網(wǎng)絡(luò)電話語音質(zhì)量客觀評(píng)估處理的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及語音質(zhì)量評(píng)估技術(shù)領(lǐng)域，尤其設(shè)及一種網(wǎng)絡(luò)電話語音質(zhì)量客觀評(píng)估處 理的方法和裝置。
【背景技術(shù)】
[0002] 隨著網(wǎng)絡(luò)電話的發(fā)展日趨成熟，用戶對(duì)網(wǎng)絡(luò)服務(wù)商及設(shè)備終端廠家提供的語音質(zhì) 量要求逐漸提高。目前的語音質(zhì)量評(píng)估一般包括基于輸入-輸出方式的語音質(zhì)量評(píng)估和基 于輸出方式的語音質(zhì)量評(píng)估。
[0003] 其中，基于輸入-輸出方式的語音質(zhì)量評(píng)估不適用于在線處理，基于輸出方式的語 音質(zhì)量評(píng)估雖然能適用于在線處理，但由于數(shù)據(jù)計(jì)算量大，不能滿足實(shí)時(shí)性要求。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的主要目的在于解決現(xiàn)有技術(shù)中的在線網(wǎng)絡(luò)電話語音質(zhì)量評(píng)估不能滿足 實(shí)時(shí)性要求的技術(shù)問題。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種網(wǎng)絡(luò)電話語音質(zhì)量客觀評(píng)估處理的方法，所 述語音質(zhì)量客觀評(píng)估處理的方法包括：
[0006] 獲取多組RTP(Theater Server protocol,實(shí)時(shí)傳輸協(xié)議)分組流，對(duì)每組RTP分組 流解碼，獲得對(duì)應(yīng)的劣化語音和有效載荷信息；
[0007] 獲取每組RTP分組流的劣化語音的必要語音參數(shù)；
[000引根據(jù)每一有效載荷信息和每組RTP分組流的偽參考語音，計(jì)算每組RTP分組流的評(píng) 估中間值；
[0009] 獲取所述多組RTP分組流的語音質(zhì)量主觀評(píng)估值；
[0010] 根據(jù)每組RTP分組流對(duì)應(yīng)的所述必要語音參數(shù)、評(píng)估中間值、語音質(zhì)量主觀評(píng)估 值，構(gòu)建RTP分組流的語音質(zhì)量客觀評(píng)估的計(jì)算函數(shù);所述計(jì)算函數(shù)用于根據(jù)RTP分組流的 必要語音參數(shù)和評(píng)估中間值，計(jì)算對(duì)應(yīng)RTP分組流的語音質(zhì)量客觀評(píng)估值。
[0011] 優(yōu)選地，所述根據(jù)每一有效載荷信息和每組RTP分組流的偽參考語音，計(jì)算每組 RTP分組流的評(píng)估中間值包括：
[0012] 根據(jù)每一有效載荷信息，對(duì)相應(yīng)的RTP分組流的偽參考語音重構(gòu)，生成相應(yīng)的RTP 分組流的偽劣化語音；
[0013] 計(jì)算每組RTP分組流的偽參考語音的第一人耳聽覺響度和偽劣化語音的第二人耳 聽覺響度，根據(jù)所述第一、二人耳聽覺響度，計(jì)算每組RTP分組流的評(píng)估中間值。
[0014] 優(yōu)選地，所述計(jì)算每組RTP分組流的偽參考語音的第一人耳聽覺響度和偽劣化語 音的第二人耳聽覺響度具體包括：
