JP2009124634A - Objective quality evaluation apparatus and method - Google Patents
Objective quality evaluation apparatus and method Download PDFInfo
- Publication number
- JP2009124634A JP2009124634A JP2007298974A JP2007298974A JP2009124634A JP 2009124634 A JP2009124634 A JP 2009124634A JP 2007298974 A JP2007298974 A JP 2007298974A JP 2007298974 A JP2007298974 A JP 2007298974A JP 2009124634 A JP2009124634 A JP 2009124634A
- Authority
- JP
- Japan
- Prior art keywords
- gain control
- automatic gain
- signal level
- quality evaluation
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Telephonic Communication Services (AREA)
Abstract
Description
本発明は、自動利得制御技術を利用する音声通信サービスの音声品質評価技術に関わるものであり、特に複数人が１つの収音装置を同時に共有する通信環境でのユーザ体感品質を測定する技術に関するものである。 The present invention relates to a voice quality evaluation technique for a voice communication service using an automatic gain control technique, and more particularly to a technique for measuring user experience quality in a communication environment in which a plurality of people share one sound pickup device at the same time. Is.
テレビ会議のように複数の人が１つのマイクを同時に共有する環境では、各話者の着座位置の違いによりマイクの収音音声の信号レベルが話者ごとに大きく異なる。一般的に、このような環境では自動利得制御（ＡＧＣ：Automatic Gain Control）装置が利用され、これにより受聴側は相手側の発話音声をほぼ一定のレベルで受聴することができる。このように、テレビ会議のような音声通信サービスにおいて自動利得制御装置は重要な役割を果たすことから、高品質サービスを提供するためには自動利得制御装置の出力である自動利得制御音声を受聴したときのユーザの体感品質を知る必要がある。そのため、自動利得制御音声のユーザ体感品質を測定する品質評価法が必要である。 In an environment in which a plurality of people share one microphone at the same time as in a video conference, the signal level of the collected sound of the microphone varies greatly from speaker to speaker due to the difference in the sitting position of each speaker. In general, an automatic gain control (AGC) device is used in such an environment, so that the listening side can listen to the speech of the other side at a substantially constant level. As described above, since the automatic gain control device plays an important role in a voice communication service such as a video conference, in order to provide a high-quality service, the automatic gain control sound that is the output of the automatic gain control device is received. It is necessary to know the user's quality of experience. Therefore, there is a need for a quality evaluation method for measuring the user experience quality of automatic gain control speech.
音声品質評価の基本は、実際に音声受聴や会話を行う心理評価に基づく主観品質評価である。主観品質評価は、ユーザが実感する品質を直接的に評値することができる反面、十分な数の被験者や専用の設備が必要となり、多大なコスト・時間を要するなど簡便ではない。そこで、人による主観品質評価の代わりに、音声信号の物理量に基づいて効率的に主観品質を推定する技術が望まれる。このような技術を客観品質評価と呼ぶ（例えば非特許文献１参照）。 The basis of the voice quality evaluation is a subjective quality evaluation based on a psychological evaluation in which actual voice listening or conversation is performed. Subjective quality evaluation can directly evaluate the quality perceived by the user, but it requires a sufficient number of subjects and dedicated equipment, and is not simple and requires a great deal of cost and time. Therefore, a technique for efficiently estimating subjective quality based on a physical quantity of an audio signal is desired instead of human subjective quality evaluation. Such a technique is called objective quality evaluation (see, for example, Non-Patent Document 1).
しかしながら、現在、自動利得制御音声に対する適切な客観品質評価方法は存在しないため、自動利得制御音声のユーザ体感品質を短時間かつ簡便に推定することはできない。 However, since there is currently no appropriate objective quality evaluation method for automatic gain control speech, the user experience quality of automatic gain control speech cannot be estimated in a short time and simply.
本発明は、上記課題を解決するためになされたもので、自動利得制御音声のユーザ体感品質を短時間かつ簡便に推定することができる客観品質評価装置および方法を提供することを目的とする。 The present invention has been made to solve the above-described problems, and an object of the present invention is to provide an objective quality evaluation apparatus and method capable of estimating the user experience quality of automatic gain control speech in a short time and simply.
本発明は、自動利得制御（ＡＧＣ）装置によって信号レベルが調節された自動利得制御音声のユーザ体感品質を客観的に推定する客観品質推定装置であって、自動利得制御装置に音声信号を入力したときに、出力される自動利得制御音声が持つ品質要因の特徴量を測定する測定手段と、前記品質要因の特徴量から主観品質の推定値を算出する式を用いて、前記測定手段により測定された特徴量から前記自動利得制御音声の主観品質評価値を推定する品質推定手段とを備えるものである。
また、本発明の客観品質評価装置の１構成例において、前記自動利得制御音声の品質要因の特徴量は、前記自動利得制御装置が入力音声信号を収束させようとする目標信号レベルと自動利得制御前の前記入力音声信号の平均信号レベルとのレベル比、および前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間である。
また、本発明の客観品質評価装置の１構成例において、前記測定手段は、前記目標信号レベルを測定する目標信号レベル測定手段と、前記自動利得制御前の入力音声信号の平均信号レベルを測定する平均信号レベル測定手段と、前記目標信号レベル測定手段と前記平均信号レベル測定手段の測定結果から前記レベル比を算出するレベル比算出手段と、前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間を測定する収束時間測定手段とからなるものである。
また、本発明の客観品質評価装置の１構成例において、前記目標信号レベル測定手段は、あらかじめ準備された音声信号が前記自動利得制御装置の入力として与えられたときに、この自動利得制御装置から出力される音声信号の最後の一定区間の平均音声信号レベルを前記目標信号レベルとするものである。
また、本発明の客観品質評価装置の１構成例において、前記主観品質の推定値を算出する式は、各品質要因に対して所望の特徴量を持つ自動利得制御音声の主観品質評価値を測定し、この主観品質評価値を用いて自動利得制御音声が持つ品質要因の特徴量と主観品質評価値との関係を定式化することにより予め導出されるものである。
また、本発明の客観品質評価装置の１構成例において、各品質要因に対して所望の特徴量を持つ自動利得制御音声は、音声を受聴したときに被験者が最も適正な大きさであると感じる音声信号レベルに収束し、かつ所望の品質要因の特徴量を持つ自動利得制御音声である。
The present invention relates to an objective quality estimation device that objectively estimates a user experience quality of an automatic gain control speech whose signal level is adjusted by an automatic gain control (AGC) device, wherein the speech signal is input to the automatic gain control device. Sometimes, it is measured by the measurement means using a measurement means for measuring the characteristic amount of the quality factor of the output automatic gain control speech and an expression for calculating an estimated value of subjective quality from the feature amount of the quality factor. And a quality estimation means for estimating a subjective quality evaluation value of the automatic gain control speech from the feature amount.
