CN1523930A - 一种实现语音质量客观评价的测试方法与装置 - Google Patents
一种实现语音质量客观评价的测试方法与装置 Download PDFInfo
- Publication number
- CN1523930A CN1523930A CNA031040691A CN03104069A CN1523930A CN 1523930 A CN1523930 A CN 1523930A CN A031040691 A CNA031040691 A CN A031040691A CN 03104069 A CN03104069 A CN 03104069A CN 1523930 A CN1523930 A CN 1523930A
- Authority
- CN
- China
- Prior art keywords
- recording
- signal
- test
- playback
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Telephone Function (AREA)
Abstract
一种实现语音质量客观评价的测试方法和装置,其中方法包括A)放音,即用双声道文件播放原始语音信号,其中一个声道播放的原始语音信号经过待测设备处理后输出为失真输出语音信号;B)录音,即以相同的采样率存储失真输出语音信号和另一个声道播放的原始语音信号;C)比较,即对存储的失真输出语音信号和原始语音信号进行比较计算,得出评价结果。装置包括放音单元、录音单元和比较单元,其中所述放音单元的输入端输入原始语音信号,放音单元的一个声道与录音单元的一个声道直接相连,放音单元的另一个声道与待测设备的输入端相连,待测设备的输出端与录音单元的另一个声道相连,录音单元两个声道输出的信号再输入比较单元。
Description
技术领域
本发明涉及语音测试,尤其涉及一种能够实现语音质量客观评价的测试方法与装置。
背景技术
为了全面了解设备的音频性能,目前进行语音评价有两种方式,一种是组织一定数量的听众对音频处理设备输出的声音进行试听,试听者按优(5)、良(4)、中(3)、差(2)、劣(1)对声音打分,最后得到一个平均意见分(Mean Opinion Score,MOS),但是该方法需要消耗大量的时间、人力和费用,并且经常要受到人的反应的内在不可重复性的影响;
针对主观评价方法的不足之处,另一种方法,即基于客观测度的声音客观评价方法相继被提出,其中基于人耳听觉模型的客观评价方法与主观评价结果相关度高,而且充分考虑到了人的听觉特性,因此发展迅速。其基本原理如图1,原始输入信号经过待测设备后输出,当进行主观评价时,试听者对待测设备的输入和输出信号进行比较,从而对待测设备的处理性能进行评价,得到MOS分。当采用基于听觉模型的客观评价方法时,首先对人的听觉过程进行建模,然后用此模型对待测设备的输入输出信号进行比较并给出意见得分,该分值是对试听者可能会给出的MOS分的一个估计。目前基于人耳听觉模型的算法很多,这些客观测试算法最后由ITU形成了三个国际标准,即,ITU-T提出的P.861建议(1996年推出PSQM算法,1998年修订为PSQM+算法)、P.862建议(PESQ算法,2001年推出)和ITU-R提出的BS.1387建议(PEAQ算法,1998年推出)。其中,BS.1387算法主要针对20Hz~20kHz宽带音频质量的客观测试,P.861和P.862则针对300~3400Hz的话音质量进行评价。P.861建议仅适合于对编解码器进行评价,而没有更多的考虑滤波、可变延迟和短的局部失真对音频质量的影响,而P.862建议则将这些因素也包括进来加以考虑,这使得PESQ算法不仅可以用于音频编解码器的评价,同时也可以对网络上的分组语音质量进行测试。
客观评价方法相对简单、可重复性好,但是需要有专用的测试仪器,而且这些仪器通常都比较昂贵。
发明内容
本发明的目的在于:提供简单的一种语音质量客观评价的方法和装置,利用双声道实现原始输入语音信号和失真输出语音信号之间的同步,该测试操作简单实用,结果准确可靠。
为了实现上述目的,本发明所采用的技术方案为:
一种实现语音质量客观评价的测试方法,包括如下步骤:
A)放音,即用双声道文件播放原始语音信号,其中一个声道播放的原始语音信号经过待测设备处理后输出为失真输出语音信号;
B)录音,即以相同的采样率存储失真输出语音信号和另一个声道播放的原始语音信号;
C)比较,即对存储的失真输出语音信号和原始语音信号进行比较计算,得出评价结果。
上述步骤中,可先启动录音装置,再进行步骤A和步骤B中的放音和录音,还可将原始输入语音信号循环放音,在持续录音一段时间后停止录音,根据测试的时间将原始输入语音信号与失真输出语音信号分段提取出来进行处理,并对每一段分别计算出评价结果。
上述方法中是使用用Cool Edit进行步骤A和步骤B中的放音和录音,将放音用Cool Edit的左声道输出的信号输入录音用Cool Edit的左声道,并存储为原始输入语音信号波形文件,将放音用Cool Edit的右声道输出的信号输入待测设备单元处理后再输入录音用Cool Edit的右声道,并存储为失真输出语音信号波形文件。
