DE60205232T2

DE60205232T2 - Verfahren und vorrichtung zur bestimmung der qualität eines sprachsignals

Info

Publication number: DE60205232T2
Application number: DE60205232T
Authority: DE
Inventors: Gerard John BEERENDS; Pieter Andries HEKSTRA
Original assignee: Koninklijke KPN NV
Current assignee: Koninklijke KPN NV
Priority date: 2001-03-13
Filing date: 2002-03-01
Publication date: 2006-04-20
Anticipated expiration: 2022-03-02
Also published as: CA2440685A1; US20040078197A1; CN1496558A; EP1374229A1; DE60205232D1; AU2002253093A1; EP1241663A1; JP2004524753A; WO2002073601A1; WO2002073601A8; JP3927497B2; WO2002073601B1; CA2440685C; US7624008B2; ATE300779T1; ES2243713T3; CN1327407C; EP1374229B1

Description

A. TECHNISCHER HINTERGRUND DER ERFINDUNG
Die Erfindung liegt auf dem Gebiet der Qualitätsmessung von Tonsignalen, wie Audio-, Sprach- und Stimmensignalen. Insbesondere betrifft sie ein Verfahren und eine Vorrichtung zur Bestimmung, gemäss einem objektiven Messverfahren, der Sprachqualität eines Ausgangssignals, wie es von einem Sprachsignal-Verarbeitungssystem empfangen wird, in Bezug auf ein Referenz-Signal. Verfahren und Vorrichtungen von dieser Art sind bekannt, beispielsweise aus den Druckschriften [1, ..., 5] (für mehr bibliographische Informationen bezüglich dieser Druckschriften, siehe unter C. Druckschriften). Verfahren und Vorrichtungen, die der ITU-T Empfehlung P.861 oder der Nachfolge-Empfehlung P.862 folgen (siehe Druckschriften [6] und [7]), sind auch von solch einer Art. Gemäss der vorliegenden bekannten Technik wird ein Ausgangssignal aus einem Sprachsignalverarbeitungs-System und/oder aus einem Sprachsignaltransport-System, wie drahtlose Telekommunikationssysteme, Sprache über Internet-Protokoll-Übertragungssysteme (VOIP-Systeme) und Sprach-Codecs, bei denen es sich im Allgemeinen um ein verschlechtertes Signal handelt und dessen Signal-Qualität zu bestimmen ist, und ein Referenz-Signal gemäss einem psycho-körperlichen Aufnahmemodell des menschlichen Hörens auf Darstellungs-Signale abgebildet. Als ein Referenz-Signal kann ein Eingangs-Signal des Systems mit dem erhaltenen Ausgangs-Signal eingesetzt werden, wie es in den genannten Druckschriften beschrieben ist. Nachfolgend wird ein Differenz-Signal aus den Darstellungs-Signalen bestimmt, welches gemäss dem eingesetzten Erfassungsmodell für eine Störung repräsentativ ist, die das System wahrgenommen hat, und die in dem Ausgangs-Signal vorhanden ist. Das Differenz- oder Störungs-Signal bildet einen Ausdruck für das Ausmass bis zu welchem, gemäss dem Darstellungsmodell, das Ausgangs-Signal von dem Referenz-Signal abweicht. Dann wird das Störungs-Signal in Übereinstimmung mit einem kognitiven Modell verarbeitet, bei dem gewisse Eigenschaften von menschlichen Testpersonen modelliert worden sind, um ein zeit-unabhängiges Qualitäts-Signal zu erhalten, welches ein Mass für die Qualität der auditiven Aufnahme des Ausgangs-Signals bildet.
Die bekannte Technik, und insbesondere die Verfahren und Vorrichtungen, die der Empfehlung P.862 folgen, haben allerdings den Nachteil, dass schwere Verzerrungen, wie sie durch extrem schwache oder stumme Abschnitte im verschlechterten Signal bewirkt werden, und die im Referenz-Signal Sprache enthalten, in einem Qualitäts-Signal resultieren können, welches eine schlechte Korrelation mit subjektiv bestimmten Qualitäts-Messungen aufweist, wie die mittleren Meinungswerte (MOS = Mean Opinion Scores) von menschlichen Testpersonen. Solche Verzerrungen können als Konsequenz von Zeit-Schnitten auftreten, das heisst dem Ersatz von kurzen Abschnitten in dem Sprach- oder Audio-Signal durch Stille, beispielsweise im Falle von verlorenen Paketen in paketvermittelnden Systemen. In solchen Fällen ist die vorhergesagte Qualität signifikant höher als die subjektiv wahrgenommene Qualität.
B. Zusammenfassung der Erfindung
Ein Ziel der vorliegenden Erfindung, wie es in den beigefügten unabhängigen Ansprüchen niedergelegt ist, liegt darin, ein verbessertes Verfahren und eine entsprechende Vorrichtung zur Bestimmung der Qualität eines Sprachsignals zu liefern, welche nicht diese Nachteile aufweisen.
Die vorliegende Erfindung basiert unter anderem auf der folgenden Betrachtung. Der Gewinn eines getesteten Systems ist a priori im Allgemeinen nicht bekannt. Daher wird in einer Initialisierungs- oder Vorverarbeitungs-Phase des Hauptschrittes der Verarbeitung des Ausgangs-Signals (des verschlechterten Signals) und des Referenz-Signals ein Skalier-Schritt ausgeführt, mindestens auf dem Ausgangs-Signal durch Anwendung eines Skalier-Faktors für eine über alles oder globale Skalierung der Leistung des Ausgangs-Signals auf ein bestimmtes Leistungsniveau. Das bestimmte Leistungsniveau kann sich auf das Leistungsniveau des Referenz-Signals in Techniken wie jener, die der Empfehlung P.861 folgen, oder auf ein vordefiniertes festes Niveau in Techniken, die der Empfehlung P.862 folgen, beziehen. Der Skalier-Faktor ist eine Funktion des reziproken Wertes der Quadratwurzel der mittleren Leistung des Ausgangssignals. In Fällen, in denen das verschlechterte Signal extrem schwache oder stille Abschnitte umfasst, führt dieser reziproke Wert zu grossen Zahlen. Es ist das Verhalten des reziproken Wertes von solch einem leistungsbezogenen Parameter, der benutzt werden kann, um die Verzerrungs-Berechnung in solch einer Weise zu adaptieren, dass eine viel bessere Vorhersage der subjektiven Qualität des unter Test stehenden Systems möglich ist.
Ein weitergehendes Ziel der vorliegenden Erfindung ist es, ein Verfahren und eine Vorrichtung der oben genannten Art zu liefern, die eine besser steuerbare Skalier-Verarbeitung umfassen, sowie Mittel für eine solche besser steuerbare Skalier-Vorrichtung.
Dieses und andere Ziele werden bei einem Verfahren und einem Gegenstand der oben genannten Art durch Einführen eines zweiten zusätzlichen Skalier-Schrittes erreicht, der ausgeführt wird durch Anwenden eines zweiten Skalier-Faktors mit Einsatz von mindestens einem Einstellungs-Parameter, aber vorzugsweise von zwei Einstellungs-Parametern. In dem bevorzugten Fall ist der zweite Skalier-Faktor eine Funktion eines reziproken Wertes eines leistungsbezogenen Parameters, der zu einem Exponenten erhoben ist, der einem Wert eines ersten Einstellungs-Parameters entspricht, bei welcher Funktion der leistungsbezogene Parameter mit einem Wert erhöht wird, der dem zweiten Einstellungs-Parameter entspricht. Der zweite Skalier-Schritt kann in verschiedenen Stufen des Verfahrens und in der Vorrichtung ausgeführt werden.
