音频相似度作为音频质量代理的不可靠性
音频与语音处理
2022-06-28 v1 声音
摘要
许多音频处理任务需要感知评估。然而，获取“金标准”人类判断所需的时间与开销限制了此类数据的可用性。多数应用采用全参考或其他基于相似度的指标（如PESQ），这些指标依赖于干净参考。研究者依赖此类指标评估和比较各种所提方法，常得出结论认为微小的测量差异意味着某一方法比另一方法更有效。本文展示了若干相似度指标与人类感知不一致的实用场景，因为它们：(1)随干净参考变化；(2)依赖于人类在考量质量时会忽略的属性；(3)对不可感知的信号电平差异敏感。在这些场景中，我们表明无参考指标不受此类缺陷影响，且与人类感知相关性更好。因此我们得出结论：相似度作为音频质量的代理是不可靠的。
引用
@article{arxiv.2206.13411,
title = {Audio Similarity is Unreliable as a Proxy for Audio Quality},
author = {Pranay Manocha and Zeyu Jin and Adam Finkelstein},
journal= {arXiv preprint arXiv:2206.13411},
year = {2022}
}
备注
To Appear, Interspeech 2022