音頻質(zhì)量評價研究.pdf

1、大數(shù)據(jù)時代的到來帶來了海量的多媒體信息，人們的生活也隨之變得豐富多彩。人們往往傾向于選擇質(zhì)量較好的多媒體信息，如清晰的圖片和視頻、音質(zhì)良好的音樂等。然而多媒體數(shù)據(jù)的爆炸式增長帶來的是質(zhì)量的參差不齊，因此在大數(shù)據(jù)時代下，研究多媒體信息的質(zhì)量評價方法，進而幫助人們作出正確的選擇，成為了亟待解決的問題。
　　在音頻領(lǐng)域中，當(dāng)前流行的大多數(shù)音樂分享平臺僅僅根據(jù)音頻的一兩個參數(shù)作為評價音頻質(zhì)量的標(biāo)準(zhǔn)，而這其實并不合理，因為首先音樂質(zhì)量與人類

2、聽覺系統(tǒng)有關(guān)，受多種因素影響，不能僅僅根據(jù)一兩個簡單的參數(shù)來衡量。其次，由于虛假質(zhì)量的音頻存在，使得根據(jù)比特率評價音頻質(zhì)量的方法變得更加不可靠。傳統(tǒng)的音頻主觀評價方法和客觀評價方法由于各自的局限性，都不能很好的解決這個問題。本文從機器學(xué)習(xí)的角度出發(fā)，研究了音頻質(zhì)量的影響因素，針對不同的應(yīng)用環(huán)境，提出了基于流型排序的SVR無參考音頻質(zhì)量評價方法和基于FVV的虛假質(zhì)量音頻評價方法，具體研究成果如下:
　　(1)介紹了多媒體質(zhì)量評價技術(shù)

3、的綜述性內(nèi)容，其中包括研究背景和意義，圖像質(zhì)量評價、視頻質(zhì)量評價、音頻質(zhì)量評價等概述內(nèi)容，并總結(jié)歸納了多媒體質(zhì)量評價的國內(nèi)外研究現(xiàn)狀。重點研究了音頻質(zhì)量評價的理論框架，分析了人類聽覺系統(tǒng)和心理聲學(xué)現(xiàn)象，總結(jié)歸納了當(dāng)今廣泛應(yīng)用的主觀音頻質(zhì)量評價標(biāo)準(zhǔn)ITU-R BS.1116-1，客觀音頻質(zhì)量評價標(biāo)準(zhǔn)ITU-R BS.1387，并分析各自的優(yōu)缺點和應(yīng)用場景。
　　(2)提出一種更有效的無參考音頻質(zhì)量評價方法。當(dāng)前音頻質(zhì)量的無參考評價方

4、法研究起步晚（2013年才首次有人提出），研究成果很少，本文針對當(dāng)前無參考音頻質(zhì)量評價方法只是從每個音頻中提取特征，并對音頻質(zhì)量評價，并沒有考慮音頻質(zhì)量之間的關(guān)系的不足，通過流形思想考慮音頻之間的關(guān)系，提出基于流形排序的SVR無參考音頻質(zhì)量評價方法，并與前人所提方法進行比較，有效提高了評價的準(zhǔn)確性，推動了本領(lǐng)域的發(fā)展。
　　(3)針對當(dāng)前出現(xiàn)的虛假質(zhì)量的音頻進行評價。為此，首先研究了應(yīng)用最為廣泛的MP3音頻的編解碼過程，對虛假質(zhì)量