JPH06195093A - 自動音質評価装置 - Google Patents
自動音質評価装置Info
- Publication number
- JPH06195093A JPH06195093A JP4263349A JP26334992A JPH06195093A JP H06195093 A JPH06195093 A JP H06195093A JP 4263349 A JP4263349 A JP 4263349A JP 26334992 A JP26334992 A JP 26334992A JP H06195093 A JPH06195093 A JP H06195093A
- Authority
- JP
- Japan
- Prior art keywords
- input
- speech signal
- voice signal
- reproduced
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 86
- 238000000605 extraction Methods 0.000 claims abstract description 37
- 239000000284 extract Substances 0.000 claims abstract description 9
- 230000005236 sound signal Effects 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 23
- 238000013441 quality evaluation Methods 0.000 claims description 19
- 239000002131 composite material Substances 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 230000005284 excitation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 229940035637 spectrum-4 Drugs 0.000 description 1
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Abstract
(57)【要約】
【目的】 音声信号から抽出した特徴パラメータを用い
て音質を評価する際に、８Ｋｂ／ｓ以下の低ビットレー
ト符号化音声でも主観評価値との相関の高い予測主観評
価値を求める。 【構成】 入力音声信号を符号化／復号化し再生音声信
号を作成する符号化復号化部３と、入力音声信号から特
徴パラメータを抽出する入力音声信号特徴抽出部４と、
再生音声信号から特徴パラメータを抽出する再生音声信
号特徴抽出部５と、入力音声信号の特徴パラメータを用
いて動的特徴パラメータを抽出する入力音声信号動的特
徴抽出部６と、再生音声信号の特徴パラメータを用いて
動的特徴パラメータを抽出する再生音声信号動的特徴抽
出部７と、入力音声信号の動的特徴パラメータと再生音
声信号の動的特徴パラメータとの距離を出力する客観評
価部８と、客観評価値を用いて主観評価値を予測する主
観評価予測部９を備える。
て音質を評価する際に、８Ｋｂ／ｓ以下の低ビットレー
ト符号化音声でも主観評価値との相関の高い予測主観評
価値を求める。 【構成】 入力音声信号を符号化／復号化し再生音声信
号を作成する符号化復号化部３と、入力音声信号から特
徴パラメータを抽出する入力音声信号特徴抽出部４と、
再生音声信号から特徴パラメータを抽出する再生音声信
号特徴抽出部５と、入力音声信号の特徴パラメータを用
いて動的特徴パラメータを抽出する入力音声信号動的特
徴抽出部６と、再生音声信号の特徴パラメータを用いて
動的特徴パラメータを抽出する再生音声信号動的特徴抽
出部７と、入力音声信号の動的特徴パラメータと再生音
声信号の動的特徴パラメータとの距離を出力する客観評
価部８と、客観評価値を用いて主観評価値を予測する主
観評価予測部９を備える。
Description
【０００１】
【産業上の利用分野】本発明は、音質評価装置に関し、
特に入力音声信号の特徴パラメータと再生音声信号の特
徴パラメータとの距離より再生音声信号の主観評価値を
予測する装置に関する。
特に入力音声信号の特徴パラメータと再生音声信号の特
徴パラメータとの距離より再生音声信号の主観評価値を
予測する装置に関する。
【０００２】
【従来の技術】従来、音声の音質評価は、聴取実験で評
価音声を主観的に評価する他に、音声の特徴パラメータ
原音声と評価音声から抽出し、特徴パラメータ間の比や
距離を求めて客観的に評価する方法がある。客観評価に
は、ＳＮ比（特開昭６３−２７３８９５）（文献１）や
セグメンタルＳＮ比などの他にケプストラム距離やＢＳ
Ｄ距離（Ｐｒｏｃ．ＩＣＡＳＳＰ ９１，ＩＥＥＥ Ｓ
ｐｅｅｃｈ Ｐｒｏｃｅｓｓｉｎｇ．，ｖｏｌ．１，ｐ
ｐ．４９３−４９６，１９９１）（文献２）などスペク
トルの歪みが使われている。また最近では、これら客観
評価に用いられている音声の特徴パラメータから、主観
評価値を予測するモデルも研究されている（電子情報通
信学会論文誌Ａ Ｖｏｌ．Ｊ７３−Ａ Ｎｏ．６ ｐ
ｐ．１０３９−１０４７ １９９０年６月）（文献
３）。
価音声を主観的に評価する他に、音声の特徴パラメータ
原音声と評価音声から抽出し、特徴パラメータ間の比や
距離を求めて客観的に評価する方法がある。客観評価に
は、ＳＮ比（特開昭６３−２７３８９５）（文献１）や
