[发明专利]用于评估劣化语音信号的质量的方法及装置

说明书

本发明涉及一种对从传递参考语音信号的音频传输系统接收的劣化语音信号的质量进行评估的方法。所述方法包括：将信号采样为参考信号帧和劣化信号帧，以及通过将参考信号帧与劣化信号帧彼此相关联来形成帧对。为每个帧对提供表示干扰的差函数，然后针对具体干扰类型补偿差函数，以提供干扰密度函数。基于多个帧对的干扰密度函数确定总体质量参数。本方法提供了对总体质量参数的补偿，以达到克服以下问题的目的：在当前的测量标准中，没有正确地对仅存在于与自然语音相比微不足道的语音活动的频带中的噪声的影响进行建模。

技术领域

本发明涉及一种对从音频传输系统接收的劣化语音信号的质量进行评估的方法，通过经由所述音频传输系统传递参考语音信号以提供所述劣化语音信号，其中，所述方法包括：将所述参考语音信号采样为多个参考信号帧，以及针对每个参考信号帧确定参考信号表示；将所述劣化语音信号采样为多个劣化信号帧，以及为每个劣化信号帧确定劣化信号表示；通过将每个参考信号帧与相应的劣化信号帧彼此相关联来形成帧对；为每个帧对提供差函数，所述差函数代表所述劣化信号帧与所述相关联的参考信号帧的差。

本发明进一步涉及一种用于实现上述方法的装置，以及涉及一种计算机程序产品。

背景技术

在过去的几十年间，使用感知测量方式开发和部署了客观语音质量测量方法。在该方式中，基于感知的算法模拟了受测者的行为，受测者在听音测试中对音频片段的质量进行评级。对于语音质量，人们大多使用所谓的绝对分类评级听音测试，其中，受测者在没有获知(access to)清晰的参考语音片段的情况下判断劣化语音片段的质量。国际电信联盟(International Telecommunication Union，ITU)所进行的听音测试大多使用绝对分类评级(ACR)5分评价尺度(5point opinion scale)，ACR 5分评分尺度因此也用在客观语音质量测量方法中，客观语音质量测量方法被ITU的以下算法所标准化：感知语音质量测量(Perceptual Speech Quality Measure，PSQM(ITU-T建议P.861,1996))及其后续的语音质量感知评估(Perceptual Evaluation of Speech Quality，PESQ(ITU-T建议P.862,2000))。这些测量标准重点在于窄带语音质量(音频带宽100-3500Hz)，尽管在2005年还设计出了宽带扩展(50-7000Hz)。对于窄带语音数据而言，PESQ和主观听音测试具有较好的相关性，并且对于宽带数据而言，PESQ和主观听音测试具有可接受的相关性。

随着新的宽带语音业务被电信产业投放到市场中，需要一种性能得到验证且能够适应更大音频带宽的先进测量标准。因此，ITU-T(ITU的电信分部)研究组12提出了作为PESQ的技术更新的一种新的语音质量评价算法的标准化。新的第三代测量标准POLQA(Perceptual Objective Listening Quality Assessment，感知客观听音质量评估)克服了PESQ P.862标准的缺陷，比如，对线性频率响应失真的影响的不正确评价、在网络语音电话业务(Voice-over-IP)中所发现的时间扩展/压缩(time stretching/compression)、某些类型的编解码器失真和混响。

相对于先前的质量评估算法PSQM(P.861)和PESQ(P.862)，POLQA(P.863)提供了大量改进，使得能够在存在大范围失真的情况下预测语音质量。然而，在某些类型的前置语音信号处理的情况下，当前版本的POLQA无法正确预测某些类型的失真的影响。一个问题为在所谓的空语音带(empty speech bands)中噪声的影响。没有正确地预测出在语音带宽小于掩蔽噪声(masking noise)的带宽的情形下噪声对所感知的语音质量的影响。

发明内容

本发明的目的在于寻求上述不足的解决方案，以及提供一种用于评估(劣化)语音信号的质量评估算法，该算法正确地解决了噪声的影响。