JP3868278B2

JP3868278B2 - 音声信号品質評価装置及びその方法

Info

Publication number: JP3868278B2
Application number: JP2001365512A
Authority: JP
Inventors: 一良秋江; 弘美青柳
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2001-11-30
Filing date: 2001-11-30
Publication date: 2007-01-17
Anticipated expiration: 2021-11-30
Also published as: JP2003167596A

Description

【０００１】
【発明の属する技術分野】
本発明は、音声信号品質評価装置及びその方法に関するものである。例えば、ＶｏＩＰ（Voice Over Internet Protocol）を採用した音声信号伝送システムにおいて、送話された音声信号が遅延やゆらぎを起こした場合、その遅延ゆらぎを含んだ複合的な音声信号の品質を評価する装置及びその方法に適用することができる。
【０００２】
【従来の技術】
従来、音声信号伝送システムにおいて、音声信号の品質を評価する方法として、主観的音声信号品質評価方法と客観的音声信号品質評価方法とがある。
【０００３】
主観的音声信号品質評価方法とは、音声信号伝送システムによる実際の会話の中で、通話者が音声信号の品質を評価する方法であって、従来、主に行なわれているものであるが、試験環境を整えることが難しく、多くの被験者を必要とすること又は音声信号品質評価に要するコストが高価であるという問題を有している。また、試験結果は、試験環境や、被験者の主観に大きく依存するので、試験の再現性に乏しいという問題を有している。
【０００４】
一方、客観的音声品質評価方法とは、上記のような主観的音声品質評価を効率良くするために、客観的に音声信号の品質を評価するものである。すなわち、客観的音声品質評価方法は、主観的音声品質評価方法のように人による評価ではないため、試験環境や被験者の差異によって生じる試験結果の違いがなくなり、試験の再現性に富んだ評価手段である。
【０００５】
上述したように、主観的音声信号品質評価方法は試験環境等の問題を有することから、客観的音声信号品質評価方法の開発が望まれている。
【０００６】
国際電気通信連合の電気通信標準化部門（ＩＴＵ−Ｔ：International Telecommunication Union−Telecommunication Standardization Sector）は、このような客観的音声信号品質評価方法としてＰ．８６１を勧告し、そのＰ．８６１に客観的音声信号品質評価方法が記載されている。
【０００７】
このＰ．８６１に記載されている客観的音声信号品質評価方法は、被評価音声信号の全波形の初期位相のみを、参照音声信号の全波形の初期位相に合わせ込むことにより評価値を得る方法である。
【０００８】
図２は、Ｐ．８６１が勧告する音声信号品質評価方法により、歪み等を生じた被評価音声信号の初期位相のみを、参照音声信号の初期位相に合わせ込んだ場合に生成された音声信号を表したチャートである。
【０００９】
例えば、ＶｏＩＰを採用した音声信号伝送システムおいて、送話者と受話者とが通話をしている場合であって、受話者が受話器を通して聞く送話者の声が、ＶｏＩＰ端末（例えば音声信号符号化・復号化装置等）等の障害により音声の歪み等を生じている場合、受話者が受話器を通して送話者の声を聞く声（被評価音声信号Ｔ）は、送話者が受話器に対して話しかけている声（参照音声信号Ｒ）に対して歪み等が生じ、快適な通話が維持されていない状態である。
【００１０】
