[发明专利]基于音频关注度的音频质量评价系统及方法

说明书

 

技术领域

本发明涉及音频质量评价领域，尤其涉及基于音频关注度的音频质量评价系统及方法。

背景技术

随着音频信号应用领域的扩大和音频信号在人们生活中占据越来越重要的地位，对音频信号评价方法也是不断的发展，目前国际上的音频质量评价主要分为主观评价和客观评价两类，由于人作为音频信号的最终接受者，所以主观评价能最真实的反映失真音频信号的好坏，可以作为最终的评价结果，但是主观评价的结果容易受听音者的生理和心理状况以及听音场景信息不同而影响最终的评价结果，导致测评者的打分结果不稳定。

目前的主观评价方法设计基本都涵盖了人类自底向上的生理反应特性，心理学研究表明人类听觉具有自底向上和自顶向下两种关注机制。对于不同的声音场景，人类选择关注声音以及关注程度会有所不同，并且在有先验知识与无先验知识情况下的关注结果也会不同。现有的音频质量评测体系虽然有较准确的评价方法，但现有方法主要基于人耳的听觉掩蔽模型，没有考虑与应用场景相关的心理选择关注机制，从而不能真实、准确地反映人类听觉效应；另一方面现有方法一定程度上受听音者的情绪、偏好等因素影响，致使评价结果不稳定。因此为了保证音频质量主观评价方法与人类听觉效应相一致，并使评价结果更加准确与稳定，需将心理关注选择机制引入主观质量评价，建立一种基于场景分类的分角度音频主观质量评价方法，以此反映人类真实的听觉特性，进而保证听觉关注度客观评价模型准确地建立。

发明内容

本发明的目的是提供基于音频关注度的音频质量评价技术方案，以解决目前主观评价测试结果不稳定的问题。

为达到上述目的，本发明提供一种基于音频关注度的音频质量评价系统，包括关注音及背景音特征分离提取模块、主观评价分项得分模块及关注音主观评分模块，

所述关注音及背景音特征分离提取模块，用于根据输入的场景背景音类型信息和关注音类型信息，分别提取场景背景音的特征属性和关注音的特征属性，输出给主观评价分项得分模块；

所述主观评价分项得分模块，用于根据原始音频测试序列集、失真音频序列集和由关注音及背景音特征分离提取模块输入的特征属性，从场景背景音的各项特征属性分别给出分项主观得分，从关注音的各项特征属性分别给出分项主观得分，并输出到关注音主观评分模块；

所述关注音主观评分模块，用于根据由主观评价分项得分模块输入的分项主观得分得到单一的最终主观得分，并对最终主观得分进行数据统计处理。

本发明还提供相应基于音频关注度的音频质量评价方法，包括以下步骤：

步骤1，根据场景选取作为参考的原始音频测试序列集，记为原始测试集A；

步骤2，对步骤1所得原始测试集A中的序列进行多种不同失真处理，得到失真音频序列集，记为失真序列集B，失真处理的种数记为n，原始测试集A中每一个序列分别对应失真序列集B中的n种失真序列；

步骤3，从原始测试集A当中选取一个序列                                                ，同时从失真序列集B中挑出所有由序列得到的失真序列；

步骤4，确定序列的场景背景音类型信息和关注音类型信息，场景背景音的类型记为br，关注音的类型记为attention；

步骤5，提取场景背景音和关注音的各自特征属性并分离，场景背景音的特征属性记为feature(br), 关注音的特征属性记为feature(attention)；

步骤6，根据步骤5获得的特征属性feature(br)和feature(attention)，对失真序列分别给出分项主观得分；

步骤7，根据对每一个失真序列的分项主观得分，得出最终主观得分，j取1～n；

步骤8，返回步骤3，从原始测试集A当中选取下一个序列，重复执行步骤3～7，直到对原始测试集A中所有序列处理完，对每次执行步骤7所得最终主观得分进行数据统计处理。

本发明根据音频关注度模型，提出基于场景信息的关注度评价方案，克服了现有主观评价不准确和不稳定的问题；首创通过结合场景信息进行主观评价，更符合人类主观评价的心理打分原则。本发明的系统结构简单，实施便捷。

附图说明

图1是本发明的方法流程图。

具体实施方式

下面结合实施例对本发明作进一步说明：

本发明实施例所提供基于音频关注度的音频质量评价系统，具体包括以下部分，具体实施时可以采用软件固化技术实现各模块。