Further, in one configuration example of the objective quality evaluation apparatus according to the present invention, the feature amount of the quality factor of the automatic gain control speech includes a target signal level at which the automatic gain control device attempts to converge the input speech signal and automatic gain control. The level ratio with the average signal level of the previous input voice signal and the convergence time until the signal level of the automatic gain control voice converges to the target signal level.
Further, in one configuration example of the objective quality evaluation apparatus of the present invention, the measurement unit measures a target signal level measurement unit that measures the target signal level and an average signal level of the input audio signal before the automatic gain control. Average signal level measurement means, level ratio calculation means for calculating the level ratio from the measurement results of the target signal level measurement means and the average signal level measurement means, and the signal level of the automatic gain control sound becomes the target signal level. Convergence time measuring means for measuring the convergence time until convergence is achieved.
Further, in one configuration example of the objective quality evaluation apparatus according to the present invention, the target signal level measurement means is configured so that, when an audio signal prepared in advance is given as an input of the automatic gain control apparatus, The average audio signal level in the last fixed section of the output audio signal is set as the target signal level.
Further, in one configuration example of the objective quality evaluation apparatus of the present invention, the formula for calculating the estimated value of the subjective quality measures the subjective quality evaluation value of the automatic gain control speech having a desired feature amount for each quality factor. The subjective quality evaluation value is used to derive in advance by formulating the relationship between the quality factor feature quantity of the automatic gain control speech and the subjective quality evaluation value.
Further, in one configuration example of the objective quality evaluation apparatus of the present invention, the automatic gain control sound having a desired feature amount for each quality factor feels that the subject has the most appropriate volume when listening to the sound. It is an automatic gain control voice that converges to a voice signal level and has a feature quantity of a desired quality factor.
また、本発明の客観品質評価方法は、自動利得制御装置に音声信号を入力したときに、出力される自動利得制御音声が持つ品質要因の特徴量を測定する測定手順と、前記品質要因の特徴量から主観品質の推定値を算出する式を用いて、前記測定手順により測定された特徴量から前記自動利得制御音声の主観品質評価値を推定する品質推定手順とを備えるものである。 Further, the objective quality evaluation method of the present invention includes a measurement procedure for measuring a characteristic amount of a quality factor of an output automatic gain control sound when an audio signal is input to the automatic gain control device, and a feature of the quality factor. A quality estimation procedure for estimating a subjective quality evaluation value of the automatic gain control speech from the feature quantity measured by the measurement procedure using an equation for calculating an estimated value of the subjective quality from the quantity.
本発明によれば、自動利得制御装置の出力である自動利得制御音声のユーザ体感品質を短時間で効率良く推定することが可能となる。また、２つの品質要因（入力音声信号の信号レベルと目標信号レベルとのレベル比、自動利得制御音声の信号レベルが目標信号レベルに収束するまでの収束時間）とユーザ体感品質との関係を知ることで、自動利得制御技術開発における性能の目標設定が容易となる。 ADVANTAGE OF THE INVENTION According to this invention, it becomes possible to estimate the user experience quality of the automatic gain control audio | voice which is an output of an automatic gain control apparatus efficiently in a short time. Also, know the relationship between two quality factors (level ratio between signal level of input audio signal and target signal level, convergence time until signal level of automatic gain control audio converges to target signal level) and user experience quality. This makes it easy to set performance targets in automatic gain control technology development.
［発明の原理］
上記課題を解決するために、自動利得制御音声が持つ品質要因の特徴量を測定し、測定した特徴量から自動利得制御音声のユーザ体感品質を推定する方法を考える。
自動利得制御装置への入力音声信号の信号レベルが目標信号レベルと異なるとき、自動利得制御装置は入力音声の信号レベルが目標信号レベルに近づくようにレベルを調節するが、自動利得制御装置が入力音声信号を目標信号レベルに収束させるまでには一定の時間を要する。そのために、出力される自動利得制御音声には一定時間のレベル変動区間が存在し、このレベル変動区間がユーザ体感品質に影響を与える。
[Principle of the Invention]
In order to solve the above-described problem, a method is considered in which the feature amount of the quality factor of the automatic gain control speech is measured, and the user experience quality of the automatic gain control speech is estimated from the measured feature amount.
When the signal level of the input audio signal to the automatic gain control device is different from the target signal level, the automatic gain control device adjusts the level so that the signal level of the input audio approaches the target signal level. It takes a certain time to converge the audio signal to the target signal level. For this reason, the output automatic gain control voice has a level fluctuation interval of a certain time, and this level fluctuation interval affects the user experience quality.
