SCOREQ：基于对比回归的语音质量评估方法
声音
2025-01-16 v2 音频与语音处理
摘要
本文提出了 SCOREQ，一种用于语音质量预测的新方法。SCOREQ 是一种对比回归的三元组损失函数，旨在解决当前领先无参考语音质量指标所存在的域通用性不足问题。本文中我们：(i) 说明了 L2 损失训练在捕捉均值意见得分（MOS）标签的连续性方面的问题；(ii) 通过在多个语音领域进行基准测试评估，展示了其缺乏通用性；(iii) 概述了我们的方法，并通过增量评估探讨了架构设计决策的影响；(iv) 对最终模型在广泛数据和领域上的性能进行评估。结果表明，SCOREQ 解决了当前语音质量指标中观察到的缺乏通用性问题。我们得出结论，使用对比回归的三元组损失函数改善了语音质量预测模型的通用性，但也在广泛应用于基于回归的预测模型的领域中具有潜在实用性。
引用
@article{arxiv.2410.06675,
title = {SCOREQ: Speech Quality Assessment with Contrastive Regression},
author = {Alessandro Ragano and Jan Skoglund and Andrew Hines},
journal= {arXiv preprint arXiv:2410.06675},
year = {2025}
}
备注
Accepted NeurIPS 2024