声音信号质量评测方法及评测软件的实现

声音信号质量评测方法及评测软件的实现

声音信号质量评测方法及评测软件的实现

摘 要：介绍了声音质量的主观评价方法和客观评价方法，同时

基于信噪比的评估参数实现了声音质量的评测软件。

关键词：主观评价方法 客观评价方法 信噪比

1 引言

声音的质量介于如下两者之间：(1)支持可识别语音通信的最低音

质；(2)支持声音保真和美学享受的最高音质。

声音质量评价根据评价主体的不同可分为主观评价和客观评价两

种。人作为评价主体，凭着主观感受直接给听到的声音文件进行质

量打分，这是主观评价，它真实地反映了声音质量，但是面对工作

量巨大的需要评测的大量的声音文件，这种方法费时费力，而且若

受到测试人员主观情绪的影响，测量结果的可靠性会受到影响。因

此，有必要设计一个质量评估工具来辅助评测声音质量。

研究声音质量客观评价的目的不是用客观评价来完全代替主观评

价，因为他不能反映人对声音质量的全部感受，在客观评价辅助测

评的同时，主观评价仍起着举足轻重的作用，下面介绍的主观测试

和客观测试主要是语音信号的主观测试和客观测试。

2 主观测试和客观测试的介绍

2.1 主观测试

在20世纪90年代，通过主观测试制定了声音信号的质量评估方

法，即要求一组测试人员对给定的测试信号的质量打分，这些主观

声音信号质量评测方法及评测软件的实现

测试方法详见于itu-t p.800.1标准当中。其中绝对种类定级

(absolute category rating，acr)测量是标准中最广泛地被大家

知道的的主观类测量方法，它要求所有的测试人员收听相同的语音

信号，然后按照从1~5的5级损伤指标对收听到的声音质量打分（见

表1）。

acr测量对测量的人数、环境、条件都有所要求，测量的人数至少

在16人以上，要求一个安静的环境，可控的条件，这样在所有的

测试人员给出得分之后，取它们的一般或平均意见得分 (mean

opinion score, mos)，最后该mos值就是声音的质量情况，显然

mos值越大，声音的质量越好。

itu-t p.800标准中也讨论了其他的主观评价方法，如劣化种类评

定值（dcr）和对照种类评定值（ccr）,dcr方法是让评定主体先后

听到参考语音和失真语音，然后根据感觉对听觉失真评定，评定标

准从1分（非常刺耳）到5分（感觉不到失真）。ccr方法是比较听

到的参考语音和失真语音，评定失真语音的质量比参考语音好或坏

多少，评定标准从-3分（非常差）到3分（非常好）。

主观质量评估有如下几个限制条件：主观评测的人数量应足够多，

以便形成有意义的统计；主观评测应具有相同的控制特性；环境条

件应该是一致的；测试应该反复进行，这些问题使得主观测试成本

太高，费时也太长。人们就寻求一些客观评价方法来判别声音质量。

2.2 客观测试

声音信号质量评测方法及评测软件的实现

声音质量客观评价可分为两种：基于输入-输出的评价和基于输出

的评价。基于输入-输出的评价是通过系统的输入信号和输出信号

之间的差别来度量声音的质量, 即通过提取两端信号的特征参量

来建立评价模型；基于输出的评价是仅根据系统输出的退化后的信

号来评价质量。

目前的客观评价方法都是以信号的时域、频域及变换域的的特征

参量作为评价依据，语音质量客观评价方法有如下几类：

(1)基于snr评价方法

信噪比，即有用信号与噪声之比，是一种广为应用的简单客观评

价方法，一般来说，信噪比越大，混在信号里的噪声越小，声音的

质量越高，否则相反。

(2)基于lpc(linear predictive coding)技术评价方法

该技术评价方法是以lpc分析技术为基础的，评价依据的参量是

lpc系数及其导出参数. 由 lpc 导出的方法有：线性反射系数、线

谱对、lar(log area ratio) 、cd等方法以及它们的一些改进方法。

(3)基于谱距离评价方法

该类评价方法是以语音信号平滑谱之间的比较为基础的，主要方

法有:sd(spectral distance)，lsd(log sd)，fvlisd(frequency

variant linear sd)，fvlosd(frequency variant log sd)，

wsd(weighted slope sd)，ilsd(inverse log sd)等。

(4)基于听觉模型评价方法

声音信号质量评测方法及评测软件的实现

基于听觉模型评价方法是以人感知语音信号的心理听觉特性为基

础，主要方法有bsd（bark spectraldistortion）、mbsd、psqm、

plp（perceptual linearprediction）、msd(mel spectral

distortion)等。

(5)基于判断模型的评价方法

该类评价方法是在选择表达语音质量的特征参量基础上，更主重

于模拟人对语音质量的判断过程。主要方法有l(ad)/mnb-1以及

l(ad)/mnb-2。

(6)其他评价方法

主要有一致函数chf法、信息指数法、专家模式识别epr法等。

3 软件实现

本文在基于输入-输出的客观评价方式的基础上，以vc++ 6.0为

开发工具，着重于从频域方面提取音频特征参数来表征音频质量情

况，设计了一款能够显示波形，通过信噪比来辅助测评声音质量的

软件。

大量的实验表明，人类感知语音的过程和语音本身的频谱特性非

常密切。人类本身的听觉对语音的频谱特性更为敏感，两端在时域

上相差很大的语音如果具有类似的频谱特性，人类在感知它们时的

感觉也是相似的，因此通过显示文件的频谱波形及对比频谱波形上

的差异可以有效地辅助评测声音质量。

为了适应人的耳朵这种奇特的特性，即它对声音的响度的感觉是

声音信号质量评测方法及评测软件的实现

与输出音频功率的对数成正比的，信噪比的大小可用有用信号功率

与噪声功率的比值的对数来表示，公式如下：

由于分段信噪比计算一段时间上的语音信号与噪声的平均功率之

比，而语音信号是一种缓变的短时平稳信号，因此采用分段信噪比

计算整个时间轴上的信噪比更能表征语音质量。本文的软件设计流

程图如图1所示：

信号数据处理部分的流程如图2所示：

3.1 分帧

由于声音信号在短时间段上（通常为10-30ms）才被认为是平稳的。

因此，将整个语音信号划分成一帧一帧来分析，帧长一般取为

10-30ms。

3.2 加窗

窗函数能把有限长的长序列变成有限长的短序列，然而也会带来

原来信号频谱的泄漏，为了减小或抑制泄露，需要选择合适的窗函

数。相对其他窗函数，汉明窗能够较好地抑制泄漏，因此本文选用

汉明窗对信号进行加窗处理，汉明窗定义为：

w(n)=0.54－0.46cos(),n=0,1,…n－1

3.3 fft

傅立叶变换是数字信号处理中最重要的变换之一，其意义在于将

时域中难以看出什么特征的信号变换到频域中，在频域中信号特征

会一目了然，本文对音频信号进行频域分析采用的工具都是fft。

声音信号质量评测方法及评测软件的实现

界面设计如图3：

通过菜单栏上的特征参数波形显示中的显示功率谱、对数功率谱

来显示两个文件的波形，通过显示波形可以对比两个文件的 …… 此处隐藏：2642字，全部文档内容请下载后查看。喜欢就下载吧 ……