PESQ算法介紹與分析

PESQ算法學(xué)習(xí)匯報(bào),QoE小組龐惠方,語(yǔ)音質(zhì)量評(píng)價(jià)方法,語(yǔ)音質(zhì)量評(píng)價(jià)分為主觀評(píng)價(jià)及客觀評(píng)價(jià)。主觀評(píng)價(jià)優(yōu)點(diǎn)：是人對(duì)語(yǔ)音質(zhì)量的真實(shí)反映缺點(diǎn)：費(fèi)時(shí)費(fèi)力，受測(cè)試條件的限制和測(cè)試人員主觀因素的影響，且不滿足實(shí)時(shí)性的要求。因而考慮用客觀評(píng)價(jià)算法來(lái)模擬主觀評(píng)價(jià)。MOSPESQ,MOS方法,MOS方法在ITU-T的P.800建議和P.830建議有詳細(xì)描述。,PESQ算法,PESQ算法是ITU在2001年提出的一種新的語(yǔ)音質(zhì)量客觀評(píng)價(jià)算法，并且形成ITU-T的P.862建議。PESQ算法是目前與MOS評(píng)分相關(guān)度最高的客觀語(yǔ)音質(zhì)量評(píng)價(jià)算法，達(dá)到0.97。,相關(guān)度,PESQ算法概述,PESQ的總體思路為:首先將參考語(yǔ)音信號(hào)和失真語(yǔ)音信號(hào)的電平調(diào)整到標(biāo)準(zhǔn)聽(tīng)覺(jué)電平，再用輸入濾波器模擬標(biāo)準(zhǔn)電話聽(tīng)筒進(jìn)行濾波，然后將兩個(gè)信號(hào)進(jìn)行時(shí)間對(duì)齊，將對(duì)齊好的信號(hào)進(jìn)行聽(tīng)覺(jué)轉(zhuǎn)換，轉(zhuǎn)換之后的輸入和輸出信號(hào)差值稱(chēng)為干擾度，通過(guò)認(rèn)知模型處理，最后得到PESQ分值。在干擾度的處理中可能會(huì)識(shí)別出壞區(qū)間，這樣就需要對(duì)壞區(qū)間進(jìn)行重新對(duì)齊。,PESQ算法框圖,頻域整形：電平調(diào)整+濾波電平調(diào)整：不同的語(yǔ)音系統(tǒng)增益差別很大，當(dāng)原始語(yǔ)音信號(hào)通過(guò)語(yǔ)音系統(tǒng)之后，信號(hào)電平發(fā)生了差異。為了便于比較，需要將二者調(diào)整到統(tǒng)一、恒定的電平上來(lái)。PESQ設(shè)定首選的聽(tīng)覺(jué)電平為79dBSPL。IRS濾波：PESQ算法用修正的IRS濾波來(lái)模擬電話機(jī)的發(fā)送頻率特性，該濾波特性充分考慮了原始語(yǔ)音信號(hào)的特性，得到的語(yǔ)音信號(hào)可以作為電話終端輸出再反饋到網(wǎng)絡(luò)中去。,時(shí)間對(duì)齊：1.預(yù)處理2.整體語(yǔ)音的時(shí)延估計(jì)3.語(yǔ)句的標(biāo)識(shí)4.語(yǔ)句的延時(shí)估計(jì)5.語(yǔ)句的分割,聽(tīng)覺(jué)轉(zhuǎn)換：,聽(tīng)覺(jué)轉(zhuǎn)換模型,認(rèn)知模型描述參考語(yǔ)音信號(hào)與失真語(yǔ)音信號(hào)在聽(tīng)覺(jué)變換過(guò)程中產(chǎn)生的干擾差，通過(guò)模擬不對(duì)稱(chēng)和對(duì)稱(chēng)語(yǔ)音信號(hào)不同部分的不同加權(quán)改進(jìn)了客觀評(píng)估分值與MoS分值的相關(guān)性。,認(rèn)知模型相關(guān)計(jì)算式：,PESQ算法的改進(jìn),P862.1將PESQ得分映射為MoS-LQO得分P862.2將PESQ算法擴(kuò)展到寬帶（3003400Hz507000Hz)。,PESQ的局限性,當(dāng)系統(tǒng)中存在下列因素時(shí)會(huì)導(dǎo)致PESQ的評(píng)分與MoS評(píng)分有較大差異，即得到的PESQ評(píng)分不準(zhǔn)確。,原因推測(cè)及分析,根據(jù)PESQ的算法及各種異常發(fā)生的原因，對(duì)評(píng)分不準(zhǔn)原因進(jìn)行了如下推測(cè)及分析：Listeninglevels，Loudnessloss：由于PESQ算法在預(yù)處理時(shí)需要把參考信號(hào)及退化信號(hào)進(jìn)行電平對(duì)齊，都調(diào)到79dBSPL，故語(yǔ)音樣本整體的聽(tīng)力水平和響度損耗對(duì)人耳感知的影響在算法中被忽略。Effectofdelayinconversationaltests：由于算法中需要對(duì)參考信號(hào)和退化信號(hào)進(jìn)行時(shí)間對(duì)齊處理，相當(dāng)于對(duì)退化信號(hào)作了延遲補(bǔ)償，所以對(duì)帶延遲效應(yīng)的語(yǔ)音評(píng)分不準(zhǔn)。,Talkerecho：講話者的回聲延時(shí)在30ms內(nèi)是不易被察覺(jué)的，因?yàn)榛芈晭缀跖c自己的聲音重合，但PESQ算法只能進(jìn)行單向評(píng)分，無(wú)法將接收端發(fā)出的信號(hào)與收到的信號(hào)進(jìn)行關(guān)聯(lián)，故評(píng)分有誤。Sidetone:PESQ算法在預(yù)處理階段需要將參考信號(hào)與退化信號(hào)兩者的電平均方根進(jìn)行電平對(duì)齊，如果在傳輸語(yǔ)音過(guò)程中發(fā)生單通，則退化信號(hào)在進(jìn)行電平轉(zhuǎn)換后正常語(yǔ)音段的電平會(huì)明顯高于參考信號(hào)的值，這將導(dǎo)致PESQ最終的評(píng)分有較大的偏頗。,亟待解決的問(wèn)題華為現(xiàn)階段的PESQ算法主要問(wèn)題是不能夠檢測(cè)出某些人耳能夠感受到的雜音樣本，即注入此雜音異常前后MOS評(píng)分變化甚微，但接聽(tīng)者能夠聽(tīng)到這些雜音。,由于尚未了解雜音樣本的特征及華為采用的PESQ具體算法，針對(duì)各種可能的情況提出了幾個(gè)對(duì)PESQ算法的改進(jìn)方案：1.樣本為響度較小的雜音加入響度較大的雜音，測(cè)試結(jié)果