[发明专利]一种全参考音频质量评价方法及装置

说明书

本发明提供了一种全参考音频质量评价方法及装置，方法包括：将一适用于图像信号的视觉质量评价方法中所有二维操作推广并降维至一维音频信号的操作，得到适用于音频质量评价的方法；用降维得到的所述适用于音频质量评价的方法的一维质量描述子对待评价的音频信号的局部质量进行估计，得到局部音频质量估计结果；对所述局部音频质量估计结果进行时域池化，得到音频的整体质量评价结果。本发明提供的全参考音频质量评价方法及装置，可有效地评价音频质量。

技术领域

本发明涉及多媒体质量评价技术领域，具体地，涉及一种全参考音频质量评价方法及装置。

背景技术

近年来，多媒体质量评价吸引了音频处理和图像处理等领域众多研究者的关注。根据待评价信号的类型，多媒体质量评价可以分为：图像/视频质量评价(image/videoquality assessment)和音频质量评价(audio quality assessment)。因其数量大、信息丰富等特点，图像和视频等视觉信号质量评价受到了更多研究者的关注，并提出了大量的视觉质量评价方法。

比如，Zhou Wang等人在论文《Z.Wang,A.C.Bovik,H.R.Sheikh,andE.P.Simoncelli,“Image quality assessment:from error visibility to structuralsimilarity,”IEEE Trans.Image Process.,vol.13,no.4,pp.600–612,2004.》提出了一种结构相似性指标(Structural Similarity，SSIM)。Zhou Wang等人在论文《Z.Wang,E.P.Simoncelli,and A.C.Bovik,“Multiscale structural similarity for imagequality assessment,”in Proc.IEEE Asilomar Conf.Sig.,Syst.,Comput.,2003,pp.1398–1402.》中提出了一种多尺度结构相似性指标(Multi-Scale StructuralSimilarity，MS-SSIM)。Hamid Rahim Sheikh等人在论文《H.R.Sheikh and A.C.Bovik,“Image information and visual quality,”IEEE Trans.Image Process.,vol.15,no.2,pp.430–444,2006.》中提出了一种像素域视觉信息保真度算法(Visual InformationFidelity in Pixel domain，VIFP)。Wufeng Xue等人在论文《W.Xue,L.Zhang,X.Mou,andA.C.Bovik,“Gradient magnitude similarity deviation:A highly efficientperceptual image quality index,”IEEE Trans.Image Process.,vol.23,no.2,pp.684–695,2014.》中提出了一种梯度幅值相似性算法(Gradient Magnitude Similarity Mean，GMSM)和一种梯度幅值相似性偏差算法(Gradient Magnitude Similarity Deviation，GMSD)。上述方法都为图像质量评价领域的主流方法，并可以有效地估计图像或视频的视觉质量。

与视觉质量评价相比，音频质量评价领域受到的关注更少，因此该领域尚缺乏更加深入和广泛的研究。该领域内有一些音频质量评价方法，但是目前仍然缺乏高效的音频质量评价方法，尤其缺乏简单易用且广泛适用于各种类型音频信号的音频质量评价方法。在研究界，音频质量评价领域和图像质量评价领域长期处于孤立状态，而缺乏广泛的借鉴和交流。

发明内容

针对上述现有技术中存在的上述不足，本发明的目的是提供一种全参考音频质量评价方法及装置。