语音领域评估指标学习笔记

最新推荐文章于 2024-05-06 11:06:54 发布

Wsyoneself

最新推荐文章于 2024-05-06 11:06:54 发布

阅读量912

点赞数 1

分类专栏： speech 文章标签： ui

本文链接：https://blog.csdn.net/weixin_45647721/article/details/129689642

版权

23 篇文章 8 订阅

订阅专栏

mos：
1. 分级判断方法，采取５个级别对被测语音的质量进行评价。待测语音的质量是在所有试听人员的评分上求平均得到的。这种方式被称作平均意见得分（Mean Opinion Score, MOS）。等级分级：
2. MOS评分有两个阶段。训练阶段，听者需要听一系列参考信号，保证大家对质量评级的标准尽可能一致；评估阶段，试听人员对所听到的信号，进行主观打分。
信噪比：
分段信噪比（时域）：
1. 首先对语音信号进行分帧，N NN为分帧的数目。需要注意，SegSNR是对所有语音帧求平均所得。该度量指标的使用，要先保证纯净语音和增强后的信号在时域上对齐，其与听者主观听觉感知有很高的关联。
Perceptual Evaluation of Speech Quality: PESQ算法需要带噪的衰减信号和一个原始的参考信号，能够对客观语音质量评估提供一个主观MOS的预测值，而且可以映射到MOS刻度范围，PESQ得分范围在 -0.5–4.5 之间。得分越高表示语音质量越好。
mel-cepstrum distortion（MCD）：
1. 一般来说，是作为语音合成，语音转换的客观标准，与主观的MOS相对应
2. 可以认为MCD在8以下，能被语音识别系统识别。
3. 计算：