Der Einsatz eines Skalier-Faktors, der eine Funktion eines reziproken Wertes eines leistungsbezogenen Parameters einer Art ist, die als Quadratwurzel der mittleren Leistung des Ausgangs-Signals bekannt ist, hat noch den weiteren Nachteil, dass immer noch andere Fälle existieren, die zu unsicheren Sprachqualitäts-Vorhersagen führen. Einer dieser Fälle ist der folgende. Zwei verschlechterte Sprachsignale, welche die Ausgangs-Signale von zwei verschiedenen Sprachsignal-Verarbeitungssystemen im Test sind und die dasselbe Eingangs-Referenz-Signal haben, können dieselben Werte für die durchschnittliche Leistung aufweisen. Beispielsweise kann eines der Signale eine relativ grosse Leistung während einer nur kurzen Zeit der gesamten Sprachdauer und entsprechend extrem geringe oder gar null Leistung an anderen Orten aufweisen, wohingegen das andere Signal eine relativ geringe Leistung während der gesamten Sprachdauer aufweist. Solche verschlechterten Signale können im Wesentlichen dieselbe Vorhersage der Sprachqualität aufweisen, wobei sie sich in der subjektiv erfahrenen Sprachqualität stark voneinander unterscheiden können.
Ein nochmals weiteres Ziel der vorliegenden Erfindung ist es, ein Verfahren und eine Vorrichtung der oben genannten Art zu liefern, bei dem ein Skalier-Faktor eingeführt wird, der zu sicheren Sprachqualitäts-Vorhersagen auch in Fällen von unterschiedlich verschlechterten Signalen führt, die im Wesentlichen die gleichen Durchschnittleistungs-Werte wie oben beschrieben aufweisen.
Diese und nochmals weitere andere Ziele werden erreicht durch Einführen, in den ersten und/oder zweiten Skalier-Operationen des Verfahrens und der Vorrichtung der oben genannten Art von dem Einsatz von zwei neuen Skalier-Faktoren, die auf leistungsbezogenen Parametern basieren, die sich von der durchschnittlichen Signal-Leistung unterscheiden. Ein erster neuer Skalier-Faktor ist eine Funktion eines neuen, leistungsbezogenen Parameters, der Signalleistungs-Aktivität (SPA = Signal Power Activity) genannt wird, der als die Gesamtzeit definiert wird, während der die Leistung eines betroffenen Signals oberhalb oder gleich zu einem vordefinierten Schwellwert ist. Der erste neue Skalier-Faktor wird durch Skalieren des Ausgangs-Signals in der ersten Skalier-Operation definiert und ist eine Funktion des reziproken Wertes des SPA des Ausgangs-Signals. Vorzugsweise ist der erste neue Skalier-Faktor eine Funktion des Verhältnisses des SPA des Referenz-Signals und des SPA des Ausgangs-Signals. Der erste neue Skalier-Faktor kann eingesetzt werden anstelle von oder in Kombination mit (beispielsweise einer Multiplikation) dem bekannten Skalier-Faktor, der auf der mittleren Signalleistung basiert. Der zweite neue Skalier-Faktor wird von dem abgeleitet, was als lokaler Skalier-Faktor benannt werden kann, das heisst das Verhältnis der momentanen Leistungen der Referenz- und Ausgangs-Signale, bei denen die Einstellungs-Parameter auf dem lokalen Niveau eingeführt werden. Eine lokale Version des zweiten neuen Skalier-Faktors kann in der zweiten Skalier- Operation angewandt werden, wenn sie direkt auf dem immer noch zeitabhängigen Differenz-Signal während, und in einer Kombinierstufe des Verfahrens und der Vorrichtung, ausgeführt wird. Eine globale Version des zweiten neuen Skalier-Faktors wird erreicht durch Mitteln von zuerst dem lokalen Skalier-Faktor über die Gesamtdauer des Sprachsignals und dann dem Anwenden von diesem in der zweiten Skalier-Operation, wie sie während und in der Signal-Kombinierstufe ausgeführt wird, anstelle von oder in Kombination mit einer Skalier-Operation, die den Skalier-Faktor, der von dem (bekannten und/oder ersten neuen) Skalier-Faktor abgeleitet wird, der in der ersten Skalier-Operation angewandt wird.
Der erste neue Skalier-Faktor ist vorteilhafter in Fällen von verschlechterten Sprachsignalen mit Teilen von extrem schwachen oder null Leistung von relativ langer Dauer, wohingegen der zweite neue Skalier-Faktor vorteilhafter für solche Signale ist, die ähnliche Teile von relativ kurzer Dauer aufweisen.
C. Druckschriften

[1] Beerends J. G., Stemerdink J. A., „A perceptual speech-quality measure based on a psychoacoustic sound representation", J. Audio Eng. Soc., Band 42, Nr. 3, Dez. 1994, Seiten 115–123;
[2] W[2O-A-96/28950;
[3] W[O-A-96/28952;
[4] W[4O-A-96/28953;
[5] WO-A-97/44779;
[6] ITU-T Empfehlung P.861, „Objective measurement of Telephoneband (330–3400 Hz) speech codecs", 06/96;
[7] ITU-T Empfehlung P.862, (02/2001), Serie P: Telephone Transmission Quality, Telephone Installations, Local Line Networks; Methods for objective and subjective assessment of quality – Perceptual evaluation of speech quality (PESQ), an objective method for end-to-end speech quality assessment of narrow-band telephone networks and speech codecs.

D. Kurze Beschreibung der Zeichnungen
Die Erfindung wird nun weiter mit Hilfe der Beschreibung von beispielhaften Ausführungsbeispielen näher beschrieben, wobei Bezug genommen wird auf eine Zeichnung, welche die folgenden Figuren umfasst:
1 zeigt in schematischer Weise einen bekannten Systemaufbau, welcher eine Vorrichtung zur Bestimmung der Qualität eines Sprachsignals umfasst;
2 zeigt ein Blockschaltbild eines Details einer bekannten Vorrichtung zur Bestimmung der Qualität eines Sprachsignals;
3 zeigt in einem Blockschaltbild ein ähnliches Detail, wie in der 2 gezeigt, einer anderen bekannten Vorrichtung;
4 zeigt in einem Blockschaltbild ein ähnliches Detail, wie in der 2 oder in der 3 gezeigt, gemäss der Erfindung;
5 zeigt in einem Blockschaltbild eine Vorrichtung zur Bestimmung der Qualität eines Sprachsignals gemäss der Erfindung, mit einer Variante des Details, welches in der 4 dargestellt ist;
6 zeigt in einem Teil des Block-Schaltbildes nach 5 eine Variante eines Details der Vorrichtung aus 5;
7 zeigt in einer ähnlichen Art und Weise wie 6 eine weitere Variante.