セグメンタルＳＮ比などの他にケプストラム距離やＢＳ
Ｄ距離（Ｐｒｏｃ．ＩＣＡＳＳＰ ９１，ＩＥＥＥ Ｓ
ｐｅｅｃｈ Ｐｒｏｃｅｓｓｉｎｇ．，ｖｏｌ．１，ｐ
ｐ．４９３−４９６，１９９１）（文献２）などスペク
トルの歪みが使われている。また最近では、これら客観
評価に用いられている音声の特徴パラメータから、主観
評価値を予測するモデルも研究されている（電子情報通
信学会論文誌Ａ Ｖｏｌ．Ｊ７３−Ａ Ｎｏ．６ ｐ
ｐ．１０３９−１０４７ １９９０年６月）（文献
３）。
【０００３】
【発明が解決しようとする課題】しかし、これら従来の
音質評価方式は、８ｋｂ／ｓ以下の低ビットレートの符
号化音声に対して、主観評価値との対応がつきにくいと
いう問題がある。
音質評価方式は、８ｋｂ／ｓ以下の低ビットレートの符
号化音声に対して、主観評価値との対応がつきにくいと
いう問題がある。
【０００４】
【課題を解決するための手段】上述した問題点を解決す
るため、第１の発明による自動音質評価装置は、音声信
号を入力し、前記入力音声信号を符号化／復号化し再生
音声信号を作成する符号化／復号化部と、前記入力音声
信号から特徴パラメータを抽出する入力音声信号特徴抽
出部と、前記再生音声信号から特徴パラメータを抽出る
再生音声信号特徴抽出部と、前記入力音声信号の特徴パ
ラメータを用いて動的特徴パラメータを抽出する入力音
声信号動的特徴抽出部と、前記再生音声信号の特徴パラ
メータを用いて動的特徴パラメータを抽出する再生音声
信号動的特徴抽出部と、前記入力音声信号の動的特徴パ
ラメータと前記再生音声信号の動的特徴パラメータとの
予め定められた距離を出力する第１の客観評価部と、前
記第１の客観評価部にて求められた客観評価値を用いて
前記再生音声信号の主観評価値を予測する主観評価予測
部を有する。
るため、第１の発明による自動音質評価装置は、音声信
号を入力し、前記入力音声信号を符号化／復号化し再生
音声信号を作成する符号化／復号化部と、前記入力音声
信号から特徴パラメータを抽出する入力音声信号特徴抽
出部と、前記再生音声信号から特徴パラメータを抽出る
再生音声信号特徴抽出部と、前記入力音声信号の特徴パ
ラメータを用いて動的特徴パラメータを抽出する入力音
声信号動的特徴抽出部と、前記再生音声信号の特徴パラ
メータを用いて動的特徴パラメータを抽出する再生音声
信号動的特徴抽出部と、前記入力音声信号の動的特徴パ
ラメータと前記再生音声信号の動的特徴パラメータとの
予め定められた距離を出力する第１の客観評価部と、前
記第１の客観評価部にて求められた客観評価値を用いて
前記再生音声信号の主観評価値を予測する主観評価予測
部を有する。
【０００５】または第２の発明による自動音質評価装置
は第１の発明において、さらに前記入力音声信号の特徴
パラメータと、前記再生音声信号の特徴パラメータとの
距離を出力する第２の客観評価部と、前記第１の客観評
価部にて求められた客観評価値と、前記第２の客観評価
部にて求められた客観評価値とを用いて主観評価値を予
測する複合主観評価予測部を有する。
は第１の発明において、さらに前記入力音声信号の特徴
パラメータと、前記再生音声信号の特徴パラメータとの
距離を出力する第２の客観評価部と、前記第１の客観評
価部にて求められた客観評価値と、前記第２の客観評価
部にて求められた客観評価値とを用いて主観評価値を予
測する複合主観評価予測部を有する。
【０００６】あるいは、第３の発明による自動音質評価
装置は第１の発明において、前記符号化／復号化部のか
わりに、予め定められた符号化方式により符号化／復号
化した再生音声を入力する再生音声入力端子を有する。
装置は第１の発明において、前記符号化／復号化部のか
わりに、予め定められた符号化方式により符号化／復号
化した再生音声を入力する再生音声入力端子を有する。
【０００７】
【実施例】図１、図２、図３を参照して本発明の実施例
について説明する。図１は第１の発明の音質評価装置の
実施例を示すブロック図である。
について説明する。図１は第１の発明の音質評価装置の
実施例を示すブロック図である。
【０００８】図１において、入力端子１からは、音声信
号が入力され、符号化／復号化部３と入力音声信号特徴
抽出部４へ送られる。符号化／復号化部３では、原信号
を用いて符号化／復号化を行ない再生音声信号を作成す
る。符号化／復号化には例えばＣＥＬＰ（Ｐｒｏｃ．Ｉ
ｎｔ．Ｃｏｎｆ．Ａｃｏｕｓｔ．，Ｓｐｅｅｃｈ，Ｓｉ
ｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，ｐｐ．２００−２０
３，１９８９）（文献４）などが用いられる。前記符号
化／復号化部３にて作成された再生音声信号は、再生音
声信号特徴抽出部５へ送られる。
号が入力され、符号化／復号化部３と入力音声信号特徴
抽出部４へ送られる。符号化／復号化部３では、原信号
を用いて符号化／復号化を行ない再生音声信号を作成す
る。符号化／復号化には例えばＣＥＬＰ（Ｐｒｏｃ．Ｉ
ｎｔ．Ｃｏｎｆ．Ａｃｏｕｓｔ．，Ｓｐｅｅｃｈ，Ｓｉ
ｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，ｐｐ．２００−２０
３，１９８９）（文献４）などが用いられる。前記符号
化／復号化部３にて作成された再生音声信号は、再生音
声信号特徴抽出部５へ送られる。
【０００９】入力音声信号特徴抽出部４では、入力音声
信号Ｓx を用いて一定時間（フレーム）毎に、特徴パラ
メータｘｐａｒを求める。入力音声信号特徴抽出部４に
て求められた特徴パラメータｘｐａｒは、入力音声信号
