语音质量变化感知维度的识别(研究一)

作者
作者和隶属关系

Stefan Uhrig

章

第一个在线: 2021年3月12日

92下载

部分电信服务的T-Labs系列图书系列(TLABS)

摘要

本章描述了第一个关于区分语音质量变化的实验研究，这些变化是由不同类型的语音质量损害(随机帧丢失、信号相关噪声、带通滤波)引起的，沿着不同的感知质量维度(“不连续”、“噪声”、“着色”)。可以证明，平均而言，参与者能够区分这些感知维度，感知退化强度保持不变。此外，证据指向了不同的感觉和短期知觉质量参考的内部形成[Uhrig等人对本章中提出的经验数据进行了初步分析(J. Neural Eng. 16(3):036009, 2019)。]

关键字

歧视感知维度质量维度感知退化强度随机帧丢失 Signal-correlated噪音带通滤波质量的参考知觉的参考刺激背景下言语知觉质量观念注意脑电图(EEG) 事件相关脑电位(ERP) P3组件古怪的范式物理刺激混淆绝对类别评级(ACR) 平均意见评分(MOS)

这是订阅内容的预览，检查访问权限。

附录

表a .

的ERP参数分析的事后两两比较古怪的质量．星号表示有统计学意义。子表数字指向相应的效果指标(＃)载于表格5.2．T,目标;D,错误选择

（3）
		对比	估计	扫描电镜	t	p
Fz	T	LQ-Col−LQ-Dis	4.293	1.381	3.109	0.002^∗
	D	LQ-Col−LQ-Dis	−2.033	1.281	−1.588	0.112
Cz	T	LQ-Col−LQ-Dis	−1.784	1.381	−1.293	0.196
	D	LQ-Col−LQ-Dis	0.161	1.281	0.126	0.9
Pz	T	LQ-Col−LQ-Dis	−2.799	1.381	−2.027	0.043^∗
	D	LQ-Col−LQ-Dis	3.197	1.281	2.496	0.013^∗

（4）
对比	估计	扫描电镜	t	p
Cz−Fz	12.342	4.386	2.814	< 0.01^∗
Cz−Pz	−9.427	4.386	−2.149	0.032^∗
Fz−Pz	−21.769	4.386	−4.963	< 0.001^∗

(6）
对比	估计	扫描电镜	t	p
LQ-Col−LQ-Dis	−35.705	4.434	−8.052	< 0.001^∗
LQ-Col−LQ-Noi	−21.543	4.381	−4.918	< 0.001^∗
LQ-Dis−LQ-Noi	14.162	4.499	3.148	0.002^∗

（10）
	对比	估计	扫描电镜	t	p
Fz	LQ-Dis−LQ-Noi	23.479	7.811	3.006	0.003^∗
Cz	LQ-Dis−LQ-Noi	−7.475	7.811	−0.957	0.339
Pz	LQ-Dis−LQ-Noi	−10.058	7.811	−1.288	0.198

（3）
		对比	估计	扫描电镜	t	p
Fz	T	HQ−LQ-Col	−1.002	1.558	−0.643	0.520
		HQ−LQ-Noi	4.213	1.555	2.710	0.013^∗
		LQ-Col−LQ-Noi	5.215	1.528	3.413	0.002^∗
	D	HQ−LQ-Col	−1.446	1.430	−1.011	0.936
		HQ−LQ-Noi	−0.046	1.411	−0.032	0.974
		LQ-Col−LQ-Noi	1.401	1.420	0.987	0.936
Cz	T	HQ−LQ-Col	−0.607	1.558	−0.390	0.697
		HQ−LQ-Noi	−2.339	1.555	−1.505	0.397
		LQ-Col−LQ-Noi	−1.732	1.528	−1.134	0.514
	D	HQ−LQ-Col	2.186	1.430	1.529	0.379
		HQ−LQ-Noi	0.991	1.411	0.702	0.800
		LQ-Col−LQ-Noi	−1.195	1.419	−0.842	0.800
Pz	T	HQ−LQ-Col	−4.336	1.558	−2.783	0.011^∗
		HQ−LQ-Noi	−7.141	1.555	−4.594	< 0.001^∗
		LQ-Col−LQ-Noi	−2.805	1.528	−1.836	0.066
	D	HQ−LQ-Col	−3.840	1.430	−2.685	0.015^∗
		HQ−LQ-Noi	0.382	1.411	0.271	0.787
		LQ-Col−LQ-Noi	4.221	1.420	2.974	0.009^∗

表各

的ERP参数分析的事后两两比较参考质量．星号表示有统计学意义。子表数字指向相应的效果指标(＃)载于表格5.3．T,目标;D,错误选择

（2）
	对比	估计	扫描电镜	t	p
Fz	HQ−LQ-Col	−1.224	1.057	−1.158	0.247
	HQ−LQ-Noi	2.084	1.050	1.985	0.094
	LQ-Col−LQ-Noi	3.308	1.043	3.172	0.005^∗
Cz	HQ−LQ-Col	0.790	1.057	0.747	0.910
	HQ−LQ-Noi	−0.674	1.050	−0.642	0.910
	LQ-Col−LQ-Noi	−1.464	1.043	−1.404	0.481
Pz	HQ−LQ-Col	−4.088	1.057	−3.866	< 0.001^∗
	HQ−LQ-Noi	−3.380	1.050	−3.220	0.003^∗
	LQ-Col−LQ-Noi	0.708	1.043	0.679	0.497