上記例で挙げたような状態において、図２に示すように、Ｐ．８６１勧告の音声信号品質評価方法によると、被評価音声信号Ｔの全波形の初期位相と参照音声信号Ｒの全波形の初期位相とを合わせ込み、人間の聴覚特性に基づいて、両者の全波形を比較し、被評価音声信号を客観的に評価することができる。
【００１１】
すなわち、Ｐ．８６１勧告の音声信号品質評価方法は、音声信号符号化・復号化による歪み等によって劣化した音声信号を主観的な評価と高い相関性で客観的に評価する方法である。
【００１２】
【発明が解決しようとする課題】
上述したように、Ｐ．８６１勧告の音声信号品質評価方法によれば、被評価音声信号の全波形の初期位相を合わせ込むことによって、客観的な音声信号の評価値を得ることができる。
【００１３】
しかしながら、Ｐ．８６１勧告の音声信号品質評価方法は、ネットワーク伝送などによって遅延やゆらぎ等が生じた音声信号に対しては、適正な品質評価を得ることができない場合がある。
【００１４】
すなわち、ネットワーク伝送などによって遅延やゆらぎ等が生じた音声信号に対しては、Ｐ．８６１勧告の音声信号品質評価方法による評価と主観的音声信号品質評価方法による評価とを比較した場合に、Ｐ．８６１勧告の音声信号品質評価方法による評価が適正でない評価をする場合がある。
【００１５】
これは、Ｐ．８６１勧告の音声信号品質評価方法による評価が、上述したように被評価音声信号の全波形の初期位相のみしか、参照音声信号の全波形の初期位相に合わせ込んでおらず、ネットワーク伝送による音声信号の遅延やゆらぎ等を考慮していないからである。
【００１６】
すなわち、Ｐ．８６１勧告の従来の音声信号品質評価方法では、音声信号符号化・復号化装置（ＣＯＤＥＣ）等で生じる音声信号の歪み等は考慮して評価しているが、ネットワーク伝送によって生じる遅延やゆらぎ等は考慮していないためである。
【００１７】
図２における音声信号Ｔ’に示されるように、被評価音声信号Ｔの全波形の初期位相のみを、参照音声信号Ｒの全波形の初期位相に合わせ込んだとしても、遅延ゆらぎが生じた部分（図２中の１の部分）以降は、位相が合わなくなっていることがわかる（但し、図２中の矢印２〜３の間の音声は、ネットワーク伝送中において、欠落したことを示す）。
【００１８】
ＶｏＩＰを採用した音声信号伝送システムにおいて、ネットワーク構成やネットワークトラフィック量等が原因で遅延やゆらぎ等が生じてしまうのが現状であり、このようにして生じた遅延やゆらぎ等を考慮した客観的音声信号品質評価装置及び方法に対しての要望が強い。
【００１９】
そのため、ネットワーク伝送によって生じた遅延やゆらぎ等の劣化要因を複合的に含んだ音声信号に対しても、有効かつ適正に音声信号品質評価をすることができる音声信号品質評価装置及び音声信号品質評価方法が求められている。
【００２０】
【課題を解決するための手段】
かかる課題を解決するために、第１の発明に係る音声信号品質評価装置は、外部から受信した、参照音声信号と、参照音声信号と同一波形であることが期待される少なくとも遅延ゆらぎを含んだ被評価音声信号との位相差に基づいて、被評価音声信号の品質を評価する音声信号品質評価装置において、少なくとも遅延ゆらぎを含んだ被評価音声信号に対してフレームを生成するフレーム生成手段と、フレーム生成手段から受け取ったフレーム毎の有音な被評価音声信号と、参照音声信号との相関値が最大となる位相調整量を求め、相関値が最大となる上記フレーム毎の被評価音声信号の波形の位相に上記位相調整量分だけずらし込むことにより、被評価音声信号の遅延ゆらぎをフレーム毎に補正する遅延補正手段と、遅延補正手段によってフレーム毎の遅延ゆらぎが補正された被評価音声信号を繋ぎ合わせた位相補正音声信号と、参照音声信号とに基づいて、所定の客観的音声信号品質評価方式に従って、位相補正音声信号の第１の評価値を求める第１の品質評価手段と、遅延補正手段が補正した被評価音声信号の位相調整量と第１の評価値の単位値の劣化に要する遅延時間とから遅延ゆらぎ時間に対する位相調整量を求め、第１の品質評価手段が求めた第１の評価値と、遅延ゆらぎ時間に対する位相調整量とを合わせることにより、被評価音声信号の第２の評価値を求める第２の品質評価手段とを備えることを特徴とする。