動的特徴抽出部６へ送られる。入力音声信号特徴抽出部
６で求められる特徴パラメータｘｐａｒとしては、例え
ばｒｍｓ、Ｂａｒｋスペクトル（文献２）、ピッチ、ケ
プストラムなど周知のものを使うことができる。
信号Ｓx を用いて一定時間（フレーム）毎に、特徴パラ
メータｘｐａｒを求める。入力音声信号特徴抽出部４に
て求められた特徴パラメータｘｐａｒは、入力音声信号
動的特徴抽出部６へ送られる。入力音声信号特徴抽出部
６で求められる特徴パラメータｘｐａｒとしては、例え
ばｒｍｓ、Ｂａｒｋスペクトル（文献２）、ピッチ、ケ
プストラムなど周知のものを使うことができる。
【００１０】ここでは、入力音声信号Ｓx から特徴パラ
メータｘｐａｒを求める例として、以下でｒｍｓとＢａ
ｒｋスペクトルを求める式を示す。
メータｘｐａｒを求める例として、以下でｒｍｓとＢａ
ｒｋスペクトルを求める式を示す。
【００１１】まず、入力音声信号から、第ｋフレームの
特徴パラメータｘｒｍｓ( k ) を求める式を示す。
特徴パラメータｘｒｍｓ( k ) を求める式を示す。
【００１２】
【数１】
【００１３】次に、入力音声信号からＢａｒｋスペクト
ルを抽出する手順を説明する。
ルを抽出する手順を説明する。
【００１４】１．入力音声信号Ｓx ( k ) に対し、ＦＦ
Ｔを行ない、パワースペクトルＸ( k ) （ｆ）を求め
る。
Ｔを行ない、パワースペクトルＸ( k ) （ｆ）を求め
る。
【００１５】２．パワースペクトルＸ( k ) （ｆ）をＢ
ａｒｋスケールＹ( k ) （ｘ）に変換する。ｘからｙへ
の変換は、以下 の関係式を用いて行なう。
ａｒｋスケールＹ( k ) （ｘ）に変換する。ｘからｙへ
の変換は、以下 の関係式を用いて行なう。
【００１６】ｆ＝６００ｓｉｎｈ（ｉ／６） ３．Ｂａｒｋスケール変換したパワースペクトルＹ
( k ) （ｘ）に臨界帯域フィルタＦ( k ) （ｘ）をか
け、ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒｎＤ
( k ) （ｘ）を求める。臨界フィルタＦ( k ) （ｘ）
は、以下の式で表される。
( k ) （ｘ）に臨界帯域フィルタＦ( k ) （ｘ）をか
け、ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒｎＤ
( k ) （ｘ）を求める。臨界フィルタＦ( k ) （ｘ）
は、以下の式で表される。
【００１７】 １０ｌｏｇ1 0 Ｆ( k ) （ｘ）＝７−７．５（ｘ−α）
−１７．５［０．１９６＋（ｘ−α）2 ］1 / 2 ここで、α＝０．２１５とする。 Ｄ( k ) （ｘ）＝Ｆ( k ) （ｘ）＊Ｙ( k ) （ｘ） （＊は、畳み込み演算子である。） Ｄ( k ) （ｘ）−Ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒ
ｎ Ｆ( k ) （ｘ）−臨界帯域フィルタ Ｙ( k ) （ｘ）−Ｂａｒｋスケール変換したパワースペ
クトル ４．Ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒｎＤ( k ) に
聴感重み付けを行なう。
−１７．５［０．１９６＋（ｘ−α）2 ］1 / 2 ここで、α＝０．２１５とする。 Ｄ( k ) （ｘ）＝Ｆ( k ) （ｘ）＊Ｙ( k ) （ｘ） （＊は、畳み込み演算子である。） Ｄ( k ) （ｘ）−Ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒ
ｎ Ｆ( k ) （ｘ）−臨界帯域フィルタ Ｙ( k ) （ｘ）−Ｂａｒｋスケール変換したパワースペ
クトル ４．Ｅｘｃｉｔａｔｉｏｎ ｐａｔｔｅｒｎＤ( k ) に
聴感重み付けを行なう。
【００１８】１８００〜３４００Ｈｚの聴感重み付けＨ
（ｆ）は以下の式より求めることができる。
（ｆ）は以下の式より求めることができる。
【００１９】Ｈ（ｆ）＝（２．６＋ｅ- 2 j π f ）／
（１．６＋ｅ- 2 j π f） １８００Ｈｚ以下ではＨ（ｆ）＝１とし３４００Ｈｚ以
上では３４００Ｈｚと同じ値をとる。
（１．６＋ｅ- 2 j π f） １８００Ｈｚ以下ではＨ（ｆ）＝１とし３４００Ｈｚ以
上では３４００Ｈｚと同じ値をとる。
【００２０】
【数２】
【００２１】５．第ｋフレームのＢａｒｋスペクトル
｛ｘＢ( k ) ［ｉ］，ｉ＝１，．．．，Ｉ｝は、以下の
式によって求められる。
｛ｘＢ( k ) ［ｉ］，ｉ＝１，．．．，Ｉ｝は、以下の
式によって求められる。
【００２２】
【数３】
【００２３】但し、ｃｈａｎｎｅｌ番号ｉとＢａｒｋ
Ｓｃａｌｅ ｘとの間には、ｘ＝１．０×ｉとなる関係
がある。
Ｓｃａｌｅ ｘとの間には、ｘ＝１．０×ｉとなる関係
がある。
【００２４】以上の手順で求めた入力信号ｒｍｓやＢａ
ｒｋスペクトルの特徴パラメータｘｒｍｓやｘＢは、入
力音声信号動的特徴抽出部６に出力される。
ｒｋスペクトルの特徴パラメータｘｒｍｓやｘＢは、入
力音声信号動的特徴抽出部６に出力される。
【００２５】再生音声信号特徴抽出部５では、再生音声
信号Ｓy を用いて、一定時間（フレーム）毎に特徴パラ
メータｙｐａｒを求める。再生音声信号特徴抽出部５に
て求められた、特徴パラメータｙｐａｒは、再生音声信
号動的特徴抽出部７へ送られる。再生音声信号特徴抽出
部５で求められる特徴パラメータｙｐａｒとして例えば
特徴パラメータｒｍｓ Ｂａｒｋスペクトル（文献
２）、ピッチ、ケプストラム などがある。再生音声信
号Ｓy から再生音声信号の特徴パラメータｙｐａｒを求
