專利名稱：基于抖動失真的語音頻客觀質(zhì)量評價方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及語音頻質(zhì)量客觀評價領(lǐng)域，尤其涉及一種基于抖動失真的語音頻客觀質(zhì)量評價方法及系統(tǒng)。
背景技術(shù)：
隨著移動通信設(shè)備的不斷發(fā)展和廣泛普及，移動語音頻的應(yīng)用變得更加方便和頻繁。在移動通信中，語音頻編解碼器要求采用計算復(fù)雜度低、碼率低并且高質(zhì)量的語音頻編碼算法，而傳統(tǒng)的語音頻客觀質(zhì)量評價方法并不適用于測試中低碼率語音頻序列。同時移動通信網(wǎng)絡(luò)具有不穩(wěn)定性等干擾因素，傳統(tǒng)語音頻客觀質(zhì)量評價方法未考慮通信網(wǎng)絡(luò)參數(shù)對語音頻質(zhì)量造成的影響?；谝陨蟽牲c不足，傳統(tǒng)語音頻客觀質(zhì)量評價方法應(yīng)用于移動語音頻序列時，其評價結(jié)果與真實主觀聽覺感受存在較大差異。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于抖動失真的語音頻質(zhì)量評價方法及系統(tǒng)，可對移動語音頻客觀質(zhì)量進(jìn)行更精確的評價。為達(dá)到上述目的，本發(fā)明提供一種基于抖動失真的語音頻客觀質(zhì)量評價方法。在移動通信環(huán)境中，語音頻信號經(jīng)發(fā)送端編碼，通過傳輸網(wǎng)絡(luò)傳送至接收端，發(fā)送端和接收端的語音頻信號分別記為原始信號與測試信號。本發(fā)明方法包括以下步驟步驟1，將原始信號和測試信號的時域信號轉(zhuǎn)換為頻域信號；可采用短傅里葉法進(jìn)行時頻轉(zhuǎn)換；步驟2，根據(jù)頻域信號分別獲得原始信號和測試信號的底層聲學(xué)特征參數(shù)，基于原始信號和測試信號的底層聲學(xué)特征參數(shù)獲得測試信號的底層聲學(xué)特征參數(shù)失真測度值；步驟3，根據(jù)原始信號和測試信號的頻域信號獲得測試信號總體失真，獲取總體失真超過設(shè)定閾值的測試信號，并基于總體失真超過閾值的測試信號獲取測試信號的抖動失真參數(shù)；步驟4，根據(jù)原始信號和測試信號的頻域信號獲取信號的能量均衡參數(shù)；步驟5，融合所得底層聲學(xué)特征參數(shù)失真測度值、抖動失真參數(shù)和能量均衡參數(shù)，得到測試信號的語音頻客觀質(zhì)量評價分?jǐn)?shù)。步驟I中采用短傅里葉法進(jìn)行時頻轉(zhuǎn)換。
|y — X I上述底層聲學(xué)特征參數(shù)失真測度值——，其中，Dp為測試信號第i個
Xp
底層聲學(xué)特征參數(shù)的失真測度值，xp>yp分別為原始信號和測試信號的第P個底層聲學(xué)特征參數(shù)值，P為底層聲學(xué)特征參數(shù)編號。步驟3進(jìn)一步包括子步驟步驟301，對原始信號和測試信號的頻域信號分別進(jìn)行加窗，獲得加窗后的原始信號和測試信號的頻域信號間的誤差信號JTotwM = Xm- X,{k],其中，k為信號的幀數(shù)索引，尤.|1·為加窗后原始信號的第k幀頻域信號，Xt [k]為加窗后測試信號的第k幀頻域信號，Xerrror[k]為第k幀原始信號和測試信號窗信號的誤差信號；步驟302，獲取原始信號和測試信號的窗信號的均方差σ 2[k]=(XerorT[k] ·Χ_ω)/Μ，其中，02[k]為第k幀原始信號和測試信號窗信號的均方差，Xerrror [k]為第k巾貞原始信號和測試信號窗信號的誤差信號為Xottot [k]的倒置矩陣⑷為窗長度；步驟303，基于原始信號和測試信號的窗信號的均方差獲取測試信號的總體失真
權(quán)利要求
1.一種基于抖動失真的語音頻客觀質(zhì)量評價方法，包括融合語音頻失真特征得到測試信號的語音頻客觀質(zhì)量評價分?jǐn)?shù)的步驟，其特征是所述的語音頻失真特征包括抖動失真參數(shù)，所述的抖動失真參數(shù)采用如下方法獲得 根據(jù)原始信號和測試信號的頻域信號得到測試信號總體失真，并獲取總體失真超過設(shè)定閾值的測試信號，基于總體失真超過設(shè)定閾值的測試信號獲取測試信號的抖動失真參數(shù)。
2.如權(quán)利要求1所述的基于抖動失真的語音頻客觀質(zhì)量評價方法，其特征是，包括步驟所述的抖動失真參數(shù)的獲得，進(jìn)一步包括步驟步驟1，對原始信號和測試信號的頻域信號分別進(jìn)行加窗，獲得加窗后的原始信號和測試信號的頻域信號間的誤差信號
