PESQ- en STOI-statistieken voor spraakkwaliteit
PESQ en STOI zijn standaard objectieve maatstaven die beoordelen hoe goed verwerkte spraak klinkt en hoe begrijpelijk deze is, zonder dat er menselijke luisteraars nodig zijn.
Overzicht
They let engineers benchmark codecs, noise reducers, and speech-enhancement models automatically.
Diepe duik
PESQ (Perceptual Evaluation of Speech Quality), gestandaardiseerd als ITU-T P.862, voorspelt de waargenomen spraakkwaliteit, voornamelijk voor telefoon- en codectests. Het vergelijkt een schoon referentiesignaal met een slecht referentiesignaal en geeft een score op een MOS-achtige schaal (ongeveer -0,5 tot 4,5), waarmee de menselijke auditieve perceptie wordt gemodelleerd. STOI (Short-Time Objective Intelligibility), geïntroduceerd in 2010, voorspelt in plaats daarvan de verstaanbaarheid: hoeveel woorden een luisteraar daadwerkelijk zou begrijpen. Het correleert tijdelijke temporele enveloppen van zuivere en verwerkte spraak over frequentiebanden heen, waardoor een score van 0 tot 1 ontstaat. Beide zijn indringende (referentiegebaseerde) metrieken. PESQ antwoordt 'klinkt het goed?' terwijl STOI antwoordt 'begrijp je het?' Samen vormen ze de standaardevaluatiehulpmiddelen voor spraakverbeterings-, ruisonderdrukkings- en denagalisatiesystemen.
Technisch inzicht
Beide statistieken zijn opdringerig: ze brengen een zuivere referentie in lijn met het verslechterde signaal voordat er wordt gescoord. PESQ brengt beide signalen in kaart op een psycho-akoestische luidheidsschaal (Bark-banden), berekent de perceptuele verstoring in de loop van de tijd en reduceert deze naar een MOS-achtige waarde. STOI splitst spraak in banden van een terts, neemt korte envelopsegmenten van ~400 ms, knipt ze af en normaliseert ze, en berekent vervolgens de correlatie tussen referentie- en gedegradeerde enveloppen. Het middelen van deze correlaties levert de begrijpelijkheidsscore van 0 op 1 op.
Strategische impact
Access and reach
Het verbetert de toegankelijkheid via transcriptie, gesproken tekst en spraakinterfaces.
Cost and budget
Mediateams kunnen met kleinere budgetten sneller gepolijste audio leveren.
Speed and scale
Klantgerichte systemen kunnen gesproken interacties op grotere schaal verwerken.
De toekomst van PESQ- en STOI-statistieken voor spraakkwaliteit
Omdat PESQ en STOI een duidelijke referentie nodig hebben, verschuift het onderzoek naar niet-opdringerige, referentievrije statistieken zoals DNSMOS en NISQA die kwaliteit beoordelen op basis van alleen het verslechterde signaal met behulp van neurale netwerken. Nieuwere deep-learningmodellen zijn ook getraind om menselijke MOS rechtstreeks te voorspellen. Toch blijven PESQ en STOI verankerde benchmarks, en een belangrijke trend is om ze differentieerbaar te maken, zodat ze direct kunnen worden gebruikt als functies voor trainingsverlies voor spraakverbeteringsnetwerken, in plaats van alleen als evaluaties achteraf.
Implementatie in de echte wereld
Benchmarking van modellen voor spraakverbetering en ruisonderdrukking op standaardtestsets
Vergelijking van telefoon- en VoIP-codeckwaliteit tijdens netwerkengineering
Afstemming van hoortoestel- en cochleaire implantaatverwerking voor maximale verstaanbaarheid
Validatie van dereverberatie-algoritmen in conferentie- en stemassistentpijplijnen
Risico's en vangrails
Het risico op stemmisbruik en imitatie neemt toe als de toestemming ontbreekt.
De nauwkeurigheid kan afnemen bij accenten, dialecten of luidruchtige omgevingen.
Synthetische audio kan worden aangezien voor authentieke spraak zonder duidelijke labels.
Implementatie routekaart
Verkrijg expliciete toestemming voor het vastleggen, klonen en hergebruiken van spraak.
Test de kwaliteit van diverse sprekers en achtergrondomstandigheden.
Bepaal wanneer een mens de output moet beoordelen of goedkeuren.
Label synthetische audio en houd de herkomstgegevens bij voor verantwoording.
Blijf verkennen
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the PESQ and STOI Speech Quality Metrics quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Kwaliteit van spraaksynthese
Frequently asked questions
What is PESQ and STOI Speech Quality Metrics?
PESQ en STOI zijn standaard objectieve maatstaven die beoordelen hoe goed verwerkte spraak klinkt en hoe begrijpelijk deze is, zonder dat er menselijke luisteraars nodig zijn. Ze laten ingenieurs codecs, ruisonderdrukkers en modellen voor spraakverbetering automatisch benchmarken.
Wat meet PESQ vooral?
PESQ (ITU-T P.862) voorspelt de waargenomen spraakkwaliteit op een MOS-achtige schaal.
Wat voorspelt STOI vooral?
STOI schat de verstaanbaarheid, dat wil zeggen hoe begrijpelijk de toespraak is, op een schaal van 0 tot 1.
Zowel PESQ als STOI worden beschreven als ‘opdringerige’ maatstaven. Wat betekent dat?
Opdringerige statistieken vergelijken het verslechterde signaal met een schone referentie om een score te berekenen.
Wat is bij benadering het scorebereik van STOI?
STOI geeft een waarde tussen 0 en 1 weer, waarbij hoger betekent dat het begrijpelijker is.
Met welk soort perceptuele frequentieschaal modelleert PESQ het menselijk gehoor?
PESQ brengt signalen in kaart op een psycho-akoestische luidheidsrepresentatie met behulp van Bark-bandverwerking.