„Perceptual Evaluation of Speech Quality“ (PESQ), ist eine Methode zur objektiven Bewertung der Sprachqualität in der Telefonie, im Frequenzbereich von 300 bis 3400 Hz. PESQ ist in der ITU-Empfehlung P.862 beschrieben und basiert auf den realen Bedingungen für eine Ende-zu-Ende-Sprachkommunikation. Das Verfahren berücksichtigt unter anderem Paketverluste, Rauschen und den verwendeten Audio-Codec. PESQ liefert eine Bewertung der Sprachqualität im Bereich von „-0,5“ bis „4,5“. Werte nahe „-0,5“ bedeuten eine sehr schlechte Sprachqualität, während Werte nahe bei „4,5“ eine sehr gute Sprachqualität signalisieren.
In den meisten Fällen liegen die Ausgabewerte zwischen „1“ und „4,5“. Dies ist auf den ersten Blick überraschend, da der ITU-Skalenbereich für MOS bis „5“ geht. Die Erklärung dafür ist einfach. PESQ simuliert einen Hörtest und wurde dafür entwickelt, das durchschnittliche Ergebnis aller subjektiven Höreindrücke zu ermitteln. Statistiken beweisen, dass das beste durchschnittliche Ergebnis, das man im Allgemeinen von einem Hörtest erwarten kann, nicht „5“ ist. Es ist stattdessen rund „4,5“. Es scheint, dass die Testpersonen recht vorsichtig sind, für eine Probe eine „5“ zu geben, selbst wenn es keine Verschlechterung gibt.
Wie die oben stehende Abbildung zeigt, wird bei der PESQ-Analyse ein Referenzsignal und das geminderte Signal in das System eingegeben. Hierzu werden VoIP-Gespräche simuliert und dabei auf Basis der VoIP-Verbindungen definierte Referenzgespräche übermittelt. Durch die Übermittlung von aktiven VoIP-Gesprächen über das zu testende Netzwerk, werden sämtliche Auswirkungen auf das übermittelte Sprachsignal dokumentiert. Das gesendete Gespräch wird an einem bestimmt Messpunkt im Netzwerk wieder aufgezeichnet und dieses vermindertes Signal dem PESQ-Berechnungsalgorithmus zur Verfügung gestellt. Im PESQ-System finden umfangreiche Vergleiche und Berechnungen statt, die einige Zeit in Anspruch nehmen. Als Ergebnis erhält man neben dem oben beschriebenen PESQ-Wert eine Vielzahl von weiteren Parametern, die die Sprachqualität ausführlich beschreiben.
Der große Vorteil dieses Messverfahren besteht darin, dass echte Ende-zu-Ende-Qualitätsmerkmale ermittelt werden. Da die Messungen auf Basis realer Signale vorgenommen werden können alle die Sprache verändernde Fehler sichtbar gemacht werden. Bereits kleinste Fehler, die die Sprachsignale nur leicht verändern, werden deutlich sichtbar. Bei der Umsetzung der Codecs in Gateways können Transformationsfehler entstehen, welche die Sprachsignale zerstören, aber keinerlei Auswirkungen auf die Paketparameter haben. Würde man in einem solchen Fall nur eine MOS–Berechnung auf Basis des E-Modells vornehmen, erhielte man ein tadelloses Messergebnis. Erst eine PESQ-Messung deckt die Fehler im Gateway auf.
PESQ-Messungen haben den Nachteil, dass dabei immer simulierte Gespräche über das zu testende Netzwerk übermittelt werden müssen, wodurch das Netzwerk zusätzlich belastet wird. Außerdem ist der PESQ-Messalgorithmus durch den Vergleich zweier Sprachsignale sehr prozesslastig, so dass mehr Rechnerressourcen für die Auswertung notwendig werden.