评估神经音频编解码器的客观语音质量指标
声音
2025-11-26 v1
摘要
神经音频编解码器因能在低比特率下实现高保真音频重建而近日受到青睐，用作生成模型。虽然人类听诊测试仍是感知质量评估的金标准，但耗时且不实用。本文考察了现有客观质量指标在评估最新神经音频编解码器性能方面的可靠性。为此，我们对高保真语音信号进行 MUSHRA 听诊测试，分析主观得分与广泛使用的客观指标之间的相关性。我们的结果表明，虽然部分指标与人类感知较好地一致，但其他指标在捕捉相关失真方面存在困难。我们的发现为在使用神经音频编解码器进行语音提供适当评估指标选择指导。
引用
@article{arxiv.2511.19734,
title = {Evaluating Objective Speech Quality Metrics for Neural Audio Codecs},
author = {Luca A. Lanzendörfer and Florian Grötschla},
journal= {arXiv preprint arXiv:2511.19734},
year = {2025}
}