基于语音增强算法主观评估的客观评估方法技术

本发明专利技术公开了一种基于语音增强算法主观评估的客观评估方法，该方法是在现有的５种语音增强客观评估方法ＰＥＳＱ，ＬＬＲ，ＣＥＰ，ｆｗＳＮＲｓｅｇ和ｆｗＳＮＲｓｅｇＶａｒ基础上利用多元线性回归分析提出的一种新的客观组合方法。通过不同权重系数和５种客观方法的组合，得到本发明专利技术中评价语音信号质量的客观评分、评价背景噪声质量的客观评分和评价整体质量的客观评分。本发明专利技术的主客观相关系数优于很多其他传统客观算法，误差的标准差更低，更易评估语音增强算法性能的优劣，具有极大的实用价值。

【技术实现步骤摘要】

本专利技术涉及一种测量语音增强的客观评估方法，尤其是涉及一种利用多元线性回归分析 提出的客观组合方法。该方法主客观相关系数较高、误差的标准差更低，能更准确评估语音 增强算法性能优劣。二
技术介绍
语音增强是从噪声背景中提取有用的语音信号，抑制或降低噪声干扰的技术。由于人是 语音的最终接受者，所以主观评价才是语音质量的真实反映，也是最可靠的评价语音增强效 果的方法。但在低信噪比的情况下，语音增强算法在抑制背景噪声的过程中可能对语音信号 产生劣化作用。ITU-T P.835引导试听者单独对语音信号评分(SIG)、单独对背景噪声评分 (BAK)和整体效果评分(OVL)，三方面共同作为语音增强效果的主观评估。但主观评测方法耗 费大量人力、物力和时间，因此采用客观测试方法来评价语音增强效果。通常采用主客观相 关系数和主客观评分误差的标准差两个统计参数评估客观方法的性能。现有的几种常用客观测试方法为感知评估通话质量(PESQ)， ITU-T P.862中详细描述 了 PESQ这种窄带电话网络和语音编解码器端到端语音质量客观评价方法，用数字信号处理 的方式比较参考信号和劣化信号，估算得到的语音质量评分范围为[-0.5,4.5]。对数似然率 (LLR)是一种增益归一化的度量参考语音和劣化语音之间距离的方法，度量所得两种谱之间的 失真大小只与谱的形状有关,而与其能量大小无关，估算得到的LLR值范围为。倒谱(CEP) 是语音信号的又一特征，这里采用基于线性预测分析的倒谱系数作为语音的特征参数，语音 信号所携带的语义信息主要体现在声道传输函数上，通过参考语音和劣化语音的倒谱距离可 以估算语音质量，CEP值为[O,IO]。分段信噪比(SNRseg)建立在度量均方误差基础上，SNRseg 是基于帧的信噪比，是每一帧语音信号信噪比的均值。频率分段信噪比(ftvSNRseg)是将 SNRseg扩展到频域上得到的，取值范围为[-10 dB,35 dB]。通过回归分析得到每个频段的权重 确保主客观相关系数最大，组成了变频率分段信噪比(fHvSNRsegVar)方法，取值范围[-10 dB,35 犯]。这些常用客观测试方法的主客观相关系数和误差的标准差见表1，表中括号内的数为误 差的标准差(P. C, Loizou, Seec/j五w/iawce/wef: 777eo7朋c Pracrice, CRC Press, 2007)。从表1 可以看出，目前传统的客观测试方法在单独对背景噪声评分方面主客观相关系数普遍较低， 误差的标准差在单独对语音信号评分、单独对背景噪声评分和整体效果评分三方面都过髙， 同时并没有给出如何使用客观测试方法对各语音增强算法性能优劣的评估。表1几种客观测量方法主客观相关系数和误差的标准差(括号内的数)<table>table see original document page 4</column></row><table>中国专利公开CN03156510.7 —种测试语音质量的方法及装置(华为技术有限公司)，提供 了一种测试语音质量的方法，该方法在IP网络被测试网段的主叫端利用包括本端和被叫端IP 地址的参数向被叫端发送参考语音文件，被叫端利用包括主叫端和被叫端IP地址的参数接收 通过被测试网段传输到本端后形成的降级语音文件，最后，利用所述参考语音文件和所述降 级语音文件进行语音质量的评估计算，获得被测试网段的承载语音质量。所述语音质量的评 估计算为语音质量的感知评估(PESQ)计算或感知的语音质量测试(PSQM)计算或感知分析测 量系统(PAMS)计算。CN200680024568.0语音质量评估方法和系统(朗讯科技公司)，在一个实施例中，通过使 用基于主观质量评估数据被训练的至少一个模型来评估在接收的语音信号中的失真。然后， 根据估计的失真来确定接收的语音信号的语音质量评估。通过使用基于所述主观质量评估数 据被训练的第一模型来评估在所述接收的语音信号中的语音失真和背景噪声失真，把估计的 失真映射到主观质量评估度量值。目前尚未见到类似本专利技术的，采用PESQ， LLR, CEP, fWSNRseg和fWSNRsegVar组合 的针对语音增强算法的客观评估方法。
技术实现思路
1、 专利技术目的本专利技术的目的在于利用现有的语音增强客观评估方法提出的一种新的客 观评估方法。该方法性能好，能准确地评价语音增强算法性能的优劣。2、 技术方案为实现上述专利技术目的，本专利技术所述的基于语音增强算法主观评估的客观 组合方法是通过以下技术方案来实现的(1) 计算以下5种客观测量方法的分值感知评估通话质量(PESQ),对数似然率(LLR)， 倒谱(CEP)分段信噪比(SNRseg),频率分段信噪比(ftvSNRseg),变频率分段信噪比 (fwSNRsegVar)。具体计算方法参见P. C. Loizou, Speech Ewtoce附e败-7T^o 7朋d户racrice, CRC Press, 2007, pp 589-597。(2) 计算以下本专利技术提出的分值Cs = 1.856 + 0.135. P￡SQS -1.569. + 0.338. C￡PS + 0.044 _/WSV/isegs + 0.224. >SA segFa>s (1) Cw = -0.343 + 0.484.尸￡5￡^ - 2.548. + 0.646 C￡PW - 0.049. >57\ 5化 + 0.520. >5A7iwgKo^ (2) C。 = -0.835 + 0.610.尸￡秘-3.229.+ 0.804.，。 + 0.313. >fflVfoeg。 - O篇.yivS飾egPV。 (3)式中，c,表示本专利技术中评价语音信号质量的客观评分，C^表示本专利技术中评价背景噪声质量的客观评分，C。表示本专利技术中评价整体质量的客观评分。其中的PESQ, LLR， CEP， fwSNRseg和fwSNRsegVar分别表示5种客观测量方法得到的评分，下标S表示单独对语音 信号评分，下标N表示单独对背景噪声评分，下标O表示对整体效果评分。式中的权重系数是由5组客观测试评分(每组120个)分别与单独评价语音信号的主观评 分、单独评价背景噪声的主观评分和整体评分使用EXCEL中LINEST函数进行多元线性回 归分析得到的。具体如下选取标准语音库NOISEUS中信噪比为10 dB的babble和train噪声各30组语音，分别 使用logMMSE和RDC算法对语音进行降噪处理，请14位主观试听者对处理后的共120组 语音分别从语音信号质量、背景噪声质量和整体质量三方面进行评分。评分标准由P.835规 定。表2 P.835定义的主观评分标31<table>table see original document page 5</column></row><table>本专利技术的主客观相关系数和误差的标准差见表3,表中括号内的数为误差的标准差。 表3本专利技术的主客观相关系数和误差的标准差<table>table see original 本文档来自技高网...

