通信系统中语音质量评价的研究

发布时间：2020-08-23 13:49

【摘要】：随着通信技术的飞速发展,现代通信系统提供了广泛的语音服务,语音通信已经成为生活中不可或缺的交流方式。为了提供更好的语音通信服务,需要对通信网络和语音编解码技术进行性能评价。评判语音通信系统性能优劣的指标是多方面的,其中最重要的一个标志是系统输出语音的质量。由于语音质量直接地影响着用户的体验,因此如何准确有效的评价语音质量成为一个重要的课题。语音质量评价的方法,主要分为主观评价方法和客观评价方法。主观评价方法可以得到较准确的结果,但是,由于其费时和费力,因此不适用于对实时通信系统的评价。客观评价是以计算机信息处理为核心来判别语音的质量,它不受测试条件的限制,也不受测试人员主观因素的影响。所以,客观评价技术成为大家研究的热点。本文主要研究了基于QoE的语音质量客观评价方法。对ITU-T.P.862标准的PESQ算法进行了详细研究,并对其进行了改进。为了更有效的评价语音质量,提出了一种新的感知语音质量评价方法也就是NPESQ算法。然后,搭建了一个VoIP语音通信的实验平台,在此平台上采用NPESQ算法来评价VoIP通信的语音质量。最后,提出了基于多元回归算法的语音质量评价模型。本论文的主要成果分为以下几个方面：第一,对感知语音质量评价算法(PESQ)进行了深入研究,并对其进行了改进。PESQ算法是ITU提出的一种语音质量客观评价算法,并形成ITU-T P.862标准。它是目前比较主流的语音质量评价算法。然而,PESQ算法是在英语环境下提出的,在不同的语言环境下,PESQ算法的评价效果是有差异的。目前,没有专门针对中文环境下PESQ评价语音编解码器性能的研究。本文研究了PESQ算法对语音编解码器的评价性能。所选择的语音编解码器,是3G通信中常用的三类变速率编解码器,包括增强型可变速率编解码器(EVRC), EVRC-B和自适应多速率语音编解码器(AMR)。经过实验测试得出在中文环境下PESQ对EVRC和EVRC-B进行评价时,存在局限性,不能得出准确的评价结果。为了提高PESQ算法对EVRC和EVRC-B评价的准确度,对PESQ提出了改进。仿真结果表明,经过改进后,其评价准确度得到了提高。改进的PESQ算法可以更好的评价语音业务。第二,为了更准确的评价通信系统的语音质量,本文提出了一种新型感知语音质量评价模型(NPESQ)。NPESQ模型是基于ERB频率尺度和Moore响度变换的客观评价方法。本文给出了NPESQ模型的实现过程,并通过实验测试,给出了NPESQ模型评价出的语音质量的得分。语音质量客观评价方法的性能指标有三个,分别为准确性、相关性和一致性。本文通过大量的实验测试数据验证了NPESQ算法的这三个性能。实验结果证明了,NPESQ算法可以得到比PESQ更准确的评价结果,并且NPESQ测得的结果和主观MOS结果具有更高相关性和一致性。第三,搭建了一个新的VoIP实验分析平台,并采用新提出的NPESQ算法来评价受不同因素影响时VoIP通信的语音质量。本文搭建的VoIP实验平台和其他研究者的平台有两点不同：第一点是选择最新的网络仿真软件WANem来实现对真实的网络环境的再现。第二点为了保证实验更真实有效,需要进行多次反复的实验。如果用手动的运行几百次乃至几万次的过程不太合适,太费时费力。所以,我们编写了脚本来实现批处理。在同样的网络参数下,用批处理来自动进行多次的实验,再对所得的结果进行统计分析,这样保证了实验结果的准确性。然后,采用新型感知语音质量评价模型来评价VoIP通信的语音质量,通过实验评价出了不同因素影响下语音质量的得分。第四,针对VoIP通信中语音质量的评价,提出了基于多元回归算法的语音质量评价模型。多元回归分析是确定一个因变量和多个变化因素之间相互关系的一种统计分析方法。创建一个合理的语音质量评价模型的本质就是寻找各个影响因子和语音MOS值之间的关系。这样的关系可以通过回归分析的数理统计方法,用数学模型表达出来。在VoIP系统中,传输网络性能参数对感知语音质量(QoE)起着基础性的影响作用。我们采用多元回归分析的方法,建立了网络性能参数和语音质量之间的映射模型。以网络通信中的丢包,时延和包错排序为参数,通过实验数据分析,提出了新的多元回归算法的语音质量评价模型。利用该多元回归模型,将给定的网络性能参数带入函数模型中,可以直接得到语音质量的得分,从而更快捷的实现语音质量评价。
【学位授予单位】：北京邮电大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TN912.3
【图文】：

