基于深度学习的管制员语音质量评估

在航空领域,管制员通过语音通讯获取信息,但是语音信号在经过语音设备的传输后通常会受到干扰或者损伤,该损伤影响着通信的质量。在管制员与飞行员通讯过程中语音质量的优劣直接影响着航空器运行的安全性,为保证通讯过程中语音信号的质量,因此考虑对语音信号进行实时评估。然而主观的评估方法成本高,且主观因素较大,因此考虑通过选取客观语音质量评估方法。基于深度学习的语音质量评估属于无参考的语音质量评估,适应于对通过传输并被记录下的管制语音进行客观评估。

基于BP神经网络的管制语音质量评价方法

针对当前管制语音缺乏高效、客观、接近人耳感知的质量评价方法,提出了一种基于改进MFCC特征和BP神经网络的管制语音质量评价方法。用Gammatone滤波器代替MFCC算法中的三角形滤波器处理管制语音,该滤波器能体现基底膜尖锐的滤波特性。引入一阶差分和二阶差分提取语音的动态特性,将新的MFCC特征与其一阶和二阶差分融合,形成一种更具代表性的高维度特征。将改进的MFCC特征通过BP神经网络映射到MOS值,从而实现管制语音质量评价。根据1740条真实管制语音数据集的实验结果表明,相较于ITU提出的无参考客观评价方法P.563,文中的Karl Pearson相关系数提高了18.46%,均方误差下降了12.81%。

考虑包内容特性的网络语音质量评价模型

丢包是引起网络语音质量下降的主要因素,其影响程度不仅与丢失包的个数有关,而且与丢失包的内容特性有关.考虑丢失包的内容特性,提出了一种无参考的网络语音质量评价模型.首先,利用话音激活检测技术和未丢帧的电平来判断丢失包的内容特性,然后统计语音包的丢失率,进而提出一种无参考的网络语音质量评价模型来预测网络失真语音质量.实验结果表明,相比于国际标准G.1070中的语音质量评价模型,无参考的网络语音质量评价模型与主观质量评价的相关性平均提高了8.4%.

一种改进的语音质量感知评估算法

为提高语音质量客观评估的性能,提出一种改进的语音质量感知评估(PESQ)算法。该算法利用音节稳定性检测和清浊静音分类的方法,通过音节的帧间稳定性和损伤参数来描述语音听觉感知所受到的影响,这些参数对不同的语音段,如清音、浊音和静音具有不同的特性。实验结果表明,该算法能在窄带语音上提高PESQ得分与主观平均意见分的相关性。

语音质量客观评价方法研究进展

本文回顾了语音质量客观评价方法的研究发展情况 ,综述了当前主要语音质量客观评价方法 ,介绍了这些评价方法的分类及性能 。

基于加权巴克谱失真的语音质量客观评价算法

提出了一种基于加权巴克谱失真(W BSD)的语音质量客观评价算法。鉴于不同巴克带谱失真对语音质量的影响程度不同,该算法提出在巴克域中对不同巴克带谱失真进行加权来求失真语音的客观失真测度。并且通过分析改进型巴克谱失真测度(M BSD)中15个巴克带失真与平均意见分(M O S)间的相关度,提出了一组以相关系数幂次方为权重的有效巴克谱失真权重矢量。实验结果表明:与M BSD算法相比,W BSD在算法复杂度没有明显增加的情况下与M O S的相关度提高了3%。

语音质量客观评价的一步策略

本文提出了一种基于一步策略的语音质量客观评价新方法 .它利用前向神经网络的多维非线性映射原理 ,将传统的包含平均失真测度计算和平均失真测度到MOS的映射这两个步骤合为一步来实现 .其特点是可以充分地反映人耳听觉系统的感知特性 ,且计算简便 .在统计学意义上它还是MOS的一致估计 .主客观评价结果的相关性实验表明 ,一步法的相关系数可达到 0 95左右 。

基于人耳听觉模型的语音质量客观评价方法

将人耳听觉模型应用于语音质量客观评价 ,用听觉模型对语音作处理得到近似的短时语音频谱 ,在此基础上得到谱距离作为语音质量的评判标准 .实验结果表明这种方法与主观评价结果的相关度达到 0 .

基于流特性和真值程度的VoIP语音质量单端客观评价

提出了一种仅利用IP流特性预测VoIP感知服务质量(PQoS)的非侵入单端客观评价方法——FSPAV,其关键是定义了3个与用户感知相关的流特性测度。不需要同步时钟或解析应用协议,仅需要监测用户主机接收到的包含对端用户语音数据的IP分组计算测度。使用个体真值程度度量,将通话片段的3个测度测量值映射成一个通话质量客观评价值,计算过程中还能得出每个特性的优劣程度。在互联网上利用VoIP软件QQ和Skype进行多次语音通话实验,实验结果显示主、客观评价值之间具有相当高的相关性,表明了本方法的有效性。

基于听觉感知特性的语音质量客观评价方法

讨论了基于MFCC(Mel-frequency cepstral coefficients)特征参数的语音质量客观评价方法 Mel-CD(Mel-cepstral distance measure).根据心理声学原理将Johannesma提出的人耳听觉模型和非线性压缩变换引入MFCC特征参数的提取过程,用Gammatone滤波器组对人耳基底膜进行仿真.利用改进后的MFCC作为语音信号特征参数,提出了一种更加符合人耳听觉感知特性的客观评价方法——Mel-GD(Mel-cepstral gammatone filter bankdistance measure).性能测试结果表明:所提算法与Mel-CD算法在时间复杂度上保持一致,评价结果的主观与客观的相关度提高了4.9%,平均估计偏差改善了45.5%.