E. Beschreibung von beispielhaften Ausführungsbeispielen
1 zeigt in schematischer Weise einen bekannten Aufbau einer Anwendung einer objektiven Messtechnik, die auf einem Modell der menschlichen Gehör-Wahrnehmung und -Erkennung basiert, wie dies aus einer der ITU-T Empfehlungen P.861 und P.862 folgt, um die wahrgenommene Qualität von Sprachverbindungen oder Codecs zu schätzen. Es umfasst ein unter Test stehendes System oder Telekommunikations-Netzwerk 10, was im Nachhinein kurz als System 10 benannt wird, und eine Qualitäts-Messvorrichtung 11 zur erkennenden Analyse von vorgelegten Sprachsignalen. Ein Sprachsignal X₀(t) wird auf der einen Seite als Eingangssignal des Netzwerkes 10 und auf der anderen Seite als ein erstes Eingangssignal X(t) der Vorrichtung 11 eingesetzt. Ein Ausgangssignal Y(t) des Netzwerkes 10, bei dem es sich in der Tat um das Sprachsignal X₀(t) handelt, welches von dem Netzwerk 10 beeinflusst wird, wird als ein zweites Eingangs-Signal der Vorrichtung 11 eingesetzt. Ein Ausgangs-Signal Q der Vorrichtung 11 stellt eine Schätzung der erfassbaren Qualität der Sprachverbindung durch das Netzwerk 10 dar. Da das Eingangs-Ende und das Ausgangs-Ende einer Sprachverbindung, insbesondere im Falle, dass es durch ein Telekommunikationsnetzwerk läuft, entfernt voneinander angeordnet sind, wird für Eingangs-Signale der Qualitäts-Messvorrichtung in den meisten Fällen Sprachsignale X(t) eingesetzt werden, die auf Datenbanken gespeichert sind. Hier wird wie üblich wird unter Sprachsignal jedes Geräusch verstanden, welches dem Grunde nach für das menschliche Gehör wahrnehmbar ist, wie Sprache und Töne. Das getestete System kann natürlich auch ein Simulationssystem sein, welches beispielsweise ein Telekommunikations-Netzwerk simuliert. Die Vorrichtung 11 führt einen Hauptverarbeitungs-Schritt aus, der aufeinanderfolgend in einem Vorverarbeitungs-Abschnitt 11.1 einen Vorverarbeitungs-Schritt, der von Vorverarbeitungsmitteln 12 ausgeführt wird, in einem Verarbeitungs-Abschnitt 11.2 einen weiteren Verarbeitungs-Schritt, der von ersten und zweiten Signalverarbeitungsmitteln 13 und 14 ausgeführt wird, und in einem Signalkombinier- Abschnitt 11.3 einen Kombinationssignal-Verarbeitungsschritt umfasst, der von signaldifferenzierenden Mitteln 15 und Modelliermitteln 16 ausgeführt wird. In dem Vorverarbeitungsschritt werden die Signale X(t) und Y(t) für den Schritt der weiteren Verarbeitung in den Mitteln 13 und 14 vorbereitet, wobei die Vorverarbeitung das Skalieren des Leistungs-Niveaus sowie Zeitausrichtungs-Operationen umfasst. Der weitere Verarbeitungsschritt impliziert das Abbilden des (verschlechterten) Ausgangs-Signals Y(t) und des Referenz-Signals X(t) auf Darstellungs-Signale R(Y) und R(X) gemäss einem psycho-körperlichen Wahrnehmungsmodell des menschlichen Gehörs. Während des Kombinations-Signal-Verarbeitungsschrittes wird ein Differenz- oder Störsignal D durch die Differenzier-Mittel 15 aus den besagten Darstellungs-Signalen bestimmt, was dann durch die Modellier-Mittel 16 in Übereinstimmung mit einem kognitiven Modell verarbeitet wird, in dem gewisse Eigenschaften von menschlichen Testpersonen modelliert sind, um das Qualitätssignal Q zu erhalten.
Kürzlich ist festgestellt worden, dass die bekannte Technik, und insbesondere die der Empfehlung P.862, einen wesentlichen Nachteil dahingehend aufweist, dass schwere Verzerrungen, wie sie durch extrem schwache oder stille Abschnitte in dem verschlechterten Signal bewirkt worden sind, die nicht in dem Referenz-Signal auftreten, zu Qualitäts-Signalen Q führen können, welche die Qualität erheblich höher einschätzen als die subjektiv wahrgenommene Qualität und daher schlechte Korrelationen mit subjektiv bestimmten Qualitätsmessungen aufweisen, wie den mittleren Wahrnehmungswerten (MOS für Mean Opinion Scores) von menschlichen Testpersonen. Solche Verzerrungen können als Folge von Zeit-Schnitten auftreten, das heisst der Ersatz von kurzen Abschnitten in der Sprache oder dem Audio-Signal durch Ruhe, beispielsweise im Falle von verloren gegangenen Paketen in einem paketvermittelnden System.
Da der Gewinn in einem Test-System im Allgemeinen vorab nicht bekannt ist, wird während der Initialisierungs- oder Vorverarbeitungs-Phase ein Skalier-Schritt ausgeführt, mindestens auf dem (verschlechterten) Ausgangs-Signal durch Anwendung eines Skalier-Faktors zum Skalieren der Leistung des Ausgangs-Signals auf ein bestimmtes Leistungs-Niveau. Das bestimmte Leistungs-Niveau kann mit dem Leistungs-Niveau des Referenz-Signals in Techniken bezogen werden, wie der folgend der Empfehlung P.861. Das Skalier-Mittel 20 für solch einen Skalier-Schritt ist in schematischer Weise in 2 dargestellt. Das Skalier-Mittel 20 hat die Signale X(t) und Y(t) als Eingangs-Signale und die Signale X_s(t) und Y_s(t) als Ausgangs-Signale. Das Skalieren ist dergestalt, dass das Signal X(t) = X_s(t) unverändert ist und dass das Signal Y(t) auf Y_s(t) = S₁·Y(t) in der Skalier-Einheit 21 skaliert wird, wobei der Skalier-Faktor angewandt wird:
In diesen Formeln bedeuten P_average(X) und P_average(Y) jeweils die zeitgemittelte Leistung der Signale X(t) und Y(t).
Das bestimmte Leistungs-Niveau kann auch auf ein vorbestimmtes festes Niveau in Techniken bezogen werden, die der Empfehlung P.862 folgen. Die Skalier-Mittel 30 für solch einen Skalier-Schritt sind schematisch in der 3 dargestellt. Das Skalier-Mittel 30 hat die Signale X (t) und Y (t) als Eingangs-Signale und die Signale X_s(t) und Y_s(t) als Ausgangs-Signale. Die Skalierung ist dergestalt, dass das Signal X_s(t) auf X_s(t) = S₂·X(t) in der Skalier-Einheit 31 skaliert wird und dass das Signal Y(t) auf Y_s(t) = S₃·Y(t) in der Skalier-Einheit 32 skaliert wird, wobei jeweils die folgenden Skalier-Faktoren angewandt werden:
bei welchen P_fixed (d.h. P_f) ein vordefiniertes Leistungsniveau ist, das sogenannte konstante Ziel-Niveau, und P_average(X) und P_average(Y) dieselben Bedeutungen wie oben gegeben aufweisen.
In beiden Fällen werden Skalier-Faktoren eingesetzt, die eine Funktion des reziproken Wertes eines leistungsbezogenen Parameters sind, d.h. die Quadratwurzel der Leistung des Ausgangssignals für S₁ und S₃, oder auf die Leistung des Referenz-Signals für S₂. In Fällen, in denen das verschlechterte Signal und/oder das Referenz-Signal grosse Teile von extrem schwachen oder stummen Abschnitten umfasst, können leistungsbezogene Parameter auf sehr kleine Werte oder selbst null absinken und demzufolge können die reziproken Werte auf sehr grosse Zahlen anschwellen. Diese Tatsache liefert einen Startpunkt für das Durchführen der Skalier-Operationen und vorzugsweise auch für die Skalier-Faktoren, die darin benutzt werden, die einstellbar und demgemäss besser steuerbar sind.
