VoIP語(yǔ)音質(zhì)量評(píng)價(jià)研究.pdf

1、建立VoIP語(yǔ)音評(píng)價(jià)模型有越來(lái)越重要的技術(shù)意義和商業(yè)意義。
　　語(yǔ)音質(zhì)量的評(píng)價(jià)包含主觀方法和客觀方法。其中主觀方法(e.g.MOS)是客觀方法的基準(zhǔn)，但是主觀方法緩慢，耗時(shí)，昂貴?？陀^方法包含干擾式語(yǔ)音評(píng)價(jià)和非干擾式語(yǔ)音評(píng)價(jià)。有許多因素影響IP電話語(yǔ)音質(zhì)量，我們把這些因素劃分成兩種類(lèi)型：網(wǎng)絡(luò)因素(e.g.丟包，抖動(dòng)和延遲等)和非網(wǎng)絡(luò)因素(e.g.編碼類(lèi)型，回音，噪聲等).本文主要的目標(biāo)是分析不同因素對(duì)語(yǔ)音質(zhì)量的影響，并給出新型的高

2、效的模型評(píng)價(jià)VoIP語(yǔ)音質(zhì)量。我們建立一個(gè)新的VoIP模擬平臺(tái)，實(shí)驗(yàn)中網(wǎng)絡(luò)仿真軟件采用NIST Net，語(yǔ)音通信協(xié)議由OpenPhone實(shí)現(xiàn)。這個(gè)模擬實(shí)驗(yàn)環(huán)境和其他研究者的模擬環(huán)境相比更為‘真實(shí)’。
　　我們的研究工作和貢獻(xiàn)包括：
　　1)分析延遲抖動(dòng)標(biāo)準(zhǔn)差和語(yǔ)音語(yǔ)種因素對(duì)語(yǔ)音質(zhì)量的影響，分別提出了兩種對(duì)標(biāo)準(zhǔn)E模型的擴(kuò)展方法，基于延遲抖動(dòng)標(biāo)準(zhǔn)差的擴(kuò)展E模型和基于語(yǔ)音因素的E模型的擴(kuò)展方法.我們首先分析了網(wǎng)絡(luò)延遲抖動(dòng)對(duì)網(wǎng)絡(luò)語(yǔ)音

3、的影響，通過(guò)實(shí)驗(yàn)揭示了把延遲抖動(dòng)的標(biāo)準(zhǔn)差來(lái)作為參數(shù)描述延遲語(yǔ)音質(zhì)量是合理的，據(jù)此對(duì)標(biāo)準(zhǔn)E模型進(jìn)行了擴(kuò)展，結(jié)果得到了驗(yàn)證。之后，我們還分析了語(yǔ)音因素對(duì)網(wǎng)絡(luò)語(yǔ)音的質(zhì)量影響，我們仔細(xì)的選擇實(shí)驗(yàn)語(yǔ)音，發(fā)現(xiàn)不同語(yǔ)種性別的語(yǔ)音在相似環(huán)境下語(yǔ)音質(zhì)量是略有差別的，并給出了對(duì)于E模型的修正系數(shù)I1。近年來(lái)，網(wǎng)絡(luò)的自相似特性被廣泛揭示。自相似特性可以用Hurst系數(shù)H(0.5

4、該參數(shù)描述網(wǎng)絡(luò)抖動(dòng)特征對(duì)語(yǔ)音質(zhì)量的影響。在我們的研究過(guò)程中，我們發(fā)現(xiàn)在我們的實(shí)驗(yàn)環(huán)境中，Hurst系數(shù)并不適合引入來(lái)描述網(wǎng)絡(luò)語(yǔ)音質(zhì)量，我們分析其原因可能與時(shí)間尺度相關(guān)。
　　2)提出一個(gè)新的神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型最近被用來(lái)評(píng)價(jià)語(yǔ)音和視頻質(zhì)量，但是早期的方法依賴(lài)于主觀測(cè)試生成訓(xùn)練序列，不幸的是主觀方法代價(jià)比較高，很難考慮復(fù)雜細(xì)致的輸入條件，比如Internet的變化因素。L.Sun在2002年提出一個(gè)基于客觀測(cè)量的神經(jīng)網(wǎng)絡(luò)模型，

5、但受限于沒(méi)有使用最新的PESO評(píng)分標(biāo)準(zhǔn)，并且模擬實(shí)驗(yàn)平臺(tái)過(guò)于簡(jiǎn)單。Al-Akhras在2009年提出的是一個(gè)與E模型混合式的神經(jīng)元方法，輸入層只考慮了丟包因素的影響，沒(méi)有考慮語(yǔ)音編碼等基本要素，最后實(shí)現(xiàn)中還需要復(fù)雜的主觀測(cè)試。我們使用了最新的PESQ算法，實(shí)驗(yàn)平臺(tái)采集的數(shù)據(jù)更為真實(shí)可靠。我們?cè)黾恿藚?shù)延遲標(biāo)準(zhǔn)差和語(yǔ)音變量作為輸入元素，并驗(yàn)證了模型是準(zhǔn)確有效的。
　　3)提出基于多元回歸算法的語(yǔ)音質(zhì)量評(píng)價(jià)模型。我們根據(jù)參數(shù)延遲標(biāo)準(zhǔn)差