[发明专利]音频视频质量推测装置、音频视频质量推测方法以及程序

说明书

根据与音频视频的内容有关的参数中的对音响质量造成影响的参数，推测从内容的重放开始时起的每个单位时间的音响质量，根据与内容有关的参数中的对影像质量造成影响的参数，推测每个单位时间的影像质量，针对每个单位时间合并音响质量以及影像质量，推测每个单位时间的音频视频质量，将每个单位时间的音频视频质量合并为一个，推测参考了时间上的质量变动的针对编码劣化的音频视频编码质量，根据音频视频编码质量，推测在内容结束之后收看者感受到的音频视频质量，从而即使在音频视频的质量在时间上变化的情况下也能够进行质量评价。

技术领域

本发明涉及音频视频质量推测装置、音频视频质量推测方法以及程序。

背景技术

经由因特网在终端之间或者服务器与终端之间传送包括影像、音响(以下还包括声音)的影像媒体的影像通信服务得到普及。

因特网是通信质量未必得到保证的网络，所以在使用声音媒体、影像媒体等进行通信的情况下，发生收看者终端和网络的线路频带窄所致的比特率降低、线路拥塞所致的分组丢失、分组传送延迟、分组的重发，收看者针对声音媒体、影像媒体等感知的质量劣化。

具体而言，由于无法经由网络以过剩的比特率配送影像，所以针对原影像进行编码，但在对原影像进行编码时，在帧内的影像信号中产生块单位的处理所致的劣化或者影像信号的高频分量丢失，从而影像整体的精细感变低。另外，由于无法确保配送比特率，所以使影像的分辨率降低而精细感变低，或者，由于使帧频降低而无法确保影像的连续性，成为不连续的影像。另外，在将编码后的影像数据作为分组经由网络发送到收看者终端时，如果发生分组丢失、废弃，则在帧内产生劣化，或者，吞吐量等降低而分组在重放的定时以前无法到达，收看者终端中的数据缓冲量不足而影像的重放停止。

同样地，在音响中，也由于无法经由网络以过剩的比特率配送音响，所以针对原音响进行编码，但在对原音响进行编码时，音响的高频分量丧失，音响的明了度丧失。另外，与影像同样地，在将编码后的音响数据作为分组经由网络发送到收看者终端时，如果发生分组丢失、废弃，则在音响中产生失真，或者，吞吐量等降低而分组在重放的定时以前无法到达，收看者终端中的数据缓冲量不足而音响的重放停止。

作为结果，收看者感知到影像劣化、音响劣化，感知到音频视频质量的降低。

服务提供者为了确认以良好的质量提供如上述的影像通信服务，在服务提供过程中，能够测定收看者感受到的音频视频的质量并监视针对收看者提供的音频视频的质量高是重要的。

因此，需要能够适合地表现收看者感受到的音频视频质量的音频视频质量推测技术。

以往，作为评价音频视频质量的手法，有主观质量评价法(例如参照非专利文献1)、客观质量评价法(例如参照非专利文献2)。

在主观质量评价法中，多个收看者实际上收看影像，用5个等级(还有9个等级、11个等级的情况)的质量尺度(非常良好、良好、一般、不好、非常不好)、干扰尺度(完全感觉不到劣化、虽然感觉到劣化但不介意、稍微介意劣化、介意劣化、非常介意劣化)等评价感受到的质量，用全部收看者人数对各影像(例如分组丢失率0％且比特率为2Mbps的影像)的质量评价值进行平均，将该值定义为MOS(Mean Opinion Score，意见评分)值、DMOS(Degradation Mean Opinion Score，劣化平均意见得分)值。

然而，主观质量评价不仅需要特别的专用器材(监视器等)、评价环境(室内照度、室内噪音等)，而且还需要大量的收看者实际评价影像、音响。因此，直至收看者实际完成评价为止花费时间，在想要实时地评价质量的情况下不合适。

因此，期望开发一种利用对影像质量、音响质量造成影响的特征量(例如比特率、分组丢失信息等)来输出音频视频质量评价值的客观质量评价法。