14 Сжатие аудиосигнала на основе стандарта mp3
Цифровой 16-битовый аудиосигнал разделяется на М = 32 частотные полосы с помощью группы равномерно расположенных полосовых фильтров. Все фильтры в группе фильтров получаются путем модулирования фильтра прототипа, предназначенного для увеличения частотного разрешения аудиосигнала и лучшей аппроксимации критических полос слуховой системы. Импульсный отклик фильтра i-й полосы на единичный импульс hi(k) можно представить в виде произведения коэффициентов h(k) фильтра прототипа, являющихся квантованными значениями импульсной характеристики этого фильтра, и модулирующей функции, которая сдвигает низкочастотный отклик в i-ю частотную полосу.
Рис. 6.12. Структурная схема перцептивного кодера MP3
Сигнал на выходе фильтра i-й полосы в дискретный момент времени nпредставляется в виде дискретной свертки
Рис. 6.14. Структурная схема перцептивного декодера MP3
15. Субъективные методы
Для оценки искажений сигнала производятся субъективно-статистические испытания (ССИ) с помощью группы экспертов.
Субъективные оценки качества основываются на статистической обработке субъективных оценок качества достаточно большого числа слушателей-экспертов. Эти оценки существенно зависят от возраста и пола диктора, скорости произнесения фраз и других обстоятельств. Тесты при получении субъективных оценок проводят с имитацией реальных условий, например, посторонний шум, фоновая речь других людей и т. п. Количественные результаты этих тестов отображают усредненное качество, уровень усилий слушателя, разборчивость, естественность звучания.
Каждый отдельный исход ССИ — случайное событие, и для анализа результатов применяется аппарат теории вероятностей и математической статистики. Однако, даже учитывая эти меры, точно повторить результаты испытаний невозможно.
Средняя экспертная оценка MOS (MeanOpinionScore) — это субъективное измерение, определенное в рекомендации P.800 МСЭ-Т для оценки качества передачи в телефонных сетях.
Для различных задач могут использоваться разные 5-балльные шкалы оценок категорий. Три наиболее используемых в исследованиях МСЭ-Т шкалы мнений
16. Психоакустические методы оценки качества
Психоакустические методы оценки качества учитывают особенности восприятия человеческого восприятия звука в целом и речи в частности. Особенность данных методов в том, что оценивается только субъективное качество сигнала с помощью технических и программных средств. Таким образом, строго говоря, они относятся к объективным методам, но построены исходя из особенностей субъективного восприятия звука человеком.
По мере развития способов устранения избыточности звуковых сигналов оценивать качество объективными параметрами становилось невозможным, а субъективно-статистические испытания оставались (и остаются) весьма трудоемкими. Устранение избыточности основывалось на особенностях восприятия звука и речи человеком, что послужило поводом для применения знаний об этих особенностях уже в методах оценки качества.
Задача любого метода оценки качества речевого сигнала в том, чтобы достичь высокой степени корреляции с субъективно-статистическими испытаниями, которые до сих пор остается наиболее точной оценкой качества речи.
Большинство методов основано на сравнении оригинального и кодированного сигналов с помощью некоторой психоакустической модели. Оценивается степень заметности искажений в кодированном сигнале для человека. Психоакустическая модель это модель, которая преобразует звуковой сигнал в его внутреннее представление с точки зрения слухового аппарата человека, которое и сравнивается с внутренним представлением исходного сигнала.
Наиболее распространенными является взвешенное искажение спектра (WSS) и оценка PESQ, определенная в рекомендации МСЭ-Т P.862.