基于 DNN 的 PSTN 无参考语音质量预测
音频与语音处理
2020-07-30 v1 声音
摘要
传统公共交换电话网（PSTN）对 VoIP 网络提供商而言常如黑箱，因为他们无法获取时延或丢包等性能指标。只能利用 degraded 输出语音信号来监控这些网络的语音质量。然而，当前最先进的语音质量模型尚不足以可靠地用于实时监测。其原因之一是 PSTN 失真可能因提供商和国家而异，这使得训练一个能很好泛化到不同 PSTN 网络的模型十分困难。本文提出一个包含超过1000条众包真实电话呼叫的新的开源 PSTN 语音质量测试集。我们提出的无参考模型在验证集和测试集上均优于全参考 POLQA 与无参考 P.563。此外，我们分析了文件裁剪对感知语音质量的影响，以及评分数量和训练规模对模型精度的影响。
引用
@article{arxiv.2007.14598,
title = {DNN No-Reference PSTN Speech Quality Prediction},
author = {Gabriel Mittag and Ross Cutler and Yasaman Hosseinkashi and Michael Revow and Sriram Srinivasan and Naglakshmi Chande and Robert Aichner},
journal= {arXiv preprint arXiv:2007.14598},
year = {2020}
}