JP2008513834A - 知覚音声分析のための周波数補償 - Google Patents

Abstract

本発明は、音響送信システムにおいて、線形周波数応答歪みを含む全歪みの広域的影響を示す第１の品質尺度と、線形周波数応答歪みの影響のみを考慮する第２の品質尺度とを評価することを可能にするソフトスケール周波数補償関数を提供する。ソフトスケール周波数補償関数は、時間積分された出力パワー密度関数と時間積分された入力パワー密度関数との間のソフトスケール比率から導出される。第１の品質尺度は、ＩＴＵ規格Ｐ．８６２において実施されるのと同じ方式で時間及び周波数の関数である周波数補償済み入力ラウドネス密度関数及び利得補償済み出力ラウドネス密度関数を用いて、時間及び周波数の関数として差分ラウドネス密度関数から導出される。第２の尺度は、両方共に時間及び周波数の関数である第２の周波数補償済み入力ラウドネス密度関数及び利得補償済み出力ラウドネス密度関数の時間積分から導出される周波数のみの関数として差分ラウドネス密度関数から設定される。
【選択図】図３

Description

本発明は、入力部及び出力部を有し、該出力部が時間フレーム出力信号を生成する音響送信システムに適用するための時間フレーム入力信号の周波数補償済み（compensated）入力ピッチパワー密度関数を設定する方法に関する。本発明はまた、周波数補償済み入力ピッチパワー密度関数を設定するための処理システムに関する。本発明はまた、コンピュータ実行可能なソフトウェアコードを含むコンピュータ読み取り可能媒体に関する。

本発明が関係する方法及びシステムは、例えば音響送信システムの知覚品質を分析するための方法又はシステムの一部として用いることができる。線形周波数歪みの影響について知覚品質尺度を分析するこうした方法及びシステムは、既に公開されている欧州特許出願ＥＰ１３４３１４５により公知であり、引用文献［１］から［８］でも開示されている。本明細書で開示されるシステム及び方法、並びにその先行技術は、ＩＴＵ−Ｔ勧告Ｐ．８６２（以下Ｐ．８６２と呼ぶ）の一部としての知覚音声尺度を備えており、これによって入力信号に対する劣化出力信号の知覚品質についての単一の総合評価が得られる。

開示される方法及びシステムは、音声及び音響品質測定を知覚領域で行うべきであるという知見に基づいている（図１を参照）。この目標は、テスト（１）下のシステムに適用される基準音声信号Ｘ_nをその劣化出力信号Ｙ_nと比較することによって達成される。これらの信号の内部知覚表現を設定（０．１）、（０．２）し、これらを比較（０．３）することにより、その結果を知覚品質スケールにマッピングして知覚品質尺度ＰＥＳＱを得ることで知覚品質に関する推定を行うことができる。平均オピニオンスケール（ＭＯＳ）としても公知である知覚品質スケールは、従来技術においては経験的推定によって設定される。劣化又は歪み音声断片の品質を人間に判断するように求める。次に、スコアは、実際の歪みにマッチングされ、知覚スケールにおいて規定される。このスケールは、信号内に存在する歪みに応じて知覚スコアを予測するのに用いることができる。

Ｐ．８６２を含む、音響送信システムの知覚品質を求める現在利用可能な処理システムは、総合品質を表す単一の数値が出力されるという欠点がある。これにより、知覚した劣化についての根本的原因の究明が不可能になる。信号対雑音比、周波数応答歪み、全高調波歪み等の従来的な測定は、ある種の劣化を前提としているので、ある種の品質測定を実施することによってこの劣化を定量化する。この従来的手法によって、テスト下のシステムが低性能であることの１つ又はそれ以上の根本的原因は究明されるが、総合知覚品質に関する他の種の歪みに関係する線形周波数応答歪みの影響は定量化することができない。

更に、Ｐ．８６２を含む、音響送信システムの知覚品質を求める現在利用可能な方法及び処理システムの性能は、知覚線形周波数歪みがこれらのシステムにおいて適正に処理されないことに起因して不十分な結果を与える。

上記の方法は、非線形歪みよりも線形周波数応答歪みの方が知覚音声品質に及ぼす影響が少ない効果を定量化する目的で、入力信号から導出される入力パワー密度関数の周波数補償を利用する。

公知の周波数補償方法は、知覚的に正確な方法で知覚音声品質に対する線形周波数応答歪みの影響を定量化することができないハードクリッピング関数又は修正クリッピング関数のいずれかを用いるので有効ではない。

欧州特許出願ＥＰ１３４３１４５公報

本発明の目的は、知覚的な正確な方法で知覚音声品質に対する線形周波数応答歪みの影響を定量化することを可能にする、入力ピッチパワー密度関数の周波数補償のための方法及びシステムを提供することである。

本発明の目的は、本発明の第１の態様において、入力部及び出力部を有し、その入力部に時間フレーム入力信号が適用され、該出力部が時間フレーム出力信号を生成する音響送信システムの入力ピッチパワー密度関数を周波数補償する方法によって達成することができ、本方法は、入力信号を処理して入力ピッチパワー密度関数を得る段階と、出力信号を処理して出力ピッチパワー密度関数を得る段階と、第１の周波数補償関数を用いて入力ピッチパワー密度関数を周波数補償し、第１の周波数補償済み入力ピッチパワー密度関数を得る段階と、を含むことができ、入力ピッチパワー密度関数を周波数補償する段階は、ソフトスケーリング関数が０．５の範囲内の累乗圧縮関数及び４＊１０⁵の範囲内のオフセットを用いることを特徴とする。

ピッチパワー密度関数及びソフトスケーリング自体は従来技術から公知である。この圧縮関数を用いて線形周波数応答歪みの全影響を定量化し、線形周波数応答歪みの正確な定量化を含む総合品質についての広域スコアを得ることができる。この単一の品質数値は、例えばＰ．８６２［３］において実施される同じ方式で計算することができる、すなわちラウドネス差分関数の周波数積分から各時間フレームについて２つの異なる擾乱が計算される。次いで、最終品質数値が２つの異なる時間積分から導出される。この改善は、特に線形周波数応答歪みが総合音声品質において優勢である音声送信システム（例えば帯域幅制限のみを実施するシステム）においては客観的音声品質測定と主観的音声品質査定との間の良好な相関関係を与える。

