[发明专利]一种用于语音质量网络主观测听的听音人等级评定方法

摘要

本发明涉及一种用于主观测听的听音人等级综合评定方法，属于电信技术领域中语音质量的主观评价方向。包括以下步骤1、计算得到语音质量主观测听的五个听音人数据分析指标；2、采用层级分析的量化方法对上述指标进行量化处理，得到各指标的权重向量；3、建立在线主观测听实验的听音人评价备择集＝{“优”，“良”，“中”，“及格”，“差”}；4、将听音人数据分析指标结合权重向量计算整体均方值并划分到备择集中。对比现有方法，本发明方法可以对参加网络测听实验的听音人的表现进行综合评定，从而剔除评定等级较差的听音人，提高网络测听实验的准确性和可信性。

主权项

一种用于主观测听的听音人等级综合评定方法，其特征在于，包括如下步骤：步骤一，计算得到语音质量主观测听的五个听音人数据分析指标：平均值相关性，质量最好和最差的条件分数，MNRU变化趋势，其它参考条件变化趋势，同一条件的标准差；步骤二，采用层级分析的量化方法对以上5个指标进行量化处理，得到各指标的权重向量；步骤三，建立在线主观测听实验的听音人评价备择集，即在网络测听实验中听音人的表现等级，该备择集由五个等级构成：“优”，“良”，“中”，“及格”和“差”；步骤四，将听音人数据分析指标结合计算出的各自权重向量计算整体均方值Q并划分到备择集中；所述五个听音人数据分析指标可以通过下述计算方法获得：1.1平均值相关性：ρk=Cov(Xk‾,M‾)σXk‾σM‾=Σi=1n[(Xki‾-Xk‾‾)(Mi‾-M‾‾)]Σi=1n(Xki‾-Xk‾‾)2·Σi=1n(Mi‾-M‾‾)2;]]>其中，k表示第k位听音人，n表示测试条件的个数，表示第k位听音人对第i个条件所打分数的平均值，是在1～n上的均值，表示所有听音人对第i个条件所打分数的平均值，是在1～n上的均值，ρk表示听音人k对于总体的平均值相关性；1.2质量最好和最差的条件分数：单个听音人对于Direct条件和MNRU中Q值最低的条件所打分数的均值；所述Direct条件是指未经处理的原始语料，其语音质量最佳；1.3MNRU变化趋势：X=aCl2;]]>其中，l是所选取的条件数，a是所有条件中的逆序数，X表示量化后的逆序数比；1.4其它参考条件变化趋势：Y=12Y1+12Y2=12bCf2+12cCs2;]]>其中，f，s分别是所选取的两组参考条件的个数，b，c分别是两组参考条件中的逆序数，Y1，Y2分别是两组参考条件的逆序数比，而Y则表示两组参考条件逆序数比的统计平均；Cl2,Cf2,Cs2属于数学方法“组合”；1.5同一条件的标准差：σ=1nΣi=1nΣj=1n(xij-xi‾)2(m-1);]]>其中，n为测试条件的个数，m为一个测试组中包含的测试小节数，表示每位听音人对同一条件所答分数的个数，表示该听音人在第j个测试小节中对第i个条件所打的分数，表示该听音人对第i个条件所打分数的平均值，σ表示该听音人对于每个条件所打分数的标准差的统计平均；所述步骤2进一步包括以下过程：2.1将五个听音人表现等级综合评定指标划分为两个层次：准则层和指标层；其中准则层包括准确性B1和稳定性B2两个指标，指标层包括平均值相关性C1、质量最好和最差的分数C2、MNRU变化趋势C3、其他参考条件变化趋势C4和同一条件的标准差C5五个指标；C1、C2、C3和C4隶属于B1，C5隶属于B2；2.2确定每层内各因素之间的重要性标度，并根据重要性标度构造判定矩阵：(1)对于准则层其构造矩阵为：A1=b1/b1b1/b2b2/b1b2/b2;]]>其中，b1表示准则层中准确性B1的重要性标度，b2表示准则层中稳定性B2的重要性标度；(2)对于准则层中的准确性B1其构造矩阵为：A2=c1/c1c1/c2c1/c3c1/c4c2/c1c2/c2c2/c3c2/c4c3/c1c3/c2c3/c3c3/c4c4/c1c4/c2c4/c3c4/c4;]]>其中，c1表示准确性B1中平均值相关性C1的重要性标度，c2表示准确性B1中质量最好和最差的分数C2的重要性标度，c3表示准确性B1中MNRU变化趋势C3的重要性标度，c4表示准确性B1中其他参考条件变化趋势C4的重要性标度；(3)对于准则层中的稳定性B2其构造矩阵为：[c5/c5]=1;]]>其中，c5表示稳定性B2中同一条件的标准差C5的重要性标度；2.3计算各判定矩阵的最大特征值，具体步骤如下：(1)计算判断矩阵中每行元素乘积：Mi=Πj=1naij,i∈[1,n];]]>其中，n表示矩阵的行列数；(2)对Mi求n次方根，得到即：Wi‾=Min,i∈[1,n];]]>(3)对进行标准化，求特征向量各分量，即：Wi=Wi‾/Σi=1nWi‾,i∈[1,n];]]>(4)求判定矩阵的最大特征值：λmax=1nΣi=1nΣj=1naijwjwi;]]>2.4根据准则层中各分量(准确性B1和稳定性B2)的重要性标度对其隶属的各指标进行归一化获得权重向量。