MUSHRA-1S：一种用于评估顶级语音处理系统的可扩展且灵敏的测试方法
音频与语音处理
2025-09-24 v1
摘要
评估 state-of-the-art 语音系统需要可扩展且灵敏的评估方法，以检测细微但不可接受的伪影。标准 MUSHRA 灵敏度高但缺乏可扩展性，而 ACR 具有良好的可扩展性但丧失了灵敏度并在高质量区域出现饱和。为解决这一问题，我们引入了 MUSHRA 1S，这是一种单刺激变体，每次针对固定的锚点和参考对一个系统进行评分。在我们的实验中，MUSHRA 1S 比标准 MUSHRA 更为接近，包括在 ACR 出现饱和的高质量区域。MUSHRA 1S 还能有效识别特定偏差，并通过固定上下文来减少范围均衡偏差。总体而言，MUSHRA 1S 结合了 MUSHRA 级别的灵敏度与类似 ACR 的可扩展性，使其成为对顶级语音处理系统进行基准测试的稳健且可扩展的解决方案。
引用
@article{arxiv.2509.19219,
title = {MUSHRA-1S: A scalable and sensitive test approach for evaluating top-tier speech processing systems},
author = {Laura Lechler and Ivana Balic},
journal= {arXiv preprint arXiv:2509.19219},
year = {2025}
}
备注
Submitted to ICASSP 2026; under review