本発明によるこの改善された方法に基づいて、Ｐ．８６２のように線形周波数歪みに関して正確な結果を与える、音響送信システムの知覚品質を求めるための方法又はシステムの実施形態、及び線形周波数歪みを含む知覚歪みを表す単一の出力値の取得を可能にする方法又はシステムの実施形態を提供することができる。

本発明の第１の態様による別の実施形態において、短期利得変動に対して出力ピッチパワー密度関数を補償して局所基準化出力ピッチパワー密度関数を得る段階、周波数補償済み出力ピッチパワー密度関数をラウドネス知覚スケールに変換して、出力ラウドネス密度関数を得る段階、第２の周波数補償関数を用いて入力ピッチパワー密度関数を周波数補償し、０．４の範囲内の累乗及び５＊１０⁶の範囲内のオフセットを有するソフトスケーリングパワー関数に基づいて第２の周波数補償済み入力ピッチパワー密度関数を得る段階、第２の周波数補償済み入力ピッチパワー密度関数をラウドネス知覚スケールに変換し、入力ラウドネス密度関数を得る段階、フレーム付き入力ラウドネス密度関数の時間フレームにわたって平均化し、平均入力ラウドネススペクトルを得る段階、フレーム付き出力ラウドネス密度関数の時間フレームにわたって平均化し、平均出力ラウドネススペクトルを得る段階、平均入力ラウドネススペクトルに対して平均出力ラウドネススペクトルを正規化し、これによって正規化平均出力ラウドネススペクトルを得る段階、正規化出力ラウドネススペクトルから入力ラウドネススペクトルを減算し、これによって差分平均ラウドネススペクトルを得る段階、及び差分平均ラウドネススペクトル関数をＬｕｂｅｓｑｕｅ積分し、これによって音響送信システムについての線形スペクトル歪み尺度を設定する段階を更に含み、知覚線形周波数歪みを含む単一の測定値の確定が可能になる。

このようにして本方法は、ラウドネススペクトルにおける差分に基づいて線形周波数歪みについて単一の品質尺度を得る。しかしながら、この尺度は、更に知覚品質尺度へのマッピングを必要とし、このマッピングは、本発明の第１の態様による下記の実施形態で行われ、連続周波数ビン値の絶対差分に基づいて差分平均ラウドネススペクトルの粗度尺度を設定する段階と、粗度尺度と線形スペクトル歪み測定値とを乗算によって組み合わせ、その結果をＭＯＳスケールにマッピングしてこれによって周波数応答影響品質尺度を得る段階を更に含む。

本発明の第１の態様による別の実施形態は、時間フレーム入力信号を処理する段階が理想スペクトルに対して入力ピッチパワー密度関数を補償する段階を更に含み、スペクトルパワー密度の不均衡、ほとんどの場合は低周波数（５００Ｈｚ未満）の過度の強調を生じる録音技術における誤差がこれによって補償される利点を有する。この段階は、引用文献［１］に従って入力信号のハニング窓掛け、ＦＦＴ、及び周波数ワーピングによって得られる入力ピッチパワー密度に適用される。

本発明の第１の態様による別の実施形態では、第１の周波数補償関数は、バークビン値の項で表され、入力及び出力ピッチパワー密度関数の少なくとも２つの隣接するバークビン値にわたる平均化から導出される。

本発明の第１の態様の別の実施形態では、第２の周波数補償関数もまたバークビン値の項で表され、入力及び出力ピッチパワー密度関数の少なくとも２つの隣接するバークビン値にわたる平均化から導出される。

周波数補償関数計算における平均化は、周波数補償関数内で局所ピークを平滑化し、これらのピークは平滑化を行わない直接計算から推定されたものよりも聴き取りにくい。

本発明の第１の態様による別の実施形態は、
フレーム当たりの入力及び出力ピッチパワー密度関数が同時に無音基準値よりも大きい時間フレームを検出する段階と、
時間フレームを検出する段階の制御下で入力ラウドネス密度関数フレーム及び出力ラウドネス密度関数フレームをゲーティングする段階と、
を更に含み、
この結果において特にゼロによる除算を行う可能性があるフレームにおける０の範囲内の値による不安定性を防止する。

本発明の第１の態様による更なる実施形態では、線形スペクトル歪み尺度を設定する段階が、差分平均ラウドネススペクトルを正の差分平均ラウドネススペクトルと負の差分平均ラウドネススペクトルとに分割する段階と、差分平均ラウドネススペクトルの正の値を周波数領域において積分し、これによって正の線形スペクトル歪み尺度を設定する段階と、差分平均ラウドネススペクトルの負の値を周波数領域で積分し、これによって負の線形スペクトル歪み尺度を設定する段階と、粗度尺度と正の線形スペクトル歪み測定値とを乗算し、その結果をＭＯＳ（平均オピニオンスコア）スケールにマッピングし、これによって正の周波数応答歪み品質尺度を得る段階と、乗算によって粗度尺度と負の線形スペクトル歪み尺度とを組み合わせ、その結果をＭＯＳ（平均オピニオンスコア）スケールにマッピングし、これによって負の周波数応答歪み品質尺度を得る段階と、０よりも大きい第１の重み付け要因を用いて正の周波数応答歪み品質尺度を重み付けする段階と、０よりも大きい第２の重み付け要因を用いて負の周波数応答歪み品質尺度を重み付けする段階と、重み付けされた負の周波数応答影響品質尺度と正の周波数応答影響品質尺度とを加算し、これによって単一の周波数応答影響尺度を得る段階と、を更に含み、出力信号において大きな音量で現れる周波数帯域及び出力信号において弱い音量で現れる周波数帯域に対してこの方法を微調整し最適化することが可能となる。どの周波数帯域が平均差分ラウドネススペクトルの正又は負の部分に入るかは、入力ピッチパワー密度関数を周波数補償する段階において、この段階における補償要因を調節することによって制御することができる。これらの補償要因は、周波数応答影響尺度の帰結と主観的な知覚との間の最適な相関関係について調節される。

