語音的質量評價方法_第1頁
語音的質量評價方法_第2頁
語音的質量評價方法_第3頁
語音的質量評價方法_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

語音的質量評價方法信噪比(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方法。但要計算信噪比必需知道純凈語音信號，但在實際應用中這是不可能的。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信號，因而在不同時間段上的信噪比也應不一樣。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標準《窄帶電話網絡端到端語音質量和話音編解碼器質量的客觀評價方法》,推薦使用語音質量感知評價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過電平調整、輸入濾波器濾波、時間對準和補償、聽覺變換之后，分別提取兩路信號的參數，綜合其時頻特性，得到PESQ分數，最終將這個分數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量越好。對數似然比測度(LogLikelihoodRatioMeasure,LLR)坂倉距離測度是通過語音信號的線性預測分析來實現的。ISD基于兩組線性預測參數(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IS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，更重視整體譜包絡的相似度。對數譜距離(logspectraldistance，LSD)對數譜距離的定義

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NR日ncP三名Quridbw€「WS^measuresindicatebcL:erpc^ormances.0 2 4 6 8 10 12 14 16 18 20SNR(dB)0-91

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論