结构安排,绪论,论文

量评价模型应用在VoIP通信系统中，从而实现对语音质量更准确的评价。论文的结构安排如图1-1所示。； / N‘ ]第三牵中文环境下pesq —I第二章I评价叫[r缆肫髌兰鄣男阅躂基于广、r OoE的 J fNPESQl lies#— 种新S感知量评价 ^ n ‘ 1 方法J I"基于回?算法1第一聿」 1 H . r结论绪论^第五聿\’OIP通信的语音质董评价u1?? f 1,..111.. ......::1 II.==? 第六章基于多元0 归算法的语音评价V J V j图1-1论文的结构安排第一章为绪论。介绍了论文的选题背景和研究意义、国内外研究现状以及论文的主要内容及结构安排。第二章介绍了基于QoE的语音质量的主观评价方法和客观评价方法。主观评价是较为准确的方法，但是它耗时、昂贵而且需要投入大量的资源，所以不适6

框图,声码器,框图,PESQ算法

最大速率可以设置最大编码速率为全速率、半速率和1/8最小速率可以设置最小编码速率为全速率、半速率和1/8噪声抑制设定可开启或关闭噪声抑制模块，默认为开启。后置滤波设定可开启或关闭后置滤波模块，默认为开启。3.4 PESQ对语音编解码器的性能评价实验为了分析在中文环境下研究PESQ算法对语音编解码器的评价性能。首先需要建立用于实验测试的中文语音库，然后基于此语音库，进行了大量的实验测试，O喎治鯬ESQ算法在中文环境下评价语音编解码器的性能。在图3-10中给出了研究过程的简易框图。首先，根据ITU-P.862的标准要求，构建中文标准语音库和失真语音库（注意，在本文中，中文是指中国普通话)。把语音经过编解码器处理后，对语音进行主观MOS (Mean Opinion Score)测试和客观PESQ算法打分。然后，根据测试的结果进行理论分析，最后，提出改进的算法。

语音编码器,高斯分布,分数

根据PESQ得分结果用高斯统计的方法来分析对比PESQ算法对语音编码器的评价性能。仿真结果如图3-7所示，给出了不同语音编码器的PESQ分数分布图。AMR有8种编码速率，此处取最高速率12.2 kbps和最低速率4.75 kbps,O喓虴VRC进行对比。PESQ分数分布图是根据高斯拟合绘制的。I [~~「- ■ -t T ；~n ???■■ AMR4.75k~ IUU -嵌 EVRC90 f、、— — - AMR12.2ki 80 A . / \I 70 ; ； /\ I 1S 60 ： \ [\ I I§ 50 i \ \ I \QR奶 / / \ I *i 30 / \ / V *2。； \ J /\ \10 ,? y ./ \ j2.8 3 3,2 3.4 3.6 3.8 4 4.2 4.4 4.6PESQ得分策合图3-7不同语音编码器的PESO分数近似高斯分布图高斯分布的形状由均值和方差决定，峰值所对应的值代表均值。从图中可以发现AMR 12.2 kbps具有最高的平均值，EVRC的均值低于AMR12.2k，而高于AMR4.75k。方差的大小决定了钟形的陆峭或扁平程度，方差越小，曲线越扁平越瘦高。在图中，AMR的分数曲线图比EVRC的分数曲线图更窄

【相似文献】