【００２１】
また、第２の発明に係る音声信号品質評価方法は、上述した第１の発明と対応するものであり、外部から受信した、参照音声信号と、参照音声信号と同一波形であることが期待される少なくとも遅延ゆらぎを含んだ被評価音声信号との位相差に基づいて、被評価音声信号の品質を評価する音声信号品質評価方法において、少なくとも遅延ゆらぎを含んだ被評価音声信号に対してフレームを生成し、フレーム毎の有音な被評価音声信号と、参照音声信号との相関値が最大となる位相調整量を求め、相関値が最大となる上記フレーム毎の被評価音声信号の波形の位相に上記位相調整量分だけずらし込むことにより、被評価音声信号の遅延ゆらぎをフレーム毎に補正し、フレーム毎の遅延ゆらぎが補正された被評価音声信号を繋ぎ合わせた位相補正音声信号と、参照音声信号とに基づいて、所定の客観的音声信号品質評価方式に従って、位相補正音声信号の第１の評価値を求め、補正した被評価音声信号の位相調整量と第１の評価値の単位値の劣化に要する遅延時間とから遅延ゆらぎ時間に対する位相調整量を求め、上記第１の評価値と、遅延ゆらぎ時間に対する位相調整量とを合わせることにより、被評価音声信号の第２の評価値を求めることを特徴とする。
【００２２】
【発明の実施の形態】
（Ａ）第１の実施形態
以下、本発明の音声信号品質評価装置及び音声信号品質評価方法の第１の実施形態を図１、図３及び図４を参照して説明する。
【００２３】
第１の実施形態は、Ｐ．８６１勧告に記載されている音声信号品質評価値算出方法を採用した音声信号品質評価装置及び音声信号品質評価方法である。
【００２４】
（Ａ）第１の実施形態の構成
図１は、第１の実施形態に係る音声信号品質評価装置の構成を示したブロック図である。
【００２５】
第１の実施形態に係る音声信号品質評価装置は、位相調整回路部１０１と、客観的品質評価値計算回路部１０２と、遅延劣化評価値計算回路部１０３と、を備えている。
【００２６】
位相調整回路部１０１は、外部から参照音声信号Ｘ（ｎ）と被評価音声信号Ｙ（ｎ）とを受け取り、被評価音声信号Ｙ（ｎ）を所定間隔のサンプリングによりフレーム化し、そのフレーム毎の被評価音声信号の波形と、受け取った参照音声信号の波形との位相差を比較して、位相差をなくすために求めた位相調整量Ｌｍに基づいて、被評価音声信号が含んでいる遅延やゆらぎ等を補正した位相補正音声信号Ｙ’（ｎ）を生成するものである。位相調整回路部１０１は、そのようにして生成された位相補正音声信号Ｙ’（ｎ）を、客観的品質評価値計算回路部１０２に与えるものである。
【００２７】
ここで、参照音声信号Ｘ（ｎ）とは、例えば、通話において送話者が受話器に向かって話す送話者の声等であり、被評価音声信号Ｙ（ｎ）とは、例えば、ＶｏＩＰを採用した音声信号伝送システム等のネットワークを介して受話者が受話器を通して聞く送話者の声等である。
【００２８】
また、位相調整回路部１０１は、フレーム毎に求めた位相調整量Ｌｍに基づいて、被評価音声信号Ｙ（ｎ）の全波形についての平均位相調整量Ｌａを求め、その求めた平均位相調整量Ｌａを、遅延劣化品質評価値計算回路部１０３へ与えるものである。位相調整回路部１０１の内部構成については後述する。
【００２９】
客観的評価値計算回路部１０２は、位相調整回路部１０１が求めた位相補正音声信号Ｙ’（ｎ）と、参照音声信号Ｘ（ｎ）とを受け取り、従来のＩＴＵ−Ｔ勧告のＰ．８６１に記載されている音声信号品質評価方法により、客観的品質評価値Ｐが求められ、その求められた客観的品質評価値Ｐを遅延劣化評価値計算回路部１０３へ与えるものである。ここで、この音声信号品質評価方法は、参照音声信号と被評価音声信号をフーリエ変換し、さらに聴覚特性を加味した変換を行い、受話器の特性を加味し比較する。