Um solch eine bessere Kontrollierbarkeit zu erreichen, wird zuerst ein weiterer, zweiter Skalier-Schritt eingeführt durch Anwenden eines weiteren, zweiten Skalier-Faktors. Dieser zweite Skalier-Faktor kann gleich zu (aber nicht notwendigerweise, siehe unten) dem ersten Skalier-Faktor sein, wie er für das Skalieren des Ausgangs-Signals in dem ersten Skalier-Schritt eingesetzt worden ist, aber zur Potenz α erhoben. Die Potenz α ist ein erster Einstellungs-Parameter mit bevorzugten Werten zwischen 0 und 1. Es ist möglich, den zweiten Skalier-Schritt auf verschiedenen Ebenen in der Qualitäts-Messvorrichtung durchzuführen (siehe unten). Zweitens kann ein zweiter Einstellungs-Parameter Δ, mit einem Wert ≥ 0, zu jedem zeitgemittelten Signal-Leistungswert hinzugefügt werden, wie er als Skalier-Faktor oder als Skalier-Faktoren in der ersten beziehungsweise der zweiten der zwei oben genannten Fälle des Standes der Technik eingesetzt wird. Der zweite Einstellungs-Parameter Δ hat einen vordefinierten einstellbaren Wert, um den Nenner von jedem Skalier-Faktor zu einem grösseren Wert zu erhöhen, insbesondere in den erwähnten Fällen von extrem schwachen oder stillen Abschnitten. Der Skalier-Faktor oder die Skalier-Faktoren, die so verändert sind (für Δ ≠ 0), oder es nicht sind (für Δ = 0), ist oder sind in dem ersten Skalier-Schritt der Initialisations-Phase in einer ähnlichen Art und Weise wie oben beschrieben unter Bezugnahme auf die 2 und 3 eingesetzt, wie sie es auch im zweiten Skalier-Schritt sind. Im folgenden werden drei verschiedene Wege beschrieben, unter Bezugnahme auf die 4 und 5, bei denen der zweite Skalier-Faktor von dem ersten Skalier-Faktor abgeleitet wird, gefolgt von einer Beschreibung unter Bezugnahme auf die 6 und 7 für einige Wege, bei denen das nicht der Fall ist.
Die 4 zeigt in schematischer Weise eine Skalier-Anordnung 40 zum Ausführen des ersten Skalier-Schrittes durch Anwenden von modifizierten Skalier-Faktoren und dem zweiten Skalier-Schritt. Die Skalier-Anordnung 40 hat die Signale X(t) und Y(t) als Eingangs-Signale, und die Signale X'_s(t) und Y'_s(t) als Ausgangs-Signale. Der erste Skalier-Schritt ist dergestalt, dass das Signal X(t) in der Skalier-Einheit 41 auf X_s(t) = S'₂·X(t) und das Signal Y(t) in der Skalier-Einheit 42 auf Y_s(t) = S'₃·Y(t) skaliert wird, jeweils durch Anwendung der modifizierten Skalier-Faktoren:
für Fälle mit einem Skalier-Schritt in Übereinstimmung mit 2, in welcher X_s(t) = X(t) ist, (d.h. S(X + Δ) = 1 in der 4), und
für Fälle mit einem Skalier-Schritt in Übereinstimmung mit 3.
Der zweite Skalier-Schritt wird dergestalt ausgeführt, dass das Signal X_s(t) in der Skalier-Einheit 43 auf X'_s(t) und S₄·X_s(t) skaliert wird und dass das Signal Y_s(t) in der Skalier-Einheit 44 auf Y'_s(t) = S₄·Y_s(t) skaliert wird, durch Anwendung des Skalier-Faktors: S4 = Sα(Y + Δ) {4}
Der Skalier-Faktor S₄ kann durch die Skalier-Einheit 42 erzeugt werden und an die Skalier-Einheiten 43 und 44 des zweiten Skalier-Schrittes wie dargestellt übergeben werden. Andererseits kann der Skalier-Faktor S₄ auch durch die Skalier-Einheiten 43 und 44 in dem zweiten Skalier-Schritt durch Anwenden des Skalier-Faktors S₃, wie er von der Skalier-Einheit 42 im ersten Skalier-Schritt empfangen worden ist, erzeugt werden.
Es wird geschätzt, dass die ersten und zweiten Skalier-Schritte innerhalb der Skalier-Anordnung 40 in einem einzigen Skalier-Schritt kombiniert werden können, der auf den Signalen X(t) und Y(t) durch Skalier-Einheiten ausgeführt wird, die Kombinationen jeweils der Skalier-Einheiten 41 und 43, beziehungsweise der Skalier-Einheit 42 und 44 sind, durch Anwenden von Skalier-Faktoren, welche die Produkte der Skalier-Faktoren sind, welche in den getrennten Skalier-Einheiten eingesetzt worden sind. Solch ein kombinierter Skalier-Schritt, in dem die Parameter zwischen – 1 < α ≤ 0 und Δ ≥ –0 gewählt werden, ist äquivalent zu dem Fall, in dem nur der erste Skalier-Schritt vorhanden ist, der einen Skalier-Faktor anwendet, in dem der reziproke Wert des leistungsbezogenen Parameters zu einem Exponenten erhoben wird, der einem Einstellungs-Parameter α' entspricht, wobei 0 < (α' = 1 + α ≤ –1) ist, und bei dem der leistungsbezogene Parameter mit einem Einstellungs-Wert entsprechend dem Parameter Δ erhöht wird.
Die Werte der Parameter α und Δ werden in solch einer Weise eingestellt, dass für Testsignale X(t) und Y(t) die objektiv gemessenen Qualitäten hohe Korrelationen mit subjektiv wahrgenommenen Qualitäten (MOS) aufweisen. Beispiele von verschlechterten Signalen mit Ersatzsprache mit Schweigen von bis zu 100% schienen gute Korrelationen von über 0.8 zu geben, wohingegen die Qualität derselben Beispiele, wenn sie in der üblichen Art und Weise gemessen worden sind, Werte unter 0.5 angaben. Darüber hinaus erschienen keine Unterschiede für Fälle, bei denen die Empfehlung P.862 validiert worden ist.
Die Werte für die Parameter α und Δ können in den Vorverarbeitungsmitteln der Messvorrichtung gespeichert werden. Dennoch kann das Einstellen des Parameters Δ auch erreicht werden durch Hinzufügen einer Menge von Rauschen zu dem verschlechterten Ausgangs-Signal am Eingang der Vorrichtung 11 in solch einer Weise, dass das Geräusch-Niveau eine durchschnittliche Leistung aufweist, die gleich ist zu dem Wert, der für den Einstellungs-Parameter Δ in einem bestimmten Fall benötigt wird.
Anstelle von der Durchführung in der Vorverarbeitungs-Phase, kann der zweite Skalier-Schritt auch in einer späteren Stufe während der Verarbeitung der Ausgangs- und Referenz-Signale durchgeführt werden. Der Ort des zweiten Skalier-Schrittes braucht nicht begrenzt zu sein auf die Stufe, in welcher die Signale getrennt verarbeitet werden. Der zweite Skalier-Schritt kann auch in der signalkombinierenden Stufe ausgeführt werden, jedoch mit verschiedenen Werten für die Parameter α und Δ. So ist es in 5 dargestellt, was in schematischer Weise eine Messvorrichtung 50 darstellt, die ähnlich ist zu der Messvorrichtung 11 der 1 und welche aufeinanderfolgend einen Vorverarbeitungs-Abschnitt 50.1, einen Verarbeitungs-Abschnitt 50.2 und einen Signalkombinier-Abschnitt 50.3 umfasst. Der Vorverarbeitungs-Abschnitt 50.1 umfasst die Skalier-Einheiten 41 und 42 des ersten Skalier-Schrittes, wobei die Einheit 42 den Skalier-Faktor S₄ erzeugt (siehe Formel {4}), auf den in der Figur durch S^αi(Y + Δ_i) hingewiesen wird, wobei i = 1,2 für einen ersten und einen zweiten Fall darstellt.
