語音編碼質量的評定

　　在語音編碼技術中，對語音質量的評價是一個很重要的問題。如何評價語音編碼質量也成為語音編碼領域所研究的一個重要課題。對此多年來人們提出了許多方法，歸納起來大致可分為兩類，即客觀評定方法和主觀評定方法。

　　客觀評定方法用客觀測量的手段來評價語音編碼的質量，常用的方法有信噪比、加權信噪比、平均分段信噪比等。它們都是建立在度量均方誤差的基礎上，其特點是計算簡單，但不能完全反映人對語音質量的感覺。這個問題對于速率為16Kbit/s以下的中、低速率語音編碼尤為突出，因此主要適用于速率較高的波形編碼類型。

　　主觀評定方法符合人類聽話時對語音質量的感覺，因而目前得到廣泛應用。最主要的主觀評定方法是主觀評定等級（Subjective Opinion Scale），或稱平均評定得分（Mean Opinion Score，縮寫MOS）。MOS得分采用五級評分標準，其方法是，由數十名試聽者在相同信道環境中試聽并給予評分，然后對評分進行統計處理，求出平均得分。由于主觀和客觀上的種種原因，每次試聽所得的評分會有波動。為了減小波動的誤差，除了試聽者人數要足夠多之外，所測語音材料也要足夠豐富，試聽環境也應盡量保持相同。

在這里要特別需要說明的是，試聽者對語音質量的主觀感覺往往是和其注意力集中程度相聯系的，因而，對應于主觀評定等級，還有一個收聽注意力等級（Listening Effect Scale）。下表給出主觀評定等級的質量等級、分數和相應的收聽注意力等級。

主觀評定等級表

　　從用戶角度看，通常認為MOS分4.0~4.5分為高質量語音編碼，達到長途電話網的質量要求。MOS分3.5分左右稱作通信質量，這時聽者能感覺到語音質量有所下降，但不影響正常的通話，可以滿足多數通信系統使用要求。MOS分3.0分以下常稱為合成語音質量，這種語音一般只有足夠高的可懂度，但是自然度較差，不容易識別講話者。

　　語音編碼技術標準的制定，對數字語音技術的實用化和發展起到了推動作用。

［上一頁］ ［下一頁］