多维度语音质量客观评价与鲁棒性分析系统

资 源 简 介

本项目是一个集成化、专业化的MATLAB语音质量客观评价工具库，旨在为科研人员和工程师提供一套标准化的语音性能评估方案。该系统通过多种先进算法对语音信号的清晰度、可懂度及保真度进行全方位考量。其核心功能包括：1. PESQ（Perceptual Evaluation of Speech Quality）感知语音质量评估：严格遵循ITU-T P.862标准，通过模拟人耳听觉的非线性掩蔽效应和频率感知特性，对比参考语音与失真语音的差异，最终输出与主观MOS分值高度相关的定量评分。2. STOI（Short-T

详 情 说 明

基于MATLAB的多维度语音质量评价与鲁棒性分析系统

项目介绍

本项目是一个集成化、专业化的语音质量客观评价系统，旨在通过数字信号处理技术对语音信号进行全方位的性能评估。系统通过对比参考语音与经过处理或受损的语音，从感知质量、可懂度、波形保真度以及频谱特征等多个维度输出量化评分。该系统不仅实现了ITU-T标准的感知评价模型简化版本，还涵盖了经典的统计学指标和语音特性分析工具，适用于语音增强算法验证、编解码器性能评估及通信系统质量监测。

功能特性

1. 多维度指标覆盖：集成了PESQ、STOI、信噪比（SNR）、分段信噪比（SegSNR）、对数似然比（LLR）、倒谱距离（CD）及加权谱斜率（WSS）等7项核心评价算法。
2. 自动化预处理：内置信号时间对齐和能量归一化模块，自动消除由于传输时延和增益差异导致的评估误差。
3. 模拟环境生成：具备合成语音示例生成功能，支持白噪声添加、低通滤波及样点偏移模拟，方便用户快速上手测试。
4. 综合可视化监测：提供时域对比图、残差信号图、高分辨率语谱图及频谱包络对比图，直观展示信号损伤细节。
5. 稳健的算法实现：针对不同采样率进行自适应处理，并在计算中加入限幅和异常值剔除机制，确保评估结果的稳定性。

使用方法

1. 启动系统：在文件夹中打开主程序脚本，点击运行。
2. 信号获取：系统将自动生成一段模拟语音信号（正弦扫频加包络）作为参考，并生成经过加噪、滤波、偏移处理的退化信号。
3. 自动评价：程序会自动执行预处理流程（互相关对齐、幅值规整），随后依次计算各项客观指标。
4. 查看报告：控制台将输出格式化的“语音质量评价多维度分析报表”，清晰展示各项分值。
5. 结果分析：程序会弹出可视化窗口，用户可以通过语谱图差异和频谱包络重合度深入分析语音损伤原因。

系统要求

1. 软件环境：MATLAB R2018b 或更高版本。
2. 工具箱需求：信号处理工具箱（Signal Processing Toolbox）。
3. 硬件建议：支持16kHz及以上音频处理的PC，建议内存4GB以上。

核心逻辑与实现细节说明

该系统的核心代码逻辑分为五个核心阶段，各阶段严格执行特定的信号处理流程：

1. 信号仿真与退化模块

系统通过合成扫频信号模拟语音的基频变化，利用指数衰减模拟语音包络。退化过程模拟了现实通信中的三大典型损伤：加性高斯白噪声、频带受限（6阶巴特沃斯低通滤波）以及传输时延（样点级偏移）。

1. 信号对齐与归一化算法

为解决评估中的时间偏移问题，系统采用了基于互相关（Cross-correlation）的时延估计算法，通过寻找相关峰值自动平移退化信号，确保两路信号在样本点上精准对齐。能量归一化遵循ITU标准，将信号调整至一致的有效电平，消除音量差异对信噪比等指标的影响。

1. 核心指标评价算法实现

• 信噪比计算：除了计算全局SNR，分段信噪比（SegSNR）将信号划分为20ms的短时帧，并对分部结果进行-10dB至35dB的动态限幅，以提高与主观听感的相关性。
• 对数似然比 (LLR)：通过12阶线性预测分析（LPC）提取语音的声道模型参数，计算参考与退化信号预测系数之间的对数比例，反映共振峰结构的失真。
• 倒谱距离 (CD)：利用汉明窗分帧计算倒谱系数，取前24阶系数通过欧氏距离衡量两者的谱包络差异。
• 感知评价模型 (PESQ简化版)：模拟人耳听觉特性，将功率谱通过Bark尺度变换，并应用非线性响度映射（0.23次方幂律），计算扰动密度，最终映射至1.0到4.5的MOS分值。
• 短时客观可懂度 (STOI)：首先将信号重采样至10kHz标准频率，通过短时傅里叶变换提取频带能量，利用相关系数评估时频区域的信息保留程度。

1. 辅助数据处理机制

系统内置了分帧缓冲函数（Buffer Signal）和手动自相关计算函数，摆脱了对复杂库函数的过度依赖。同时采用了线性插值法实现简易重采样，确保在处理不同规格的语音文件时具有良好的兼容性。

1. 结果展示逻辑

系统通过格式化输出函数打印综合报表，并利用多子图布局（Subplot）将时域、频域信息与误差分析集成在同一画布上，尤其是中期时刻的频谱包络对比，能准确反映滤波器对高频成分的抑制效果。