语音质量评估及其优化策略

PESQ算法能应用于各种通信网络的语音通信质量评估。文章介绍了PESQ算法模型,对该算法的性能进行了分析比较,阐述了提高MOS值的主要优化方法。     

高业务密度区域MOS质量提升参数研究

随着4G建设的不断完善和VoLTE商用,越来越多的用户将原来由2G承载的语音业务转移到4G,如何确保4G用户的语音通话质量成为网络优化的重点.当前基于用户感知的语音质量评价方法逐渐成为用户语音服务质量评测的最主要标准,MOS值就成为衡量通信系统语音质量的重要指标.本文对MOS算法的原理及优化思路进行研究,提出了系统性提升TD-LTE网络MOS值的参数优化手段,希望对同类网络优化实施起到指导借鉴作用.     

突发大时延下的IP语音缓冲算法

当网络中存在突发大时延时,就会出现极大丢包率或极大端到端时延的情况,从而难以获得好的语音质量。对于这个问题,提出针对突发大时延存在下的自适应语音缓冲算法。算法通过控制语音包在语音缓冲队列中的位置来控制语音包的播放时间,从而可以尽量减小语音裂缝(Gap)的出现。算法将突发大时延存在下的最大丢包率可以扩大到20％,而一般的预测算法只能容忍5-10％的最大丢包率。通过基于听觉模型的客观音质评价(PESQ)仿真计算,以及实际应用表明本文的算法对有突发大时延存在的网络中的语音通信质量有一定的改善作用。     

PESQ测量语音增强算法性能不确定性的研究

对用感知语音质量评价标准（PESQ）测量语音增强算法性能的不确定性进行了研究,给出了不同测试条件下,语音增强算法所得PESQ值的不确定性。通过对结果的分析,比较了轿车噪声条件下几种语音增强算法的性能,并对结果进行了可靠性分析。     

基于声卡的实时语音质量评价系统

针对目前语音质量评价系统成本高、设计复杂且不能实时评分,提出了基于声卡的实时评价系统。该系统以ITU-T P．862标准中的语音评价算法PESQ为核心,采用声卡作为语音播放和采集装置,利用多线程技术,以廉价的方式实现语音实时评分。并且,以虚拟仪器Labwindows／CVI为平台,方便显示从PESQ算法中提出的语音参数。测试表明,该系统评分准确,可快速判断和分析语音设备的性能。     

层次分析法在ZigBee网络语音通信中的应用研究

在自组织网络语音通信中,针对音频传输中存在的延时、丢包等主要问题,在ZigBee网络路由的基础上建立层次分析法评价模型,设计了一种音频传输路由算法AHP-RP。通过分析路径链路质量、音频负载值、路径存活时间和路径长度等因素对音频质量的影响,构建以网络的4个因素为因子的比较矩阵,选择最优传输路径。仿真及实际通信平台验证表明,该算法能有效地适应网络状态,明显改善了语音通话质量。     

下一代网络NGN中的语音质量测量和分析

NGN网络是基于IP的网络。语音业务承载IP上势必存在语音质量的问题。如何保证VOIP的语音质量是运营商和广大用户关注的重点。文章介绍了目前VOIP语音质量的主要评价模型MOS、PSQM、PESQ。分析了这几种评价模型的各自特点。结合目前IP电信网络的现状讨论语音压缩编码方式、回声抑制、JitterBuffer及网络的丢包、时延、抖动等因素对VOIP语音质量的影响。并探讨了一些提高NGN网络中VOIP语音质量的主要方法和途径。     

网络电话语音质量提高的初探

在分析了分组交换网络中影响语音质量的几种因素之后，探讨如何对网络延迟进行分析与统计。并以支持静音消除功能的编码解码器G729AB为例，在分析网络抖动的统计方法的基础上，设计1种传输G729AB语音分组的构造系统和接收端的复现系统，及相应的抖动缓冲自适应算法，以求提高IP电话的语音质量，     

基于改进MFCC语音特征参数的语音质量评估的研究

.本文讨论了基于MFCC(Mel-Frequency Cepstral Coefficients)听觉感知模型的语音质量客观评估方法(EPESQ:Efficient Psychoacoustics Evaluation of Speech Quality)在网络语音质量客观评估中的应用,深入分析了EPESQ算法的基本原理,并对算法的MFCC语音特征参数进行了改进和性能分析.实验证明该算法在确保评测准确性的前提下,大大降低了算法的复杂度,具有较强的适应性,可靠性,实用性,完全可以应用于通信网络语音质量评估.     

一种提高嵌入率的语音融合隐藏改进算法

语音信号在较高的采样率下,采样数据具有冗余度。对于秘密语音信号,冗余度越大,算法的嵌入率越低。本文结合信号抽取插值方法,对已有的语音融合隐藏算法提出进一步的改进,以减小秘密语音的冗余度,提高算法的嵌入率。利用高质量的计算机网络这一信息传输途径,进行实验仿真,并从主客观两方面对算法的性能进行评估。实验结果表明,利用本文改进算法,秘密语音的嵌入率得到提高,且恢复的秘密语音信号质量较好,PESQ打分在4.0左右,可懂度高。算法具有较高的可行性。