Uni-VERSA：用于统一语音评估的可通用网络
声音
2025-05-28 v1 音频与语音处理
摘要
主观听力测试始终是语音质量评估的黄金标准，但成本高昂、结果波动且难以扩展。相比之下，诸如 PESQ、F0 相关性和 DNSMOS 等现有客观指标，通常仅捕捉语音质量的特定方面。为此，我们提出 Uni-VERSA，一种统一网络，同时预测多种客观指标，涵盖自然度、可理解性、说话人特征、韵律和噪声等，以进行语音信号的全面评估。我们对其框架、评估协议及其在语音增强、合成和质量控制中的应用进行了形式化。基于 URGENT24 挑战赛的基准测试，以及采用自监督表示的基线方法，表明 Uni-VERSA 为单一方面评估方法提供了可行的替代方案。此外，它与人类感知高度一致，成为未来语音质量评估的有前景的方案。
引用
@article{arxiv.2505.20741,
title = {Uni-VERSA: Versatile Speech Assessment with a Unified Network},
author = {Jiatong Shi and Hye-Jin Shim and Shinji Watanabe},
journal= {arXiv preprint arXiv:2505.20741},
year = {2025}
}
备注
Accepted by Interspeech