原创：转载需附链接： 音频客观感知MOS对比，对ViSQOL、PESQ、MosNet（神经网络MOS分）和polqa一致性对比和可信度雁阵_machine-lv的博客-CSDN博客谢谢！
本文章以标准polqa的mos分为可信前提，验证visqol、peqq、mosnet与polqa的一致性，以及visqol的可信度验证；主要用于 编解码、 降噪、回声消除等算法的感知效果进行打分，从而促进算法的迭代和可信度；
一、评价方式
- 主观评价：
- 优点：主观测试是音频评价的黄金准则，最符合人的实际听感。
- 缺点：主观评测费时费力，测试者太少、测试者不规范等都会带来测试误差；
- 常用方法：AB-TEST， MUSHAR
- 客观打分：
- 优点：方便测试和开发人员，快速验证语音的相对质量，方便日常工作，提升开发和测试效率；
- 缺点：不能够完全符合人的听觉感知，存在听感好打分低的情况；
- 常用方案：有参考（POLQA, PESQ, VISQOL）和无参考（ITU-TP.1201传统方法和MOSNET的AI打分）
二、PESQ 和 VISQOL测试对比
- 对比维度：
- 基础对比：Visqol和polqa支持16khz和48khz打分， visqol支持频带和时间帧打分，pesq支持8khz和16khz打分；mosnet支持16khz的帧输出打分；
- 两者与POLQA的一致性对比 ： visqol和polqa的一致性更高， pesq颗粒度不够， mosnet（AI无参考模型）表现最差；
注：SMD48和SMD49，SMD50和SMD51，SMD271和SMD272这三对音频各对的音源相同，并且每对的后者都针对前者做了过认证优化。
- 音量的影响：音量差异影响不大，但是当降低-18db开始分数降低；
- 混响的影响： 混响音响较大，加入混响分数就开始降低，但是混响大小影响有规律
- 噪音的影响：噪音影响很大，加入噪音分数就明显降低，但是不同信噪比变化有规律
- 频带缺失的影响：频带缺失影响打分较大，但是不同的频带模型还是能够匹配降低不同的分值；
2. 总结
visqol和polqa有较高的一致性（可能有幸存者偏差，但是拿到的数据是我们过认证的随机音频），visqol也存在和听感不符合的打分，例如加入轻微混响和噪音都会对打分有影响；但是混响和噪音的影响随着RT60和SNR的变化是有规律的，如果在降噪和混响模型的测试，也具相对意义，可以进行研发的自测；