[0015] 對(duì)所述RTP分組流對(duì)應(yīng)的預(yù)處理后的偽參考語音和偽劣化語音分別進(jìn)行加漢寧窗 的FFT變換處理，得到第一信號(hào)功率譜Pi(w)和第二信號(hào)功率譜P2(w);
[0016] 分別對(duì)所述第一信號(hào)功率譜Pi(w)、所述第二信號(hào)功率譜Pi(w)進(jìn)行等響度預(yù)加重 及SNR加權(quán)處理，得到第一感知功率譜扣i(w)和第二感知功率譜扣2(w);
[0017] 分別對(duì)所述第一感知功率譜Pei(w)、所述第二感知功率譜Pe2(w)進(jìn)行臨界帶譜映 射處理，得到第一臨界帶功率譜Pebi(W)、第二臨界帶功率譜Peb2(W);
[0018] 分別對(duì)第一臨界帶功率譜Pebi(W)、第二臨界帶功率譜Peb2(W)進(jìn)行離散余弦變換處 理，得到第一感知功率譜倒譜系數(shù)和第二感知功率譜倒譜系數(shù)；
[0019] 分別對(duì)所述第一感知功率譜倒譜系數(shù)和第二感知功率譜倒譜系數(shù)進(jìn)行聽覺響度 變換處理，得到所述第一人耳聽覺響度和所述第二人耳聽覺響度。
[0020] 優(yōu)選地，所述必要語音參數(shù)包括:語音電平、局部樣點(diǎn)的距離均值、全局背景噪聲、 局部背景噪聲、基因周期互功率、倒譜偏態(tài)、線性預(yù)測系數(shù)峰態(tài)、局部背景噪聲平均能量、帖 重復(fù)率、機(jī)械性噪聲。
[0021] 優(yōu)選地，所述構(gòu)建RTP分組流的語音質(zhì)量客觀評(píng)估的計(jì)算函數(shù)之后還包括：
[0022] 獲取第一 RTP分組流，對(duì)所述第一 RTP分組流解碼，獲得對(duì)應(yīng)的第一劣化語音和第 一有效載荷信息；
[0023] 獲取所述第一劣化語音的第一必要語音參數(shù)；
[0024] 根據(jù)所述第一有效載荷信息和所述第一 RTP分組流的第一偽參考語音，計(jì)算所述 第一 RTP分組流的第一評(píng)估中間值；
[0025] 調(diào)用所述計(jì)算函數(shù)，根據(jù)所述第一必要語音參數(shù)和所述第一評(píng)估中間值，計(jì)算所 述第一 RTP分組流的語音質(zhì)量客觀評(píng)估值。
[00%]優(yōu)選地，所述根據(jù)所述第一有效載荷信息和所述第一 RTP分組流的第一偽參考語 音，計(jì)算所述第一 RTP分組流的第一評(píng)估中間值包括：
[0027] 根據(jù)所述第一有效載荷信息，對(duì)所述第一RTP分組流的第一偽參考語音重構(gòu)，生成 第一偽劣化語音；
[0028] 計(jì)算所述第一偽參考語音的第1人耳聽覺響度、第一偽劣化語音的第2人耳聽覺響 度，根據(jù)所述第1、2人耳聽覺響度，計(jì)算第一評(píng)估中間值。
[0029] 優(yōu)選地，所述第一必要語音參數(shù)包括:語音電平、局部樣點(diǎn)的距離均值、全局背景 噪聲、局部背景噪聲、基因周期互功率、倒譜偏態(tài)、線性預(yù)測系數(shù)峰態(tài)、局部背景噪聲平均能 量、帖重復(fù)率、機(jī)械性噪聲。
[0030] 此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種網(wǎng)絡(luò)電話語音質(zhì)量客觀評(píng)估處理的裝 置，所述語音質(zhì)量客觀評(píng)估處理的裝置包括：
[0031] 解碼模塊，用于獲取多組RTP(化eater Server protocol,實(shí)時(shí)傳輸協(xié)議)分組流， 對(duì)每組RTP分組流解碼，獲得對(duì)應(yīng)的劣化語音和有效載荷信息；