本発明の第１の態様による別の実施形態では、短期利得変動に対して出力ピッチパワー密度関数を補償して局所基準化出力ピッチパワー密度関数を得る段階と、第１の周波数補償済み入力ピッチパワー密度関数をラウドネス知覚スケールに変換して入力ラウドネス密度関数を得る段階と、周波数補償済み入力ピッチパワー密度関数をラウドネス知覚スケールに変換して、出力ラウドネス密度関数を得る段階と、出力及び入力ラウドネス密度関数を減算し、差分ラウドネス密度関数を得る段階と、差分ラウドネス密度関数における正のビンと負のビンとの間で非対称処理を行い、これにより非対称差分ラウドネス密度関数を得る段階と、非対称差分ラウドネス密度関数を周波数積分し、無音部分を強調することによって非対称擾乱尺度を得る段階と、差分ラウドネス密度関数を周波数積分し、無音部分を強調することよって対称擾乱尺度を得る段階と、差分ラウドネス密度関数及び非対称差分ラウドネス密度関数を時間積分し、これによって対称及び非対称の擾乱尺度を得て、次いで該対称及び非対称の擾乱尺度を組み合わせることによって単一の知覚品質推定を得る段階と、を更に含み、線形周波数歪みに関して正確な結果を与える音響送信システムの知覚品質を求めることが可能となる。

本発明の目的は、プロセッサと、フレーム付き入力信号及びフレーム付き出力信号を入力するための手段とを備え、プロセッサが本発明の第１の態様による方法に属する段階を実行するように構成されている、音響送信システムの送信品質を測定するための処理システムによって本発明による第２の態様において更に達成される。

本発明の目的は、コンピュータシステム上にロードされたときにコンピュータシステムが本発明の第１の態様による方法の段階を実行することを可能にするコンピュータ実行可能なソフトウェアコードを含むソフトウェアプログラム記憶装置手段によって本発明による第３の態様において更に達成される。

図２は、引用により本明細書に組み込まれるＩＴＵ−Ｔ勧告Ｐ．８６２、引用文献［６］による、音響送信システムの知覚品質を求めるための方法を表す図を示している。段階２．１．．．２．１２は、本発明によるシステム及び方法においても用いられているので、この図を簡潔に説明する。

段階１は、入出力信号が離散的時間フレーム１．．．ｎで表された、テスト１下のシステム又はデバイスによる入力信号Ｘ_nから出力信号Ｙ_nへの変換を表しており、ここでＸ_nは基準信号を表し、Ｙ_nは、Ｘ_nでのテスト１下のシステムの歪み応答を表す。現行のＰＥＳＱの実施形態によればフレームの持続時間は、３２ｍｓとすることができる。本発明では、フレーム持続時間は３２ｍｓよりも短く又は長くすることができる。完全な音声断片をカバーする持続時間は、分のオーダーにおいても実施可能とすることができる。

テスト下のデバイス又はシステムは、通信ネットワーク、電話等の通信端末、或いは音響処理用のあらゆるデバイス又はシステムとすることができる。入力信号は、音声断片とすることができるが、本発明の実施形態の用途は、音声に限定されない。

入力信号Ｘ_nに対する出力信号Ｙ_nの知覚品質尺度を設定するためには、幾つかの事前処理が必要である。従来技術によれば、事前処理は、段階２．１．．．２．６によって実行される。段階２．１及び２．４はそれぞれ、ハニング窓を用いた入力信号Ｘ_nフレーム及び出力信号Ｙ_nフレームの時間窓掛けを表す。段階２．２及び２．５はそれぞれ、入力及び出力信号のフレーム単位の離散的フーリエ変換を表す。段階２．３及び２．６は、いわゆるバーク帯域内へのフーリエ変換入出力信号のワーピングを表し、このようにして入力信号及び出力信号に対する離散的周波数帯域におけるピッチパワー密度関数ＰＰＸ（ｆ）_n及びＰＰＹ（ｆ）_nがそれぞれ得られる。

段階２．７は、線形周波数補償の計算を表しており、これを用いて、段階２．８において入力ピッチパワー密度関数ＰＰＸ（ｆ）_nを重み付けし、周波数補償済み入力ピッチパワー密度関数ＰＰＸ’（ｆ）_nを得る。入力ピッチパワー密度関数ＰＰＸ（ｆ）_nは、テスト１下の音響送信システムにおいて行うフィルタリングに対して周波数補償されることになる。Ｐ８６２では、補償量は、最終ＰＥＳＱ値における線形周波数歪みの寄与を決定付ける。

従来技術すなわちＰ．８６２において開示されている周波数補償は、入力基準信号が無音基準値よりも大きい全てのフレーム（音声作動フレームであり、ＰＰＸ（ｆ）_n＞１０７、すなわち正確に設定された再生レベルで使用された場合にＰ．８６２で約７０ｄＢ ＳＰＬよりも音が大きいフレーム）に基づくテスト下のシステムの線形周波数応答の推定を用いる。Ｐ．８６２における周波数応答補償は、フレーム当たりの入力ピッチパワー密度関数ＰＰＸ（ｆ）_nに対して実施される。本明細書における全てのパワー密度関数及びオフセットは、パワー関数についてのＩＴＵ Ｐ．８６２規格に基準化される。

２．７では、時間インデックスｎにわたって２．３及び２．６それぞれの出力であるＰＰＸ（ｆ）_n及びＰＰＹ（Ｉ）_nを平均化（平易なパワー平均化）することによって周波数応答補償関数Ｈ（ｆ）が計算され、結果として平均ピッチパワー密度関数ＡＰＰＸ及びＡＰＰＹ（２．７で用いられる）が生じ、これらから２．８の出力において第１の周波数補償済み関数ＰＰＸ’（ｆ）_nが乗算によって計算される。この目的は、小さな不可聴周波数応答歪みについて完全に補償し、すなわち事前設定のデシベル量よりも小さな全ての偏差が完全に補償されることである。

段階２．９は、出力ピッチパワー密度関数の短期利得変動を補償するための局所スケーリング関数の計算を示しており、これによって最後の局所スケーリング関数Ｓ_n-1が次のフレームで使用するために２．１０において保管される。２．１１において、局所スケーリング関数Ｓ_nを出力ピッチパワー密度関数ＰＰＹ（ｆ）_nと乗算することによって補償が行われ、局所基準化出力ピッチパワー密度関数ＰＰＹ’（ｆ）_nが得られる。

