公开(公告)号：CN107358966A

公开(公告)日：2017-11-17

申请号：CN201710498188.0

申请日：2017-06-27

Applicant: 北京理工大学

Inventor： 王晶 ,  单亚慧 ,  孟柳晨 ,  谢湘 ,  费泽松

IPC: G10L25/24 ,  G10L25/30 ,  G10L25/60

Abstract: 本发明公开了基于深度学习语音增强的无参考语音质量客观评估方法，属于语音质量评价技术领域。本方法分为三个步骤：首先将待测语音经过已经训练好的基于深度信念网络的语音增强模型，得到增强后的语音信号；然后，分别提取出增强前后信号的梅尔倒谱系数，做两个系数的差；最后将这个参数作为输入，通过第二层的BP神经网络模型，映射为最终的客观分数，由此实现无参考的语音质量客观评价。与以往的无参考语音质量评价模型相比，本发明方法与主观质量评分的相关度更好，均方误差也更小。

公开(公告)号：CN107358966B

公开(公告)日：2020-05-12

申请号：CN201710498188.0

申请日：2017-06-27

Applicant: 北京理工大学

Inventor： 王晶 ,  单亚慧 ,  孟柳晨 ,  谢湘 ,  费泽松

IPC: G10L25/24 ,  G10L25/30 ,  G10L25/60

Abstract: 本发明公开了基于深度学习语音增强的无参考语音质量客观评估方法，属于语音质量评价技术领域。本方法分为三个步骤：首先将待测语音经过已经训练好的基于深度信念网络的语音增强模型，得到增强后的语音信号；然后，分别提取出增强前后信号的梅尔倒谱系数，做两个系数的差；最后将这个参数作为输入，通过第二层的BP神经网络模型，映射为最终的客观分数，由此实现无参考的语音质量客观评价。与以往的无参考语音质量评价模型相比，本发明方法与主观质量评分的相关度更好，均方误差也更小。