める方法は、前記入力音声信号特徴抽出部４において、
入力音声信号Ｓx を用いて入力音声信号の特徴パラメー
タを求める方法と同じであるため、ここでは説明を省略
する。
信号Ｓy を用いて、一定時間（フレーム）毎に特徴パラ
メータｙｐａｒを求める。再生音声信号特徴抽出部５に
て求められた、特徴パラメータｙｐａｒは、再生音声信
号動的特徴抽出部７へ送られる。再生音声信号特徴抽出
部５で求められる特徴パラメータｙｐａｒとして例えば
特徴パラメータｒｍｓ Ｂａｒｋスペクトル（文献
２）、ピッチ、ケプストラム などがある。再生音声信
号Ｓy から再生音声信号の特徴パラメータｙｐａｒを求
める方法は、前記入力音声信号特徴抽出部４において、
入力音声信号Ｓx を用いて入力音声信号の特徴パラメー
タを求める方法と同じであるため、ここでは説明を省略
する。
【００２６】入力音声信号動的特徴抽出部６について説
明する。次に、入力音声信号特徴抽出部４にて求められ
た、入力音声信号Ｓx の特徴パラメータｘｐａｒを動的
特徴パラメータδｘｐａｒに変換し、第１の客観評価部
８へと送る動作を行なう、入力音声信号動的特徴抽出部
６について説明する。入力音声信号動的特徴抽出部６
で、入力音声信号の特徴パラメータｘｐａｒを動的特徴
パラメータδｘｐａｒに変換する方法はいくつかあるた
め、ここで例をあげておく。
明する。次に、入力音声信号特徴抽出部４にて求められ
た、入力音声信号Ｓx の特徴パラメータｘｐａｒを動的
特徴パラメータδｘｐａｒに変換し、第１の客観評価部
８へと送る動作を行なう、入力音声信号動的特徴抽出部
６について説明する。入力音声信号動的特徴抽出部６
で、入力音声信号の特徴パラメータｘｐａｒを動的特徴
パラメータδｘｐａｒに変換する方法はいくつかあるた
め、ここで例をあげておく。
【００２７】はじめに、入力音声信号の特徴パラメータ
ｘｐａｒを、動的特徴パラメータδｘｐａｒに変換する
方法を、入力音声信号の特徴パラメータｘｐａｒ1 と、
ｘｐａｒ1 から変換された動的特徴パラメータδｘｐａ
ｒ1 を使って説明する。
ｘｐａｒを、動的特徴パラメータδｘｐａｒに変換する
方法を、入力音声信号の特徴パラメータｘｐａｒ1 と、
ｘｐａｒ1 から変換された動的特徴パラメータδｘｐａ
ｒ1 を使って説明する。
【００２８】第ｋフレームで抽出された特徴パラメータ
ｘｐａｒ1 ( k ) の動的特徴パラメータδｘｐａｒ1
( k ) は、ｌフレーム前の特徴パラメータｘｐａｒ1
( k + l) からｌフレーム後の特徴パラメータｘｐａｒ
1 ( k - l ) の差によって求める。
ｘｐａｒ1 ( k ) の動的特徴パラメータδｘｐａｒ1
( k ) は、ｌフレーム前の特徴パラメータｘｐａｒ1
( k + l) からｌフレーム後の特徴パラメータｘｐａｒ
1 ( k - l ) の差によって求める。
【００２９】δｘｐａｒ1 ( k ) ＝ｘｐａｒ1
( k + l ) −ｘｐａｒ1 ( k - l ) ｋ −フレーム番号 ｌ −フレームシフト数 ｘｐａｒ1 ( k ) −入力音声信号の第ｋフレームの特
徴パラメータ δｘｐａｒ1 ( k ) −入力音声信号の第ｋフレームの動
的特徴パラメータ 入力音声信号の特徴パラメータｘｐａｒ1 がｒｍｓであ
った場合の動的特徴パラメータの求め方を以下に示す。
ここで、入力音声信号のｒｍｓの特徴パラメータをｘｒ
ｍ、動的特徴パラメータをδｘｒｍｓとすると、第ｋフ
レームのｒｍｓの動的特徴パラメータδｘｒｍｓ( k )
は、以下の式で求めることができる。
( k + l ) −ｘｐａｒ1 ( k - l ) ｋ −フレーム番号 ｌ −フレームシフト数 ｘｐａｒ1 ( k ) −入力音声信号の第ｋフレームの特
徴パラメータ δｘｐａｒ1 ( k ) −入力音声信号の第ｋフレームの動
的特徴パラメータ 入力音声信号の特徴パラメータｘｐａｒ1 がｒｍｓであ
った場合の動的特徴パラメータの求め方を以下に示す。
ここで、入力音声信号のｒｍｓの特徴パラメータをｘｒ
ｍ、動的特徴パラメータをδｘｒｍｓとすると、第ｋフ
レームのｒｍｓの動的特徴パラメータδｘｒｍｓ( k )
は、以下の式で求めることができる。
【００３０】δｘｒｍｓ( k ) ＝ｘｒｍｓ( k + l ) −
ｘｒｍｓ( k - l ) ｋ −フレーム番号 ｌ −フレームシフト数 ｘｒｍｓ( k ) −入力音声信号の第ｋフレームのｒｍ
ｓ δｘｒｍｓ( k ) −入力音声信号の第ｋフレームのｒｍ
ｓの動的特徴パラメータ 次に、入力音声信号の特徴パラメータｘｐａｒを、動的
特徴パラメータδｘｐａｒに変換する方法を、入力音声
信号の特徴パラメータｘｐａｒ2 が多次元である場合
に、ｘｐａｒ2 から変換される動的特徴パラメータδｘ
ｐａｒ2 として説明する。
ｘｒｍｓ( k - l ) ｋ −フレーム番号 ｌ −フレームシフト数 ｘｒｍｓ( k ) −入力音声信号の第ｋフレームのｒｍ
ｓ δｘｒｍｓ( k ) −入力音声信号の第ｋフレームのｒｍ
ｓの動的特徴パラメータ 次に、入力音声信号の特徴パラメータｘｐａｒを、動的
特徴パラメータδｘｐａｒに変換する方法を、入力音声
信号の特徴パラメータｘｐａｒ2 が多次元である場合
に、ｘｐａｒ2 から変換される動的特徴パラメータδｘ
ｐａｒ2 として説明する。
【００３１】第ｋフレームで抽出されたＴ次元目の特徴
パラメータ｛ｘｐａｒ2 ( k ) ［ｔ］，ｔ＝
１，．．．，Ｔ｝の動的特徴パラメータδｐａｒ2
( k ) ［ｔ］は、以下の式により求めることができる。
パラメータ｛ｘｐａｒ2 ( k ) ［ｔ］，ｔ＝