入力及び出力ピッチパワー密度関数ＰＰＸ’（ｆ）_n及びＰＰＹ’（ｆ）_nは、段階２．１２及び２．１３においてＺｗｉｃｋｅｒのアルゴリズムを用いたソーン（Ｓｏｎｅ）ラウドネススケールに従ってラウドネススケールに変換され、この結果、入力及び出力ラウドネス密度関数ＬＸ（ｆ）_n及びＬＹ（ｆ）_nがそれぞれ得られる。従って、入力及び出力ラウドネス密度関数ＬＸ（ｆ）_n及びＬＹ（ｆ）_nは、知覚周波数領域における入力及び出力信号のラウドネス表現である。段階２．１４において、入力及び出力ラウドネス密度関数ＬＸ（ｆ）_n及びＬＹ（ｆ）_nは減算され、この結果、差分ラウドネス密度関数Ｄ（ｆ）_nが得られ、これから知覚品質尺度を導出することができる。

差分ラウドネス関数Ｄ（ｆ）_nにおける正及び負のビン間の２．１５での非対称処理、２．１６での周波数積分、及び２．１７での無音部分の強調後に、差分ラウドネス密度関数Ｄ（ｆ）_nは非対称擾乱尺度ＤＡに変換され、これは知覚品質尺度として用いることができる。同じことが段階２．１８及び２．１９に対して適用され、非対称性を伴わずに周波数積分及び無音部分の強調をそれぞれ行ことによって差分ラウドネス密度関数Ｄ（ｆ）_nが擾乱尺度Ｄ_nに変換される。

次いで、段階２．２０おける時間フレームにわたる集計後に、擾乱尺度Ｄ及び非対称擾乱尺度ＤＡは、音響送信システム１についての知覚品質推定を意味する単一のＰＥＳＱスコアに組み合わせられる。全段階２．１．．．２．２０は、引用により本明細書に組み込まれる［６］においてより詳細に説明されている。

図３は、本発明による、音響送信システムの送信品質を測定する方法を示しており、既知の段階２．１．．．２．１１は、周波数補償済み入力ピッチパワー密度関数ＰＰＸ’（ｆ）_nを設定するのに用いられ、段階２．１３は、ラウドネス密度関数ＬＹ（ｆ）_nを設定するのに用いられる。

本発明によれば、段階２．７では、新しい第１の周波数補償関数Ｈ₁（ｆ）が計算される。Ｈ₁（ｆ）は、時間内平均入力及び出力のピッチパワー密度関数ＡＰＰＸ（ｆ）及びＡＰＰＹ（ｆ）を用いた、オフセット［６］を伴うパワーベースのソフトスケーリング関数である。

ここでｑ（ｆ）は０．１〜１．０の範囲内にあり（周波数依存とすることができる）、ＯＦＦＳＥＴは１０⁴〜１０⁶の範囲内にある。

ｑが小さい程及びＯＦＦＳＥＴが高くなる程、より小さな周波数補償量が得られる。この段階２．７におけるパラメータｑ及びＯＦＦＳＥＴは、最適な結果を求めて調整されることになる。好ましくは、ｑ（ｆ）は０．５の範囲内にあり、ＯＦＦＳＥＴは４＊１０⁵の範囲内にある。Ｐ．８６２と同様、第１の周波数補償済み入力ピッチパワー密度関数ＰＰＸ’（ｆ）_nは、２．８において入力ピッチパワー密度関数ＰＰＸ（ｆ）_nを第１の周波数補償関数Ｈ₁（ｆ）と乗算することによって計算される。

段階３．１０においては、オフセットを伴うが、ここではより高いオフセットを伴うパワーベースのソフトスケーリング関数を用いて、第２の周波数補償関数Ｈ₂（ｆ）が音声作動フレームの同じ集合にわたって段階２．７と同様に計算される。

ここでｑ（ｆ）は０．０〜１．０の範囲内にあり（周波数依存とすることができる）、ＯＦＦＳＥＴＬＡＲＧＥは１０⁵〜１０⁸の範囲内にある。好ましくは、ｑ（ｆ）は０．４の範囲内にあり、ＯＦＦＳＥＴＬＡＲＧＥは５＊１０⁶の範囲内にある。

第２の周波数補償関数Ｈ₂（ｆ）は、３．１１において入力ピッチパワー密度関数ＰＰＸ（ｆ）_nに乗算するのに用いられ、この結果、第２の補償済みピッチパワー密度関数ＰＰＸ''（ｆ）_nが得られる。

本発明による実施形態では、１次及び２次の周波数補償関数Ｈ₁（ｆ）及びΗ₂（ｆ）は、ＡＰＰＸ（ｆ）及びＡＰＰＹ（ｆ）から直接計算されるのではなく、これらの関数の平滑化形態から計算される。平滑化は、Ｐ．８６２［３］で指定されているようにバークビン値（ｆ）、ｆ＝０．．．ｆ_MAXにわたって平均化することによって行われ、ここでｆ＝０及びｆ_MAXは、最初と最後のビン値を表す。平均化は、ビン０、１及びｆ_MAX、ｆ_MAX−１にわたってそれぞれ実施される。２番目及び最後から２番目（１及びｆ_MAX−１）については、平均化は、ビン０、１、２及びｆ_MAX、ｆ_MAX−１、ｆ_MAX−２それぞれにわたって実施される。次に、この平均化は、下位インデックスの１０から高位インデックスのｆ_MAX−４に至るまで反復される。インデックス１０とｆ_MAX−４との間では、インデックス値の左２つから右２つまで５つのビンにわたって平均化が行われる。

段階２．１２と同様に段階３．１４では、第２の補償済みピッチパワー密度関数ＰＰＸ''（ｆ）_nは、本発明によるラウドネス計算内で用いられるものよりも小さな線形周波数応答歪み補償を含む入力ラウドネス密度関数ＬＸ’（ｆ）_nに変換される。この段階３．１０、３．１１におけるパラメータｑ（ｆ）及びＯＦＦＳＥＴＬＡＲＧＥは、線形周波数歪み品質尺度における最適な結果に調整されることになる。

次いで、新しい入力ラウドネス密度関数ＬＸ’（ｆ）_n及びＰ．８６２に類似の出力ラウドネス密度関数ＬＹ（ｆ）_nを用いて、段階３．４及び３．５においてスペクトルラウドネス密度関数ＬＸ’（ｆ）_n及びＬＹ（ｆ）_nを平均化することによって、平均ラウドネス密度関数ＡＬＳＸ（ｆ）及びＡＬＳＹ（ｆ）を計算する。

時間の平均化は、Ｌｕｂｅｓｑｕｅに従う。

及び、

ここでｐ＞１、好ましくはｐ＝２．５である。

任意選択的に、この平均化は、フレーム当たりの入力及び出力パワーの両方が、無音基準値よりも大きい、好ましくはＰＰＸ（ｆ）_n及びＰＰＹ（ｆ）_n＞１０７である時間フレームのみにわたって実行され、段階３．１で求められ、段階３．２及び３．３で有効にされる。