【００３０】
客観的品質評価値Ｐは、従来のＰ．８６１勧告の音声信号品質評価方法による評価値である。また、ここで評価される音声信号は、図２中の矢印１等に代表される遅延やゆらぎ等を補正した位相補正音声信号Ｙ’（ｎ）である。
【００３１】
従って、遅延やゆらぎ等が生じた場合であっても、評価される際は既にその遅延やゆらぎ等が補正されている音声信号であるので、従来よりも適性に評価することができる。
【００３２】
遅延劣化評価値計算回路部１０３は、客観的品質評価値計算回路部１０２から客観的品質評価値Ｐと、位相調整回路部１０１から平均位相調整量Ｌａとを受け取り、これら客観的品質評価値Ｐと平均位相調整量Ｌａとに基づいて、遅延ゆらぎ時間を考慮した遅延劣化品質評価値Ｑを求めるものである。
【００３３】
遅延劣化評価値計算回路部１０３が遅延劣化品質評価値Ｑを求める方法は、例えば予め設定された客観的評価値Ｐが「１」減少するときに要する遅延時間Ｚを用いて、下記式（１）に従うようにして求める（客観的評価値Ｐは、０≦Ｐ≦７となり、客観的評価値Ｐの最もよい値は「０」、最も悪い値は「７」とする）。
【００３４】
Ｑ＝Ｐ＋（Ｌａ／Ｚ） …（１）
ここで、予め設定された客観的評価値Ｐが「１」減少するときに要する遅延時間Ｚとは、例えば遅延時間が２００ｍｓ生じた場合に、客観的評価値Ｐが「１」減少するであろうというときの遅延時間をいう。このように遅延時間が２００ｍｓ生じた場合に客観的評価値Ｐが１減少するとした場合には、Ｐ．８６１勧告に従って、遅延劣化品質評価値は０≦Ｑ≦７となる（遅延劣化品質評価値Ｑの最もよい値は「０」、最も悪い値は「７」とする）。
【００３５】
すなわち（Ｌａ／Ｚ）の値は、客観的評価値Ｐの補正値であり、被評価音声信号波形の遅延補正に要する位相調整量（ここでは平均位相調整量Ｌａ）に応じて客観的評価値Ｐを補正するものである。
【００３６】
次に、位相調整回路部１０１の内部構成について説明する。
【００３７】
図３は、位相調整回路部１０１の内部構成を示したブロック図である。
【００３８】
図３に示すように位相調整回路部１０１は、フレーム作成部２０１と、有音無音判定部２０２と、位相調整量算出部２０３と、位相補正音声信号作成部２０４と、平均位相調整量計算部２０５と、を備えている。
【００３９】
フレーム作成部２０１は、与えられた被評価音声信号に対して、予め設定された所定のサンプリング間隔によってサンプリングし、そのサンプリングしたサンプル数Ｎ（Ｎは自然数）を１フレームとし、フレーム毎の被評価音声信号を有音無音判定部２０２に与えるものである。
【００４０】
有音無音判定部２０２は、フレーム作成部２０１からフレーム毎の被評価音声信号を与えられ、そのフレーム毎にフレームパワーＷ（第ｍフレームのフレームパワーをＷｍとする（ｍは０以上の整数）。）を求め、予め設定された有音無音判定閾値Ｗｔに基づいて、そのフレーム毎の被評価音声信号が有音であるか無音であるかを判定するものである。有音無音判定部２０２は、有音と判定したフレームの被評価音声信号Ｙ（ｎ）を位相調整量算出部２０３に与えるものである。
【００４１】
ここで、有音無音判定部２０２が、有音であるか否かの判定方法について説明する。
【００４２】
有音無音判定部２０２が求めるフレームパワーＷｍは、下記式（２）に示すようにして求める。
【００４３】
【数１】

有音無音判定部２０２は、上記式（２）から分かるようにフレーム毎の被評価音声信号波形について自乗したものからフレームパワーＷｍを求めている。
【００４４】
また、有音であるか否かの判定は、求められたフレームパワーＷｍと、予め設定された有音判定閾値Ｗｔとを比較して、フレームパワーがＷｍが有音判定閾値Ｗｔよりも大きい場合（Ｗｍ＞Ｗｔ）を有音であるとする。
【００４５】