１，．．．，Ｔ｝の動的特徴パラメータδｐａｒ2
( k ) ［ｔ］は、以下の式により求めることができる。
【００３２】δｘｐａｒ2 ( k ) ［ｔ］＝ｘｐａｒ2
( k + l ) ［ｔ］−ｘｐａｒ2 ( k - l ) ［ｔ］ ｔ＝１，．．．，Ｔ ｋ −フレーム番号 ｔ −次元番号 Ｔ −次元数 ｌ −フレームシフト数 ｘｐａｒ2 ( k ) ［ｔ］ −入力音声信号の第ｋフレー
ム、第ｔ次元目の特徴ラメータ δｘｐａｒ2 ( k ) ［ｔ］−入力音声信号の第ｋフレー
ム、第ｔ次元目の動的特徴パラメータ 入力音声信号の特徴パラメータｘｐａｒ2 がＢａｒｋス
ペクトルであった場合の動的特徴パラメータの求め方を
以下に示す。ここで、入力音声信号のＢａｒｋスペクト
ルの特徴パラメータをｘＢ、動的特徴パラメータをδｘ
Ｂとすると、第ｋフレームで抽出されたＩ次元目Ｂａｒ
ｋスペクトルの特徴パラメータ｛ｘＢ(K ) ［ｉ］，ｉ
＝１，．．．，Ｉ｝の動的特徴パラメータδｘＢ( K )
［ｉ］は、以下の式により求めることができる。
( k + l ) ［ｔ］−ｘｐａｒ2 ( k - l ) ［ｔ］ ｔ＝１，．．．，Ｔ ｋ −フレーム番号 ｔ −次元番号 Ｔ −次元数 ｌ −フレームシフト数 ｘｐａｒ2 ( k ) ［ｔ］ −入力音声信号の第ｋフレー
ム、第ｔ次元目の特徴ラメータ δｘｐａｒ2 ( k ) ［ｔ］−入力音声信号の第ｋフレー
ム、第ｔ次元目の動的特徴パラメータ 入力音声信号の特徴パラメータｘｐａｒ2 がＢａｒｋス
ペクトルであった場合の動的特徴パラメータの求め方を
以下に示す。ここで、入力音声信号のＢａｒｋスペクト
ルの特徴パラメータをｘＢ、動的特徴パラメータをδｘ
Ｂとすると、第ｋフレームで抽出されたＩ次元目Ｂａｒ
ｋスペクトルの特徴パラメータ｛ｘＢ(K ) ［ｉ］，ｉ
＝１，．．．，Ｉ｝の動的特徴パラメータδｘＢ( K )
［ｉ］は、以下の式により求めることができる。
【００３３】δｘＢ( k ) ＝ｘＢ( k + l ) ［ｉ］−ｘ
Ｂ( k - 1 ) ［ｉ］ ｋ −フレーム番号 ｉ −次元番号 ｌ −フレームシフト数 ｘＢ( k ) −入力音声信号の第ｋフレームのＢａｒｋ
スペクトル δｘＢ( k ) −入力音声信号の第ｋフレームのＢａｒｋ
スペクトルの動的特徴パラメータ また、入力音声信号の特徴パラメータｘｐａｒを、動的
特徴パラメータδｘｐａｒに変換する上記以外の方法
を、入力音声信号の特徴パラメータｘｐａｒ3 と、ｘｐ
ａｒ3 から変換された動的特徴パラメータδｘｐａｒ3
を使って説明する。
Ｂ( k - 1 ) ［ｉ］ ｋ −フレーム番号 ｉ −次元番号 ｌ −フレームシフト数 ｘＢ( k ) −入力音声信号の第ｋフレームのＢａｒｋ
スペクトル δｘＢ( k ) −入力音声信号の第ｋフレームのＢａｒｋ
スペクトルの動的特徴パラメータ また、入力音声信号の特徴パラメータｘｐａｒを、動的
特徴パラメータδｘｐａｒに変換する上記以外の方法
を、入力音声信号の特徴パラメータｘｐａｒ3 と、ｘｐ
ａｒ3 から変換された動的特徴パラメータδｘｐａｒ3
を使って説明する。
【００３４】第ｋフレームの動的特徴パラメータδｘｐ
ａｒ3 ( k ) は、特徴パラメータｘｐａｒ3 ( k ) と特
徴パラメータｘｐａｒ3 の平均特徴パラメータａｖｇ−
ｘｐａｒの差により求まる。
ａｒ3 ( k ) は、特徴パラメータｘｐａｒ3 ( k ) と特
徴パラメータｘｐａｒ3 の平均特徴パラメータａｖｇ−
ｘｐａｒの差により求まる。
【００３５】
【数４】
【００３６】さらに、入力音声信号の特徴パラメータｘ
ｐａｒを、動的特徴パラメータδｘｐａｒに変換する方
法として、入力音声信号の特徴パラメータｘｐａｒ
4 と、ｘｐａｒ4 から変換された動的特徴パラメータδ
ｘｐａｒ4 を使って説明する。
ｐａｒを、動的特徴パラメータδｘｐａｒに変換する方
法として、入力音声信号の特徴パラメータｘｐａｒ
4 と、ｘｐａｒ4 から変換された動的特徴パラメータδ
ｘｐａｒ4 を使って説明する。
【００３７】
【数５】
【００３８】また、再生音声信号特徴抽出部５にて求め
られた再生音声信号Ｓy の特徴パラメータｙｐａｒは、
再生音声信号動的特徴抽出部７にて、動的特徴パラメー
タδｙｐａｒに変換され、第１の客観評価部８へ送られ
る。再生音声信号動的特徴抽出部７での、動的特徴パラ
メータの求め方は、入力音声信号特徴抽出部６と同じで
あるため、ここでは説明を省略する。
られた再生音声信号Ｓy の特徴パラメータｙｐａｒは、
再生音声信号動的特徴抽出部７にて、動的特徴パラメー
タδｙｐａｒに変換され、第１の客観評価部８へ送られ
る。再生音声信号動的特徴抽出部７での、動的特徴パラ
メータの求め方は、入力音声信号特徴抽出部６と同じで
あるため、ここでは説明を省略する。
【００３９】入力音声信号動的特徴抽出部６と、再生音
声信号動的特徴抽出部７にて求められた動的特徴パラメ
ータは、第１の客観評価部８で、入力信号の動的特徴パ
ラメータｘｐａｒと再生信号の動的特徴パラメータｙｐ
ａｒとの距離を計算し動的特徴パラメータの客観評価値
δＡＶＧとして、主観評価予測部９へ送られる。動的特
徴パラメータから客観評価値を求める方法を以下に示
す。
声信号動的特徴抽出部７にて求められた動的特徴パラメ
ータは、第１の客観評価部８で、入力信号の動的特徴パ
ラメータｘｐａｒと再生信号の動的特徴パラメータｙｐ
ａｒとの距離を計算し動的特徴パラメータの客観評価値
δＡＶＧとして、主観評価予測部９へ送られる。動的特
徴パラメータから客観評価値を求める方法を以下に示
す。
