語音的質(zhì)量評價方法

語音的質(zhì)量評價方法信噪比(Signal-to-NoiseRatio,SNR)SNR一直是衡量針對寬帶噪聲失真的語音增強算的常規(guī)方法。但要計算信噪比必需知道純凈語音信號，但在實際應(yīng)用中這是不可能的。因此，SNR主要用于純凈語音信號和噪聲信號都是己知的算法的仿真中。信噪比計算整個時間軸上的語音信號與噪聲信號的平均功率之比。分段信噪比(SegmentSignal-to-NoiseRatio，SegSNR)由于語音信號是一種緩慢變化的短時平穩(wěn)信號，因而在不同時間段上的信噪比也應(yīng)不一樣。為了改善上面的問題，可以采用分段信噪比。PESQ(PerceptualEvaluationofSpeechQuality)2001年2月，ITU-T推出了P.862標(biāo)準(zhǔn)《窄帶電話網(wǎng)絡(luò)端到端語音質(zhì)量和話音編解碼器質(zhì)量的客觀評價方法》,推薦使用語音質(zhì)量感知評價PESQ算法，該建議是基于輸入-輸出方式的典型算法，效果良好。PESQ算法需要帶噪的衰減信號和一個原始的參考信號。開始時將兩個待比較的語音信號經(jīng)過電平調(diào)整、輸入濾波器濾波、時間對準(zhǔn)和補償、聽覺變換之后，分別提取兩路信號的參數(shù)，綜合其時頻特性，得到PESQ分?jǐn)?shù)，最終將這個分?jǐn)?shù)映射到主觀平均意見分(MOS)。PESQ得分范圍在-0.5—4.5之間。得分越高表示語音質(zhì)量越好。對數(shù)似然比測度(LogLikelihoodRatioMeasure,LLR)坂倉距離測度是通過語音信號的線性預(yù)測分析來實現(xiàn)的。ISD基于兩組線性預(yù)測參數(shù)(分別從原純凈語音和處理過的語音的同步幀得到)之間的差異。LLR可以看成一種坂倉距離(ItakuraDistance,IS)，但I(xiàn)S距離需要考慮模型增益。而LLR不考慮模型增益引起的幅度位移，更重視整體譜包絡(luò)的相似度。對數(shù)譜距離(logspectraldistance，LSD)對數(shù)譜距離的定義

可短時客觀可懂(Short-TimeObjectiveIntelligibility,STOI)0-1范圍，值越大，可懂度越高加權(quán)譜傾斜測度(WeightedSpectralSlope,WSS)WSS值越小說明扭曲越少，越小越好，范圍:>erfo"iranceintermsofmeansegmentalSNR,PbSQ,andWSSmeasuresasafunctionofirpitSNR(dB)forwHtegaussiannoiseofroisyspeechsigraLthespeechsignalenhancedbylhegamma-basedMMS：-estimatortneperceptualWienertitering,anditneproposedestimator.T'g卜vbIue名ofthm占EgmmntBl醫(yī)NR日ncP三名Quridbw€「WS^measuresindicatebcL:erpc^ormances.0 2 4 6 8 10 12 14 16 18 20SNR(dB)0-91