Im ersten Fall (i = 1) wird der zweite Skalier-Schritt in dem Signalkombinations-Abschnitt 50.3 durch die Skalier-Einheit 51 und durch Anwenden des Skalier-Faktors S₄ = S^α1(Y + Δ₁) ausgeführt, womit das Differenz-Signal D zu einem skalierten Differenz-Signal D' = S^αi(Y + Δ_i)·D skaliert wird.
Alternativ wird im zweiten Fall (i = 2) der zweite Skalier-Schritt, wiederum in dem Signalkombinier-Abschnitt 50.3, durch die Skalier-Einheit 52 und durch das Anwenden des Skalier-Faktors S₄ = S^α2(Y + Δ₂) durchgeführt, wodurch das Qualitäts-Signal Q zu einem skalierten Qualitäts-Signal Q' = S^α2(Y + Δ₂)·Q skaliert wird.
Für die Parameter α_i und Δ_i gilt dasselbe wie vorhergehend erwähnt in Bezug auf die Parameter α und Δ.
Anstelle einer Alternative kann der Skalier-Schritt des zweien Falles (i = 2) auch als dritter Skalier-Schritt zusätzlich zu dem zweiten Skalier-Schritt des ersten Falles (i = 1) ausgeführt werden, jedoch mit verschiedenen geeigneten Einstellungs-Parametern.
Weitere Verbesserungen werden durch Einführen in den ersten und/oder zweiten Skalier-Operationen von zwei neuen Skalier-Faktoren erreicht, die auf leistungsbezogenen Parametern basieren, die sich von der durchschnittlichen Signalleistung unterscheiden.
Eine erste neue Art von Skalier-Faktor kann definiert werden und im ersten Skalier-Schritt angewandt werden und auch im zweiten Skalier-Schritt, welcher auf einem unterschiedlichen Parameter basiert, der sich auf die Leistung des Signals X(t) und/oder das Signal Y(t) bezieht. Anstelle des Einsatzes einer zeitgemittelten Leistung P_average der Signale X(t) und Y(t) wie in den Formeln {1},–,{3} und {1'},–,{3'} kann ein unterschiedlicher leistungsbezogener Parameter eingesetzt werden, um einen Skalier-Faktor zu definieren, um die Leistung des (verschlechterten) Ausgangs-Signals zu einem bestimmten Leistungs-Niveau zu skalieren. Dieser unterschiedliche leistungsbezogene Parameter wird Signalleistungs-Aktivität (SPA = Signal Power Activity) genannt. Die Leistungssignal-Aktivität eines Sprachsignals Z(t) wird als SPA(Z) bezeichnet, was die gesamte Zeitdauer bedeutet, während der die Leistung des Signals Z(t) mindestens gleich zu einem vordefinierten Schwellwert-Leistungsniveau P_thr ist.
Eine mathematische Formulierung des SPA eines Signals Z(t) von einer Gesamtdauer T ist gegeben durch:
bei der F(t) eine Schritt-Funktion wie folgt ist:
Hierbei bedeutet P(Z(t)) den momentanen Leistungswert des Signals Z(t) zur Zeit t, und P_tr bedeutet einen vordefinierten Schwellwert für die Signal-Leistung.
Der Ausdruck {5} für den SPA ist für Fälle einer kontinuierlichen Signal-Verarbeitung geeignet. Ein Ausdruck, der in Fällen einer diskreten Signal-Verarbeitung geeignet ist, die Zeitrahmen einsetzt, wird gegeben durch:
bei der F(t_i) eine Schritt-Funktion ist, wie folgt:
und bei dem t_i = (i/N)T für i = 1, ..., N und t₀ = 0, und N die gesamte Anzahl von Zeitrahmen ist, in denen das Signal Z(t) geteilt wird, um verarbeitet zu werden. Unter Nennung eines Zeitrahmens, für den F (t_i) = 1 ist, als aktiver Rahmen, zählt Formel {5'} die Gesamtzahl von aktiven Rahmen in dem Signal Z(t).
Unter Einsatz des leistungsbezogenen Parameters SPA, der so definiert worden ist, werden neue Skalier-Faktoren in einer ähnlichen Art und Weise wie die Skalier-Faktoren der Formeln {1}, ..., {3}, {1'}, ..., {3'} und {4} definiert, entweder um diese zu ersetzen, oder um mit diesen in der Multiplikation eingesetzt zu werden. Diese neuen Skalier-Faktoren sind die folgenden: T1 = T(X, Y) = SPA(X)/SPA(Y) {6.1} T2 = T(SPAf, X) = SPAfixed/SPA(X) {6.2} T3 = T(SPAf, Y) = SPAfixed/SPA(Y) {6.3} T'1 = T(Y + Δ) = {SPA(X)Δ}/{SPA(Y) + Δ} {6.1'} T'2 = T(X + Δ) = SPAfixed/{SPA(X) + T(Y + Δ)} {6.2'} T'3 = T(Y + Δ) = SPAfixed/{SPA(Y) + Δ} {6.3'}und T4 = Tα(Y + Δ) {6.4}
Hierbei ist SPA_fixed (d.h. SPA_f) ein vordefiniertes Signalleistungs-Aktivitätsniveau, welches in einer ähnlichen Art und Weise wie das vordefinierte Leistungsniveau P_fixed gewählt werden kann, welches oben erwähnt worden ist.
Da die so definierten Skalier-Faktoren auch eine Funktion eines reziproken Wertes eines leistungsbezogenen Parameters sind, das heisst der Parameter SPA, der unter gewissen Umständen auch Werte haben kann, die sehr klein oder null sind, werden die Parameter α und Δ, wie sie in den Skalier-Faktoren der Formeln {6.1'}, ..., {6.3'} und {6.4} eingesetzt sind, so vorteilhaft für eine bessere Steuerbarkeit der Skalier-Operationen. Sie werden in einer ähnlichen Art und Weise eingestellt, aber werden sich im Allgemeinen von den Parametern unterscheiden, die in den Skalier-Faktoren gemäss den Formeln {1'}, ..., {3'} und {4} eingesetzt werden. Beispielsweise hat im letzteren Fall Δ die Dimension der Leistung und sollte einen nicht vernachlässigbaren Wert im Bezug auf P_average(X) haben (in {1'}) oder zu P_fixed (in {2'} oder {3'}), wobei im vorliegenden Fall Δ eine dimensionslose Zahl ist, die gleich zu 1 gesetzt werden kann.
Im Nachhinein wird ein Skalier-Faktor, der auf der SPA eines Sprachsignals basiert, ein T-Typ Skalier-Faktor genannt, während ein Skalier-Faktor, der auf dem P_average eines Sprachsignals basiert, ein S-Typ Skalier-Faktor genannt wird.
Ein T-Typ Skalier-Faktor kann eingesetzt werden anstelle eines entsprechenden S-Typ Skalier-Faktors in jeder der Skalier-Operationen, die auf die Bezugnahme auf die 1 bis 5 beschrieben worden sind.
