聽覺質(zhì)量客觀感知評估算法及其應用

1、https:/聽覺質(zhì)量客觀感知評估算法及其應用聽覺質(zhì)量客觀感知評估算法及其應用【摘 要】ITU P.863 是下一代語音質(zhì)量測試技術，適用于固話、手機和 IP網(wǎng)絡。通過比較已知的參考信號和經(jīng)過待測系統(tǒng)后的退化信號，得到 MOS 分。應用 POLQA 算法對手機的通話語音質(zhì)量進行客觀評估，分析影響手機通話性能的各種因素。【關鍵詞】P.863 POLQA 聽覺質(zhì)量 MOS1 引言P.863 是下一代語音質(zhì)量測試技術，適用于固話、手機和 IP 網(wǎng)絡。P.863的目標是預測用戶感知，從窄帶到超寬帶的所有通信系統(tǒng)的聆聽語音質(zhì)量。正因為 P.863 的應用帶寬得到了擴展，POLQA 算法可用于 VoLTE

2、 的語音質(zhì)量評估。POLQA 算法既能用于電信號的測試（這和 P.862、P.861 是兼容的），同時也能用于聲信號的測試，即評估通過仿真耳記錄的信號。2 POLQA 算法介紹POLQA 算法原理和 PESQ 算法類似，通過比較參考信號和待評估的劣化信號，輸出感知質(zhì)量的預估值，劣化信號是參考信號經(jīng)過通信系統(tǒng)后的信號。具體如圖 1 所示。對信號的處理步驟包括幀分割、時間對齊、延遲計算，然后通過感知模型把參考信號和劣化信號轉(zhuǎn)換成內(nèi)部表征。把這些表征指標綜合起來給出客觀聆聽質(zhì)量 MOS 分。幀分割是指把參考信號和劣化信號分割成一小段的等長的時間片，即幀信號。由于經(jīng)過通信系統(tǒng)后，劣化信號存在延時、電平

3、變化、數(shù)據(jù)包錯位或丟失等情況，因此非常重要的一步是要把參考信號幀和劣化信號幀一對一地進行匹配，這樣才能對每一對幀進行比較分析。POLQA 算法是在參考信號中尋找和劣化信號幀的匹配幀，分別計算參考信號幀和匹配的劣化信號幀的延時。POLQA 算法使用了 6 個表征指標，即頻率響應指標（FREQ）、噪聲指標（NOISE）、混響指標（REVERB）以及 3 個描述內(nèi)部差異的指標，即時間、音調(diào)、響度域。在 POLQA 算法中，MOS-LQO 分在窄帶模式下最高為 4.5 分，超寬帶模式下為 4.75 分。https:/3 用 POLQA 算法分析影響語音質(zhì)量的因素利用 POLQA 算法的 MOS 分，能

4、夠直觀地反應語音質(zhì)量的好壞。因此在實驗室環(huán)境下分析手機在手持通話模式時，不同因素對通話質(zhì)量的影響。3.1 測試系統(tǒng)組成如圖 2 所示，測試系統(tǒng)主要包括：（1）消音室，包含頭肩模型器 HATS，4 個喇叭和 1 個低音炮，用于播放噪聲；（2）基站模擬系統(tǒng)用于實現(xiàn)和手機的通信；（3）語音質(zhì)量分析儀，用來實現(xiàn)對語音通話進行 POLQA 算法的打分；（4）多徑信號模擬發(fā)生器，用于模擬多徑信號。3.2 通信制式的影響表 1 通信制式對 MOS 分的影響通信制式 發(fā)送 MOS 分 接收 MOS 分GSM850 4.22 4.18WCDMA（Band） 4.20 4.18WCDMA（Band） 4.20 4

5、.173.3 發(fā)射功率的影響GSM 制式能夠通過模擬基站準確地控制手機發(fā)射功率，因此選擇 GSM 頻段進行測試?？梢姡瑢τ谡５氖謾C（手機 A），發(fā)射功率對通話質(zhì)量沒有影響。然而，如果手機設計存在問題（手機 B），比如天線干擾了麥克，導致通話存在電流音，那么通過 POLQA 算法也是能反映出來的。發(fā)射功率對 MOS 分的影響如表 2 所示：表 2 發(fā)射功率對 MOS 分的影響手機 A 手機 B發(fā)射功率等級 發(fā)送MOS 分 接收https:/MOS 分 發(fā)射功率等級 發(fā)送MOS 分 接收MOS 分3.4 編碼方式的影響根據(jù)網(wǎng)絡環(huán)境的優(yōu)劣，手機會選擇合適的編碼方式以確保通話質(zhì)量。那么不同的編碼方式

6、對通話質(zhì)量的影響有多大？選擇 GSM 制式下不同 AMR 方式進行測試。由表 3 可知，隨著碼速率的下降，MOS 分也是下降的。這和實際表現(xiàn)是一致的，在差的網(wǎng)絡環(huán)境下，手機的碼速率下降，語音質(zhì)量也會下降。表 3 編碼方式對 MOS 分的影響編碼（GSM 制式） 發(fā)送 MOS 分 接收 MOS 分AMR Full Rate 7.95kbps 3.97 4.02AMR Full Rate 5.90kbps 3.84 3.88AMR Full Rate 4.75kbps 3.67 3.73AMR Half Rate 7.95kbps 3.98 4.01AMR Half Rate 6.70kbps 3

7、.94 3.96AMR Half Rate 5.90kbps 3.81 3.88AMR Half Rate 5.15kbps 3.73 3.783.5 信道衰落的影響實際網(wǎng)絡環(huán)境下，不可能保證手機接收到的基站信號只有直射信號，即信道衰落是不可避免的。通過多徑信號模擬發(fā)生器，選擇國際規(guī)范規(guī)定的衰落模型，對模擬基站發(fā)出的基帶信號進行衰落，評估不同的信噪比對語音質(zhì)量的影響。由于衰落是加在接收信號上的，因此只影響接收 MOS分。從表 4 可知，信噪比對語音質(zhì)量的影響很大。表 4 信道衰落對 MOS 分的影響 AWGN 的 Eb/No 值/dB 接收 MOS 分10 4.160 3.88-2 3.34-

8、4 2.153.6 噪聲環(huán)境的影響噪聲環(huán)境是常常會遇到的，商場、鬧市區(qū)都充滿了各種噪聲。選擇 ETSI 規(guī)https:/定的“ETSI schoolyard_480sec+9_5dB.wav”作為噪聲源，評估不同噪聲音量下的 MOS 分變化。從表 5 可知，待測手機的發(fā)送 MOS 分受噪聲影響較大，這是因為該手機是單麥克的，其噪聲抑制的能力有限。表 5 噪聲對 MOS 分的影響人頭處的最大噪聲（SPL）/dBA 發(fā)送 MOS 分73.9 3.6765.6 4.0455.4 4.194 結(jié)束語由上述內(nèi)容可知，POLQA 算法是語音質(zhì)量評估的有效手段。VoLTE 語音性能要求使用 POLQA 算法進行語音質(zhì)量測試。借助 POLQA 算法，本文分析了影響語音質(zhì)量的幾個因素，其中編碼方式、信道衰落和噪聲都對語音質(zhì)量有比較大的影響。而通信制式、發(fā)射功率基本對語音質(zhì)量沒有影響。如果手機的通話質(zhì)量有問題，也是能夠通過 MOS 分直接反映出來的。參考文獻：2 朱曉峰. 客觀聽音質(zhì)量模型的開發(fā)J. 通信技術與標準， 2011（4）：63-67.3 林建鋒，朱猛. 有關在移動通信中語音質(zhì)量評