次に、ラウドネスを周波数の関数として表すこれらの平均入力及び出力ラウドネス密度関数は、周波数軸（Ｌｐ＝１）をわたってパワー積分され、この結果、次式に従って、（理想化された）基準に対する単一のラウドネス数ＮＸ、及び調節された歪み信号に対するラウドネス数ＮＹが得られる。

及び、

次いで、単一のラウドネス数ＮＸ、ＮＹを用いて、段階３．７において、周波数領域の平均化された出力ラウドネス密度関数ＡＬＳＹ（ｆ）の平均値が、（理想化された）入力信号及び調節された出力信号の両方で同じになるような方法で平均ラウドネス密度関数ＡＬＳＹ（ｆ）を正規化し、結果として、正規化平均ラウドネス密度関数ＮＡＬＳＹ（ｆ）が得られる。

段階３．８では、差分平均ラウドネス関数ＤＡＬＳ（ｆ）が、平均ラウドネス密度ＡＬＳＸ（ｆ）とＮＡＬＳＹ（ｆ）との間で定義される。次いで、段階３．９では、この差分平均ラウドネス関数は、同様にＬｕｂｅｓｑｕｅを用いて周波数軸にわたるが、ここでは各バーク周波数帯域におけるラウドネスに対してｐ＜１．０（ｐは好ましくは０．２から０．４の範囲内）を用いて個々の周波数帯域差分にわたって積分される。この結果は、次式に従うラウドネス周波数応答歪み尺度ＬＳＤＭとなる。

ここで、ｆは差分平均ラウドネススペクトルにおける周波数帯域を意味する。

段階３．１２では、ラウドネス差分関数ＤＡＬＳ（ｆ）の連続ラウドネスビンの絶対値を取り、全ての連続ビンについてこれらを合計することによって特定の粗度尺度ＲＭを計算することができる。

（ｆは帯域インデックス数であり、ｐは０．５〜２．０の範囲内にあり、好ましくはｐは１．５の範囲内にある）

粗度数値ＲＭは、段階３．１３においてラウドネス周波数応答歪み測定値ＬＳＤＭと乗算により組み合わせることができ、この結果は平均オピニオンスコアテーブルにマッピングされ、結果として単一の周波数応答影響品質尺度ＦＲＩＱＭが得られる。

図４は、本発明による実施形態を示しており、この実施形態では段階４．１において、差分関数ＤＡＬＳ（ｆ）が正部分（入力＞出力）ＤＡＬＳ＋（ｆ）と負部分ＤＡＬＳ−（ｆ）に分割される。次いで、段階４．２及び４．３では、両方の部分ＤＡＬＳ（ｆ）＋及びＤＡＬＳ（ｆ）−はそれぞれ、同様にＬｐノルムを用いて周波数軸にわたるが、ここでは個々の周波数帯域差分にわたってｐ＜１．０を用いると共に各バーク周波数帯域におけるラウドネスに対しては０．１＜ｐ＜０．５を用いてＬｕｂｅｓｑｕｅに従って積分される。この結果、正及び負の周波数応答歪み数ＬＳＤＭ＋及びＬＳＤＭ−が得られる。

段階４．４及び４．５では、２つの線形周波数領域影響数ＦＲＩＱＭ＋及びＦＲＩＱＭ−が、正及び負の周波数応答歪み数ＬＳＤＭ＋及びＬＳＤＭ−から粗度数ＲＭと乗算することによって計算される。次に、これらの周波数応答歪み数は、段階４．６において線形周波数応答歪みの影響を定量化するためにＭＯＳ（平均オピニオンスコア）様尺度にマッピングされ、２つの線形周波数領域影響数ＦＲＩＱＭ＋及びＦＲＩＱＭ−がそれぞれ得られる。ＦＲＩＱＭ＋及びＦＲＩＱＭ−は重み付けされ、次式の単一の周波数応答影響品質尺度ＦＲＩＱＭを得る。

ここで、好ましくはα＋β＝１であり、αとβとの比率は好ましくは１０よりも大きい。現行の実装ではβ＝０であり、従ってＬＳＤＭ＋値のみが考慮される。

勿論、ＬＳＤＭ＋及びＬＳＤＭ−はまた、周波数応答影響品質尺度ＦＲＩＱＭ＋及びＦＲＩＱＭ−と同様の方式で組み合わせることができ、この後で、ＭＯＳへのマッピングを行い、単一周波数応答影響品質尺度ＦＲＩＱＭを得ることができる。更に、この実施形態では、粗度尺度との乗算もＬＳＤＭ単独に対して実施することができる。

図４に示す本発明の好ましい実施形態によれば、入力ピッチパワー密度関数は、音声信号の理想スペクトルパワー密度Ｉｄｅａｌ（ｆ）に向けて０．３＜ｐ＜０．６のＬｐスケーリングを基準としてＬｕｂｅｓｑｕｅを用いて周波数補償される。入力ピッチパワー密度関数は、歪み信号の品質が計算する必要がある完全な音声断片にわたって、各周波数バーク帯域における平均パワーを計算することによって入力基準音声信号から計算される。理想スペクトルパワー密度関数Ｉｄｅａｌ（ｆ）は、平坦な周波数応答のマイクロフォンを用いて記録された多数の男女の声の長期平均スペクトルパワー密度の平均化を基準として定義される。ＰＥＳＱにおいて用いられるように各バーク帯域では、密度数は理想密度関数を基準として構成される。

理想スペクトルパワー密度関数Ｉｄｅａｌ（ｆ）に向けたこの部分的スケーリングは、録音技術における誤差を補償する。録音技術は、スペクトルパワー密度の不均衡、ほとんどの場合低周波数（５００Ｈｚ未満）の過度の強調を引起こすことが多い。

段階５．１において、理想スペクトル及び入力スペクトルから、幾つかの連続周波数帯域にわたって平均化することによって理想スペクトルパワー密度関数Ｉｄｅａｌ（ｆ）及び入力ピッチパワー密度関数ＰＰＸ（ｆ）_nの平滑化形態が計算される。これらの平滑化形態から、パワー比「理想／基準」として定義される補償要因Ｓ（ｆ）を各バーク帯域について計算することができる。次いで、段階５．２においてこれらの要因Ｓ（ｆ）を用いて、０．３＜ｐ＜０．８であるＳ（ｆ）ｐによって入力ピッチパワー密度関数ＰＰＸ（ｆ）_nを再基準化して、（理想化された）入力ピッチパワー密度関数ＰＰＸＩ（ｆ）_nが得られ、これは更に、入力ピッチパワー密度関数ＰＰＸ（ｆ）_nの代わりに本発明による評価用に用いることができる。