【００４０】まず、動的特徴パラメータが、１次元であ
った場合の客観評価値の求め方を説明する。ここで、入
力音声信号の動的特徴パラメータをδｘｐａｒ1 、再生
音声信号の動的特徴パラメータをδｙｐａｒ1 、客観評
価値をδＡＶＧ1 とすると、第ｋフレームの入力音声信
号の動的特徴パラメータδｘｐａｒ1 ( k ) と、第ｋフ
レームの再生音声信号の動的特徴パラメータδｙｐａｒ
1 ( k ) との、客観評価値δＡＶＧ1 は以下の式で求め
られる。
った場合の客観評価値の求め方を説明する。ここで、入
力音声信号の動的特徴パラメータをδｘｐａｒ1 、再生
音声信号の動的特徴パラメータをδｙｐａｒ1 、客観評
価値をδＡＶＧ1 とすると、第ｋフレームの入力音声信
号の動的特徴パラメータδｘｐａｒ1 ( k ) と、第ｋフ
レームの再生音声信号の動的特徴パラメータδｙｐａｒ
1 ( k ) との、客観評価値δＡＶＧ1 は以下の式で求め
られる。
【００４１】
【数６】
【００４２】次に、入力音声の動的特徴パラメータδｘ
ｐａｒ1 をδｘｒｍｓ、再生音声の動的特徴パラメータ
δｙｐａｒ1 をδｙｒｍｓ、動的特徴パラメータの客観
評価値δＡＶＧ1 をδＡＶＧr m s とすると、第ｋフレ
ームの入力音声信号のｒｍｓの動的特徴パラメータδｘ
ｒｍｓ1 ( k ) と、第ｋフレームの再生音声信号のｒｍ
ｓの動的特徴パラメータδｙｒｍｓ1 ( k ) との、客観
評価値δＡＶＧr m sは以下の式で求められる。
ｐａｒ1 をδｘｒｍｓ、再生音声の動的特徴パラメータ
δｙｐａｒ1 をδｙｒｍｓ、動的特徴パラメータの客観
評価値δＡＶＧ1 をδＡＶＧr m s とすると、第ｋフレ
ームの入力音声信号のｒｍｓの動的特徴パラメータδｘ
ｒｍｓ1 ( k ) と、第ｋフレームの再生音声信号のｒｍ
ｓの動的特徴パラメータδｙｒｍｓ1 ( k ) との、客観
評価値δＡＶＧr m sは以下の式で求められる。
【００４３】
【数７】
【００４４】さらに、動的特徴パラメータが多次元であ
る場合の客観評価値の求め方を、入力音声信号の動的特
徴パラメータをδｘｐａｒ2 、再生音声信号の動的特徴
パラメータをδｙｐａｒ2 、客観評価値をδＡＶＧ2 と
して説明する。
る場合の客観評価値の求め方を、入力音声信号の動的特
徴パラメータをδｘｐａｒ2 、再生音声信号の動的特徴
パラメータをδｙｐａｒ2 、客観評価値をδＡＶＧ2 と
して説明する。
【００４５】
【数８】
【００４６】ここで、入力音声の動的特徴パラメータδ
ｘｐａｒ2 をδｘＢ、再生音声の動的特徴パラメータδ
ｙｐａｒ2 をδｙＢ、動的特徴パラメータの客観評価値
δＡＶＧ2 をδＡＶＧB S D として、ＢＳＤの求め方を
説明する。第ｋフレームの入力音声信号のＢＳＤの動的
特徴パラメータδｘＢ( k ) と、第ｋフレームの再生音
声信号のＢＳＤの動的特徴パラメータδｙＢ( k ) と
の、客観評価値δＡＶＧB S D は以下の式で求められ
る。
ｘｐａｒ2 をδｘＢ、再生音声の動的特徴パラメータδ
ｙｐａｒ2 をδｙＢ、動的特徴パラメータの客観評価値
δＡＶＧ2 をδＡＶＧB S D として、ＢＳＤの求め方を
説明する。第ｋフレームの入力音声信号のＢＳＤの動的
特徴パラメータδｘＢ( k ) と、第ｋフレームの再生音
声信号のＢＳＤの動的特徴パラメータδｙＢ( k ) と
の、客観評価値δＡＶＧB S D は以下の式で求められ
る。
【００４７】客観評価値δＡＶＧB S D は以下の式で求
めることができる。
めることができる。
【００４８】
【数９】
【００４９】以上の方法によって第１の客観評価部８で
求めた、動的特徴パラメータの客観評価値は、主観評価
予測部８へ送られる。
求めた、動的特徴パラメータの客観評価値は、主観評価
予測部８へ送られる。
【００５０】主観評価予測部８では、少なくとも１つの
客観評価値と少なくとも２つの予測係数で主観評価値を
予測し、評価結果を出力端子２より出力する。予測係数
は、予め大量の音声データを用いて集めた主観評価値と
予測評価値の誤差が、最小になるように求められる。予
測係数ａと主観評価値との関係を以下に示す。
客観評価値と少なくとも２つの予測係数で主観評価値を
予測し、評価結果を出力端子２より出力する。予測係数
は、予め大量の音声データを用いて集めた主観評価値と
予測評価値の誤差が、最小になるように求められる。予
測係数ａと主観評価値との関係を以下に示す。
【００５１】
【数１０】
【００５２】予測係数と、第１の客観評価部８で求めた
客観評価値とを用いて予測主観評価値を求める式を以下
に示す。予測主観評価値は
客観評価値とを用いて予測主観評価値を求める式を以下
に示す。予測主観評価値は
【００５３】
【数１１】
【００５４】、予測係数はａ、ｂ、ｃ、第１の客観評価
部８にて求めた動的特徴パラメータの客観評価値はδＡ
ＶＧａとδＡＶＧｂとする。
部８にて求めた動的特徴パラメータの客観評価値はδＡ
ＶＧａとδＡＶＧｂとする。
【００５５】
【数１２】
【００５６】図２は第２の発明の音質評価装置の実施例
を示すブロック図である。図２において、同一の番号の
ある構成要素は、図１と同一の動作をするので説明は省
略する。
を示すブロック図である。図２において、同一の番号の
ある構成要素は、図１と同一の動作をするので説明は省
略する。
【００５７】第２の客観評価部１０では、入力音声信号
Ｓx から入力音声信号特徴抽出部４で求めた、特徴パラ
メータｘｐａｒと、再生音声信号Ｓy から再生音声信号
特徴抽出部５で求めた、特徴パラメータｙｐａｒとの、
距離を客観評価値ＡＶＧとして計算し、複合主観評価予