【技术保护点】
一种基于语音增强算法主观评估的客观评估方法，其特征在于：在现有的５种语音增强客观评估方法ＰＥＳＱ，ＬＬＲ，ＣＥＰ，ｆｗＳＮＲｓｅｇ和ｆｗＳＮＲｓｅｇＶａｒ基础上利用下式计算得出。　Ｃ↓［Ｓ］＝１．８５６＋０．１３５.ＰＥＳＱ↓［Ｓ］－１． ５６９.ＬＬＲ↓［Ｓ］＋０．３３８.ＣＥＰ↓［Ｓ］＋０．０４４.ｆｗＳＮＲｓｅｇ↓［Ｓ］＋０．２２４.ｆｗＳＮＲｓｅｇＶａｒ↓［Ｓ］　（１）　Ｃ↓［Ｎ］＝－０．３４３＋０．４８４ＰＥＳＱ↓［Ｎ］－２．５４８.ＬＬＲ↓［Ｎ］＋０．６４６.Ｃ ＥＰ↓［Ｎ］－０．０４９.ｆｗＳＮＲｓｅｇ↓［Ｎ］＋０．５２０.ｆｗＳＮＲｓｅｇＶａｒ↓［Ｎ］　（２）　Ｃ↓［Ｏ］＝－０．８３５＋０．６１０.ＰＥＳＱ↓［Ｏ］－３．２２９.ＬＬＲ↓［Ｏ］＋０．８０４.ＣＥＰ↓［Ｏ］＋０．３１３.ｆｗＳＮ Ｒｓｅｇ↓［Ｏ］－０．００８.ｆｗＳＮＲｓｅｇＶａｒ↓［Ｏ］　（３）　其中下标Ｓ表示单独对语音信号评分，下标Ｎ表示单独对背景噪声评分，下标Ｏ表示对整体效果评分。

【技术特征摘要】
1、一种基于语音增强算法主观评估的客观评估方法，其特征在于在现有的5种语音增强客观评估方法PESQ，LLR，CEP，fwSNRseg和fwSNRsegVar基础上利用下式计算得出。CS＝1.856+0.135·PESQS-1.569·LLRS+0.338·CEPS+0.044·fwSNRsegS+0.224·fwSNRsegVarS(1)CN＝-0.343+0.484PESQN-2.548·LLRN+0.646·CEPN-0.049·fwSNRsegN+0.520·fwSNRsegVarN(2)CO＝-0.835+0.610·PESQO-3.229·LLRO+0.804·CEPO+0.313·fwSNR...

【专利技术属性】
技术研发人员：周璐，邱小军，林志斌，
申请(专利权)人：南京大学，
类型：发明
国别省市：84[中国|南京]