[发明专利]语音质量评价方法、装置及其系统

说明书

本发明提供一种语音质量评价方法、装置及其系统，方法包括：采集被测信宿端的音频信号序列，音频信号序列包括多个子音频信号，被测信宿端接收信源端按参考文本序列提供的语音信号，参考文本序列包括多个参考文本，各参考文本关联有一个或多个语音属性参数；对所采集的音频信号序列进行语音识别，将每一音频信号转化为一识别文本；对所采集的音频信号序列进行发音识别，并获取各子音频信号的发音属性参数；根据各识别文本及对应的参考文本，获取第一类评价参数；根据发音属性参数及语音属性参数，获取第二类评价参数；根据第一类评价参数和第二类评价参数加权获得被测信宿端的语音质量客观评分。本发明提供的方法及系统改善语音质量评价。

技术领域

本发明涉及计算机音频处理领域，尤其涉及一种语音质量评价方法、装置及其系统。

背景技术

对声音质量的评价可分为主观测试、客观测试。主观测试以评价者的主观感受为基础，因此对评测者的要求很高，而且重复性、稳定性差，费时费力。显然在目前高速发展的市场经济时代，主观测试不能满足产品的开发的要求。目前主流的音频客观算法有POLQA(ITU-T P.863)、PEAQ(ITU-RBS.1387)、PESQ(ITU-T P.862.2)等。根据对原始信号的依赖程度，音频客观测试又分为全参考(FullReference，FR)，部分参考(ReducedReference，RR)和无参考(No Reference，NR)；全参考测试不但需要有损伤信号，还需要有参考信号，以损伤信号是否接近参考信号来评价损伤信号的质量，POLQA、PEAQ、PESQ均是全参考算法；部分参考不需要有参考信号，可通过其它数据来评价损伤信号的质量；无参考只通过损伤信号评价损伤信号的质量。全参考可靠性高，但测试要求高，测试过程复杂；无参考测试效率高但可靠性较差；部分参考结合两者优点，在较低的测试要求下通过简单的测试步骤获取可靠的测试结果。

在音频处理中，特别是音频通信领域，AGC(Automatic Gain Control)、语音增强是经常使用的模块，可以使信宿端获得平稳、清晰的语音，提高语音体验。但目前的音频客观质量算法对存在AGC、语音增强等提高语音可懂度的模块处理后的语音进行评测时会出现较大偏差。如何评价AGC、语音增强等处理后的语音质量也是目前语音客观质量评价的难点。

在音视频通信中，网络质量对音频质量的影响也很大，不理想的网络会导致信宿端的声音出现丢失、快放、慢放；而且为了提高通信系统的网络适应性，通信系统会有一些模块去改善信宿端在网络丢包时的声音质量，例如PLC(Packet Loss Concealment丢包补偿)，会通过学习恢复出于丢失的语音类似的声音，或者其它改善声音质量的方法。

甚至为了提高声音的舒适度，音视频通信系统还会添加舒适噪声。

在实际音视频通信使用环境中，通信设备采集的音频中不但包含有效的语音信息，还包含环境噪声，而且还有混响。

而目前的音频客观质量算法对上述场景下的音频质量评测无能为力。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种语音质量评价方法、装置及其系统，以改善语音质量评价。

根据本发明的一个方面，提供一种语音质量评价方法，包括：采集被测信宿端的音频信号序列，所述音频信号序列包括多个子音频信号，所述被测信宿端接收信源端按参考文本序列提供的语音信号，所述参考文本序列包括多个参考文本，各参考文本关联有一个或多个语音属性参数，一所述子音频信号对应一所述参考文本；对所采集的音频信号序列进行语音识别，将每一音频信号转化为一识别文本，一所述识别文本对应一所述参考文本；对所采集的音频信号序列进行发音识别，并获取各子音频信号的发音属性参数；根据各所述识别文本及对应的参考文本，获取第一类评价参数；根据所述发音属性参数及所述语音属性参数，获取第二类评价参数；根据所述第一类评价参数和第二类评价参数加权获得被测信宿端的语音质量客观评分。