分组网络环境下的实时语音质量客观评价

摘要

提出了一种利用前馈随机神经网络在分组网络中进行实时语音质量评价的新方法. 从接收到的语音分组中提取美尔频率倒谱系数向量, 利用实时传输控制协议计算语音分组传输过程中的丢包率、延迟和抖动, 构成网络传输参数向量. 将随机神经元组织成具有1个输入层、1个隐含层和1个输出层的 3 层前馈网络结构, 再以上述2种向量作为输入的多类别信号, 以相应的主观平均意见(MOS)评分值作为输出对网络进行训练, 从而获得稳定的权值矩阵. 利用训练过的网络进行多类别信号的语音质量评分映射, 并将映射结果与 MOS 进行二次多项式拟合,得到最终的语音质量评分值. 实验表明, 所提算法与主观评价之间的平均相关度可达到 0.881.