[发明专利]一种基于机器学习的语音质量评价方法

摘要

本发明公开了一种语音质量评价方法，通过分析不同类型网络性能参数的特点，通过实验平台确定网络性能参数对体验质量的影响程度，将网络性能参数划分为约束性参数、关联性参数两类，提出对传统体验质量评价算法进行利用和扩展的新模型，综合分析和获取空域和时域网络性能参数与语音体验质量之间的映射关系，并获取涵盖整个MOS取值范围的映射关系数据集；以数据集作为训练对象，利用机器学习方法最终建立了基于网络性能参数非侵入式语音质量评价模型。

主权项

1.一种基于机器学习的语音质量评价方法，其特征在于，包括：仿真语音信号在的传输过程，分析不同网络性能参数变化对语音信号质量的影响；其中，网络性能参数包括丢包、抖动、时延和带宽参数，将网络性能参数分为约束性参数、关联性参数；其中，丢包、抖动、时延为关联性参数，带宽为约束性参数；依关联性参数对语音信号时空特性的影响，将关联性参数分为空域影响因素、时域影响因素两类；其中，关联性参数中的丢包、抖动参数为空域影响因素，时延参数为时域影响因素；利用PESQ算法计算空域影响因素对语音质量的影响值，即空域影响因子Ipj；利用E‑model算法计算时域影响因素对语音质量影响值，即时域影响因子Id；提出语音质量计算新方法，综合计算空域因子和时域因子共同作用情况下，语音质量的变化波动情况；建立包含关联性参数、约束性参数与语音质量的映射关系数据集，以该数据集作为训练对象，利用机器学习方法建立覆盖整个语音质量取值范围的评价模型。