感知音频质量客观测度述评：对其应用领域依赖性的评估
音频与语音处理
2021-10-25 v1 声音
摘要
在过去的几十年中，人们开发了计算方法来估计感知音频质量。这些方法也称为客观质量测度，通常针对特定应用领域开发和设计。由于其便利性，它们经常在原始预期领域之外使用，即使在这种情况下它们是否提供可靠的质量估计尚不清楚。本研究考察了知名的最先进客观测度在两个不同领域（音频编码和源分离）中与人类感知评分的相关性。考虑了以下客观测度：fwSNRseg、dLLR、PESQ、PEAQ、POLQA、PEMO-Q、ViSQOLAudio、(SI-)BSSEval、PEASS、LKR-PI、2f-model 和 HAAQI。此外，基于 2f-model 和 BSSEval 基信号分解提出了一种新测度（SI-SA2f）。我们使用来自 7 个音频编码听测和 7 个源分离听测的感知评分作为相关性分析的地面真值数据。结果表明，一种方法（2f-model）在两个领域均显著优于其他方法，并表明该方法训练所用数据集和鲁棒的底层听觉模型是迈向通用、领域无关客观测度的关键因素。
引用
@article{arxiv.2110.11438,
title = {Objective Measures of Perceptual Audio Quality Reviewed: An Evaluation of Their Application Domain Dependence},
author = {Matteo Torcoli and Thorsten Kastner and Jürgen Herre},
journal= {arXiv preprint arXiv:2110.11438},
year = {2021}
}