そこで、このレベル変動区間を、入力音声信号の信号レベルと目標信号レベルとのレベル比、および自動利得制御音声の信号レベルが目標信号レベルに収束するまでの時間により表現し、このレベルと収束時間の２つを自動利得制御音声が持つ品質要因として選定する。そして、これらの品質要因の特徴量から主観品質評価値を推定する式を用いることにより、自動利得制御音声の品質推定を行う。これにより、自動利得制御装置に音声信号が入力されたときに、自動利得制御装置が出力する自動利得制御音声のユーザ体感品質を短時間かつ簡便に推定することができる。また、様々な信号レベルを持つ入力音声を与え、それぞれに対して自動利得制御装置が出力する音声の品質推定を行うことにより、入力音声の信号レベルに応じた自動利得制御装置の出力音声のユーザ体感品質推定が可能となる。なお、音声信号レベルは一般的にデシベル表記の値で表現される。以下では、２つの信号のレベル比は２つの信号レベルのデシベル表記の値を差分した値のことを指し、算出されるレベル比もデシベル表記で表す。 Therefore, this level fluctuation section is expressed by the level ratio between the signal level of the input audio signal and the target signal level, and the time until the signal level of the automatic gain control audio converges to the target signal level. Are selected as quality factors of the automatic gain control voice. Then, the quality of the automatic gain control speech is estimated by using an equation for estimating the subjective quality evaluation value from the feature quantities of these quality factors. Thereby, when an audio signal is input to the automatic gain control device, the user experience quality of the automatic gain control sound output from the automatic gain control device can be estimated in a short time and simply. In addition, by providing input voices having various signal levels and estimating the quality of the voices output by the automatic gain control apparatus for each, the user of the output voice of the automatic gain control apparatus according to the signal level of the input voice Experience quality estimation is possible. The audio signal level is generally expressed as a value expressed in decibels. Hereinafter, the level ratio of two signals refers to a value obtained by subtracting the decibel values of the two signal levels, and the calculated level ratio is also expressed in decibels.
主観品質評価値を推定する式の導出は、自動利得制御装置の入力音声信号の信号レベルと目標信号レベルとのレベル比および自動利得制御音声の信号レベルが目標信号レベルに収束するまでの時間と主観品質評価値との関係を表すデータを用いて行われる。例えば、レベル比をＧ［ｄＢ］、収束時間をＴ［ｓ］とし、自動利得制御音声に対する主観品質評価値（ＭＯＳ値）をＱとする。そして、ＧとＴを説明変数、Ｑを目的変数とした重回帰分析により、レベル比Ｇ、収束時間Ｔから主観品質評価値を推定する式を導出する。 The derivation of the equation for estimating the subjective quality evaluation value is performed by determining the level ratio between the signal level of the input audio signal of the automatic gain control device and the target signal level, and the time until the signal level of the automatic gain control audio converges to the target signal level. This is performed using data representing the relationship with the subjective quality evaluation value. For example, the level ratio is G [dB], the convergence time is T [s], and the subjective quality evaluation value (MOS value) for the automatic gain control speech is Q. Then, an equation for estimating the subjective quality evaluation value from the level ratio G and the convergence time T is derived by multiple regression analysis with G and T as explanatory variables and Q as an objective variable.
この式の導出に必要なデータを取得するために、以下の主観品質評価実験を実施する。始めに、受聴実験により被験者が最も適正な大きさであると感じる音声信号レベルを測定する。次に、測定した適正音声レベルに収束し、かつ所望のレベル比および収束時間を持つ自動利得制御音声を作成する。ただし、被験者によって適正であると感じる音声レベルの大きさが異なるため、所望のレベル比および収束時間を持つ自動利得制御音声を被験者ごとに作成する必要がある。最後に、作成した自動利得制御音声の主観品質評価値を受聴実験により測定し、全被験者の主観品質評価値の平均値を求めることで必要なデータを取得することができる。 In order to obtain data necessary for derivation of this equation, the following subjective quality evaluation experiment is performed. First, the audio signal level that the subject feels is the most appropriate size is measured through listening experiments. Next, an automatic gain control speech that converges to the measured appropriate speech level and has a desired level ratio and convergence time is created. However, since the level of the sound level that is felt to be appropriate varies depending on the subject, it is necessary to create an automatic gain control sound having a desired level ratio and convergence time for each subject. Finally, it is possible to obtain necessary data by measuring the subjective quality evaluation value of the created automatic gain control sound through listening experiments and obtaining the average value of the subjective quality evaluation values of all subjects.
［第１の実施の形態］
以下、本発明の第１の実施の形態について図面を用いて説明する。図１は本発明の第１の実施の形態に係る客観品質評価装置の構成を示すブロック図である。
客観品質評価装置１は、音声データベース２と、信号レベル測定部３−１，３−２，３−３と、マイク４と、音声録音部５と、レベル比算出部６と、収束時間測定部７と、品質測定部８と、スイッチ９，１０とを備えている。信号レベル測定部３−１，３−２，３−３とレベル比算出部６と収束時間測定部７とは測定手段を構成し、品質測定部８は品質推定手段を構成している。
[First Embodiment]
Hereinafter, a first embodiment of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing a configuration of an objective quality evaluation apparatus according to the first embodiment of the present invention.
