《PESQ算法介绍与分析》由会员分享，可在线阅读，更多相关《PESQ算法介绍与分析（18页珍藏版）》请在金锄头文库上搜索。
1、PESQ算法学习汇报QoE小组庞惠方语音质量评价方法语音质量评价分为主观评价及客观评价。主观评价优点：是人对语音质量的真实反映缺点：费时费力，受测试条件的限制和测试人员主观因素的影响，且不满足实时性的要求。因而考虑用客观评价算法来模拟主观评价。MOSPESQMOS方法MOS方法在ITU-T的建议和建议有详细描述。PESQ算法PESQ算法是ITU在2001年提出的一种新的语音质量客观评价算法，并且形成ITU-T的建议。PESQ算法是目前与MOS评分相关度最高的客观语音质量评价算法，达到。相关度PESQ算法概述pPESQ的总体思路为:首先将参考语音信号和失真语音信号的电平调整到标准听觉电平，再用输
2、入滤波器模拟标准电话听筒进行滤波，然后将两个信号进行时间对齐，将对齐好的信号进行听觉转换，转换之后的输入和输出信号差值称为干扰度，通过认知模型处理，最后得到PESQ分值。在干扰度的处理中可能会识别出坏区间，这样就需要对坏区间进行重新对齐。PESQ算法框图参考信号被测系统失真信号电平调整电平调整输入滤波输入滤波时间对齐处理听觉转换听觉转换扰动处理认知模型坏段标识坏段重对齐PESQ得分频域整形：电平调整+滤波电平调整：不同的语音系统增益差别很大，当原始语音信号通过语音系统之后，信号电平发生了差异。为了便于比较，需要将二者调整到统一、恒定的电平上来。PESQ设定首选的听觉电平为 79dBSPL。IR
3、S滤波： PESQ算法用修正的IRS滤波来模拟电话机的发送频率特性，该滤波特性充分考虑了原始语音信号的特性，得到的语音信号可以作为电话终端输出再反馈到网络中去。时间对齐：1.预处理2.整体语音的时延估计3.语句的标识4.语句的延时估计5.语句的分割听觉转换：听觉转换模型认知模型描述参考语音信号与失真语音信号在听觉变换过程中产生的干扰差，通过模拟不对称和对称语音信号不同部分的不同加权改进了客观评估分值与MoS分值的相关性。LXjnLYjnDrawjnDAjnDnDAndSYMdASYM感知相减非对称处理L1阶范数求Bark域均值L3阶范数求Bark域均值坏区间重对齐坏区间重对齐时域平均时域平均计
4、算客观得分PESQMOSp认知模型相关计算式：PESQ算法的改进将PESQ得分映射为MoS-LQO得分将PESQ算法扩展到宽带（3003400Hz507000Hz)。PESQ的局限性当系统中存在下列因素时会导致PESQ的评分与MoS评分有较大差异，即得到的PESQ评分不准确。原因推测及分析 根据PESQ的算法及各种异常发生的原因，对评分不准原因进行了如下推测及分析：Listening levels， Loudness loss ：由于PESQ算法在预处理时需要把参考信号及退化信号进行电平对齐，都调到79dB SPL，故语音样本整体的听力水平和响度损耗对人耳感知的影响在算法中被忽略。Effect
5、 of delay in conversational tests：由于算法中需要对参考信号和退化信号进行时间对齐处理，相当于对退化信号作了延迟补偿，所以对带延迟效应的语音评分不准。Talker echo：讲话者的回声延时在30ms内是不易被察觉的，因为回声几乎与自己的声音重合，但PESQ算法只能进行单向评分，无法将接收端发出的信号与收到的信号进行关联，故评分有误。Sidetone: PESQ算法在预处理阶段需要将参考信号与退化信号两者的电平均方根进行电平对齐，如果在传输语音过程中发生单通，则退化信号在进行电平转换后正常语音段的电平会明显高于参考信号的值，这将导致PESQ最终的评分有较大的偏颇。p亟待解决的问题p华为现阶段的PESQ算法主要问题是不能够检测出某些人耳能够感受到的杂音样本，即注入此杂音异常前后MOS评分变化甚微，但接听者能够听到这些杂音。p由于尚未了解杂音样本的特征及华为采用的PESQ具体算法，针对各种可能的情况提出了几个对PESQ算法的改进方案：p1.样本为响度较小的杂音加入响度较大的杂音，测试结果。如果MOS值明显降低，则说明掩蔽阈值过大，将掩蔽阈值调小。p2.算法是结果平均化将算法中时域平均部分计算平均值改为计算协方差；或者把语音帧划分得更小。谢谢！