測部１２へ出力する。
Ｓx から入力音声信号特徴抽出部４で求めた、特徴パラ
メータｘｐａｒと、再生音声信号Ｓy から再生音声信号
特徴抽出部５で求めた、特徴パラメータｙｐａｒとの、
距離を客観評価値ＡＶＧとして計算し、複合主観評価予
測部１２へ出力する。
【００５８】ここで、入力音声信号の特徴パラメータを
ｘｐａｒ、再生音声信号の特徴パラメータをｙｐａｒ、
客観評価値をＡＶＧとすると、第ｋフレームの入力音声
信号の特徴パラメータｘｐａｒ( k ) と、第ｋフレーム
の再生音声信号の特徴パラメータｙｐａｒ( k ) との、
客観評価値ＡＶＧは以下の式で求められる。
ｘｐａｒ、再生音声信号の特徴パラメータをｙｐａｒ、
客観評価値をＡＶＧとすると、第ｋフレームの入力音声
信号の特徴パラメータｘｐａｒ( k ) と、第ｋフレーム
の再生音声信号の特徴パラメータｙｐａｒ( k ) との、
客観評価値ＡＶＧは以下の式で求められる。
【００５９】
【数１３】
【００６０】複合主観評価予測部１２では、第１の客観
評価部８にて求められた少なくとも１つの客観評価値
と、第２の客観評価部１０にて求められた少なくとも１
つの客観評価値と、少なくとも３つの予測係数で主観評
価値を予測し、評価結果を出力端子２より出力する。複
合主観評価予測部１２の動作は、主観評価予測部９と同
じであるため、説明は省略する。
評価部８にて求められた少なくとも１つの客観評価値
と、第２の客観評価部１０にて求められた少なくとも１
つの客観評価値と、少なくとも３つの予測係数で主観評
価値を予測し、評価結果を出力端子２より出力する。複
合主観評価予測部１２の動作は、主観評価予測部９と同
じであるため、説明は省略する。
【００６１】図３は第３の発明の音質評価装置の実施例
を示すブロック図である。図３において、同一の番号の
ある構成要素は、図１及び図２と同一の動作をするので
説明は省略する。
を示すブロック図である。図３において、同一の番号の
ある構成要素は、図１及び図２と同一の動作をするので
説明は省略する。
【００６２】再生音声入力端子６からは、入力端子１か
ら入力される音声信号と同一の音声信号で符号化／復号
化を行ない求めた再生音声を入力し、再生音声信号特徴
抽出部５に出力する。
ら入力される音声信号と同一の音声信号で符号化／復号
化を行ない求めた再生音声を入力し、再生音声信号特徴
抽出部５に出力する。
【００６３】
【発明の効果】以上説明したように、本発明による音質
評価方式は、従来用いられている特徴パラメータから動
的特徴パラメータに変換することで、低ビットレートの
音声でも、主観評価値との相関の高い音質評価を行なう
ことができる。
評価方式は、従来用いられている特徴パラメータから動
的特徴パラメータに変換することで、低ビットレートの
音声でも、主観評価値との相関の高い音質評価を行なう
ことができる。
【図１】第１の発明の音質評価装置の実施例を示すブロ
ック図。
ック図。
【図２】第２の発明の音質評価装置の実施例を示すブロ
ック図。
ック図。
【図３】第３の発明の音質評価装置の実施例を示すブロ
ック図。
ック図。
１ 入力端子 ２ 出力端子 ３ 符号化／復号化部 ４ 入力音声信号特徴抽出部 ５ 再生音声信号特徴抽出部 ６ 入力音声信号動的特徴抽出部 ７ 再生音声信号動的特徴抽出部 ８ 第１の客観評価部 ９ 主観評価予測部 １０ 第２の客観評価部 １２ 複合主観評価予測部 １３ 再生音声入力端子
Claims (3)
- 【請求項１】 音声信号を入力し、前記入力音声信号を
符号化／復号化し再生音声信号を作成する符号化／復号
化部と、前記入力音声信号から特徴パラメータを抽出す
る入力音声信号特徴抽出部と、前記再生音声信号から特
徴パラメータを抽出する再生音声信号特徴抽出部と、前
記入力音声信号の特徴パラメータを用いて動的特徴パラ
メータを抽出する入力音声信号動的特徴抽出部と、前記
再生音声信号の特徴パラメータを用いて動的特徴パラメ
ータを抽出する再生音声信号動的特徴抽出部と、前記入
力音声信号の動的特徴パラメータと前記再生音声信号の
動的特徴パラメータとの予め定められた距離を出力する
第１の客観評価部と、前記第１の客観評価部にて求めら
れた客観評価値を用いて前記再生音声信号の主観評価値
を予測する主観評価予測部を有することを特徴とする音
質評価装置。 - 【請求項２】 請求項１記載の音質評価装置において、
さらに、前記入力音声信号の特徴パラメータと、前記再
生音声信号の特徴パラメータとの距離を出力する第２の
客観評価部と、前記第１の客観評価部にて求められた客
観評価値と、前記第２の客観評価部にて求められた客観
評価値とを用いて主観評価値を予測する複合主観評価予
測部を有することを特徴とする音質評価装置。 - 【請求項３】 請求項１記載の音質評価装置において、
前記符号化／復号化部のかわりに、予め定められた符号
化方式により符号化／復号化した再生音声を入力する再
生音声入力端子を備えることを特徴とする音質評価装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4263349A JP2972459B2 (ja) | 1992-10-01 | 1992-10-01 | 自動音質評価装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4263349A JP2972459B2 (ja) | 1992-10-01 | 1992-10-01 | 自動音質評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06195093A true JPH06195093A (ja) | 1994-07-15 |