本発明は、周波数補償の反復調整を用いた局所時間スケーリングと［７］による局所時間スケーリングとを組み合わせることができる点に留意されたい。

本発明は、プロセッサ、メモリ、並びに入力部及び出力部を含むコンピュータシステムにおいて具現化することができる。入力部は、テスト下の音響送信システムから到来する基準入力信号及び劣化出力信号をサンプリングすることができるアナログ入力部のような読み取りデバイスとすることができる。サンプリング信号は固定ディスク等のメモリ内に記憶し、サンプル列を選択することによってフレーム内に入れることができる。次いで、プロセッサは、上述の段階に進み、これらを実行することができる。例えば、線形周波数影響品質尺度の結果は、ディスプレイ又は通信ポートに出力し、或いは後で参照するためにメモリ内に記憶することができる。

（参考文献）
［１］Ａ．Ｗ．Ｒｉｘ、Ｍ．Ｐ．Ｈｏｌｌｉｅｒ、Ａ．Ｐ．Ｈｅｋｓｔｒａ、及びＪ．Ｇ．Ｂｅｅｒｅｎｄ、「ＰＥＳＱ， ｔｈｅ ｎｅｗ ＩＴＵ ｓｔａｎｄａｒｄ ｆｏｒ ｏｂｊｅｃｔｉｖｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｐｅｒｃｅｉｖｅｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ， Ｐａｒｔ １ − Ｔｉｍｅ ａｌｉｇｎｍｅｎｔ（ＰＥＳＱ、知覚音声品質の客観的評価のための新ＩＴＵ規格、第１部−時間整合）」、音響工学会誌（Ｊ．Ａｕｄｉｏ Ｅｎｇ．Ｓｏｃ）第５０巻７５５〜５６４頁（２００２年１０月）
［２］Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、Ａ．Ｐ．Ｈｅｋｓｔｒａ、Ａ．Ｗ．Ｒｉｘ、及びＭ．Ｐ．Ｈｏｌｌｉｅｒ、「ＰＥＳＱ， ｔｈｅ ｎｅｗ ＩＴＵ ｓｔａｎｄａｒｄ ｆｏｒ ｏｂｊｅｃｔｉｖｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｐｅｒｃｅｉｖｅｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ， Ｐａｒｔ ＩＩ − Ｐｅｒｃｅｐｔｕａｌ ｍｏｄｅｌ（ＰＥＳＱ、知覚音声品質の客観的評価のための新ＩＴＵ規格、第２部−知覚モデル）」、音響工学会誌（Ｊ．Ａｕｄｉｏ Ｅｎｇ．Ｓｏｃ）第５０巻７６５〜５７８頁（ＫＰＮ Ｒｅｓｅａｒｃｈ発行文書００−３２２２８と同等）（２００２年１０月）
［３］ＩＴＵ−Ｔ記録 Ｐ．８６２、「Ｐｅｒｃｅｐｔｕａｌ Ｅｖａｌｕａｔｉｏｎ Ｏｆ Ｓｐｅｅｃｈ Ｑｕａｌｉｔｙ （ＰＥＳＱ）， Ａｎ Ｏｂｊｅｃｔｉｖｅ Ｍｅｔｈｏｄ ｆｏｒ Ｅｎｄ−ｔｏ−ｅｎｄ Ｓｐｅｅｃｈ Ｑｕａｌｉｔｙ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｎａｒｒｏｗｂａｎｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋｓ ａｎｄ Ｓｐｅｅｃｈ Ｃｏｄｅｃｓ（音声品質の知覚評価（ＰＥＳＱ）、狭帯域電話ネットワーク及び音声コーデックの末端間音声品質査定の客観的方法）」、国際電気通信連合、スイス、ジュネーブ、（２００１年２月）
［４］Ａ．Ｐ．Ｈｅｋｓｔｒａ、Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、「Ｏｕｔｐｕｔ ｐｏｗｅｒ ｄｅｃｏｍｐｅｎｓａｔｉｏｎ（出力パワー補償解除）」、国際特許出願ＰＣＴ ＥＰ０２／０２３４２；欧州特許出願０１２００９４５．２（２００１年３月）；Ｋｏｎｉｎｋｌｉｊｋｅ ＰＴＴ Ｎｅｄｅｒｌａｎｄ Ｎ．Ｖ．
［５］Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、「Ｆｒｅｑｕｅｎｃｙ ｄｅｐｅｎｄｅｎｔ ｆｒｅｑｕｅｎｃｙ ｃｏｍｐｅｎｓａｔｉｏｎ（周波数依存の周波数補償）」、国際特許出願ＰＣＴ ＥＰ０２／０５５５６；欧州特許出願０１２０３６９９．２（２００１年６月）；Ｋｏｎｉｎｋｌｉｊｋｅ ＰＴＴ Ｎｅｄｅｒｌａｎｄ Ｎ．Ｖ．
［６］Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｍｅａｓｕｒｉｎｇ ａ ｓｙｓｔｅｍ’ｓ ｔｒａｎｓｍｉｓｓｉｏｎ ｑｕａｌｉｔｙ（システムの送信品質を測定するための方法及びシステム）」、ソフトスケーリング、国際特許出願；ＰＣＴ ＥＰ０３／０２０５８；欧州特許出願０２０７５９７３．４−２２１８（２００２年４月）；Ｋｏｎｉｎｋｌｉｊｋｅ ＰＴＴ Ｎｅｄｅｒｌａｎｄ Ｎ．Ｖ．
［７］Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、「Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｍｅａｓｕｒｉｎｇ ａ ｓｙｓｔｅｍ’ｓ ｔｒａｎｓｍｉｓｓｉｏｎ ｑｕａｌｉｔｙ（システムの送信品質を測定するための方法及びシステム）」；欧州特許出願０２０７５９７３（２００３年７月）、Ｋｏｎｉｎｋｌｉｊｋｅ ＰＴＴ Ｎｅｄｅｒｌａｎｄ Ｎ．Ｖ．
［８］Ｔ．Ｇｏｌｄｓｔｅｉｎ、Ｊ．Ｇ．Ｂｅｅｒｅｎｄｓ、Ｈ．Ｋｌａｕｓ、及びＣ．Ｓｃｈｍｉｄｍｅｒ、「Ｄｒａｆｔ ＩＴＵ−Ｔ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｐ．ＡＡＭ， Ａｎ ｏｂｊｅｃｔｉｖｅ ｍｅｔｈｏｄ ｆｏｒ ｅｎｄ−ｔｏ−ｅｎｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｎａｒｒｏｗ−ｂａｎｄ ｔｅｌｅｐｈｏｎｅ ｎｅｔｗｏｒｋｓ ｉｎｃｌｕｄｉｎｇ ａｃｏｕｓｔｉｃ ｔｅｒｍｉｎａｌ（Ｒ）（ＩＴＵ−Ｔ草案勧告Ｐ．ＡＡＭ、音響端末を含む狭帯域電話ネットワークの末端間音声品質査定のための客観的方法）」（２００３年９月）、ＩＴＵ−Ｔ研究グループ１２への正式寄書ＣＯＭ１２〜６４