Der Einsatz eines T-Typ Skalier-Faktors liefert eine Lösung für das Problem der nicht verlässlichen Sprachqualitäts-Vorhersage in Fällen, in denen zwei verschiedene verschlechterte Sprachsignale, die Ausgangs-Signale von zwei unterschiedlichen Sprachsignal-Verarbeitungssystemen im Test sind, und die von demselben Eingangs-Referenzsignal stammen, den selben Wert für die durchschnittliche Leistung aufweisen. Falls beispielsweise eines der Signale eine relativ grosse Leistung während nur einer kurzen Zeit der gesamten Sprachsignal-Dauer aufweist und extrem geringe oder null Leistung anderswo hat, wohingegen das andere Signal eine relativ geringe Leistung während der gesamten Sprachdauer aufweist, dann können solche verschlechterten Signale im Wesentlichen die selbe Vorhersage der Sprachqualität aufweisen, wohingegen sie sich in der subjektiv wahrgenommenen Sprachqualität stark unterscheiden. Unter Einsatz eines T-Typ Skalier-Faktors in solchen Fällen anstelle eines S-Typ Skalier-Faktors werden sich unterschiedliche und damit verlässlichere Vorhersagen treffen lassen. Dennoch ist es möglich, dass zwei unterschiedliche verschlechterte Sprachsignale anstelle desselben Wertes für die durchschnittliche Leistung, auch denselben Wert für die Signalleistungs-Aktivität aufweisen und demgemäss werden sie auch in unverlässlichen Vorhersagen resultieren, so dass es vorteilhaft sein wird, einen Skalier-Faktor einzusetzen, der eine Kombination eines S-Typ und eines T-Typ Skalier-Faktors ist.
Verschiedene Kombinationen sind möglich, wie eine lineare Kombination oder eine Produkt-Kombination von verschiedenen oder gleichen Leistungen eines S-Typ und eines T-Typ Skalier-Faktors.
Eine bevorzugte Kombination ist die einfache Multiplikation von einem der S-Typ Skalier-Faktoren mit dem entsprechenden T-Typ Skalier-Faktor, um einen entsprechenden U-Typ Skalier-Faktor wie folgt zu definieren: U1 = S1·T1, U2 = S2·T2, U3 = S3·T3, U'1 = S'1·T'1, U'2 = S'2·T'2, U3 = S'3·T'3, und U4 = S4·T4.
Jeder der so definierten U-Typ Skalier-Faktoren kann eingesetzt werden anstelle eines entsprechenden S-Typ Skalier-Faktors in jedem der Skalier-Operationen, die unter Bezugnahme auf die 1 bis 5 beschrieben worden sind.
Ein zweiter neuer Skalier-Faktor ist eine Funktion eines reziproken Wertes eines nochmals anderen leistungsbezogenen Parameters, das heisst die momentane Leistung eines Sprachsignals. Insbesondere ist er abgeleitet von etwas, was ein lokaler Skalier-Faktor genannt werden kann, d.h. das Verhältnis der momentanen Leistungen von Referenz- und Ausgangs-Signalen. Der zweite neue Skalier-Faktor wird durch das Mitteln dieses lokalen Skalier-Faktors über die Gesamtdauer des Sprachsignals erhalten, wobei die Einstellungs-Parameter α und Δ bereits auf lokalem Niveau eingeführt worden sind. Ein so erreichter Skalier-Faktor, der im folgenden V-Typ Skalier-Faktor genannt wird, kann in einer Skalier-Operation angewandt werden, die in dem Signalkombinier-Abschnitt 50.3 der Messvorrichtung 50 durchgeführt wird, an Stelle oder in Kombination mit einer der Skalier-Operationen, die durch die Skalier-Einheiten 51 und 52 mit einer im Wesentlichen unveränderten Skalier-Operation ausgeführt wird, die durch die Skalier-Einheit 42 in dem Vorverarbeitungs-Abschnitt 50.1 durchgeführt wird. Es bestehen verschiedene Möglichkeiten zum Ausführen einer Skalier-Operation, welche auf dem V-Typ Skalier-Faktor basiert, abhängig davon, ob es sich um eine lokale oder eine globale Version handelt, die angewandt wird. Einige dieser Möglichkeiten werden unter Bezugnahme auf die 6 und 7 nun beschrieben.
Eine lokale Version V_L des V-Typ Skalier-Faktors, in welchem bereits zwei Einstellungsparameter eingeführt worden sind, wird durch den folgenden mathematischen Ausdruck gegeben:
in dem P(X(t)) und P(Y(t)) Ausdrücke für die momentanen Leistungen der Referenz- und verschlechterten Signale sind. Die Parameter α₃ und Δ₃ haben eine ähnliche Bedeutung wie oben beschrieben, werden aber im Allgemeinen unterschiedliche Werte sein. Diese lokale Version V_L wird auf das zeitabhängige Differenz-Signal D in der Skalier-Einheit 61 zwischen dem Differenzmittel 15 und dem Modelliermittel 16 in dem Kombinationsabschnitt 50.3 eingesetzt, möglicherweise in Kombination mit der Skalier-Operation, wie sie von der Skalier-Einheit 51 ausgeführt wird. Daher wird für das angezeigte Mitteln das Mitteln genutzt, welches implizit in den Modelliermitteln 16 enthalten ist.
Eine globale Version V_G des V-Typ Skalier-Faktors wird durch Mitteln der lokalen Version V_L über die Gesamtdauer des Sprachsignals abgeleitet. Solch ein Mitteln kann in direkter Art und Weise wie folgt durchgeführt werden:
Die globale Version des V-Typ Skalier-Faktors kann durch eine Skalier-Einheit 62 auf das Qualitäts-Signal Q angewandt werden, wie es von dem Modelliermittel 16 ausgegeben wird, was in einem skalierten Qualitäts-Signal Q' resultiert, möglicherweise in Kombination mit, d.h. gefolgt von, (wie in 7 dargestellt) oder vorausgehend zu der Skalier-Operation, wie sie von der Skalier-Einheit durchgeführt wird, was in einem nochmals skalierten Qualitäts-Signal Q'' resultiert.
Andererseits kann die globale Version des V-Typ Skalier-Faktors durch die Skalier-Einheit 61, anstelle der lokalen Version des V-Typ Skalier-Faktors, auf das Differenz-Signal D angewandt werden, wie es von den Differenzier-Mitteln 15 ausgegeben wird, möglicherweise in Kombination mit, d.h. gefolgt von (wie in 7 dargestellt), oder vorausgegangen von der Skalieroperation, wie sie durch die Skalier-Einheit 51 ausgeführt wird.
Die Ausdrücke {7.1} und {7.2} für die V-Typ Skalier-Faktoren werden erneut für eine kontinuierliche Signal-Verarbeitung gegeben. Entsprechende Ausdrücke, die für Fälle der diskreten Signal-Verarbeitung geeignet sind, können in einfacher Weise dadurch erhalten werden, dass die verschiedenen zeitabhängigen Signal-Funktionen durch ihre diskreten Werte je Zeitrahmen ersetzt werden und dass die Integrier-Operationen durch Summations-Operationen über die Anzahl der Zeitrahmen durchgeführt werden.
Die verschiedenen geeigneten Werte für die Parameter α₃ und Δ₃ werden in einer ähnlichen Art und Weise wie oben beschrieben durch spezifische Sätze von Testsignalen X(t) und Y(t) für ein spezifisches unter Test stehendes System bestimmt, in solch einer Weise, dass die objektiven gemessenen Qualitäten hohe Korrelationen mit den subjektiv wahrgenommenen Qualitäten aufweisen, die von den mittleren Meinungswerten erhalten werden. Welche der Versionen der V-Typ Skalier-Faktoren und wo diese in dem Kombinations-Abschnitt der Vorrichtung angewandt werden, in Kombination mit einem oder anderen Typen von Skalier-Faktoren, sollte getrennt für jedes spezifische Testsystem mit entsprechenden Sätzen von Testsignalen bestimmt werden. In jedem Fall ist der U-Typ Skalier-Faktor vorteilhafter in Fällen von verschlechterten Sprach-Signalen mit Teilen von extrem schwachen oder null Leistung relativ grosser Dauer, wohingegen der V-Typ Skalier-Faktor für solche Signale vorteilhafter ist, die ähnliche Teile von relativ kurzer Dauer aufweisen.