(6）
对比	估计	扫描电镜	t	p
HQ−LQ-Col	3.868	4.365	0.886	0.376
HQ−LQ-Noi	−19.039	4.332	−4.395	< 0.001^∗
LQ-Col−LQ-Noi	−22.907	4.303	−5.323	< 0.001^∗

(7）
对比	估计	扫描电镜	t	p
Cz−Fz	22.780	4.477	5.088	< 0.001^∗
Cz−Pz	−5.881	4.477	−1.314	0.189
Fz−Pz	−28.661	4.477	−6.402	< 0.001^∗

（9)
对比	估计	扫描电镜	t	p
Cz−Fz	13.491	4.582	2.944	0.006^∗
Cz−Pz	−1.867	4.582	−0.407	0.684
Fz−Pz	−15.358	4.582	−3.352	0.002^∗

（11）
对比	估计	扫描电镜	t	p
HQ−LQ-Dis	−19.792	4.626	−4.278	< 0.001^∗
HQ−LQ-Noi	−19.427	4.663	−4.166	< 0.001^∗
LQ-Dis−LQ-Noi	0.364	4.661	0.078	0.938

图各
大平均奇球标准差分波形，由通道(Fz, Cz, Pz)*古怪的类型*(目标，干扰)，和*古怪的质量*(LQ-Dis, LQ-Noi, LQ-Col)， HQ赋值为常量*参考质量*．时间轴上方的点线表示每个波形明显偏离基线的epoch时间点。灰色区域为提取ERP参数的时间窗口。误差带表示95%置信区间

无花果。本
大平均奇球标准差分波形，由通道(Fz, Cz, Pz)*古怪的类型*(目标，干扰)，和*参考质量*(HQ, LQ-Noi, LQ-Col)， LQ-Dis赋值为常量*古怪的质量*．时间轴上方的点线表示每个波形明显偏离基线的epoch时间点。灰色区域为提取ERP参数的时间窗口。误差带表示95%置信区间

参考文献

1.

莫勒,电信中语音质量的评估与预测(beplay登入施普林格，波士顿，2000)CrossRef谷歌学者
2.

乌里克，米塔格，Möller, j - n。使用脑电图(EEG)分析语音质量维度的神经相关。神经工程。16(3)， 036009 (2019)谷歌学者
3.

J. Blauert和U. Jekosch，音乐表演空间的听觉质量——参照问题，在第19届国际声学大会论文集(2007)，第1205-1210页谷歌学者
4.

S. Möller, a . Raake, M. Wältermann, N. Côté，朝向知觉价值的普遍尺度，在2010第二届多媒体体验质量国际研讨会(QoMEX)(IEEE，特隆赫姆，2010)，第142-146页谷歌学者
5.

S. Möller, M. Wältermann, A. Raake，关于引用的性质-和质量预测的影响，在2011年声学论坛论文集(dk -奥尔堡，欧洲声学协会。， 2011)，第1205-1210页谷歌学者
6.

刘国强，音质形成过程的综合建模，第1期2013第五届国际多媒体体验质量研讨会(QoMEX)(IEEE，克拉根福特am Wörthersee, 2013)，第76-81页谷歌学者
7.

ITU-T P.800建议书，传输质量的主观确定方法(国际电信联盟，日内瓦，1996年)谷歌学者
8.

J. Polich，更新P300: P3a和P3b的整合理论。中国。Neurophysiol。118(10)， 2128-2148 (2007)CrossRef谷歌学者
9.

E.N.索科洛夫，J.A.斯宾克斯，R. Näätänen, H. Lyytinen，信息加工中的定向反应(Lawrence Erlbaum联合出版社，Mahwah, 2002)谷歌学者
10.

D. Friedman, Y.M. Cycowicz, H. Gaeta，新事物P3:大脑对新事物评价的事件相关脑潜能(ERP)标志。>。Biobehav。牧师。25(4)， 355-373 (2001)CrossRef谷歌学者
11.

a . Kok，关于P3振幅作为处理能力测量的效用。心理生理学38(3)， 557-577 (2001)CrossRef谷歌学者
12.

R. Verleger, P. jaievkowski, E. Wascher, P3b在连接反应和感知中的综合作用的证据。j . Psychophysiol。19(3)， 165-181 (2005)CrossRef谷歌学者
13.

阿恩特，K. Brunnström，郑恩克，S. Möller, j - n。《经验质量生理学研究述评》。电子。成像2016(16)， 1-9 (2016)CrossRef谷歌学者
14.

恩格尔克，达西，穆立肯，博斯，马蒂尼，阿恩特。Antons, K.Y. Chan, N. Ramzan, K. Brunnström，基于心理生理学的QoE评估:一项调查。选择。信号过程。11(1)， 6-21 (2017)CrossRef谷歌学者
15.

