一种基于听觉感知模型音质客观评估系统

本文先回顾了语音音质评估的发展历程,介绍了几种当今主流的语音音质语评估的方法,包括音质主观评估和音质客观评估。在文中着重介绍了一种语音音质客现评估的核心算法——PESQ,并将这一算法应用到实际的语音音质评估系统中。     

AMR技术在MOS优化中的应用

主要探讨的是根据AMR技术来尝试使用不同的语音编码方式来提升MOS值,使得用户的通话质量得到提高。采用PESQ听觉模型的语音测评方法,能够客观地评价网络质量和音质。AMR技术在MOS网络优化中提高PESQ指标对运营商提高市场竞争力具有重要意义。     

Multiple statistical models for soft decision in noisy speech enhancement

Most speech enhancement algorithms are based on the assumption that speech and noise are both Gaussian in the discrete cosine transform (DCT) domain. For further enhancement of noisy speech in the DCT domain, we consider multiple statistical distributions (i.e., Gaussian, Laplacian and Gamma) as a set of candidates to model the noise and speech. We first use the goodness-of-fit (GOF) test in order to measure how far the assumed model deviate from the actual distribution for each DCT component of noisy speech. Our evaluations illustrate that the best candidate is assigned to each frequency bin depending on the Signal-to-Noise-Ratio (SNR) and the Power Spectral Flatness Measure (PSFM). In particular, since the PSFM exhibits a strong relation with the best statistical fit we employ a simple recursive estimation of the PSFM in the model selection. The proposed speech enhancement algorithm employs a soft estimate of the speech absence probability (SAP) separately for each frequency bin according to the selected distribution. Both objective and subjective tests are performed for the evaluation of the proposed algorithms on a large speech database, for various SNR values and types of background noise. Our evaluations show that the proposed soft decision scheme based on multiple statistical modeling or the PSFM provides further speech quality enhancement compared with recent methods through a number of subjective and objective tests.     

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。     

面罩语音质量评价算法适用性研究

针对语音编码的音质评价算法性能已十分明确,但对于面罩语音不一定适用。讨论了语音质量评价算法对空气语音与面罩语音在不同噪声环境下的适用性。采用主观意见得分和三种客观评价测度对多种信噪比的带噪语音和增强语音进行评价,包括分段信噪比、改进的巴克谱失真（MBSD）和语音感知质量评价（PESQ）,根据与主观评价的一致性判断客观评价方法的适用性。增强算法采用维纳滤波法和对数谱最小均方误差法（LSA-MMSE）,噪声采用粉红噪声、海浪噪声。仿真结果表明,语音质量评价算法的适用性与语音类型、信噪比、背景噪声、增强算法种类有关。粉红噪声环境下,PESQ不适合评价经维纳滤波增强的空气语音;MBSD算法只适用于评价经LSA-MMSE增强的面罩语音。海浪噪声环境下,PESQ适用于评价面罩语音,MBSD不适合评价面罩语音。     

基于改进的SOM网络模型的VoIP QoS应用研究

VoIP的服务质量（QoS,Quality of Service）评估可以采用一系列可度量的参数来描述：业务可用性、吞吐量、延迟、抖动、分组丢失率等。现有的感知语音质量评价（PESQ）很难对不同环境下的网络结构进行实时和恰当的语音等级质量分类。为了能够综合考虑几种QoS相关因素,在给出改进的自组织映射神经网络模型（ESOMNN）的基础上,利用ESOM能够对高维输入数据有效分类的特点,提出了将端到端延迟、丢包率、抖动、语音编码以及测试系统标识作为ESOMNN的输入数据,在对采样数据进行训练后可自动完成语音质量评价和映射,并能根据得到的实时变量有效地评价包含多种相关因素的QoS级别。     

PESQ算法在军事语音评估中的性能分析

通过实验方法分析PESQ算法在军事通信语音评估中的性能;重点分析PESQ算法对不同编码方式、不同信噪比、不同背景噪音样本的计算性能,得到PESQ算法能够在军事通信中正确进行评估的结论。     

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。     

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PESQ的VOIP系统语音质量评估应用研究

本文通过对语音质量的感知评估fperceptual evaluation of speech quality,PESQ)算法与基于H.323VOIP系统整合的探讨分析.提出了一种有效载荷替换的非介入式方法作为VOIP系统与PESQ算法之间的接口平台.从而构建起了一个完整的VOIP系统语音质量评估体系.最后.将该评估体系应用于自行开发的VOIP系统,实际测试证明能在很大程度上提高VOIP通信系统的语音质量.