The objective quality evaluation apparatus 1 includes an
図２は図１の客観品質評価装置１の動作を示すフローチャートである。まず、初期状態においては、スイッチ９は音声データベース２の出力を選択し、スイッチ１０は信号レベル測定部３−１の入力を選択している。
音声データベース２には、ｌ秒長の音声信号が記憶されている。音声データベース２は、このｌ秒長の音声信号Ａをスイッチ９を介して自動利得制御装置１００へ出力する。
FIG. 2 is a flowchart showing the operation of the objective quality evaluation apparatus 1 of FIG. First, in the initial state, the switch 9 selects the output of the
The
自動利得制御装置１００は、入力音声信号Ａの信号レベルが目標信号レベルに近づくようにレベルを調節し、調節後の自動利得制御音声信号Ａ’を出力する。自動利得制御音声信号Ａ’は、スイッチ１０を介して信号レベル測定部３−１に入力される。ここではｌ＝２０［秒］とするが、この値に限定されるものではない。
The automatic
目標信号レベル測定手段である信号レベル測定部３−１は、自動利得制御装置１００が入力音声信号Ａを収束させようとする目標信号レベルを測定する（図２ステップＳ１）。しかし、自動利得制御装置１００が入力音声信号Ａの信号レベルを目標信号レベルヘ収束させるまでには一定の時間を要する。そこで、信号レベル測定部３−１は、自動利得制御装置１００から出力される自動利得制御音声信号Ａ’の最後の一定区間の平均音声信号レベルを自動利得制御装置１００の目標信号レベルとする。
The signal level measuring unit 3-1 which is a target signal level measuring unit measures a target signal level at which the automatic
具体的には、信号レベル測定部３−１は、自動利得制御音声信号Ａ’の開始時刻のｌ−ｍ1秒後からｌ秒後までの平均信号レベル［ｄＢｏｖ］を測定し、得られた値を自動利得制御装置１００の目標信号レベルＸとしてレベル比算出部６および収束時間測定部７へ通知する。ここではｍ1＝５［秒］とするが、この値に限定されるものではない。ｄＢｏｖはデジタル信号のレベルの大きさを表す単位であり、音声信号をデジタル化したときにオーバーロードが生じる最初の信号レベルを０ｄＢｏｖとし、この０ｄＢｏｖの音声信号とのレベルの相対比をデジベルで表現したものである。
Specifically, the signal level measurement unit 3-1 measures and obtains the average signal level [dBov] from 1 to 1 second after the start time of the automatic gain control audio signal A ′. The value is notified to the level ratio calculation unit 6 and the convergence
音声録音部５は、マイク４が収音する発話音声を録音する。この録音は、マイク４が発話音声の収音を始めてからｎ秒間行われる。音声録音部５は、録音したｎ秒長の音声信号Ｂを信号レベル測定部３−２へ出力する。また、音声録音部５は、スイッチ９を音声録音部５の出力を選択する側に切り換えると共に、スイッチ１０を信号レベル測定部３−３の入力を選択する側に切り換え、録音したｎ秒長の音声信号Ｂをスイッチ９を介して自動利得制御装置１００へ出力する。このときに自動利得制御装置１００から出力される自動利得制御音声信号Ｂ’は、スイッチ１０を介して信号レベル測定部３−３に入力される。ここではｎ＝２０［秒］とするが、この値に限定されるものではない。
The voice recording unit 5 records the uttered voice collected by the microphone 4. This recording is performed for n seconds after the microphone 4 starts collecting the speech. The voice recording unit 5 outputs the recorded voice signal B having a length of n seconds to the signal level measuring unit 3-2. In addition, the voice recording unit 5 switches the switch 9 to the side for selecting the output of the voice recording unit 5 and switches the
平均信号レベル測定手段である信号レベル測定部３−２は、入力音声信号Ｂの信号レベルを測定する（ステップＳ２）。具体的には、信号レベル測定部３−２は、入力音声信号Ｂの平均信号レベル［ｄＢｏｖ］を測定し、得られた値を入力信号レベルＹとしてレベル比算出部６へ通知する。
レベル比算出部６は、入力信号レベルＹと目標信号レベルＸとのレベル比を算出する（ステップＳ３）。具体的には、レベル比算出部６は、目標信号レベルＸと入力信号レベルＹとの差Ｘ−Ｙを算出し、算出した値をレベル比Ｇとして品質測定部８へ通知する。
The signal level measuring unit 3-2 that is an average signal level measuring unit measures the signal level of the input audio signal B (step S2). Specifically, the signal level measurement unit 3-2 measures the average signal level [dBov] of the input audio signal B and notifies the level ratio calculation unit 6 of the obtained value as the input signal level Y.
The level ratio calculation unit 6 calculates the level ratio between the input signal level Y and the target signal level X (step S3). Specifically, the level ratio calculation unit 6 calculates a difference XY between the target signal level X and the input signal level Y, and notifies the
信号レベル測定部３−３は、自動利得制御音声信号Ｂ’の信号レベルを一定時間毎に測定することにより、各時間における自動利得制御音声信号Ｂ’の信号レベルを測定する。具体的には、信号レベル測定部３−３は、自動利得制御音声信号Ｂ’の入力開始時刻のｔ秒後から（ｔ＋ｍ2）秒後（ｔ＝０，ｉ，２ｉ，・・・・、ただしｔ＜（ｎ−ｍ2））までの区間における自動利得制御音声信号Ｂ’の平均信号レベルを測定し、得られた値を時間ｔにおける出力信号レベルＺtとして収束時間測定部７へ通知する。信号レベル測定部３−３は、このような平均信号レベル測定を各時間ｔについて行う。ここではｍ2＝３［秒］、ｉ＝０．５［秒］とするが、この値に限定されるものではない。
The signal level measuring unit 3-3 measures the signal level of the automatic gain control sound signal B ′ at each time by measuring the signal level of the automatic gain control sound signal B ′ at regular intervals. Specifically, the signal level measuring unit 3-3 performs (t + m 2 ) seconds (t = 0, i, 2i,...) After t seconds from the input start time of the automatic gain control audio signal B ′. However, the average signal level of the automatic gain control speech signal B ′ in the interval up to t <(n−m 2 )) is measured, and the obtained value is notified to the convergence
収束時間測定部７は、自動利得制御音声信号Ｂ’の信号レベルが目標信号レベルＸに収束するまでの時間を測定する（ステップＳ４）。具体的には、収束時間測定部７は、入力された目標信号レベルＸおよび出力信号レベルＺtが、Ｘ−ｊ＜Ｚt＜Ｘ＋ｊの収束条件を満たすとき自動利得制御音声信号Ｂ’の信号レベルは時間ｔにおいて目標信号レベルに収束したと判断する。そして、収束時間測定部７は、この収束条件を満たすｔの中で最小の値を収束時間Ｔとして品質測定部８へ通知する。ここではｊ＝２［ｄＢｏｖ］とするが、この値に限定されるものではない。また、収束時間測定部７は、前記収束条件を満たす出力信号レベルＺtが存在しない場合には、収束時間測定にエラーが発生したことを品質測定部８へ通知する。
The convergence
品質測定部８は、レベル比Ｇおよび収束時間Ｔと主観品質評価値との関係式に基づき自動利得制御音声信号Ｂ’の主観品質評価値を推定し（ステップＳ５）、この主観品質評価値を客観品質評価装置１の出力値として出力処理（例えば表示）を行う（ステップＳ６）。また、品質測定部８は、収束時間測定部７からエラー通知があった場合は、主観品質評価値の推定不可を示すエラー出力処理（例えばエラー表示）を行う。
レベル比Ｇおよび収束時間Ｔからユーザ体感品質を推定する式は、以下に示す方法により予め導出され、品質測定部８に設定される。
The
An expression for estimating the user experience quality from the level ratio G and the convergence time T is derived in advance by the method shown below and set in the
始めに、平均音声信号レベルがＳ［ｄＢｏｖ］である音声信号に対して、ｒ［ｄＢ］（ｒ＝−５ｋ，−４ｋ，・・・・，０，・・・・，４ｋ，５ｋ）だけレベルを調節した音声信号をそれぞれ作成する。被験者は、各音声信号を受聴し絶対範疇尺度法による評価を行う。そして、得られた主観品質評価値が最も高かった音声信号レベルＳr［ｄＢｏｖ］を、その被験者が適正な大きさと感じる音声信号レベルとする。ここではＳ＝−２６［ｄＢｏｖ］、ｋ＝２［ｄＢ］とするが、この値に限定されるものではない。 First, only r [dB] (r = −5k, −4k,..., 0,..., 4k, 5k) is applied to a sound signal whose average sound signal level is S [dBov]. Create audio signals with adjusted levels. The subject listens to each audio signal and evaluates it using the absolute category scaling method. Then, the obtained audio signal level S r [dBov] having the highest subjective quality evaluation value is set as an audio signal level that the subject feels is an appropriate level. Here, S = −26 [dBov] and k = 2 [dB] are set, but the present invention is not limited to these values.
