增强型语音质量观评估算法研究.pdfVIP

摘要 增强型语音质量客观评估算法研究 摘 要 语音质量评估技术在当今语音编码和语音通信系统中已发挥越来 越重要的作用 语音质量的评估主要有客观和主观方法两类 主观评 价方法能真实反映出语音信号的质量 但是需要耗费大量的人力 物 力和财力 而且具有不可重复性 客观方法一般适用于高码率的语音 波形编码系统 在低码率系统中 客观评价值往往与语音的主观质量 之间存在较大的偏差 因而设计 研究一种既容易实现又和主观评估 结果在统计意义上高度相关的语音质量评估算法具有重要的理论意义 和实用价值 本文详细介绍了语音信号质量评估的现存算法 并深入推导了巴 克谱失真 BSD 测度算法 针对 BSD 测度存在的局限性 本文在 BSD 测度的基础上 引入了人耳掩蔽效应对主观感知的影响 并结合 噪声帧与弱音帧占处理的信号帧总数的比率 nm 这一影响语音质量 的要素提出了一种增强的语音质量评估算法 本文称之为增强型巴克 谱失真测度 IBSD 测度 本算法提高了估计值和主观评估结果之间 的相关性 并且本文给出的语音质量估计公式使得语音质量估计值和 平均意见得分 MOS 具有更加直观的联系 巴克谱失真测度是语音质量的一种客观评价方法 定义为原始信 I 摘要 号与编码信号巴克谱向量欧氏距离的平均值 这种测度的定义与主观 感觉比较吻合 模仿了人耳的一些听觉特性 如在频谱幅度域考虑了 听觉响度的对数规律 考虑了等响度曲线的补偿等等 但它只是通过 根据经验得到的能量门限来决定是否处理某段数据 仍然把一部分人 类听觉感受不到的声音包含到失真的计算中 从而降低了与主观感知 的相关性 本文针对巴克谱失真测度存在的问题作了改进 把噪声掩蔽门限 的概念引入到传统的BSD 测度中去 因为低于噪声掩蔽门限的噪声是 不被感知的 所以这部分噪声谱成分不参与BSD 测度的计算 本文把 计算得到的结果称为改进的巴克谱失真测度 MBSD 测度 这样做 充分地模拟了人耳的掩蔽效应 另外 本算法根据人耳的感知特性 把待测信号的帧分为噪声帧 弱音帧和正常帧三个部分 因为噪声帧 和弱音帧的比率的大小可以反映出编码信号的失真程度 将它与 MBSD 测度相结合 最终得到评估语音质量的增强型算法IBSD 算法 为了使语音质量估计值和主观评价值特别是 MOS 分之间具有较 为直观的联系 IBSD 测度设计了一个使估计值能够落在 0~1 范围内 的评价公式 其中 1 表示语音信号无失真 0 表示语音信号质量很差 本文对大量已知 MOS 值的编码信号进行处理并计算得到它们的 MBSD 值和nm 代入到估计公式中 获得一组关于估计公式系数的非 线性方程组 再用求解无约束条件下的优化问题得到系数的值 从而 构造一个和主观语音质量高度相关的语音质量估计公式 II 摘要 最后 本文进行了多组数值实验 对各种不同的编码器分别以男 声 女声和混合声测试了 BSD MBSD 以及 IBSD 算法的测度值与 MOS 之间的相关性 实验数据表明 对于各种考察对象而言 采用 IBSD 测度得到的语音质量估计值和MOS 之间的相关系数与用另两种 测度得到的值相比 都有所提高 关键词 语音质量评价 巴克谱失真测度 噪声帧 弱音帧 III 摘要 RESEARCH OF IMPROVED OBJECTIVE SPEECH QUALITY EVALUATIO