Claims

Verfahren zum Bestimmen, gemäss einer objektiven Sprachmesstechnik, der Qualität eines Ausgangs-Signals (Y(t)) eines Sprachsignal-Verarbeitungssystems unter Bezug auf ein Referenz-Signal (X(t)), wobei das Verfahren einen Hauptschritt der Verarbeitung des Ausgangs-Signals und des Referenz-Signals umfasst, und zum Erzeugen eines Qualitäts-Signals (Q), wobei der Hauptverarbeitungsschritt umfasst: – einen ersten Skalier-Schritt (S(Y + Δ); S(Y + Δ_i), wobei i = 1, 2) zum Skalieren eines Leistungs-Niveaus von mindestens einem Signal der Ausgangs- und Referenz-Signale durch Anwenden eines ersten Skalier-Faktors, der eine Funktion eines reziproken Wertes eines ersten leistungsbezogenen Parameters von dem mindestens einen Signal ist, und – einen zweiten Skalier-Schritt, der ausgeführt wird durch Anwenden eines zweiten Skalier-Faktors (S^α(Y + Δ); S^α1(Y + Δ_i), wobei i = 1, 2; V^α3(Y + Δ₃, t); V^α3(Y + Δ₃)), was eine Funktion eines reziproken Wertes eines zweiten leistungsbezogenen Parameters von dem mindestens einen Signal ist, unter Einsatz von mindestens einem Einstellungs-Parameter (α, Δ; α_i, Δ_i mit i = 1, 2; α₃, Δ₃).
Verfahren nach Anspruch 1, bei dem der reziproke Wert des zweiten leistungsbezogenen Parameters zu einer Potenz erhoben wird mit einem Wert entsprechend einem ersten Einstellungs-Parameter (α; α_i mit i = 1, 2; α₃), wobei der zweite leistungsbezogene Parameter um einen Wert erhöht wird, der einem zweiten Einstellungs-Parameter entspricht (Δ; Δ_i mit i = 1, 2; Δ₃).
Verfahren nach Anspruch 1 oder 2, bei dem der erste Skalier-Faktor (S(Y + Δ); S(Y + Δ_i), mit i = 1, 2) eine Funktion des ersten leistungsbezogenen Parameters ist, der durch einen Wert erhöht wird, der einem dritten Einstellungs-Parameter entspricht (Δ; Δ_i, mit i = 1, 2).
Verfahren nach einem der vorstehenden Ansprüche 1 bis 3, bei dem der zweite Skalier-Schritt auf den Ausgangs- und Referenz-Signalen (Y_s(t), X_s(t)) ausgeführt wird, wie sie in dem ersten Skalier-Schritt skaliert worden sind.
Verfahren nach Anspruch 4, bei dem die ersten und zweiten Skalier-Schritte zu einem einzigen Skalier-Schritt unter Anwendung des Produktes der ersten und zweiten Skalier-Faktoren kombiniert werden.
Verfahren nach einem der Ansprüche 1 bis 3, bei dem der zweite Skalier-Schritt ausgeführt wird auf mindestens einem von zwei Signalen, wobei die zwei Signale ein Differenz-Signal (D), wie es in einem Signal-Kombinations-Abschnitt (50.3) des Hauptverarbeitungs-Schrittes bestimmt worden ist, und das Qualitäts-Signal (Q) sind, wie es von dem Hauptverarbeitungs-Schritt erzeugt worden ist.
Verfahren nach einem der Ansprüche 3 bis 6, bei dem der zweite Skalier-Faktor (S^α(Y + Δ); S^αi(Y + Δ_i), mit i = 1, 2) von dem ersten Skalier-Faktor (S(Y + Δ); S(Y + Δ_i), mit i = 1, 2) abgeleitet worden ist, wobei die ersten und zweiten leistungsbezogenen Parameter dieselben sind, und die zweiten und dritten Einstellungs-Parameter dieselben sind.
Verfahren nach einem der Ansprüche 3 bis 7, bei dem der erste leistungsbezogene Parameter die mittlere Leistung des Ausgangs-Signals umfasst, welche mit einem Einstellungswert entsprechend dem dritten Einstellungs-Parameter (Δ; Δ_i; mit i = 1, 2) erhöht worden ist.
Verfahren nach Anspruch 8, bei dem das Erhöhen des besagten Einstellungswertes durch Addieren des Ausgangs-Signals (Y(t)) mit einem Rausch-Signal erreicht wird, das eine mittlere Leistung entsprechend dem dritten Einstellungs-Parameter (Δ; Δ_i, mit i = 1, 2) hat.
Verfahren nach einem der Ansprüche 1 bis 7, bei dem der erste leistungsbezogene Parameter eine Gesamtzeitdauer umfasst, während der die Leistung des Ausgangs-Signals oberhalb oder gleich zu einem Schwellwert ist.
Verfahren nach Anspruch 10, bei dem die Gesamtzeitdauer in dem ersten leistungsbezogenen Parameter um einen Wert erhöht wird, der dem dritten Einstellungs-Parameter (Δ; Δ_i mit i = 1, 2) entspricht.
Verfahren nach Anspruch 10, bei dem während des Hauptverarbeitungs-Schrittes die Referenz- und Ausgangs-Signale unter Einsatz von Zeitrahmen verarbeitet werden, und die Gesamtzeitdauer in dem besagten ersten leistungsbezogenen Parameter durch die Gesamtanzahl der Zeitrahmen ausgedrückt wird, während der die Leistung der Referenz- und Ausgangs-Signale mindestens gleich zu dem Schwellwert ist.
Verfahren nach Anspruch 12, bei dem die besagte Gesamtanzahl der Zeitrahmen um einen Wert erhöht wird, der dem dritten Einstellungs-Parameter (Δ; Δ_i mit i = 1, 2) entspricht.
Verfahren nach einem der Ansprüche 2 bis 13, bei dem der erste Einstellungs-Parameter einen Wert zwischen null und eins (α, α_i mit i = 1, 2; α₃) aufweist.
Verfahren einem der Ansprüche 3 bis 14, bei dem in dem ersten Skalier-Schritt das Referenz-Signal (X(t)) skaliert wird durch Anwenden eines dritten Skalier-Faktors (S(X + Δ); S(X + Δ_i), mit i = 1, 2), welcher von dem Referenz-Signal unter Einsatz des zweiten Einstellungs-Parameters (Δ; Δ_i, mit i = 1, 2) in einer ähnlichen Art und Weise wie bei der Ableitung des ersten Skalier-Faktors abgeleitet wird.
Verfahren nach einem der Ansprüche 2 bis 12, bei dem in dem ersten Skalier-Schritt das Ausgangs-Signal (Y(t)) skaliert wird, wobei der erste Skalier-Faktor (S(Y + Δ); S(Y + Δ_i), mit i = 1, 2) eine Multiplikation eines vierten Skalier-Faktors und eines fünften Skalier-Faktors ist, wobei der vierte Skalier-Faktor eine Funktion des reziproken Wertes der mittleren Leistung des Ausgangs-Signals erhöht durch einen ersten Einstellungs-Wert ist, der dem zweiten Einstellungs-Parameter (Δ; Δ_i), entspricht, und wobei der fünfte Skalier-Faktor eine Funktion des reziproken Wertes der gesamten Zeitdauer ist, während der die Leistung des Ausgangs-Signals oberhalb oder gleich dem Schwellwert ist, erhöht durch einen zweiten Einstellungswert, entsprechend dem zweiten Einstellungs-Parameter (Δ; Δ_i).