次に、平均音声信号レベルがＳr−Ｇ［ｄＢｏｖ］である音声信号に対してレベル調節を行い、Ｔ秒後に信号レベルが適正音声信号レベルＳrに収束するように線形的にレベル調節量を変動させることにより、レベル比がＧで収束時間がＴである自動利得制御音声信号を作成する。被験者は、この自動利得制御音声信号を受聴し絶対範疇尺度法による評価を行う。自動利得制御音声信号のレベル比Ｇや収束時間Ｔを変更しながら同様の評価を実施することにより、様々なレベル比Ｇおよび収束時間Ｔを持つ自動利得制御音声信号に対する被験者の主観品質評価値を得ることができる。この被験者の場合と同じ様々な自動利得制御音声信号に対して他の複数の被験者が同様の評価を実施することにより、複数の被験者の主観品質評価値を得ることができる。なお、このときの自動利得制御音声信号の適正音声信号レベルＳrは、被験者毎に異なるので、先に述べた方法により予め適正音声信号レベルＳrを求めておくことは言うまでもない。 Next, level adjustment is performed on the audio signal whose average audio signal level is S r −G [dBov], and the level adjustment amount is linearly adjusted so that the signal level converges to the appropriate audio signal level S r after T seconds. , An automatic gain control audio signal having a level ratio of G and a convergence time of T is created. The subject listens to the automatic gain control audio signal and evaluates it by the absolute category scaling method. By performing the same evaluation while changing the level ratio G and convergence time T of the automatic gain control speech signal, the subjective quality evaluation value of the subject for the automatic gain control speech signal having various level ratios G and convergence times T is obtained. Obtainable. A plurality of other subjects perform the same evaluation on the same various automatic gain control audio signals as in the case of the subject, thereby obtaining subjective quality evaluation values of the plurality of subjects. Note that the proper audio signal level S r of the automatic gain control voice signal at this time is different for each subject, of course to be determined in advance proper audio signal level S r by the aforementioned method.
そして、レベル比Ｇが同じで且つ収束時間Ｔも同じ同種の自動利得制御音声信号毎に複数の被験者の主観品質評価値の平均値であるＭＯＳ値を求めることにより、レベル比Ｇおよび収束時間ＴとＭＯＳ値との関係を求めることができる。最後に、レベル比Ｇと収束時間Ｔを説明変数、ＭＯＳ値を目的変数とした重回帰分析により、レベル比Ｇおよび収束時間Ｔから主観品質評価値を算出する式を導出する。
品質測定部８に予め設定されている式はこのようにして導出された式であり、品質測定部８は、この式を用いてレベル比Ｇおよび収束時間Ｔから自動利得制御音声信号Ｂ’の主観品質評価値を算出する。
Then, the level ratio G and the convergence time T are obtained by obtaining the MOS value which is the average value of the subjective quality evaluation values of a plurality of subjects for each of the same automatic gain control audio signals having the same level ratio G and the same convergence time T. And the MOS value can be obtained. Finally, an equation for calculating the subjective quality evaluation value from the level ratio G and the convergence time T is derived by multiple regression analysis using the level ratio G and the convergence time T as explanatory variables and the MOS value as an objective variable.
The equation preset in the
以上に説明した実施の形態を用いることにより、実際の通話環境で生じる自動利得制御音声を適切に再現することができ、さらにその自動利得制御音声に対するユーザの体感品質を短時間で推定することができる。 By using the embodiment described above, it is possible to appropriately reproduce the automatic gain control voice generated in the actual call environment, and to estimate the user's quality of experience for the automatic gain control voice in a short time. it can.
［第２の実施の形態］
以下、本発明の第２の実施の形態について図面を用いて説明する。図３は本発明の第２の実施の形態に係る客観品質評価装置の構成を示すブロック図であり、図１と同一の構成には同一の符号を付してある。
客観品質評価装置１１は、音声データベース２と、信号レベル測定部３−１，３−２と、収束時間測定部７と、品質測定部８と、スイッチ１０，１２と、レベル調節部１３とを備えている。
[Second Embodiment]
Hereinafter, a second embodiment of the present invention will be described with reference to the drawings. FIG. 3 is a block diagram showing a configuration of an objective quality evaluation apparatus according to the second embodiment of the present invention. The same components as those in FIG. 1 are denoted by the same reference numerals.