一种实现语音质量客观评价的测试装置,包括放音单元、录音单元和比较单元,其中所述放音单元的输入端输入原始语音信号,放音单元的一个声道与录音单元的一个声道直接相连,放音单元的另一个声道与待测设备的输入端相连,待测设备的输出端与录音单元的另一个声道相连,录音单元两个声道输出的信号再输入比较单元。录音单元将放音单元输出的原始语音信号和待测设备输出的失真输出语音信号存储为波形文件。
本发明的有益效果为:利用PC机实现了语音质量的客观评价,实现简单实用,结果准确可靠,无须购买昂贵的测试仪器,方便了客观评价过程,尤其适用于研发阶段对待测产品的性能评价;以及利用声卡的左右声道实现了原始输入语音信号和失真输出语音信号之间的同步,无须采用复杂的算法实现二者之间的同步控制,简单可靠。
附图说明
图1为利用听觉模型对语音质量进行客观评价的原理图;
图2为本发明的语音质量测试装置图;
具体实施方式
下面根据附图和实施例对本发明作进一步详细说明:
如图2所示,本发明需要的设备及软件为:1)一台装有声卡的计算机,并且需要安装Cool Edit软件。声卡应选择质量较好的,否则可能会影响到语音评价结果。2)Cool Edit软件:Cool Edit是一个集录音、混音、编辑于一体的多轨数字音频编辑软件。它可以工作在Windows 95/98/NT环境下,并要求系统中要装有一块兼容Windows的声卡。在本发明装置中用于对语音信号文件进行播放、录音、编辑和处理。3)pesqmain.exe:DOS下的可执行文件,根据ITU-T P.862标准实现了PESQ客观评价算法,使用以PCM格式存储的.wav波形文件,支持8kHz和16kHz声音采样,计算结果以文本文件的形式保存,其结果列表中包含PESQ-MOS分值以及参考信号和降级信号之间的延时。P.862标准提供PESQ算法的标准实现源代码,本发明中利用了该源代码,无须另外编程实现。
在对待测设备进行客观评价时,首先应确认待测设备正常工作,然后按照上图连接测试装置和待测设备。将测试用计算机的放音单元左声道通过直连线直接连到录音的左声道上,放音单元右声道连到待测设备的音频输入端,待测设备的音频输出端则连到录音的右声道上。如果用于测试一个通信系统,可以将此通信系统看成一个大的待测系统,因此对于一个编解码设备或者一个通信系统,其测试方法是一样的。下文统称为待测设备。
在测试用计算机上打开两个Cool Edit窗口,其中一个用于播放原始输入信号,另一个则用于录音。两个Cool Edit窗口是必须的,因为CoolEdit不能在放音的同时又进行录音。
在录音用Cool Edit窗口中首先创建一个双声道文件,该文件的采样率必须和原始输入语音信号的采样率相一致。左声道用于接收直接来自放音单元的左声道信号,右声道则接收经过待测设备处理后的失真输出语音信号。
在放音用Cool Edit窗口中播放原始输入语音信号,原始输入语音信号的采样率为8kHz或16kHz。一般来说,原始输入语音信号是单声道的,Cool Edit播放单声道文件时会自动在左右两个声道上送出相同的信号,也可以用Cool Edit将单声道文件编辑为双声道文件然后播放。
测试时需要首先在录音用Cool Edit窗口中进行录音,然后到在放音用Cool Edit窗口中播放原始输入语音信号,这样可以避免由于人工操作延迟而导致先放音后录音时语音信号的开始段被剪切。当原始输入语音信号放音完毕,停止录音。
由于放音单元录音的左声道直接用线连在一起,因此可以认为,除了人工操作录音和放音之间的延时之外,从放音单元到录音之间不会引入额外的延时,而且不会引入失真而导致音质损伤,可以认为左声道录下的语音就是原始输入语音信号。而录音输出的右声道之间存在待测设备的处理过程,因此除了人工操作延时之外,还存在着待测设备的处理延时或者通信系统的传输延时,右声道录下的语音就是待测设备处理后的失真输出语音信号。由于人工操作延时对左右声道来说是相同的,因此该延时大小是无关紧要的,只要比较录音文件左右声道之间的相对延时就可以得到待测设备的处理延时。这种方法避免了通过在原始输入语音信号前面加上同步信号的方法来对输入输出信号进行同步。
使用Cool Edit将左右两个声道的信号分开,分别保存在两个.wav波形文件中,例如分别存为ref.wav和deg.wav。可知,ref.wav可以认为就是原始输入语音信号文件,而deg.wav就是待测设备处理得到的失真输出语音信号文件。
用pesqmain.exe对ref.wav和deg.wav进行计算,计算完成后可以打开结果文件观察客观评价结果PESQ-MOS值以及延时大小。
可以重复以上步骤进行多次测量,然后可以检查最大值、最小值并计算均方差。如果均方差较大,则本次测试可能有问题,测试结果不准确,需要重新检查测试设置、测试环境等,确认无误后重新测试。也可以在放音单元端将测试用原始输入语音信号循环放音,在录音端持续录音一段时间后停止录音,然后根据测试信号的时间长度,利用Cool Edit软件的编辑功能将原始输入语音信号与失真输出语音信号分段提取出来进行计算。
Claims (9)
1.一种实现语音质量客观评价的测试方法,其特征在于,它包括如下步骤:
A)放音,即用双声道文件播放原始语音信号,其中一个声道播放的原始语音信号经过待测设备处理后输出为失真输出语音信号;
B)录音,即以相同的采样率存储失真输出语音信号和另一个声道播放的原始语音信号;
C)比较,即对存储的失真输出语音信号和原始语音信号进行比较计算,得出评价结果。
2.根据权利要求1所述的实现语音质量客观评价的测试方法,其特征在于,先启动录音装置,再进行步骤A和步骤B中的放音和录音。