基于语音质量预测的VoIP自适应抖动缓冲算法

抖动缓冲是解决VoIP系统延时抖动问题的有效方法。为实现抖动缓冲的动态调整,获得更好的VoIP通话质量,提出了一种基于语音质量预测的自适应抖动缓冲算法。算法采用Pareto分布为延时建模,通过E-Model方法预测突发丢包模式下的瞬时语音质量,以最大化语音质量为目标,自适应选择出最优的抖动缓冲区大小。实验仿真结果表明,所提算法明显优于已有算法,能够有效提高VoIP系统的语音质量。

基于E-Model的VoIP语音质量研究

针对目前网络电话语音质量难以准确评价及预测的情况,基于E-Model对VoIP的语音质量进行预测。分析几个主要影响因素,如延时、丢包等对话音质量的影响,构建VoIP语音质量预测模型,将E-Model中未考虑到的抖动因素引入模型公式,着重考虑抖动缓冲区的大小对语音质量的影响。通过设计相关验证实验,证明该模型对VoIP语音质量的预测具有较高的准确度。

语音质量客观评价方法研究及实现

语音质量的客观评价在语言自主学习中具有重大的意义.文章首先介绍了语音质量客观评价过程中语音信号的预处理单元;其次,介绍了不同的语音特征提取算法,比较选择了更符合人耳听觉模型的MFCC特征,并给出特征提取过程及结果;最后,比较当前评价模型(DTW和HMM)的优缺点,并提出了采用HMM模型进行评价的方法,设计系统验证了该方法下评价的客观性.

一种VoIP语音质量评价模型

在VoIP系统中,传输网络性能(QoS)参数对可感知语音质量(Quality of Experience,QoE)起着基础性的影响作用,但QoS取值情况并不能直接反映和代表QoE水平。为此,基于对VoIP传输特征的分析,首先采用PESQ,E-Model算法分析了单个QoS参数对QoE损伤的影响;在单个因素计算的基础上,通过对E-Model算法的扩展研究了QoS参数综合作用情况下语音QoE值的变化情况;采用回归分析的方法建立了QoS参数与语音QoE的映射模型,模型构成简单。验证实验表明,该模型与语音QoE客观评价方法之间具有很高的相关度,满足对网络运行状况及VoIPQoE实时监测的要求。

VoLTE语音质量研究

近些年,OTT语音业务迅猛发展,新业务层出不穷,运营商也根据自身网络演进推出VoLTE语音业务,但VoLTE语音相比OTT语音是否更具有优势是大家关注的问题。首先介绍了VoLTE网络架构、VoLTE优化关键技术,并研究语音质量评估的方法以及影响语音的主要因素,然后通过实验数据分析VoLTE语音与OTT语音在MOS评分、呼叫建立时延、流量占用等方面的对比优势。

基于改进MFCC语音特征参数的语音质量评估的研究

本文讨论了基于MFCC(Mel-Frequency Cepstral Coefficients)听觉感知模型的语音质量客观评估方法(EPESQ:Efficient Psychoacoustics Evaluation of Speech Quality)在网络语音质量客观评估中的应用,深入分析了EPESQ算法的基本原理,并对算法的MFCC语音特征参数进行了改进和性能分析。实验证明该算法在确保评测准确性的前提下,大大降低了算法的复杂度,具有较强的适应性,可靠性,实用性,完全可以应用于通信网络语音质量评估。

VoIP的语音质量分析与控制

分析了 Vo IP语音质量的影响因素 ,通过 E模型定量地描述了语音质量与端到端延迟和丢包率的关系。为了控制 Vo IP的语音质量 ,计算出 Vo IP系统在各种情况下的语音质量极限 ,提出一种自适应编码和分组封装的控制策略。将该方法应用于自行开发的 IP电话网关 ,实际测试证明能在很大程度上提高 Vo IP的语音质量。

基于网络性能的VoIP语音质量评价模型

在VoIP应用中,为了实现服务质量的监测和路径切换,通常需要测量路径的网络性能,并将网络性能映射到语音质量评价.本文提出一种基于网络性能的VoIP语音质量评价模型,该模型在E-Model的基础上进行了改进,只考虑网络性能的动态变化对语音质量的影响.新的模型考虑更少的影响因素,比E-Model更容易计算,因此更适用于VoIP系统的语音质量评价.通过实验比较了新的模型和简单的网络参数评价模型,结果显示该模型具有更好的语音质量描述能力.

基于模糊多类支持向量机的语音质量客观评价

提出了采用模糊有向图支持向量机(FDGSVM)对基于输出的多语言语音样本进行语音质量评价的一种新方法.将多个可进行两类分类的模糊支持向量机组织成具有惟一根节点的有向图结构,得到多类分类器FDGSVM;提取待测语音信号的Mel倒谱系数并将其作为特征向量,再通过FDGSVM将特征向量映射到非线性划分的主观平均意见评分(MOS)区间,映射值即为输出的语音质量的客观评价结果.实验结果表明,所提算法获得的评测结果与主观MOS评价之间的相关度,在闭集测试时可达0.91,在开集测试时可达0.88.

基于语音质量预测的Speex自适应码率控制算法

为实现IP语音(VoIP)质量的动态管理与控制,提出了一种基于语音质量预测的自适应码率控制算法。通过实时预测VoIP通话的瞬时语音质量和总体语音质量,自适应地调整Speex编码参数,从而根据需要选择最佳编码速率。实验仿真结果表明,提出的算法能够有效减少网络拥塞,提高VoIP系统的语音质量。