The objective
本実施の形態では、自動利得制御装置１００への入力音声信号の信号レベルと目標信号レベルとのレベル比を所望の値Ｇ［ｄＢ］に設定し、このレベル比Ｇの値を客観品質評価装置１１の入力として与える。このレベル比Ｇは、品質測定部８およびレベル調節部１３へ送信される。本実施の形態においても、処理の流れは図２のステップＳ２，Ｓ３の処理が無い以外は第１の実施の形態と同じである。
In the present embodiment, the level ratio between the signal level of the input audio signal to the automatic
初期状態においては、スイッチ１２は音声データベース２の出力を選択し、スイッチ１０は信号レベル測定部３−１の入力を選択している。
音声データベース２には、ｌ秒長かつ平均音声信号レベルがＷ［ｄＢｏｖ］である音声信号が記憶されている。音声データベース２は、このｌ秒長かつ平均音声信号レベルがＷ［ｄＢｏｖ］の音声信号Ａをスイッチ１２を介して自動利得制御装置１００へ出力する。
In the initial state, the switch 12 selects the output of the
The
自動利得制御装置１００は、入力音声信号Ａの信号レベルが目標信号レベルに近づくようにレベルを調節し、調節後の自動利得制御音声信号Ａ’を出力する。自動利得制御音声信号Ａ’は、スイッチ１０を介して信号レベル測定部３−１に入力される。ここではｌ＝２０［秒］、Ｗ＝−２６［ｄＢｏｖ］とするが、この値に限定されるものではない。
The automatic
信号レベル測定部３−１は、第１の実施の形態と同様に自動利得制御装置１００が入力音声信号Ａを収束させようとする目標信号レベルＸを測定し、測定した目標信号レベルＸを収束時間測定部７およびレベル調節部１３へ通知する。
Similarly to the first embodiment, the signal level measuring unit 3-1 measures the target signal level X that the automatic
レベル調節部１３は、音声データベース２から音声信号Ａと同じｌ秒長かつ平均音声信号レベルがＷ［ｄＢｏｖ］の音声信号Ｂを取得し、その音声信号Ｂのレベルを（Ｘ−Ｇ）−Ｗ［ｄＢ］だけ調節する。Ｘ−Ｇ［ｄＢｏｖ］は目標信号レベルＸとの比がＧ［ｄＢ］となるような信号レベルであり、所望の入力音声信号レベルである。レベル調節部１３は、この信号レベルＸ−Ｇ［ｄＢｏｖ］と音声信号Ｂの平均音声信号レベルＷ［ｄＢｏｖ］との差分だけレベルを調節することで、音声信号Ｂの平均音声信号レベルを所望の入力音声信号レベルＸ−Ｇ［ｄＢｏｖ］に調節する。
The
そして、レベル調節部１３は、自動利得制御装置１００への音声信号Ａの入力が終了次第、スイッチ１２をレベル調節部１３の出力を選択する側に切り換えると共に、スイッチ１０を信号レベル測定部３−３の入力を選択する側に切り換え、レベル調節後の音声信号Ｂ”をスイッチ１２を介して自動利得制御装置１００へ出力する。このときに自動利得制御装置１００から出力される自動利得制御音声信号Ｂ’は、スイッチ１０を介して信号レベル測定部３−３に入力される。
Then, as soon as the input of the audio signal A to the automatic
第１の実施の形態と同様に、信号レベル測定部３−３は、自動利得制御音声信号Ｂ’の信号レベルを測定し、収束時間測定部７は、自動利得制御音声信号Ｂ’の収束時間Ｔを測定し、品質測定部８は、レベル比Ｇおよび収束時間Ｔから自動利得制御音声信号Ｂ’の主観品質評価値を推定する。
As in the first embodiment, the signal level measuring unit 3-3 measures the signal level of the automatic gain control audio signal B ′, and the convergence
以上に説明した実施の形態を用いることにより、自動利得制御音声の入力音声信号の信号レベルと目標信号レベルとのレベル比に所望の値を持つような自動利得制御音声を、評価対象の自動利得制御装置の出力として得ることができるとともに、この出力音声に対するユーザ体感品質の推定を短時間かつ簡便に行うことができる。 By using the embodiment described above, an automatic gain control sound that has a desired value in the level ratio between the signal level of the input signal of the automatic gain control sound and the target signal level is converted into the automatic gain to be evaluated. It can be obtained as an output of the control device, and estimation of the user experience quality with respect to the output voice can be performed in a short time and simply.
なお、第１、第２の実施の形態の客観品質評価装置は、ＣＰＵ、記憶装置および外部とのインタフェースを備えたコンピュータとこれらのハードウェア資源を制御するプログラムによって実現することができる。このようなコンピュータにおいて、本発明の客観品質評価方法を実現させるためのプログラムは、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、メモリカードなどの記録媒体に記録された状態で提供される。ＣＰＵは、記録媒体から読み込んだプログラムを記憶装置に書き込み、プログラムに従って第１、第２の実施の形態で説明した処理を実行する。 The objective quality evaluation apparatus according to the first and second embodiments can be realized by a computer having a CPU, a storage device, and an external interface, and a program for controlling these hardware resources. In such a computer, a program for realizing the objective quality evaluation method of the present invention is provided in a state of being recorded on a recording medium such as a flexible disk, a CD-ROM, a DVD-ROM, or a memory card. The CPU writes the program read from the recording medium to the storage device, and executes the processes described in the first and second embodiments according to the program.
本発明は、音声品質の評価技術に適用することができる。 The present invention can be applied to a voice quality evaluation technique.
