MNB2算法在编解码器客观评估中的应用研究.pdfVIP

第9 卷 第1 期 电路与系统学报 Vol.9 No. 1 2004 年 2 月 JOURNAL OF CIRCUITS AND SYSTEMS February 2004 文章编号 1007-0249 (200 4) 01-0126-04 MNB2 算法在编解码器客观评估中的应用研究* 陈明义 陈里 桂卫华 中南大学 信息科学与工程学院 湖南 长沙410083 [ 1 ] 摘要 本文讨论 MNB2 算法 在编解码器质量的评估中的应用 探讨了编解码器进行客观评估的声学心理学基 础 以及在此基础上建立的MNB2 算法 深入剖析了MNB2 算法的组成块 TMNB FMNB 并应用该算法对多种编 解码器进行客观评估 实验证明该客观评估算法中主观与客观相关程度高 有较强的适应性 可靠性 实用性 完 全可以应用于新型编解码器质量评估 关键词 客观评估 编解码器 频率测度 时间测度 中图分类号 TN957.52 文献标识码 A 1 导言 目前 语音编解码器评估一般分为主观评估和客观评估两大类 其中主观评估是基于一个或一组 [1] 评听者在语音和失真语音进行对比视听的基础上 根据某种尺度来划分质量等级 众所周知 对语 音信号进行主观评估是评估一个编解码设备品质最有效的方法 但是这种方法耗费大量的人力 物力 财力 客观评估是根据数值距离或者描述听觉系统如何来感知质量的模型来量化语音质量的评估方法 [2][3] 利用客观评估算法可以解决上面提到的问题 当前在国外 已经有了关于编解码器客观评估的 成套设备 评估算法源代码产品出售 语音分析软件也开始集成客观评估算法 当然 最好的方法是建立一个能够反映人类怎样对语音和音乐进行感官评估的模型 但是 客观 评估主要难点来自两个方面 一个是 虽然可以对声音和窄带噪声的混合体的可辨别性和感官响度分 别建立精确的模型 但是由于语音信号的非线性和时变特性把这些模型结合起来还是很困难的 另一 个 人对语音的感觉包括觉察和辨别两个部分 但是一个可觉察模型通常在可辨别方面比较欠缺[4]-[6] 本文所研究的 MNB2 算法基于声学心理学特征 综合可察觉模型和可辨别模型 相比其它算法 较简洁 通过实验结果分析与主观评估的匹配程度高 对于参测编解码器有明显区分度 本文中相关的英文缩写说明如下 1 MNB2 Measuring Normalizing Block Structure 2 测度规范化算法块结构2 2 FMNB Frequency Measuring Normalizing Block 频率测度 3 TMNB Time Measuring Normalizing Block 时间测度 2 编解码器评估理论分析 评估模型如图 1 所示 图中虚线框中为评估对象语音编 解码器 x (i) 代表参考信号序列 y (i) 代表评估信号序列 皆 为线性 PCM 编码 对信号的基本要求包括 参考信号序列和 评估信号序列长度相同 属性相同 如 采样率 采样精度 含有一定语义的语音元素组成 两个信号序列依次通过 信号 预处理 响度变换 根据可察觉门限的结果进行 MNB2 距离 测度计算 最后求取客观评估的MOS 评分数 图1 编解码器客观评估模型 * 收稿日期 2003-05-27 修订日期 2003-09-11 [1] 127 第1 期 陈明义等 MNB2 算法 在编解码器客观评估中的应用研究 2