SAQAM：空间音频质量评估指标
音频与语音处理
2022-06-27 v1 声音
摘要
音频质量评估对于评估声音的感知真实感至关重要。然而，获取“金标准”人类判断的时间和费用限制了此类数据的可用性。对于AR和VR，良好的感知声音质量和声源可定位性是确保用户完全沉浸的关键要素。我们的工作引入了SAQAM，它使用多任务学习框架，在无需任何主观数据的情况下评估任意给定双耳信号对之间的聆听质量（LQ）和空间化质量（SQ）。我们通过在一个模拟的三元组人类判断数据集上训练来建模LQ，并利用为到达方向（DOA）估计训练的网络中的激活级距离来建模SQ。我们表明，SAQAM在四个不同的数据集上与人类响应具有良好的相关性。由于它是一个深度网络，该指标是可微的，使其适合作为其他任务的损失函数。例如，简单地用我们的指标替换现有损失函数即可在语音增强网络中带来改进。
引用
@article{arxiv.2206.12297,
title = {SAQAM: Spatial Audio Quality Assessment Metric},
author = {Pranay Manocha and Anurag Kumar and Buye Xu and Anjali Menon and Israel D. Gebru and Vamsi K. Ithapu and Paul Calamia},
journal= {arXiv preprint arXiv:2206.12297},
year = {2022}
}
备注
To Appear, Interspeech 2022