位相調整量算出部２０３は、有音無音判定部２０２において有音と判定されたフレーム毎の被評価音声信号Ｙ（ｎ）が与えられ、そのフレームの被評価音声信号Ｙ（ｎ）の波形と、位相ｌだけずらした参照音声信号Ｘ（ｎ）の波形との相互相関値Ｃをとり、その相互相関値Ｃが最大となり、ネットワークによる遅延を補正するような位相ｌの値を位相調整量Ｌｍとして求めるものである。
【００４６】
【数２】

位相補正音声信号作成部２０４は、位相調整量算出部２０３が求めたフレーム毎の相互相関値Ｃの最大値に基づいて、フレーム毎に被評価音声信号の波形を調整して、被評価音声信号の全波形の位相を合わせこんで位相補正した位相補正音声信号Ｙ’（ｎ）を作成するものである。位相補正音声信号作成部２０４は、作成した位相補正音声信号Ｙ’（ｎ）を客観的品質評価値計算部１０２へ与えるものである。
【００４７】
ここで、位相補正音声信号作成部２０４が、フレーム毎の被評価音声信号の波形を調整する方法について図４を参照して説明する。
【００４８】
図４は、遅延位相の補正動作の様子を示したチャートである。
【００４９】
位相調整量算出部２０３から与えられるフレーム毎の相互相関値Ｃが最大値となる波形、すなわち波形の相関が高くなる位相ｌの値を探し、その波形の相関が高い位相に、フレーム毎の被評価音声信号の波形をずらし込むことによって遅延ゆらぎを補正することができる。つまり、位相補正音声信号作成部２０４は、フレーム毎に遅延位相の補正をする。
【００５０】
このような被評価音声信号の波形のずらし込みを、全てのフレームについて行うことにより、被評価音声信号の全波形の遅延ゆらぎを補正することができる。
【００５１】
また、例えば、フレームの被評価音声信号の波形をずらし込む場合であって、前フレームの波形と重なり合ってしまうときには、前フレームの重なり合ってしまう波形に上書きするようにしても良い。
【００５２】
平均位相調整量計算部２０５は、位相調整量算出部２０３からフレーム毎の位相調整量Ｌｍを受け取り、この受け取った位相調整量Ｌｍに基づいて、被評価音声信号の全信号（全波形）についての平均位相調整量Ｌａを計算して、その計算した平均位相調整量Ｌａを、遅延劣化品質評価値計算回路部１０３へ与えるものである。ここで、平均位相調整量Ｌａの求め方は、例えば、全てのフレームについて、各フレーム毎の位相調整量Ｌｍの総和を求めて、全フレームの数で割ることで求めたり、また、別の統計的に求めても良い。
【００５３】
（Ａ−２）第１の実施形態の動作
以下、第１の実施形態に係る音声信号品質評価装置の動作について説明する。
【００５４】
参照音声信号Ｘ（ｎ）及び被評価音声信号Ｙ（ｎ）は、位相調整回路部１０１に与えられる。
【００５５】
位相調整回路部１０１のフレーム作成部２０１において、被評価音声信号Ｙ（ｎ）は所定間隔毎のサンプリングにより分割されて、所定サンプル数Ｎを１フレームとするようなフレームが作成される。
【００５６】
被評価音声信号Ｙ（ｎ）は、作成されたフレーム毎に有音無音判定部２０２に与えられる。
【００５７】
有音無音判定部２０２において、フレーム毎の被評価音声信号Ｙ（ｎ）は、フレーム毎のフレームパワーＷｍ（ｍは第ｍフレームとする）を求められる。このフレームパワーＷｍは、上記式（２）に従って求められる。
【００５８】
この求められたフレームパワーＷｍは、有音無音判定部２０２において予め設定された有音判定閾値Ｗｔと比較されて、フレームパワーＷｍが、この有音判定閾値Ｗｔよりも大きいときには、そのフレームに対する被評価音声信号Ｙ（ｎ）は有音であると判定される。
【００５９】
このようにして有音であると判定された被評価音声信号Ｙ（ｎ）のフレームは、位相調整量算出部２０３に与えられる。
【００６０】
位相調整量算出部２０３において、有音であると判定された被評価音声信号Ｙ（ｎ）のフレーム波形は、位相ｌだけずらした参照音声信号Ｘ（ｎ）の波形と相互相関を求められる。そのとき、その相互相関値Ｃが最大となったときの位相ｌを位相調整量Ｌｍとする。
