[发明专利]评估单通道音频信号中的音频帧的语音质量的方法

说明书

技术领域

本发明总体上涉及语音质量评估技术，并且尤其涉及用于评估单通道音频信号中的音频帧的语音质量的方法。

背景技术

来自封闭空间内的远程声源的声学信号产生根据房间脉冲响应（RIR）变化的混响声。根据空间内混响级的观察信号中的人类语音质量的评估提供了有价值的信息。例如，在诸如互联网协议电话（VOIP）系统、视频会议系统、免提电话、声控系统和助听器的典型语音通信系统中，有利的是，无论房间混响如何，都知道在所产生的信号中语音是否清晰。

发明内容

在此描述的语音质量评估技术实施例通常涉及评估单通道音频信号中的音频帧的人类语音质量。在典型实施例中，输入音频信号的帧，并且评估该帧的基频。此外，将该帧从时域变换到频域。然后，计算变换后的帧的谐波分量和非谐波分量。然后，使用谐波分量和非谐波分量计算谐波与非谐波之比（HnHR）。该HnHR表示用于计算该比率的单通道音频信号中的用户语音的质量。这样，HnHR被指定为该帧的语音质量的评估值。

在一个实施例中，利用音频信号的帧的评估语音质量向用户提供反馈。这通常包括：输入所捕获的音频信号，然后确定音频信号的语音质量是否落在规定的可接受水平以下。如果在规定的可接受水平以下，则向用户提供反馈。在一个实现方式中，利用HnHR建立最小语音质量阈值，在该最小语音质量阈值以下，则认为信号中的用户语音质量是不可接受的。然后，基于规定数量的连续音频帧是否具有所计算的不超过规定的语音质量阈值的HnHR，向用户提供反馈。

应当注意，提供本发明内容用于以简化形式引入所选择的概念，下面将在具体实施方式中对它们做进一步描述。本发明内容不是旨在标识要求保护的主题的关键特征或者必要特征，也不是旨在用来帮助确定要求保护的主题的范围。

附图说明

根据下面的描述、所附权利要求以及附图，将更好地理解本公开的具体特征、方面和优点。

图1是用于实现在此描述的语音质量评估技术实施例的示例性计算程序架构。

图2是示例性的基于帧的振幅加权因子的曲线图，其中，该振幅加权因子以混响尾部间隔逐渐降低合成的谐波分量信号的能量。

图3是一般概括用于评估混响信号的帧的语音质量的处理的一个实施例的流程图。

图4是一般概括用于向音频语音捕获系统的用户提供关于所捕获的单通道音频信号中的人类语音的质量的反馈的处理的一个实施例的流程图。

图5A~图5B是一般概括用于确定音频信号的语音质量是否落在规定水平以下的、图4的处理动作的一个实现方式的流程图。

图6是示出构成用于实现在此描述的语音质量评估技术实施例的示例性系统的通用计算装置的图。

具体实施方式

在下面对语音质量评估技术实施例的描述中，参考构成本文一部分的附图，并且在附图中通过示例示出了可以实施本技术的具体实施例。应当明白，也可以采用其它实施例，并且在不脱离该技术的范围的情况下，可以进行结构改变。

1.0语音质量评估

通常，在此描述的语音质量评估技术实施例通过自动地向用户反馈他或者她的话音质量可以改善用户的体验。诸如噪声水平、回音泄漏、增益水平以及混响的许多因素影响所感知的话音质量。在这些因素中，最大的挑战是混响。迄今为止，没有已知方法仅利用所观察的语音测量混响的量。在此描述的语音质量评估技术实施例提供了这样一种度量标准，它仅利用来自表示单音频通道的信号的观察语音样本盲目测量（即，不需要“干净的”用于比较的信号）混响。已发现这对于各种房间环境（包括具有适当量的背景噪声的环境）下的扬声器和传感器的随机位置是可能的。

更具体地，在此描述的语音质量评估技术实施例盲目地采用所观察的单通道音频信号的谐度来评估用户语音的质量。谐度是人类话音语音的唯一特性。如上所述，关于观察信号的质量（取决于房间混响条件及扬声器到传感器的距离）的信息向扬声器提供有用的反馈。在下面的小节中将更详细地描述上面提到的谐度的采用。

1.1信号建模