| JP2972459B2 JP2972459B2 (ja) | 1999-11-08 |
Family
ID=17388242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4263349A Expired - Lifetime JP2972459B2 (ja) | 1992-10-01 | 1992-10-01 | 自動音質評価装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2972459B2 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS622286A (ja) * | 1985-06-27 | 1987-01-08 | 松下電器産業株式会社 | 発音練習装置 |
| JPS63273895A (ja) * | 1987-05-06 | 1988-11-10 | 松下電器産業株式会社 | 高能率音声符復号化装置の音質評価装置 |
| JPH02153397A (ja) * | 1988-12-06 | 1990-06-13 | Nec Corp | 音声収録装置 |
-
1992
- 1992-10-01 JP JP4263349A patent/JP2972459B2/ja not_active Expired - Lifetime
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS622286A (ja) * | 1985-06-27 | 1987-01-08 | 松下電器産業株式会社 | 発音練習装置 |
| JPS63273895A (ja) * | 1987-05-06 | 1988-11-10 | 松下電器産業株式会社 | 高能率音声符復号化装置の音質評価装置 |
| JPH02153397A (ja) * | 1988-12-06 | 1990-06-13 | Nec Corp | 音声収録装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2972459B2 (ja) | 1999-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100427753B1 (ko) | 음성신호재생방법및장치,음성복호화방법및장치,음성합성방법및장치와휴대용무선단말장치 | |
| US8315861B2 (en) | Wideband speech decoding apparatus for producing excitation signal, synthesis filter, lower-band speech signal, and higher-band speech signal, and for decoding coded narrowband speech | |
| JP5343098B2 (ja) | スーパーフレーム構造のｌｐｃハーモニックボコーダ | |
| JP5226777B2 (ja) | 音声信号中に埋め込まれた隠れデータの回復 | |
| JP4489960B2 (ja) | 音声の無声セグメントの低ビットレート符号化 | |
| JP2004508596A (ja) | 出力ベースの客観的音声品質評価方法及び装置 | |
| JPH0850500A (ja) | 音声エンコーダ及び音声デコーダ、並びに音声符号化方法及び音声復号化方法 | |
| JP3765171B2 (ja) | 音声符号化復号方式 | |
| JP3628268B2 (ja) | 音響信号符号化方法、復号化方法及び装置並びにプログラム及び記録媒体 | |
| JPH06236198A (ja) | 音質主観評価予測方式 | |
| JPH07261800A (ja) | 変換符号化方法、復号化方法 | |
| JPH06195093A (ja) | 自動音質評価装置 | |
| JP4373693B2 (ja) | 音響信号の階層符号化方法および階層復号化方法 | |
| JP3878254B2 (ja) | 音声圧縮符号化方法および音声圧縮符号化装置 | |
| JP3496618B2 (ja) | 複数レートで動作する無音声符号化を含む音声符号化・復号装置及び方法 | |
| JP3576485B2 (ja) | 固定音源ベクトル生成装置及び音声符号化／復号化装置 | |
| JP2900431B2 (ja) | 音声信号符号化装置 | |
| JP3350340B2 (ja) | 音声符号化方法および音声復号化方法 | |
| JP3010655B2 (ja) | 圧縮符号化装置及び方法、並びに復号装置及び方法 | |
| JPH0786952A (ja) | 音声の予測符号化方法 | |
| JPH0481199B2 (ja) | ||
| JP3715417B2 (ja) | 音声圧縮符号化装置，音声圧縮符号化方法およびその方法の各工程をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JPH06208398A (ja) | 音源波形生成方法 | |
| JPH043878B2 (ja) | ||
| JPH11133999A (ja) | 音声符号化・復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19970513 |