【００６１】
この位相調整量Ｌｍは、平均位相調整量計算部２０５に与えられる。平均位相調整量計算部２０５において、注目されるフレームより与えられた位相調整量Ｌｍに基づいて、被評価音声信号Ｙ（ｎ）の全フレームについての平均位相調整量Ｌａが求められる。
【００６２】
また、相互相関値Ｃが最大となったときの位相調整量Ｌｍが求められた被評価音声信号Ｙ（ｎ）のフレーム波形は、位相補正音声信号作成部において、次の有音と判定されたフレーム波形によってずらし込まれる。このとき、フレーム単位でずらし込まれるので、例えば、当該被評価音声信号のフレームが有している波形に対してずらし込まれる場合には、そのずらし込む波形を上書きするようにする。
【００６３】
このようにして、全フレームに対してのずらし込みが行なわれることにより、被評価音声信号Ｙ（ｎ）の全波形に対して遅延ゆらぎの補正が完成され、位相補正音声信号Ｙ’（ｎ）が生成される。
【００６４】
この生成された位相補正音声信号Ｙ’（ｎ）は、客観的品質評価計算回路部１０２に与えられる。
【００６５】
客観的品質評価値計算回路部１０２において、与えられた位相補正音声信号Ｙ’（ｎ）と参照音声信号Ｘ（ｎ）とに基づいて、Ｐ．８６１勧告の音声信号品質評価方法に従って、客観的品質評価値Ｐが求められる。すなわち、与えられた位相補正音声信号Ｙ’（ｎ）は遅延やゆらぎ等について位相補正されたものである。従って、客観的品質評価値計算回路部１０２において、被評価音声信号（すなわち、ここでは位相補正音声信号Ｙ’（ｎ）である）の初期位相のみを、参照音声信号Ｘ（ｎ）の初期位相に組み合せることによって位相の補正をすることができる。
【００６６】
求められた客観的品質評価値Ｐは、遅延劣化評価値計算回路部１０３に与えられる。また、位相調整回路部１０１で求められた平均位相調整量Ｌａも遅延劣化評価値計算回路部１０３に与えられる。
【００６７】
遅延劣化評価値計算回路部１０３において、与えられた客観的品質評価値Ｐと平均位相調整量Ｌａに基づいて、遅延劣化品質評価値Ｑが求められる。
【００６８】
この遅延劣化品質評価Ｑは、下記式（１）のようにして求められる。
【００６９】
Ｑ＝Ｐ＋（Ｌａ／Ｚ） …（１）
Ｚは、予め設定された客観的評価値Ｐが「１」減少するときに要する遅延時間である。
【００７０】
(Ａ−３)第１の実施形態の効果
以上、第１の実施形態に係る音声信号品質評価装置によれば、客観的品質評価値計算回路部１０２の前段に、位相調整回路部１０１を備えることにより、被評価音声信号が有する遅延やゆらぎ等を考慮して位相を補正することができるので、客観的品質評価計算回路部１０２によって得られる評価値が、より適正に求めることができる。
【００７１】
また、遅延やゆらぎ等の位相補正に係る位相調整量に基づいて、遅延等劣化に係る位相調整量を考慮した評価値を求めることができる。
【００７２】
（Ｂ）その他の実施形態
第1の実施形態の音声信号品質評価装置は、音声信号符号化・復号化装置（ＣＯＤＥＣ）のみの評価もすることができ、第1の実施形態の客観的品質評価値Ｐが、音声信号符号化・復号化装置の評価に相当する。
【００７３】
【発明の効果】
以上、本発明の音声信号品質評価装置及び方法によれば、遅延補正手段及び離縁劣化評価手段を設けることにより、フレーム化した被評価音声信号と参照音声信号との相関値が最大となる位相調整量に基づいて、被評価音声信号の遅延を補正することができ、その位相調整量と遅延を補正した音声信号の評価値とに基づいて、被評価音声信号の評価値を求めることができるので、ネットワーク伝送等によって生じた遅延やゆらぎ等の劣化要因を複合的に含んだ被評価音声信号についての品質を適正に評価することができる。
【図面の簡単な説明】
【図１】第１の実施形態に係る音声信号品質評価装置の構成を示したブロック図である。