従来技術による音響送信システムの知覚品質を判定するための方法の全体図である。 従来技術によるＩＴＵ−Ｔ勧告Ｐ．８６２に従って音響送信システムの知覚品質を判定するための方法を表す図である。 本発明の好ましい実施形態による音響送信システムの知覚品質を判定するための方法を表す図である。 本発明の第１の実施形態による改善を示す図である。 本発明の第２の実施形態による更なる改善を示す図である。

Claims (12)

1. 入力部及び出力部を有し、該出力部が時間フレーム出力信号（Ｙ_n）を生成する音響送信システム（１）に適用するための時間フレーム入力信号（Ｘ_n）の第１の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ’（ｆ）_n）を設定するための方法であって、
   前記入力信号（Ｘ_n）を処理して入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を得る段階（２．１．．．２．３）と、
   前記出力信号（Ｙ_n）を処理して出力ピッチパワー密度関数（ＰＰＹ（ｆ）_n）を得る段階（２．４．．．２．６）と、
   第１の周波数補償関数（Ｈ₁（ｆ））を用いて前記入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を周波数補償して、前記第１の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ’（ｆ）_n）を得る段階（２．７、２．８）と、
   を含み、
   前記入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を周波数補償する段階（２．７、２．８）は、オフセット［６］を有するパワーベースソフトスケーリング関数が０．５の範囲内の累乗と、４＊１０⁵の範囲内のオフセットとを用いることを含む、
   ことを特徴とする方法。
2. 短期利得変動に対して前記出力ピッチパワー密度関数（ＰＰＹ（ｆ）_n）を補償して、局所基準化出力ピッチパワー密度関数（ＰＰＹ’（ｆ）_n）を得る段階（２．９．．．２．１１）と、
   前記周波数補償済み出力ピッチパワー密度関数（ＰＰＹ’（ｆ）_n）をラウドネス知覚スケールに変換して、出力ラウドネス密度関数（ＬＹ（ｆ）_n）を得る段階（２．１３）と、
   第２の周波数補償関数（Ｈ₂（ｆ））を用いて前記入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を周波数補償して、第２の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ''（ｆ）_n）を得る段階（３．１０、３．１１）と、
   前記第２の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ''（ｆ）_n）をラウドネス知覚スケールに変換し、入力ラウドネス密度関数（ＬＸ’（ｆ）_n）を得る段階（３．１４）と、
   前記フレーム付き入力ラウドネス密度関数（ＬＸ’（ｆ）_n）の時間フレームにわたって平均化して、平均入力ラウドネススペクトル（ＡＬＳＸ（ｆ））を得る段階（３．４）と、
   前記フレーム付き出力ラウドネス密度関数（ＬＹ（ｆ）_n）の時間フレームにわたって平均化し、平均出力ラウドネススペクトル（ＡＬＳＹ（ｆ））を得る段階（３．５）と、
   前記平均入力ラウドネススペクトル（ＡＬＳＸ（ｆ））に対して前記平均出力ラウドネススペクトル（ＡＬＳＹ（ｆ））を正規化し、これによって正規化平均出力ラウドネススペクトル（ＮＡＬＳＹ（ｆ））を得る段階（３．６、３．７）と、
   前記正規化出力ラウドネススペクトル（ＮＡＬＳＹ（ｆ））から前記入力ラウドネススペクトル（ＡＬＳＸ（ｆ））を減算し、これによって差分平均ラウドネススペクトル（ＤＡＬＳ（ｆ））を得る段階（３．８）と、
   前記差分平均ラウドネススペクトル関数（ＤＡＬＳ（ｆ））をＬｕｂｅｓｑｕｅ積分し、これによって前記音響送信システム（１）についての線形スペクトル歪み尺度（ＬＳＤＭ）を設定する段階（３．９）と、
   を含む請求項１に記載の方法。
3. 連続周波数ビン値の絶対差分に基づいて前記差分平均ラウドネススペクトル（ＤＡＬＳ（ｆ））の粗度尺度（ＲＭ）を設定する段階（３．１２）と、
   前記粗度尺度（ＲＭ）と前記線形スペクトル歪み尺度（ＬＳＤＭ）とを乗算によって組み合わせ、その結果をＭＯＳ（平均オピニオンスコア）スケールにマッピングする（ＦＲＩＱＭ）段階（３．１３）と、
   を更に含む請求項１に記載の方法。
4. 前記入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を周波数補償して前記第２の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ''（ｆ）_n）を得る段階（３．１０、３．１１）は、０．４の範囲内の累乗と５＊１０⁶の範囲のオフセットとを用いるオフセット［６］を有するソフトスケーリング関数に基づくことを特徴とする前記請求項のいずれかに記載の方法。
5. 前記第１の周波数補償関数（Ｈ₁（ｆ））がバークビン値の項で表され、前記入力及び出力ピッチパワー密度関数の少なくとも２つの隣接するバークビン値にわたる平均化から導出されることを特徴とする前記請求項のいずれかに記載の方法。