3.如權(quán)利要求1所述的基于抖動失真的語音頻客觀質(zhì)量評價方法，其特征是，包括步驟所述的語音頻失真特征還包括底層聲學(xué)特征參數(shù)失真測度值和能量均衡參數(shù)。
4.如權(quán)利要求3所述的基于抖動失真的語音頻客觀質(zhì)量評價方法，其特征是，包括步驟所述的底層聲學(xué)特征參數(shù)采用如下方法獲得根據(jù)頻域信號分別獲得原始信號和測試信號的底層聲學(xué)特征參數(shù)，基于原始信號和測試信號的底層聲學(xué)特征參數(shù)獲得測試信號的底層聲學(xué)特征參數(shù)失真測度值。
5.如權(quán)利要求3所述的基于抖動失真的語音頻客觀質(zhì)量評價方法，其特征是，包括步驟所述的能量均衡參數(shù)采用如下方法獲得對原始信號的頻域信號進(jìn)行截短調(diào)整，調(diào)整閾值，使得頻譜能量幅度大于設(shè)定閾值的原始信號的頻譜能量的孤立特性與測試信號相同，所得閾值即為信號的能量均衡參數(shù)；或，對測試信號的頻域信號進(jìn)行截短調(diào)整，調(diào)整閾值，使得頻譜能量幅度大于設(shè)定閾值的測試信號的頻譜能量的孤立特性與原始信號相同，所得閾值即為信號的能量均衡參數(shù)。
6.一種基于抖動失真的語音頻客觀質(zhì)量評價系統(tǒng)，其特征是，包括感知模塊和認(rèn)知模塊；感知模塊用來獲得測試信號的語音頻失真特征，感知模塊進(jìn)一步包括質(zhì)量抖動模塊， 質(zhì)量抖動模塊，用來根據(jù)原始信號和測試信號的頻域信號獲得測試信號總體失真，獲取總體失真超過設(shè)定閾值的測試信號，并基于總體失真超過閾值的測試信號獲取測試信號的抖動失真參數(shù)，并將抖動失真參數(shù)輸入至認(rèn)知模塊；認(rèn)知模塊，用來融合所得語音頻失真特征得到測試信號的語音頻客觀質(zhì)量評價分?jǐn)?shù)。
7.如權(quán)利要求6所述的基于抖動失真的語音頻客觀質(zhì)量評價系統(tǒng)，其特征是，感知模塊還包括時頻分析模塊、音色評價模塊和能量均衡模塊，其中時頻分析模塊，用于將原始信號和測試信號的時域信號轉(zhuǎn)換為頻域信號，并將所得頻域信號分為三路分別輸入音色評價模塊、質(zhì)量抖動模塊及能量均衡模塊；音色評價模塊，用來根據(jù)頻域信號分別獲得原始信號和測試信號的底層聲學(xué)特征參數(shù)，基于原始信號和測試信號的底層聲學(xué)特征參數(shù)獲得測試信號的底層聲學(xué)特征參數(shù)失真測度值，并將底層聲學(xué)特征參數(shù)失真測度值輸入至認(rèn)知模塊；能量均衡模塊，用來根據(jù)原始信號和測試信號的頻域信號獲取信號的能量均衡參數(shù)， 并將能量均衡參數(shù)輸入至認(rèn)知模塊。
8.如權(quán)利要求6所述的基于抖動失真的語音頻客觀質(zhì)量評價系統(tǒng)，其特征在于所述的質(zhì)量抖動模塊進(jìn)一步包括子模塊第一子模塊，用來對原始信號和測試信號的頻域信號分別進(jìn)行加窗，獲得加窗后的原始信號和測試信號的頻域信號間的誤差信號；第二子模塊，用來獲取原始信號和測試信號的窗信號的均方差；第三子模塊，用來基于原始信號和測試信號的窗信號的均方差獲取測試信號的總體失真；第四子模塊，用來尋找測試信號中總體失真大于閾值NTh_的區(qū)域(K，L)；第五子模塊，用來獲取測試信號的抖動失真參數(shù)。
全文摘要
本發(fā)明公開了一種基于抖動失真的語音頻客觀質(zhì)量評價方法及系統(tǒng)，包括感知模型和認(rèn)知模塊，感知模型進(jìn)一步包括時頻分析模塊、音色感知模塊、質(zhì)量抖動模塊和能量均衡模塊，感知模型的輸出為模型輸出參數(shù)，經(jīng)由認(rèn)知模型擬合得到用戶體驗得分。本發(fā)明提出了一種考慮了質(zhì)量抖動影響的語音頻的客觀質(zhì)量評價方法及系統(tǒng)，適用于中低碼率語音頻的移動語音頻，且評價結(jié)果更接近真實主觀聽覺感受。
文檔編號G10L25/60GK103050128SQ20131003396
公開日2013年4月17日 申請日期2013年1月29日 優(yōu)先權(quán)日2013年1月29日
發(fā)明者胡瑞敏, 楊玉紅, 余洪江, 謝松波, 董少龍, 張聰, 高麗, 李登實, 涂衛(wèi)平, 王曉晨 申請人:武漢大學(xué)