１，１１…客観品質評価装置、２…音声データベース、３−１，３−２，３−３…信号レベル測定部、４…マイク、５…音声録音部、６…レベル比算出部、７…収束時間測定部、８…品質測定部、９，１０，１２…スイッチ、１３…レベル調節部。
DESCRIPTION OF
Claims (12)
自動利得制御装置に音声信号を入力したときに、出力される自動利得制御音声が持つ品質要因の特徴量を測定する測定手段と、
前記品質要因の特徴量から主観品質の推定値を算出する式を用いて、前記測定手段により測定された特徴量から前記自動利得制御音声の主観品質評価値を推定する品質推定手段とを備えることを特徴とする客観品質評価装置。 An objective quality estimation device that objectively estimates a user experience quality of an automatic gain control sound whose signal level is adjusted by an automatic gain control (AGC) device,
A measuring means for measuring a characteristic amount of a quality factor of an automatic gain control sound that is output when an audio signal is input to the automatic gain control device;
Quality estimation means for estimating the subjective quality evaluation value of the automatic gain control speech from the feature quantity measured by the measurement means, using an equation for calculating an estimated value of subjective quality from the feature quantity of the quality factor Objective quality evaluation device.
前記自動利得制御音声の品質要因の特徴量は、前記自動利得制御装置が入力音声信号を収束させようとする目標信号レベルと自動利得制御前の前記入力音声信号の平均信号レベルとのレベル比、および前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間であることを特徴とする客観品質評価装置。 The objective quality evaluation apparatus according to claim 1,
The characteristic amount of the quality factor of the automatic gain control speech is a level ratio between a target signal level at which the automatic gain control device attempts to converge the input speech signal and an average signal level of the input speech signal before the automatic gain control, And an objective quality evaluation apparatus characterized by a convergence time until the signal level of the automatic gain control sound converges to the target signal level.
前記測定手段は、
前記目標信号レベルを測定する目標信号レベル測定手段と、
前記自動利得制御前の入力音声信号の平均信号レベルを測定する平均信号レベル測定手段と、
前記目標信号レベル測定手段と前記平均信号レベル測定手段の測定結果から前記レベル比を算出するレベル比算出手段と、
前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間を測定する収束時間測定手段とからなることを特徴とする客観品質評価装置。 In the objective quality evaluation apparatus according to claim 2,
The measuring means includes
Target signal level measuring means for measuring the target signal level;
Average signal level measuring means for measuring an average signal level of the input audio signal before the automatic gain control;
Level ratio calculating means for calculating the level ratio from the measurement results of the target signal level measuring means and the average signal level measuring means;
An objective quality evaluation apparatus comprising: a convergence time measuring means for measuring a convergence time until the signal level of the automatic gain control sound converges to the target signal level.
前記目標信号レベル測定手段は、あらかじめ準備された音声信号が前記自動利得制御装置の入力として与えられたときに、この自動利得制御装置から出力される音声信号の最後の一定区間の平均音声信号レベルを前記目標信号レベルとすることを特徴とする客観品質評価装置。 In the objective quality evaluation apparatus according to claim 3,
The target signal level measuring means is configured to calculate an average audio signal level of a last fixed section of an audio signal output from the automatic gain control device when a prepared audio signal is given as an input of the automatic gain control device. Is the objective signal level.
前記主観品質の推定値を算出する式は、各品質要因に対して所望の特徴量を持つ自動利得制御音声の主観品質評価値を測定し、この主観品質評価値を用いて自動利得制御音声が持つ品質要因の特徴量と主観品質評価値との関係を定式化することにより予め導出されることを特徴とする客観品質評価装置。 The objective quality evaluation apparatus according to claim 1,
The equation for calculating the estimated value of the subjective quality measures the subjective quality evaluation value of the automatic gain control sound having a desired feature amount for each quality factor, and the automatic gain control sound is calculated using the subjective quality evaluation value. An objective quality evaluation apparatus, which is derived in advance by formulating a relationship between a characteristic quantity of a quality factor and a subjective quality evaluation value.
各品質要因に対して所望の特徴量を持つ自動利得制御音声は、音声を受聴したときに被験者が最も適正な大きさであると感じる音声信号レベルに収束し、かつ所望の品質要因の特徴量を持つ自動利得制御音声であることを特徴とする客観品質評価装置。 In the objective quality evaluation apparatus according to claim 5,
The automatic gain control sound having the desired feature amount for each quality factor converges to the sound signal level that the subject feels is the most appropriate level when listening to the sound, and the feature amount of the desired quality factor An objective quality evaluation apparatus characterized by being an automatic gain control voice having
自動利得制御装置に音声信号を入力したときに、出力される自動利得制御音声が持つ品質要因の特徴量を測定する測定手順と、
前記品質要因の特徴量から主観品質の推定値を算出する式を用いて、前記測定手順により測定された特徴量から前記自動利得制御音声の主観品質評価値を推定する品質推定手順とを備えることを特徴とする客観品質評価方法。 An objective quality estimation method for objectively estimating a user experience quality of an automatic gain control sound whose signal level is adjusted by an automatic gain control (AGC) device,
A measurement procedure for measuring the feature quantity of the quality factor of the output automatic gain control sound when the sound signal is input to the automatic gain control device,
A quality estimation procedure for estimating a subjective quality evaluation value of the automatic gain control speech from the feature quantity measured by the measurement procedure using an equation for calculating an estimated value of subjective quality from the feature quantity of the quality factor. Objective quality evaluation method.
前記自動利得制御音声の品質要因の特徴量は、前記自動利得制御装置が入力音声信号を収束させようとする目標信号レベルと自動利得制御前の前記入力音声信号の平均信号レベルとのレベル比、および前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間であることを特徴とする客観品質評価方法。 The objective quality evaluation method according to claim 7,
The characteristic amount of the quality factor of the automatic gain control speech is a level ratio between a target signal level at which the automatic gain control device attempts to converge the input speech signal and an average signal level of the input speech signal before the automatic gain control, And an objective quality evaluation method, characterized by a convergence time until the signal level of the automatic gain control speech converges to the target signal level.
