PESQ和MOS关系
- 格式：doc
- 大小：42.50 KB
- 文档页数：4
PESQ
目录[隐藏]
PESQ图示
PESQ(Perceptual evaluation of speech quality)
即：主观语音质量评估。
ITU-T P.862建议书提供的客观MOS值评价方法
[编辑本段]
原理
如图PESQ的结构。
开始时两个信号都通过电平调整,再用输入滤波器模拟标准电话听筒进行滤波(FFT)。
这两个信号要在时间上对准,并通过听觉变换。
这个变换包括对系统中线性滤波和增益变化的补偿和均衡。
提取出两个失真参数,在频率和时间上总和起来,映射到对主观平均意见分的预测。
[编辑本段]
计算PESQ的得分
为了训练PESQ,要在三个平均阶段通过使用很多的p值计算很大数量的不同的对称和非对称的参数。
先使用参数的线性组合来预测主观MOS分,进一步对每次主观测试进行回归分析说明、解决不同的题目的前后关系和选择的偏好,如第3部分中所讨论的;这一步还用到了线性映射。
对所有的候选参数集都进行了选择。
这样找到了最优的组合,能给出最好的平均相关系数。
这样可以在几百个候选参数中找到最好的。
举例来说,PESQ中用到部分补偿,在增益调制的均衡中,就要避免使用大量的参数来预测质量。
只用到两个参数的组合—一个对称干扰(dSYM)和一个非对称干扰(dASYM),在预测精度和概括能力上有很好的平衡。
然而,由于低维数的模型依靠早先
的阶段组合出复杂的感知作用,要求有几个迭代设计。
听觉变换中的系数和干扰处理经过优化,找到了最优的参数,然后重复处理过程。
下面给出PESQ中映射的分：PESQMOS=4.5-0.1 dSYM-0.0309 dASYM
对于正规的主观测试,得分在1.0和4.5之间。
在失真情况严重时,得分可能会低于1.0,但这种情况很少见。
[编辑本段]
范围和应用
ITU-T相关的资料已证明PESQ是能够给出精确的预测值的,包括以下编解码和误码失真,波形编码(如G.711,G.726),CELP/高于4kbit/s的混合编解码(如G.728),移动编解码/系统(包括GSM FR、EFR、HR、AMR、CDMA EVRC、TDMA ACELP、VSELP和TETRA);各种编解码的代码转换,随机的、突发的、包丢失误差。
PESQ能够用于编解码或系统评估、选择和优化。
这样PESQ可以广泛的用于现场和模拟网络中端到端测量。
背景(环境)噪声和噪声处理,可以通过用PESQ比较干净的、未处理的信号和编码的、经噪声干扰失真的信号评估得到。
用静默来取代语音,也是一种失真,给所有的感知模型在预测MOS分时带来困难。
一般前端和后端的50ms的削波(话音激活检测)不会给主观印象带来很大的影响。
然而,在话音期间削波,比如包丢失后用静默代替,将严重影响主观感受---每50ms的丢失,MOS分下降一分。
PESQ的情况在这两种之间,每50ms的削波通常引起0.5分左右的下降,而不管处于什么位置。
对于前端暂时的削波,特别是未察觉的丢失了单词时,PESQ是很敏感的。
相反的,PESQ对经常的、短时的削波不很敏感(短时间内语音被静默取代)。
在这两种情况下,PESQ与主观MOS分之间的相关性会减弱。
作为一个有固定假设听觉级的只听模型,PESQ一般不应用来评估收听级、侧音/说话人回音,或对话延迟的影响,而且,它也不是供非入侵性测度使用的。
其他一些应用的特性还没有得到证明,或者需要部分改变模型。
包括：音乐音质;宽带话音;所谓“媒体音频质量”;接受端回声;低于4kbit/s的低比特率编解码器;声学的和电话机参考当量测试。
MOS值
目录[隐藏]
通信术语
[编辑本段]
含义
MOS——Mean Opinion Score 平均意见值
MOS值常以衡量通信系统语音质量的重要指标。
[编辑本段]
测量方法
常用的MOS分评价方法包括主观MOS分评价和客观MOS分评价。
主观MOS分采用ITU-T P.800和P.830建议书，由不同的人分别对原始语料和经过系统处理后有衰退的语料进行主观感觉对比，得出MOS分，最后求平均值。
而客观MOS评价则采用ITU-T P.862建议书提供的PESQ方法，由专门的仪器（如Agilent的VQT测试仪）或软件进行测试。
[编辑本段]
数值范围及含义
在MOS方法中,0分代表最差的质量，5分为最高分。
标准PCM的质量约为4.4分。
常见编码格式对应MOS值如下：
G.711——MOS＝ 4.8
G.721、G.723、G.726——MOS＝ 4.2
G.728——MOS＝4.2
G.729 ——MOS＝4.2
G.723.1（5.3）——MOS＝3.5 G.723.1（6.3）——MOS＝3.98。