S. Uhrig, A. Perkis, D.M. Behne, P3是否反映语音质量变化?控制事件相关脑电位(ERP)波形中的听觉诱发活动，在2019 IEEE多媒体国际研讨会(IEEE，圣地亚哥，2019)，第152-1523页谷歌学者
16.

F. Pulvermüller, Y. Shtyrov，关注焦点之外的语言:错配负性作为研究高级认知过程的工具。掠夺。一般人。79(1)， 49-71 (2006)CrossRef谷歌学者
17.

m . Waltermann基于维数的传输语音质量建模．电信服务中的T-Labs系列(施普林格，海德堡，2013)beplay登入谷歌学者
18.

ITU-T G.191建议，语音和音频编码标准化软件工具(国际电信联盟，日内瓦，2010)谷歌学者
19.

ITU-T建议P.810，调制噪声参考单元(MNRU)(国际电信联盟，日内瓦，1996年)谷歌学者
20.

ITU-T建议P.56，目的主动言语水平的测量(国际电信联盟，日内瓦，2011)谷歌学者
21.

ITU-T建议P.10/G.100，绩效、服务质量和体验质量的词汇(国际电信联盟，日内瓦，2017)谷歌学者
22.

S. Olejnik, J. Algina，广义Eta和Omega平方统计量:一些常见研究设计的效应量测量。Psychol。方法。8(4)， 434-447 (2003)CrossRef谷歌学者
23.

约翰逊，论事件相关电位P300成分的神经发生器。心理生理学30.(1)， 90-97 (1993)CrossRef谷歌学者
24.

C.J.比林斯，K.O.班尼特，M.R. Molis, M.R. Leek，噪声中信号的皮层编码:刺激类型和记录范式的影响。耳朵听到的。， 1 (2011)谷歌学者
25.

M. Sams, K. Alho, R. Näätänen, ERP错配负性的短期习惯化和非习惯化。心理生理学21(4)， 434-441 (1984)CrossRef谷歌学者
26.

J.M.K.诺萨克，D.迪肯，W.里特，H.G.沃恩，瞬态听觉记忆中的信息存储。Cognit。大脑Res。4(4)， 305-317 (1996)CrossRef谷歌学者
27.

中华民国运气,事件相关势技术简介，第2版。(麻省理工学院出版社，剑桥，2014)谷歌学者
28.

S.J. Luck, N. Gaspelin，如何在任何ERP实验中获得统计上显著的影响(以及为什么你不应该)。心理生理学54(1)， 146-157 (2017)CrossRef谷歌学者
29.

s.a Hillyard, M. Kutas，认知加工电生理学。为基础。启Psychol。34(1)， 33-61 (1983)CrossRef谷歌学者
30.

R. Tibon, d . Levy，平衡:分析不平衡的事件相关潜在数据。前面。Psychol。6， 555 (2015)谷歌学者
31.

E. Courchesne, P3波与事件重复的变化:对头皮分布和振幅的长期影响。Electroencephalogr。中国。Neurophysiol。45(6)， 754-766 (1978)CrossRef谷歌学者
32.

D. Friedman, G.V. Simpson, ERP振幅和头皮分布对目标和新事件:时间顺序对青年、中年和老年人的影响。Cognit。大脑Res。2(1)， 49-63 (1994)CrossRef谷歌学者
33.

Katayama, J. Polich，听觉和视觉P300地形从3刺激范式。中国。Neurophysiol。110(3)， 463-468 (1999)CrossRef谷歌学者
34.

A.K. Porbadnigk, j - n。Antons, B. Blankertz, M.S. Treder, R. Schleicher, S. Möller, G. Curio，使用erp评估噪音的(潜意识)感知，inIEEE医学与生物工程学会(EMBC)国际年会论文集(IEEE, Piscataway, 2010)，第2690-2693页谷歌学者
35.

J.-N。Antons, R. Schleicher, S. Arndt, S. Möller, A.K. Porbadnigk, G. Curio，使用脑电图分析语音质量感知。选择。信号处理。6(6)， 721-731 (2012)CrossRef谷歌学者
36.

S.阿恩特，j - n。Antons, R. Gupta, K. ur Rehman Laghari, R. Schleicher, S. Möller, T.H. Falk，合成语音的主观质量评级和生理相关性，在2013第五届国际多媒体体验质量研讨会(QoMEX)(IEEE，克拉根福am Wörthersee, 2013)，第152-157页谷歌学者
37.

A.K. Porbadnigk, M.S. Treder, B. Blankertz, j - n。安东斯，R.施莱歇尔，S. Möller;Müller，语音质量感知神经相关因素的单次试验分析。神经工程。10(5)， 056003 (2013)谷歌学者
38.

吴瑞杰，陈建民，陈建民，语音传输质量对听觉诱发电位的影响。神经工程。17(4)， 046021 (2020)谷歌学者

版权信息

作者及隶属关系

Stefan Uhrig
- 1

1.质量和可用性实验室Technische Universität柏林柏林德国

语音质量变化感知维度的识别(研究一)

摘要

关键字

参考文献

版权信息

作者及隶属关系

个性化推荐

引用章