3.根据权利要求1所述的实现语音质量客观评价的测试方法,其特征在于,所述方法进一步包括:将原始输入语音信号循环放音,在持续录音一段时间后停止录音,根据测试的时间将原始输入语音信号与失真输出语音信号分段提取出来进行处理,并对每一段分别计算出评价结果。
4.根据权利要求1、2或3所述的实现语音质量客观评价的测试方法,其特征在于,用Cool Edit进行步骤A和步骤B中的放音和录音。
5.根据权利要求4所述的实现语音质量客观评价的测试方法,其特征在于:所述步骤B)还包括:将放音用Cool Edit的左声道输出的信号输入录音用Cool Edit的左声道,并存储为原始输入语音信号波形文件,将放音用Cool Edit的右声道输出的信号输入待测设备单元处理后再输入录音用Cool Edit的右声道,并存储为失真输出语音信号波形文件。
6.根据权利要求1、2或3所述的实现语音质量客观评价的测试方法,其特征在于:所述步骤C)包括:对所述存储的两个语音信号文件进行处理,计算出对待测设备的PESQ-MOS值以及语音信号延时的大小。
7.根据权利要求1、2或3所述的实现语音质量客观评价的测试方法,其特征在于:重复以上所述步骤进行多次测量,然后检查所得结果的最大值、最小值并计算其均方差,若均方差较大,则需重新测试。
8.一种实现语音质量客观评价的测试装置,其特征在于,包括放音单元、录音单元和比较单元,其中所述放音单元的输入端输入原始语音信号,放音单元的一个声道与录音单元的一个声道直接相连,放音单元的另一个声道与待测设备的输入端相连,待测设备的输出端与录音单元的另一个声道相连,录音单元两个声道输出的信号再输入比较单元。
9.根据权利要求8所述的实现语音质量客观评价的测试装置,其特征在于,录音单元将放音单元输出的原始语音信号和待测设备输出的失真输出语音信号存储为波形文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB031040691A CN100493236C (zh) | 2003-02-20 | 2003-02-20 | 一种实现语音质量客观评价的测试方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB031040691A CN100493236C (zh) | 2003-02-20 | 2003-02-20 | 一种实现语音质量客观评价的测试方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1523930A true CN1523930A (zh) | 2004-08-25 |
CN100493236C CN100493236C (zh) | 2009-05-27 |
Family
ID=34282174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB031040691A Expired - Fee Related CN100493236C (zh) | 2003-02-20 | 2003-02-20 | 一种实现语音质量客观评价的测试方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100493236C (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1321390C (zh) * | 2005-01-18 | 2007-06-13 | 中国电子科技集团公司第三十研究所 | 客观音质评价归一化主客观统计相关模型的建立方法 |
CN100353796C (zh) * | 2004-08-27 | 2007-12-05 | 华为技术有限公司 | 语音质量的测试系统及方法 |
CN1988708B (zh) * | 2006-12-29 | 2010-04-14 | 华为技术有限公司 | 测试语音质量的方法及装置 |
CN102157147A (zh) * | 2011-03-08 | 2011-08-17 | 公安部第一研究所 | 一种拾音系统语音质量客观评价的测试方法 |
CN102496369A (zh) * | 2011-12-23 | 2012-06-13 | 中国传媒大学 | 一种基于失真校正的压缩域音频质量客观评价方法 |
CN102543088A (zh) * | 2012-01-18 | 2012-07-04 | 福建升腾资讯有限公司 | 一种虚拟化双向语音的音质测试方法 |
CN102664017A (zh) * | 2012-04-25 | 2012-09-12 | 武汉大学 | 一种3d音频质量客观评价方法 |
CN101374374B (zh) * | 2007-08-24 | 2013-04-24 | 鹏智科技(深圳)有限公司 | 音频测试装置及方法 |
CN103581934A (zh) * | 2012-07-19 | 2014-02-12 | 中兴通讯股份有限公司 | 一种终端语音质量评估方法和终端 |
CN105529037A (zh) * | 2015-12-04 | 2016-04-27 | 中国电子科技集团公司第五十研究所 | 通信设备语音质量评价测试系统及测试方法 |
