[发明专利]语音质量评估方法、装置、设备及介质

权利要求书

1.一种语音质量评估方法，包括：

采集原始语音样本；

基于所述原始语音样本，获得实时传输协议RTP流媒体包；

从所述RTP流媒体包中获得退化语音样本；

从所述退化语音样本中筛选有效语音样本；

提取所述有效语音样本中与平均意见得分MOS具有强相关性的多个声学特征；

基于所述与MOS具有强相关性的多个声学特征，构建基于多个声学特征的MOS评估模型；

将待评估语音质量的样本输入所述基于多个声学特征的MOS评估模型中，输出所述待评估语音质量的样本的MOS评分。

2.根据权利要求1所述的方法，其特征在于，所述采集原始语音样本，包括：

在多个场景下，利用人工进行多次拨测，采集原始语音样本；其中，

所述多个场景包括如下项中的至少一项商场、写字楼、学校、景区、道路、交通枢纽、以及居民区。

3.根据权利要求1所述的方法，其特征在于，

所述原始语音样本包括主叫侧语音样本；

所述退化语音样本包括网络平台侧语音样本和/或被叫侧语音样本。

4.根据权利要求1所述的方法，其特征在于，所述基于所述原始语音样本，获得实时传输协议RTP流媒体包，从所述RTP流媒体包中获得退化语音样本，包括：

基于所述原始语音样本，通过Mb接口采集RTP流媒体包；

对所述RTP流媒体包进行抽样处理，得到抽样语音片段；

对所述抽样语音片段进行还原处理，获取退化语音样本；

其中，所述抽样处理包括将所述RTP流媒体包分割为具有预设周期的抽样语音片段。

5.根据权利要求4所述的方法，其特征在于，所述对所述抽样语音片段进行还原处理，包括：

利用基于模型的恢复法，对所述抽样语音片段进行还原处理。

6.根据权利要求1所述的方法，其特征在于，

所述多个声学特征中的每一个均包括时域特征参数和频域特征参数；其中，

所述时域特征参数包括如下项中的至少一项：短时能量、短时平均幅度、短时过零率、和短时自相关函数；所述频域特征参数包括如下项中的至少一项：梅尔倒谱系数MFCC、感知线性预测PLP、共振峰、基音、和反射系数。

7.根据权利要求1所述的方法，其特征在于，所述提取所述有效语音样本中与平均意见得分MOS具有强相关性的多个声学特征，包括：

粗略提取所述有效语音片段中与MOS具有强相关性的声学特征；

从粗略提取得到的声学特征中精细提取与MOS具有强相关性的多个声学特征。

8.根据权利要求7所述的方法，其特征在于，所述粗略提取所述有效语音片段中与MOS具有强相关性的声学特征，包括：

利用散点图法，粗略提取所述有效语音片段中与MOS具有强相关性的声学特征。

9.根据权利要求7所述的方法，其特征在于，所述从粗略提取得到的声学特征中精细提取与MOS具有强相关性的多个声学特征，包括：

利用主成分分析算法，从粗略提取得到的声学特征中精细提取与MOS具有强相关性的声学特征。

10.根据权利要求1所述的方法，其特征在于，所述基于所述与MOS具有强相关性的多个声学特征，构建基于多个声学特征的MOS评估模型，包括：

基于所述与MOS具有强相关性的多个声学特征，利用基于深度神经网络算法大数据分析，拟合训练出所述多个声学特征与MOS之间的对应关系，以构建所述基于多个声学特征的MOS评估模型。