基于MNB2算法的語(yǔ)音編解碼器客觀評(píng)估平臺(tái)研究.pdf

1、隨著信息技術(shù)在通信領(lǐng)域的高速發(fā)展,語(yǔ)音編解碼器也大量涌現(xiàn).為了測(cè)試這些語(yǔ)音編解碼器的質(zhì)量,研究人員建立了許多主觀評(píng)估方法進(jìn)行全方位的測(cè)試.雖然,主觀評(píng)估具有符合人對(duì)語(yǔ)音質(zhì)量的真實(shí)感覺(jué)的優(yōu)點(diǎn),它也有耗費(fèi)大量時(shí)間、人力資源、金錢,且靈活性不夠,重復(fù)性和穩(wěn)定性較差,受個(gè)體的主觀因素影響大的缺點(diǎn).因此,需要一種客觀評(píng)估方法克服主觀評(píng)估的缺陷.通過(guò)對(duì)語(yǔ)音質(zhì)量客觀評(píng)估的研究,可以極大推動(dòng)語(yǔ)音識(shí)別、語(yǔ)音編碼、說(shuō)話人情緒分析、語(yǔ)音增強(qiáng)、語(yǔ)音安全技術(shù)等相

2、關(guān)學(xué)科和領(lǐng)域的發(fā)展.本文首先全面總結(jié)了各種主觀、客觀評(píng)估方法,并比較了各種客觀評(píng)估方法的優(yōu)勢(shì),展望了客觀評(píng)估方法的發(fā)展方向.本文研究了當(dāng)前世界最先進(jìn)的基于輸入/輸出的客觀評(píng)估算法——MNB2算法.該算法綜合了可察覺(jué)和可辨別兩種模型,改變了以前客觀評(píng)估算法模型的單一性.本文深入研究了該算法的心理聲學(xué)原理,以及針對(duì)通信頻帶的語(yǔ)音編解碼器的評(píng)估算法構(gòu)造,并對(duì)該算法進(jìn)行了MATLAB算法仿真研究和全方位的實(shí)驗(yàn).為了研究該算法對(duì)不同語(yǔ)音編解碼器進(jìn)

3、行客觀評(píng)估的準(zhǔn)確程度;算法對(duì)不同語(yǔ)種的適應(yīng)性;對(duì)背景噪聲的適應(yīng)性.實(shí)驗(yàn)當(dāng)中對(duì)超過(guò)1500個(gè)總長(zhǎng)約16,000秒的語(yǔ)音片段進(jìn)行了5000多次處理,獲得了約4000多個(gè)數(shù)據(jù).結(jié)果表明,算法有很強(qiáng)適應(yīng)性,實(shí)用性強(qiáng),完全可以作為新型編碼器質(zhì)量評(píng)估的重要參考指標(biāo).在實(shí)驗(yàn)研究的基礎(chǔ)上,對(duì)該算法模型進(jìn)行了簡(jiǎn)化,并對(duì)簡(jiǎn)化模型進(jìn)行了與完整模型同等的高強(qiáng)度測(cè)試,結(jié)果表明使用簡(jiǎn)化模型進(jìn)行評(píng)估的結(jié)果與完整模型評(píng)估的結(jié)果保持了很好的一致性,簡(jiǎn)化模型可以節(jié)省一定算