CN105551496A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨海能达科技有限公司 | 一种对语音编解码技术的评判方法、装置及终端 |
CN108091349A (zh) * | 2016-11-23 | 2018-05-29 | 成都鼎桥通信技术有限公司 | 语音质量检测系统、方法及pesq控制终端 |
CN112802497A (zh) * | 2021-01-29 | 2021-05-14 | 深圳市捷视飞通科技股份有限公司 | 音频质量检测方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421793B1 (en) * | 1999-07-22 | 2002-07-16 | Siemens Information And Communication Mobile, Llc | System and method for automated testing of electronic devices |
-
2003
- 2003-02-20 CN CNB031040691A patent/CN100493236C/zh not_active Expired - Fee Related
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100353796C (zh) * | 2004-08-27 | 2007-12-05 | 华为技术有限公司 | 语音质量的测试系统及方法 |
CN1321390C (zh) * | 2005-01-18 | 2007-06-13 | 中国电子科技集团公司第三十研究所 | 客观音质评价归一化主客观统计相关模型的建立方法 |
CN1988708B (zh) * | 2006-12-29 | 2010-04-14 | 华为技术有限公司 | 测试语音质量的方法及装置 |
CN101374374B (zh) * | 2007-08-24 | 2013-04-24 | 鹏智科技(深圳)有限公司 | 音频测试装置及方法 |
CN102157147A (zh) * | 2011-03-08 | 2011-08-17 | 公安部第一研究所 | 一种拾音系统语音质量客观评价的测试方法 |
CN102496369A (zh) * | 2011-12-23 | 2012-06-13 | 中国传媒大学 | 一种基于失真校正的压缩域音频质量客观评价方法 |
CN102496369B (zh) * | 2011-12-23 | 2016-02-24 | 中国传媒大学 | 一种基于失真校正的压缩域音频质量客观评价方法 |
CN102543088B (zh) * | 2012-01-18 | 2013-05-01 | 福建升腾资讯有限公司 | 一种虚拟化双向语音的音质测试方法 |
CN102543088A (zh) * | 2012-01-18 | 2012-07-04 | 福建升腾资讯有限公司 | 一种虚拟化双向语音的音质测试方法 |
CN102664017A (zh) * | 2012-04-25 | 2012-09-12 | 武汉大学 | 一种3d音频质量客观评价方法 |
CN102664017B (zh) * | 2012-04-25 | 2013-05-08 | 武汉大学 | 一种3d音频质量客观评价方法 |
CN103581934A (zh) * | 2012-07-19 | 2014-02-12 | 中兴通讯股份有限公司 | 一种终端语音质量评估方法和终端 |
CN105529037A (zh) * | 2015-12-04 | 2016-04-27 | 中国电子科技集团公司第五十研究所 | 通信设备语音质量评价测试系统及测试方法 |
CN105551496A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨海能达科技有限公司 | 一种对语音编解码技术的评判方法、装置及终端 |
CN105551496B (zh) * | 2015-12-30 | 2020-01-31 | 哈尔滨海能达科技有限公司 | 一种对语音编解码技术的评判方法、装置及终端 |
CN108091349A (zh) * | 2016-11-23 | 2018-05-29 | 成都鼎桥通信技术有限公司 | 语音质量检测系统、方法及pesq控制终端 |
CN112802497A (zh) * | 2021-01-29 | 2021-05-14 | 深圳市捷视飞通科技股份有限公司 | 音频质量检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN100493236C (zh) | 2009-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rix et al. | Perceptual evaluation of speech quality (PESQ)-a new method for speech quality assessment of telephone networks and codecs | |
Rix et al. | Objective assessment of speech and audio quality—technology and applications | |