[0032] 獲取模塊，用于獲取每組RTP分組流的劣化語音的必要語音參數(shù)；
[0033] 計(jì)算模塊，根據(jù)每一有效載荷信息和每組RTP分組流的偽參考語音，計(jì)算每組RTP 分組流的評(píng)估中間值；
[0034] 第一獲取模塊，用于獲取所述多組RTP分組流的語音質(zhì)量主觀評(píng)估值；
[0035] 構(gòu)建模塊，用于根據(jù)每組RTP分組流對(duì)應(yīng)的所述必要語音參數(shù)、評(píng)估中間值、語音 質(zhì)量主觀評(píng)估值，構(gòu)建RTP分組流的語音質(zhì)量客觀評(píng)估的計(jì)算函數(shù);所述計(jì)算函數(shù)用于根據(jù) RTP分組流的必要語音參數(shù)和評(píng)估中間值，計(jì)算對(duì)應(yīng)RTP分組流的語音質(zhì)量客觀評(píng)估值。
[0036] 優(yōu)選地，所述計(jì)算模塊包括：
[0037] 重構(gòu)單元，用于根據(jù)每一有效載荷信息，對(duì)相應(yīng)的RTP分組流的偽參考語音重構(gòu)， 生成相應(yīng)的RTP分組流的偽劣化語音；
[0038] 計(jì)算單元，用于計(jì)算每組RTP分組流的偽參考語音的第一人耳聽覺響度和偽劣化 語音的第二人耳聽覺響度，根據(jù)所述第一、二人耳聽覺響度，計(jì)算每組RTP分組流的評(píng)估中 間值。
[0039] 優(yōu)選地，所述計(jì)算單元，具體用于對(duì)所述RTP分組流對(duì)應(yīng)的偽參考語音和偽劣化語 音分別進(jìn)行加漢寧窗的FFT變換處理，得到第一信號(hào)功率譜Pi(w)和第二信號(hào)功率譜P2(w); 分別對(duì)所述第一信號(hào)功率譜Pi(w)、所述第二信號(hào)功率譜Pi(w)進(jìn)行等響度預(yù)加重及SNR加權(quán) 處理，得到第一感知功率譜扣i(w)和第二感知功率譜扣2(W);分別對(duì)所述第一感知功率譜扣1 (W)、所述第二感知功率譜Pe2(w)進(jìn)行臨界帶譜映射處理，得到第一臨界帶功率譜Pebi(W)、第 二臨界帶功率譜Peb2(W);分別對(duì)第一臨界帶功率譜Pebi(W)、第二臨界帶功率譜扣B2(W)進(jìn)行 離散余弦變換處理，得到第一感知功率譜倒譜系數(shù)和第二感知功率譜倒譜系數(shù);分別對(duì)所 述第一感知功率譜倒譜系數(shù)和第二感知功率譜倒譜系數(shù)進(jìn)行聽覺響度變換處理，得到所述 第一人耳聽覺響度和所述第二人耳聽覺響度。
[0040] 優(yōu)選地，所述必要語音參數(shù)包括:語音電平、局部樣點(diǎn)的距離均值、全局背景噪聲、 局部背景噪聲、基因周期互功率、倒譜偏態(tài)、線性預(yù)測系數(shù)峰態(tài)、局部背景噪聲平均能量、帖 重復(fù)率、機(jī)械性噪聲。
[0041] 優(yōu)選地，所述網(wǎng)絡(luò)電話語音質(zhì)量客觀評(píng)估處理的裝置，還包括：
[0042] 第一解碼模塊，用于獲取第一 RTP分組流，對(duì)所述第一 RTP分組流解碼，獲得對(duì)應(yīng)的 第一劣化語音和第一有效載荷信息；
[0043] 第二獲取模塊，用于獲取所述第一劣化語音的第一必要語音參數(shù)；
[0044] 第一計(jì)算模塊，用于根據(jù)所述第一有效載荷信息和所述第一 RTP分組流的第一偽 參考語音，計(jì)算所述第一 RTP分組流的第一評(píng)估中間值；
[0045] 評(píng)估模塊，用于