Verfahren nach Anspruch 6, bei dem der zweite leistungsbezogene Parameter des zweiten Skalierfaktors (V^α3(Y + Δ₃, t); V^α3(Y + Δ₃)) einen momentanen Wert der Leistung des Ausgangssignals umfasst, der durch einen Einstellungswert erhöht ist, der dem zweiten Einstellungsparameter (Δ₃) entspricht.
Verfahren nach Anspruch 17, bei dem eine lokale Version (V^α3(Y + Δ₃, t)) des zweiten Skalierfaktors auf das Differenzsignal (D) angewandt wird.
Verfahren nach Anspruch 17, bei dem eine globale Version (V^α3(Y + Δ₃)) des zweiten Skalierfaktors auf das mindestens eine der zwei Signale (D; Q) angewandt wird.
Verfahren nach einem der Ansprüche 17 bis 19, bei dem der zweite Skalierschritt mit einem dritten Skalierschritt kombiniert wird, indem ein dritter Skalierfaktor (S^α(Y + Δ); S^αi(Y + Δ_i), mit i = 1, 2) angewandt wird, der von dem ersten Skalierfaktor (S(Y + Δ); S(Y + Δ_i), mit i = 1, 2) abgeleitet wird.
Vorrichtung zur Bestimmung, gemäss einer objektiven Sprachmesstechnik, der Qualität eines Ausgangssignals (Y(t)) eines Sprachsignalverarbeitungssystems (10) in Bezug auf ein Referenzsignal (X(t)), wobei die Vorrichtung umfasst: – Vorverarbeitungsmittel (12) zum Vorverarbeiten der Ausgangs- und Referenzsignale, – Verarbeitungsmittel (13, 14) zum Verarbeiten von Signalen, die von den Vorverarbeitungsmitteln vorverarbeitet worden sind, und zum Erzeugen von Darstellungssignalen (R(Y), R(X)), die die Ausgangs- und die Referenzsignale gemäss einem Wahrnehmungsmodell darstellen, und – Signalkombiniermittel (15, 16) zum Kombinieren der Darstellungssignale und zur Erzeugung eines Qualitätssignals (Q), wobei die Vorverarbeitungsmittel erste Skaliermittel (21; 31, 32; 41, 42) zum Skalieren eines Leistungsniveaus von mindestens einem Signal der Ausgangs- und Referenzsignale (Y(t), X(t)) durch Anwenden eines ersten Skalierfaktors (S(X, Y); S(P_f,Y); S(Y + Δ)) aufweisen, der eine Funktion eines reziproken Wertes eines ersten leistungsbezogenen Parameters von dem mindestens einen Signal ist, wobei die Vorrichtung weiterhin zweite Skaliermittel (43, 44; 51; 52; 61; 62) für eine Skalieroperation aufweist, die ausgeführt wird, indem ein zweiter Skalierfaktor (S^α(Y + Δ); S^αi(Y + Δ_i), mit i = 1, 2; V^α3 (Y + Δ₃, t); V^α3(Y + Δ₃)) angewandt wird, wobei der zweite Skalierfaktor eine Funktion eines reziproken Wertes eines zweiten leistungsbezogenen Parameters von dem mindestens einen Signal ist, unter Einsatz von mindestens einem Einstellungs-Parameter (α, Δ; α_i, Δ_i mit i = 1, 2; α₃, Δ₃).
Vorrichtung nach Anspruch 21, bei der die zweiten Skaliermittel so angeordnet sind, um durch Anwenden des zweiten Skalierfaktors als eine Funktion des reziproken Wertes des zweiten leistungsbezogenen Parameters zu skalieren, der zur Potenz eines ersten Einstellungsparameters (α; α_i mit i = 1, 2; α₃) erhoben worden ist, wobei der zweite leistungsbezogene Parameter um einen Wert erhöht ist, der einem zweiten Einstellungsparameter (Δ; Δ_i mit i = 1, 2; Δ₃) entspricht.
Vorrichtung nach Anspruch 21 oder 22, bei der das erste Skaliermittel eine Skaliereinheit (42) umfasst, um das Ausgangssignal durch Anwenden des ersten Skalierfaktors zu skalieren, wobei der erste Skalierfaktor (S(Y + Δ); S(Y + Δ_i), mit i = 1, 2) eine Funktion des ersten leistungsbezogenen Parameters ist, der um einen Wert erhöht ist, der einem dritten Einstellungsparameter (Δ; Δ_i mit i = 1, 2) entspricht.
Vorrichtung nach einem der Ansprüche 21 bis 23, bei der das zweite Skaliermittel von den Vorverarbeitungsmitteln umfasst ist, um die Ausgangs- und Referenzsignale (Y_S(t), X_S(t)), wie sie im ersten Skalierschritt skaliert worden sind, durch Anwenden des zweiten Skalierfaktors zu skalieren.
Vorrichtung nach einem der Ansprüche 21 bis 23, bei der die Signalkombiniermittel umfassen: – Differenziermittel (15) zum Bestimmen eines Differenzsignals (D) aus den Darstellungssignalen, – Modelliermittel (16) zum Verarbeiten des Differenzsignals und zum Erzeugen des Qualitätssignals, und – die zweiten Skaliermittel zum Skalieren von einem von zwei Signalen durch Anwenden des zweiten Skalierfaktors, wobei die zwei Signale das Differenzsignal (D), wie es durch die Differenziermittel (15) bestimmt worden ist, und das Qualitätssignal (Q) sind, wie es durch die Modelliermittel (16) erzeugt worden ist.
Vorrichtung nach einem der Ansprüche 21 bis 25, bei der die zweiten Skaliermittel mindestens eine Skaliereinheit (43, 44; 51; 52) umfassen, die mit dem ersten Skaliermittel (42) verbunden ist, um den ersten Skalierfaktor zu empfangen und um den zweiten Skalierfaktor anzuwenden, wie er von dem ersten Skalierfaktor abgeleitet worden ist.
Vorrichtung nach Anspruch 25, bei der die zweiten Skaliermittel eine Skaliereinheit (61; 62) umfassen, um das besagte eine der zwei Signale durch Anwenden des zweiten Skalierfaktors zu skalieren, wobei der zweite leistungsbezogene Parameter des zweiten Skalierfaktors (V^α3(Y + Δ₃, t); V^α3(Y + Δ₃)) einen momentanen Wert der Leistung des Ausgangssignals umfasst, der um einen Einstellungswert erhöht ist, der dem zweiten Einstellungsparameter (Δ₃) entspricht.
Vorrichtung nach Anspruch 27, bei der die zweiten Skaliermittel mit dritten Skaliermitteln kombiniert sind, die mindestens eine Skaliereinheit (51; 52) umfassen, die mit dem ersten Skaliermittel (42) verbunden ist, um den ersten Skalierfaktor zu empfangen und um das besagte eine der zwei Signale (D; Q) durch Anwenden eines dritten Skalierfaktors (S^α1(Y + Δ_i), mit i = 1, 2) zu skalieren, in Kombination mit dem zweiten Skalierfaktor, wobei der dritte Skalierfaktor von dem ersten Skalierfaktor (S(Y + Δ_i), mit i = 1, 2) abgeleitet ist.
Vorrichtung nach einem der Ansprüche 21 bis 28, bei der der erste leistungsbezogene Parameter des ersten Skalierfaktors eine mittlere Leistung des Ausgangssignals umfasst.
Vorrichtung nach einem der Ansprüche 21 bis 29, bei der der erste leistungsbezogene Parameter des ersten Skalierfaktors eine Gesamtzeitdauer umfasst, während der die Leistung des Ausgangssignals grösser oder gleich einem Schwellwert ist.