CN100493236C (zh) | 一种实现语音质量客观评价的测试方法与装置 | |
US8612237B2 (en) | Method and apparatus for determining audio spatial quality | |
US6700953B1 (en) | System, apparatus, method and article of manufacture for evaluating the quality of a transmission channel using voice recognition technology | |
US5794188A (en) | Speech signal distortion measurement which varies as a function of the distribution of measured distortion over time and frequency | |
US7024352B2 (en) | Method and device for objective speech quality assessment without reference signal | |
EP3166239B1 (en) | Method and system for scoring human sound voice quality | |
CA2633685A1 (en) | Non-intrusive signal quality assessment | |
US20040167774A1 (en) | Audio-based method, system, and apparatus for measurement of voice quality | |
US20090319268A1 (en) | Method and apparatus for measuring the intelligibility of an audio announcement device | |
Dubey et al. | Non-intrusive speech quality assessment using several combinations of auditory features | |
EP2410517B1 (en) | Method and system for the integral and diagnostic assessment of listening speech quality | |
Möller et al. | Comparison of approaches for instrumentally predicting the quality of text-to-speech systems | |
Hinterleitner et al. | Predicting the quality of synthesized speech using reference-based prediction measures | |
Côté et al. | An intrusive super-wideband speech quality model: DIAL | |
US20040054524A1 (en) | Speech transformation system and apparatus | |
EP4082011B1 (en) | Method and apparatus for dialogue intelligibility assessment | |
Kitawaki et al. | Objective quality assessment of wideband speech coding | |
Goudarzi | Evaluation of voice quality in 3G mobile networks | |
Vercellesi et al. | MP3 audio quality for single and multiple encoding | |
Kozłowski et al. | The comparison between subjective and objective, perceptual based evaluation of compressed speech and audio signals | |
Fox et al. | Towards a model of perceived quality of blind audio source separation | |
Falk | Blind estimation of perceptual quality for modern speech communications | |
Côté et al. | Evaluation of Instrumental Quality Measures for Wideband-Transmitted Speech |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090527 Termination date: 20100220 |