基于回归分析的VoIP语音质量客观评估模型-信息与通信工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TN916.2 U.D.C: 621.39 Dissertation for the Degree of Master in Engineering OBJECTIVE EVALUATION MODEL OF VOIP SPEECH QUALITY BASED ON REGRESSION ANALYSIS Candidate： Deng Yating Supervisor： Asso.Prof. LiWei Academic Degree Applied for： Master Degree in Engineering Specialty： Information and Communication Engineering Affiliation： Shenzhen Graduate School Date of Defense： Nov, 2013 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 近几年，网络电话（VoIP）得到了快速的发展，其工作原理是先对语音 信号压缩编码，然后以数据包的形式在 IP 网络中进行传输。与传统的公共交 换电话网络（PSTN）相比，VoIP 具有低成本以及支持多媒体业务等优点。 然而，VoIP 采用不可靠的用户数据报协议（UDP）进行数据传输，其语音质 量得不到保障。如何提高 VoIP 技术的可靠性以及有效性成为了当下一个亟待 解决的问题，而性能提升的前提是建立一个有效的 VoIP 语音质量评估模型。 VoIP 语音质量评估模型分为主观模型和客观模型，其中主观模型能直接 反映人对语音质量的感知，但耗费大、耗时长、不易实现，使用范围也受到 了限制。客观模型中感知语音质量评估算法（PESQ）与主观模型的相关度最 高，但是，它需要输入原始语音和损伤语音，是一种侵入式模型。此外，PESQ 没有考虑编码、丢包、延时和抖动等 VoIP 网络影响因素。P.563 是非侵入式 的客观评估模型，不需要输入原始语音，但是它与主观评估的相关度比较低， 语音评估的准确性不高。参数模型 E-Model 能够反映网络损伤因素对语音质 量的影响，但算法复杂高，且没有考虑抖动的影响。 针对现有的模型所存在的问题，本文旨在建立一种客观的、非侵入式的、 能够在实时网络中进行端到端语音质量评估的模型。本文在第 3 章提出了一 种基于回归分析的考虑丢包和编码的语音质量评估模型。该方法结合自适应 多速率窄带语音编码（AMR-NB）和 Gilbert 丢包模型来生成编码损伤模型与 丢包损伤模型，再利用 P.563 模型评估语音质量。最后，通过回归分析建模 得到基于丢包和编码速率的语音质量评估模型。 在实际应用环境中，抖动也是影响 VoIP 语音质量的一个重要因素。因此， 本文在第 4 章提出了一种基于回归分析的考虑抖动和编码的评估模型。该方 法通过搭建抖动仿真平台生成抖动损伤模型，结合 P.563 评估的语音质量， 通过回归分析建模得到基于抖动和编码速率的语音质量评估模型。仿真结果 证明了本文所提方法的有效性。 关键词：网络电话；E 模型；感知语音质量评估；P.563；平均意见得分；回 归分析 I - Abstract Voice over IP (VoIP) has been rapidly developed in recent years. The first step of VoIP is encoding the speech signal, and then transmitting the data packets over Internet protocol (IP) network. Compared with the traditional public switched telephone network (PSTN), VoIP not only has lower cost, but also supports multimedia services. However, VoIP employs an unreliable user datagram protocol (UDP) protocol for transmission, the speech quality can’t be guaranteed. How to improve the reliability and validity of VoIP technology becomes an urgent issue to solve. The