概述
这些维度可能会不一致：当说出错误的单词时，声音听起来可能很自然。使用有代表性的听众和内容评估最终音频。
主要要点
- 指定收听条件。
- 将正确性与自然性分开。
- 查看最终交付的音频。
深入探讨
定义聆听情境。简短的通知、长时间的教训和电话交谈有不同的需求。播放设备、背景噪音、语速和听众的语言体验都会影响结果。使用结构化的评估而不是一种非正式的印象。要求听众评估指定的维度并记录程序、样本选择和不确定性。只有当听力条件和评分方法已知时，平均意见分数才变得可以解释。包括困难的材料：名称、缩写、数字、语码转换、强调和长段落。检查各个片段的一致性以及停顿或重音是否改变了含义。自动化指标可以帮助识别回归，但不能取代每一个聆听判断。检查任何压缩、混合或平台处理后的最终导出。合理地匹配响度，避免削波，并保留可访问的文字记录。提高实验室分数的更改仍应在观众能够听到的环境中进行测试。
04工作示例
将愉悦性与正确性分开
构建同一个句子的两个剪辑。片段A听起来很自然，但将“十五”改为“五十”；剪辑 B 听起来不太自然，但说出了正确的数字。
分别对可懂度、语义正确性和自然度进行评分。
根据任务的要求进行选择，而不是平均消除意义改变的错误。
它显示了什么
本发明的比较证明了为什么语音质量需要多个维度。
现实世界的实施
使用相同的盲法代表性段落集来比较声音。
将发音错误与自然度评级分开检查。
付诸实践
为什么这很重要
- 交通与覆盖范围. 它通过转录、旁白和语音界面提高了可访问性。
- 成本与预算. 媒体团队可以用更少的预算更快地交付精美的音频。
- 速度与规模. 面向客户的系统可以处理更大规模的语音交互。
留意
- 如果未征得同意，语音滥用和冒充风险就会增加。
- 由于口音、方言或嘈杂的环境，准确性可能会下降。
- 如果没有明确的标签，合成音频可能会被误认为是真实的语音。
后续步骤
- 获得语音捕获、克隆和重用的明确同意。
- 测试不同扬声器和背景条件下的质量。
- 定义人员必须审查或批准输出的时间。
- 标记合成音频并保留来源记录以供问责。
资料来源与延伸阅读
- ITU-T Recommendation P.800传输质量的主观判定方法
不断探索
常见问题
我可以直接比较两个不相关报告的 MOS 分数吗？
只有小心。方法、监听器、样本和条件需要具有可比性，数值差异才有意义。