6. 前記第２の周波数補償関数（Ｈ₂（ｆ））はバークビン値の項で表され、前記入力及び出力ピッチパワー密度関数の少なくとも２つの隣接するバークビン値にわたる平均化から導出されることを特徴とする前記請求項のいずれかに記載の方法。
7. 前記時間フレーム入力信号（Ｘ_n）を処理する前記段階（２）が更に、
   理想スペクトルＩｄｅａｌ（ｆ）に対して前記入力ピッチパワー密度関数（ＰＰＸ（ｆ）_n）を周波数補償する段階（５．１、５．２）を含む、
   前記請求項のいずれかに記載の方法。
8. フレーム当たりの前記入力及び出力ピッチパワー密度関数（ＰＰＸ（ｆ）_n、ＰＰＹ（ｆ）_n）が同時に無音基準値よりも大きい時間フレームを検出する段階（３．１）と、
   時間フレームを検出する前記段階（３．１）の制御下で、前記入力ラウドネス密度関数フレーム（ＬＸ’（ｆ）_n）及び出力ラウドネス密度関数フレーム（ＬＹ（ｆ）_n）をゲーティングする段階（３．２及び３．３）と、
   を更に含む前記請求項のいずれかに記載の方法。
9. 線形スペクトル歪み尺度（ＬＳＤＭ）を設定する前記段階が更に、
   前記差分平均ラウドネススペクトル（ＤＡＬＳ（ｆ））を正の差分平均ラウドネススペクトル（ＤＡＬＳ＋（ｆ））と負の差分平均ラウドネススペクトル（ＤＡＬＳ−（ｆ））とに分割する段階（４．１）と、
   前記差分平均ラウドネススペクトルの正の値（ＤＡＬＳ＋（ｆ））を前記周波数領域において積分し、これによって正の線形スペクトル歪み尺度（ＬＳＤＭ＋）を設定する段階（４．２）と、
   前記差分平均ラウドネススペクトルの負の値（ＤＡＬＳ−（ｆ））を前記周波数領域において積分し、これによって負の線形スペクトル歪み尺度（ＬＳＤＭ−）を設定する段階（４．３）と、
   前記粗度尺度（ＲＭ）と前記正の線形スペクトル歪み尺度（ＬＳＤＭ＋）とを乗算し、その結果をＭＯＳ（平均オピニオンスコア）スケールにマッピングし、これによって正の周波数応答歪み品質尺度（ＦＲＩＱＭ＋）を得る段階（４．４）と、
   乗算によって前記粗度尺度（ＲＭ）と前記負の線形スペクトル歪み尺度（ＬＳＤＭ−）とを組み合わせ、その結果をＭＯＳ（平均オピニオンスコア）スケールにマッピングし、これによって負の周波数応答歪み品質尺度（ＦＲＩＱＭ−）を得る段階（４．５）と、
   ０よりも大きい第１の重み付け要因（α）を用いて前記正の周波数応答歪み品質尺度（ＦＲＩＱＭ＋）を重み付けする段階（４．６）と、
   ０よりも大きい第２の重み付け要因（β）を用いて前記負の周波数応答歪み品質尺度（ＦＲＩＱＭ−）を重み付けする段階（４．６）と、
   前記重み付けされた負の周波数応答影響品質尺度（ＦＲＩＱＭ−）と前記正の周波数応答影響品質尺度（ＦＲＩＱＭ＋）とを加算し、これによって単一の周波数応答影響尺度（ＦＲＩＱＭ）を得る段階（４．６）と、
   を含む前記請求項のいずれかに記載の方法。
10. 短期利得変動に対して前記出力ピッチパワー密度関数（ＰＰＹ（ｆ）_n）を補償し、局所基準化出力ピッチパワー密度関数（ＰＰＹ’（ｆ）_n）を得る段階（２．９．．．２．１１）と、
    前記第１の周波数補償済み入力ピッチパワー密度関数（ＰＰＸ’（ｆ）_n）をラウドネス知覚スケールに変換し、入力ラウドネス密度関数（ＬＸ（ｆ）_n）を得る段階（２．１２）と、
    前記周波数補償済み入力ピッチパワー密度関数（ＰＰＹ’（ｆ）_n）をラウドネス知覚スケールに変換し、出力ラウドネス密度関数（ＬＹ（ｆ）_n）を得る段階（２．１３）と、
    出力及び入力ラウドネス密度関数（ＬＹ（ｆ）_n、ＬＸ（ｆ）_n）を減算し、差分ラウドネス密度関数（Ｄ（ｆ）_n）を得る段階（３．４）と、
    前記差分ラウドネス密度関数（Ｄ（ｆ）_n）における正のビンと負のビンとの間で非対称処理を行い、これにより非対称差分ラウドネス密度関数（Ｄ（ｆ）_n）を得る段階（２．１５）と、
    前記非対称差分ラウドネス密度関数（ＤＡ（ｆ）_n）を周波数積分し（２．１６）、無音部分を強調することによって非対称擾乱尺度（ＤＡ_n）を得る段階（２．１７）と、
    前記差分ラウドネス密度関数（Ｄ（ｆ）_n）を周波数積分し（２．１８）、無音部分を強調することよって対称擾乱尺度を得る段階（２．１９）と、
    前記差分ラウドネス密度関数及び前記非対称差分ラウドネス密度関数（Ｄ_n、Ａ_n）を時間積分し（２．２０）、これによって対称及び非対称擾乱尺度（Ｄ、ＤＡ）を得て、次いで前記対称及び非対称擾乱尺度（Ｄ、ＤＡ）を組み合わせることによって単一の知覚品質推定（ＰＥＳＱ）を得る段階（２．２０）と、
    を更に含む請求項１に記載の方法。
11. 入力部及び出力部を有し、該出力部が時間フレーム出力信号を生成する音響送信システムに適用される時間フレーム入力信号の周波数補償済み入力ピッチパワー密度関数を設定するための処理システムであって、
    プロセッサと、
    フレーム付き入力信号（Ｘ_n）及びフレーム付き出力信号（Ｙ_n）を入力する手段と、
    周波数応答影響品質尺度（ＬＳＤＭ、ＦＲＩＱＭ、ＰＥＳＱ）を出力する手段と、
    を備え、
    前記プロセッサは、前記請求項１〜１０のうちの少なくとも１つに記載の方法の段階を実行するように構成されている、
    ことを特徴とするシステム。
12. コンピュータシステム上で実行されたときに該コンピュータに前記請求項１〜１０のうちの少なくとも１つに記載の方法の段階を実行させるコンピュータ実行可能なソフトウェアコードを含むコンピュータ読み取り可能媒体。

Images