一种新的用于语音主观质量评价的谱失真参数

该文分析和讨论了各种语音主观质量评价的客观方法,提出了一种考虑了人耳的屏蔽效应,且正比于人耳听觉的Bark域谱失真参数PBSD(Perception-based Bark Spectral Distortion),用来映射语音的主观MOS分值。实验表明,基于该参数及其主客观映射关系,所得到的各类语音编译码系统的主观MOS预测分,平均和最大预测偏差均较小。论文最后利用PBSD参数代替MSE参数,设计的语音编码系统,改善了解码语音的主观听觉质量。