语音编码器的计算

下面简单介绍一下客观测试的计算，比如信噪比和频谱间距，再讨论一下非正式主观测试，这些测试都没有经过严格的约定，所以很容易被错误的解释，但对于有经验的语音编码研究人员来说，还是很有用的。

1. 客观测量

波形编码器性能的一种最容易的计算方式就是信噪比（SNR），它可以用下式表示：

其中s(n)是输入语音，是输出语音，〈·〉表示整个发音的时间平均，片断SNR经常用来代表语音输入的主观性能。可以对许多不相互重叠的数据块采用式（5.2）来计算SNR，然后对这些数据块取算术平均值，因此，Jayant和Noll（1984年）令SNRBj代表第j个数据块的SNR，对于K个数据块

SNR和SNRSEG可以排列出编码器的性能，但是，这些差异在感观上的区别有多大，仍然不清楚。而且，用SNR和SNRSEG来比较PCM和DPCM会得到完全错误的结论。

Itakura（1975年）引入了一种频谱间距测量，可以从LPC的系数计算得到：

其中行向量A和B是扩展的预测器系数向量。A＝[1-a1-a2-…-a N]，B＝[1-b1-b2-…-b N]，系数ak可以从语音编码器的输入语音中计算出来，系数bk可以从语音编码器的输出语音中计算出来，V是语音编码器输出的自相关矩阵，d≥0，并且，按照Sambur和Jayant（1976年）的论断，d≤0.3意味着输入语音的频谱与语音编码器输出的语音差别很大。

另一种频谱间距测量可以采用下式

其中Cs(j)和Cs(j)，j＝1，2，…，N分别为输入语音和编码器输出语音的倒对数频谱系数（cepstral coefficient），倒对数频谱系数是能量谱对数的反傅里叶变换，但我们仍可以从LPC系数{ai，i＝1，…，N}中计算出：

其中，j≥1，一个大约为0.5dB的CD值相当于8位μ律PCM的性能，CD值越大，性能越差。

2. 主观测试

听觉测试是对比两个语音编码器的最有效的方式之一，这样的测试相对来说比较容易进行，但是只有两个相互参照的结果。我们不能指出这两种编码器性能有多相近，但是如果两种编码失真的类型不一样，对于听众来说，要说出哪一种更好就困难了。当一种编码器与 8位μ律PCM相比较时，如果编码器在性能上不是相等的话，就很难确切地说出它们在性能上究竟有多相近。另外，当一个δ调制器与一个子带编码器比较时，δ调制器可能存在“嘶嘶”的噪声，而子带编码器可能有回响声，这时，试听者作出的优劣判断就会根据哪种失真是他所讨厌的，完全由试听者个人的好恶来确定，这就不是一个可靠的性能指标。可是，这种对比试听的测试现在仍然广泛地使用着。

对于一些专门设备，如蜂窝通信或声音邮件，让用户在尽可能接近自然环境的条件下，真正地实验这种编码器，会更有利一些。这种方法的优点是不需采用短的、有记录的、没有代表性的语音片断来进行评价合成语音。换句话说，用户会更加关心系统是否能达到预定目标，而不是去听输出语音的“问题”出在哪儿，这意味着要有一个完全真实的系统，比较难实现。