前記測定手順は、
前記目標信号レベルを測定する目標信号レベル測定手順と、
前記自動利得制御前の入力音声信号の平均信号レベルを測定する平均信号レベル測定手順と、
前記目標信号レベル測定手順と前記平均信号レベル測定手順の測定結果から前記レベル比を算出するレベル比算出手順と、
前記自動利得制御音声の信号レベルが前記目標信号レベルに収束するまでの収束時間を測定する収束時間測定手順とからなることを特徴とする客観品質評価方法。 The objective quality evaluation method according to claim 8,
The measurement procedure is as follows:
A target signal level measurement procedure for measuring the target signal level;
An average signal level measurement procedure for measuring an average signal level of the input audio signal before the automatic gain control;
A level ratio calculation procedure for calculating the level ratio from the measurement results of the target signal level measurement procedure and the average signal level measurement procedure;
An objective quality evaluation method comprising: a convergence time measurement procedure for measuring a convergence time until the signal level of the automatic gain control speech converges to the target signal level.
前記目標信号レベル測定手順は、あらかじめ準備された音声信号が前記自動利得制御装置の入力として与えられたときに、この自動利得制御装置から出力される音声信号の最後の一定区間の平均音声信号レベルを前記目標信号レベルとすることを特徴とする客観品質評価方法。 The objective quality evaluation method according to claim 9,
In the target signal level measurement procedure, when an audio signal prepared in advance is given as an input of the automatic gain control device, an average audio signal level in the last fixed section of the audio signal output from the automatic gain control device Is the target signal level. Objective quality evaluation method
前記主観品質の推定値を算出する式は、
各品質要因に対して所望の特徴量を持つ自動利得制御音声を作成する作成手順と、
前記作成手順により作成された自動利得制御音声の主観品質評価値を測定する測定手順と、
前記測定手順により測定された主観品質評価値を用いて自動利得制御音声が持つ品質要因の特徴量と主観品質評価値との関係を定式化する定式化手順とにより、予め導出されることを特徴とする客観品質評価方法。 The objective quality evaluation method according to claim 7,
The equation for calculating the subjective quality estimate is:
Creation procedure for creating an automatic gain control voice having a desired feature amount for each quality factor,
A measurement procedure for measuring a subjective quality evaluation value of the automatic gain control speech created by the creation procedure;
It is derived in advance by a formulation procedure that formulates the relationship between the feature quantity of the automatic gain control speech and the subjective quality assessment value using the subjective quality assessment value measured by the measurement procedure. Objective quality evaluation method.
各品質要因に対して所望の特徴量を持つ自動利得制御音声は、音声を受聴したときに被験者が最も適正な大きさであると感じる音声信号レベルに収束し、かつ所望の品質要因の特徴量を持つ自動利得制御音声であることを特徴とする客観品質評価方法。 The objective quality evaluation method according to claim 11,
The automatic gain control sound having the desired feature amount for each quality factor converges to the sound signal level that the subject feels is the most appropriate level when listening to the sound, and the feature amount of the desired quality factor Objective quality evaluation method characterized by being automatic gain control speech with
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007298974A JP2009124634A (en) | 2007-11-19 | 2007-11-19 | Objective quality evaluation apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007298974A JP2009124634A (en) | 2007-11-19 | 2007-11-19 | Objective quality evaluation apparatus and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2009124634A true JP2009124634A (en) | 2009-06-04 |
Family
ID=40816264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007298974A Pending JP2009124634A (en) | 2007-11-19 | 2007-11-19 | Objective quality evaluation apparatus and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2009124634A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019020600A (en) * | 2017-07-18 | 2019-02-07 | 富士通株式会社 | Evaluation program, evaluation method and evaluation device |
-
2007
- 2007-11-19 JP JP2007298974A patent/JP2009124634A/en active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019020600A (en) * | 2017-07-18 | 2019-02-07 | 富士通株式会社 | Evaluation program, evaluation method and evaluation device |
| JP7143574B2 (en) | 2017-07-18 | 2022-09-29 | 富士通株式会社 | Evaluation program, evaluation method and evaluation device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8126156B2 (en) | Calibrating at least one system microphone | |
| JP4486130B2 (en) | Video communication quality estimation apparatus, method, and program | |
| CN1798452B (en) | Method of compensating audio frequency response characteristics in real-time and a sound system using the same | |
| JP4745916B2 (en) | Noise suppression speech quality estimation apparatus, method and program | |
| US10180981B2 (en) | Synchronous audio playback method, apparatus and system | |
| WO2016153825A1 (en) | System and method for improved audio perception | |
| KR20190027820A (en) | Hearing tests and modification of audio signals | |
| JP5744745B2 (en) | Hearing measurement apparatus and method | |
| KR20210020751A (en) | Systems and methods for providing personalized audio replay on a plurality of consumer devices | |
| JP2018156044A (en) | Voice recognition device, voice recognition method, and voice recognition program | |
| KR102346669B1 (en) | Audio signal processing method and apparatus for controlling loudness level | |
| AU2005285694A1 (en) | Frequency compensation for perceptual speech analysis | |
| US10827264B2 (en) | Audio preferences for media content players | |
| US10320967B2 (en) | Signal processing device, non-transitory computer-readable storage medium, signal processing method, and telephone apparatus | |
| WO2011018430A1 (en) | Method and system for determining a perceived quality of an audio system | |
| US7315812B2 (en) | Method for determining the quality of a speech signal | |
| JP2009124634A (en) | Objective quality evaluation apparatus and method | |
| WO2020073564A1 (en) | Method and apparatus for detecting loudness of audio signal | |
| US10258260B2 (en) | Method of testing hearing and a hearing test system | |
| JP5952252B2 (en) | Call quality estimation method, call quality estimation device, and program | |
| JP2013106197A (en) | Sound quality controller, sound quality control method, and sound quality control program | |
| JP2019184933A (en) | Multi-channel objective evaluation apparatus and program | |
| US10602301B2 (en) | Audio processing method and audio processing device | |
| JP4116955B2 (en) | Voice quality objective evaluation apparatus and voice quality objective evaluation method | |
| Chon et al. | Sound quality assessment of earphone: A subjective assessment procedure and an objective prediction model |