 番目のシステム メモリ使用量の平均
- 2 番目のシステム メモリ使用量の最大値
コンピューティングの根本原因の例
- システムの CPU 使用率が高くてもプロセス CPU が低い場合、コンピューティング分類子は、コンピューティング デバイスがリソースを消費する他のタスクを実行していることを示します。
- プロセスの CPU 使用率が高い場合、コンピューティング分類子は、呼び出しのためにそのプラットフォーム上の CPU リソースが不足することに関連する問題がある可能性があることを示します。 ビデオ処理が GPU にオフロードされているかどうかを確認します。
入力デバイス分類子
入力デバイス分類子は、マイクを含むオーディオ キャプチャ デバイスに関連する品質の問題をターゲットにします。
オーディオの問題の可能性を示すことができる次の CQD ディメンションは次のとおりです。
- Avg Second Audio Send Noise Level
- Avg Second Audio Send Signal Level
- 2 番目のマイク デバイスエラー
- 2 番目のマイク デバイス列挙エラーなし
- 2 番目のマイク初期化エラー
- 2 番目のマイク デバイスのエラー率
- Second Device Capture Not Functioning Event Ratio
- 使用中のオーディオ キャプチャ デバイス
- 使用中のオーディオ レンダリング デバイス
信号レベルの推奨範囲は(-24,-14)で、ノイズに最適なのは <-60です。
入力デバイスの根本原因の例
- オーディオ ノイズ レベルが高い場合、デバイス分類子は、最適なエクスペリエンスを得るにはマイクがユーザーから遠すぎる可能性があることを示します。 会議室で使用するスピーカーフォンが会議室のサイズに適している場合など、デバイスがユース ケースと一致しているかどうかを確認します。
- オーディオ信号レベルが非常に高い場合、デバイス分類子は、ユーザーがマイクに近すぎることを示し、マイクの過負荷がない場合でも、ユーザーは他の通話参加者よりも顕著に大きくなります。 デバイスに最新のドライバーがあるかどうかを確認します。
分類モデルのメンテナンス
分類子モデルは、Microsoft Teams ユーザーの一般的な母集団で監視されます。 異常が検出された場合は調査され、モデルが再トレーニングされる可能性が高くなります。 これにより、それぞれの問題検出率が一時的に変動する可能性があります。 これらの変動によって検出率が大幅に変化する場合は、M365 メッセージ センターを通じて Teams 管理者に通知するメッセージを投稿します。