【図２】従来の客観的音声信号品質評価方法によって被評価音声信号の初期位相を組み合せが行なわれる動作説明する説明図である。
【図３】第１の実施形態に係る位相調整回路部１０１の内部構成を示したブロック図である。
【図４】第１の実施形態に係る遅延位相の補正動作を説明する説明図である。
【符号の説明】
１０１…位相調整回路部、１０２…客観的品質評価値計算部、
１０３…遅延劣化品質評価値計算部、２０１…フレーム作成部、
２０２…有音無音判定部、２０３…位相調整量算出部、
２０４…位相補正音声信号作成部、２０５…平均位相調整量計算部。

Claims

外部から受信した、参照音声信号と、当該参照音声信号と同一波形であることが期待される少なくとも遅延ゆらぎを含んだ被評価音声信号との位相差に基づいて、当該被評価音声信号の品質を評価する音声信号品質評価装置において、
少なくとも遅延ゆらぎを含んだ被評価音声信号に対してフレームを生成するフレーム生成手段と、
上記フレーム生成手段から受け取ったフレーム毎の有音な被評価音声信号と、上記参照音声信号との相関値が最大となる位相調整量を求め、相関値が最大となる上記フレーム毎の被評価音声信号の波形の位相に上記位相調整量分だけずらし込むことにより、上記被評価音声信号の遅延ゆらぎをフレーム毎に補正する遅延補正手段と、
上記遅延補正手段によってフレーム毎の遅延ゆらぎが補正された上記被評価音声信号を繋ぎ合わせた位相補正音声信号と、上記参照音声信号とに基づいて、所定の客観的音声信号品質評価方式に従って、当該位相補正音声信号の第１の評価値を求める第１の品質評価手段と、
上記遅延補正手段が補正した被評価音声信号の位相調整量と上記第１の評価値の単位値の劣化に要する遅延時間とから遅延ゆらぎ時間に対する位相調整量を求め、上記第１の品質評価手段が求めた上記第１の評価値と、上記遅延ゆらぎ時間に対する位相調整量とを合わせることにより、上記被評価音声信号の第２の評価値を求める第２の品質評価手段と
を備えることを特徴とする音声信号品質評価装置。
上記遅延補正手段は、
上記フレーム毎の被評価音声信号が、有音であるか否かを判定する有音判定部と、
上記有音判定部によって有音であると判定されたフレーム毎の被評価音声信号について、上記参照音声信号との相関値が最大となる位相調整量をフレーム毎に求める位相調整量算出部と、
上記位相調整量算出部から位相調整が必要なフレームについて、当該フレームの前のフレームに対してずらし込むことで遅延ゆらぎを補正して、位相補正音声信号を生成する位相補正音声信号生成部と、
上記位相調整算出部が求めたフレーム毎の位相調整量に基づいて、上記被評価音声信号の位相調整量を求める平均調整量計算部と
を有することを特徴とする請求項１に記載の音声信号品質評価装置。
外部から受信した、参照音声信号と、当該参照音声信号と同一波形であることが期待される少なくとも遅延ゆらぎを含んだ被評価音声信号との位相差に基づいて、当該被評価音声信号の品質を評価する音声信号品質評価方法において、
少なくとも遅延ゆらぎを含んだ被評価音声信号に対してフレームを生成し、
上記フレーム毎の有音な被評価音声信号と、上記参照音声信号との相関値が最大となる位相調整量を求め、相関値が最大となる上記フレーム毎の被評価音声信号の波形の位相に上記位相調整量分だけずらし込むことにより、上記被評価音声信号の遅延ゆらぎをフレーム毎に補正し、
上記フレーム毎の遅延ゆらぎが補正された上記被評価音声信号を繋ぎ合わせた位相補正音声信号と、上記参照音声信号とに基づいて、所定の客観的音声信号品質評価方式に従って、当該位相補正音声信号の第１の評価値を求め、
上記補正した被評価音声信号の位相調整量と上記第１の評価値の単位値の劣化に要する遅延時間とから遅延ゆらぎ時間に対する位相調整量を求め、上記第１の評価値と、上記遅延ゆらぎ時間に対する位相調整量とを合わせることにより、上記被評価音声信号の第２の評価値を求める
ことを特徴とする音声信号品質評価方法。