オーディオ品質の知覚評価

オーディオ品質の知覚的評価( PEAQ ) は、知覚されるオーディオ品質を客観的に測定するための標準化されたアルゴリズムであり、1994 ～ 1998 年に国際電気通信連合の無線通信部門 ( ITU-R )のタスクグループ 6Q 内の専門家の合弁会社によって開発されました。これは、1998 年に ITU-R 勧告 BS.1387 として最初にリリースされ、2023 年に最後に更新されました。これは、ソフトウェアを使用して人間の耳の知覚特性をシミュレートし、複数のモデル出力変数を単一のメトリックに統合します。

PEAQ は、ITU-R BS.1116 に従って被験者が聴取テストで行うような、知覚されるオーディオ品質を特徴付けます。PEAQ の結果は、主に 1 (悪い) から 5 (優れている) までのスケールをカバーする平均オピニオン スコアをモデル化します。圧縮による損傷 (障害) の程度を測定する主観的差異グレード(SDG) は、テストされたバージョンと参照 (ソース) のオピニオン スコアの差として定義されます。SDG は通常、0 (障害が知覚されない) から -4 (ひどい障害) の範囲です。客観的差異グレード(ODG) は、SDG と一致するように設計されたアルゴリズムの実際の出力です。^[1]

帯域幅を節約する必要性から、送信されるオーディオ データの圧縮が開発されました。さまざまなエンコード方法により、オーディオ信号内の冗長性と知覚上の無関係性が除去され、信号のエンコードに必要なビット レートが大幅に削減されます。これらのエンコード方法は、人間の聴覚に関する知識を考慮し、通常はほとんどのリスナーが聞き取る可能性が低いオーディオ情報を無視することで、ビット レートの削減を実現します。正弦波スイープに基づく周波数応答、S/N、THD+N などの従来のオーディオ測定は、オーディオ コーデックの品質と必ずしも相関しません。時間的および周波数的に隣接する、より大きなオーディオ コンテンツによって情報がどのようにマスクされるかを予測するには、心理音響モデルを使用する必要があります。

主観的なリスニング テストは時間がかかり、費用もかかり、日常的に使用するには実用的ではないため、リスニング テストを客観的なコンピューター ベースの方法で置き換えることが有益でした。ITU-R タスク グループ 6Q の指導の下、一流の音質専門家グループが音質の新しい客観的モデル PEAQ を開発しました。その貢献者は次のとおりです。

• OPTICOM GmbH、エアランゲン、ドイツ
• フラウンホーファー集積回路研究所、IIS-A、エアランゲン、ドイツ
• ドイツテレコムベルコム、ベルリン、ドイツ
• ベルリン大学、ベルリン、ドイツ
• Institut für Rundfunktechnik、IRT、ミュンヘン、ドイツ
• KPN Research、Dr. Neher Laboratorium、ライツヘンダム、オランダ
• フランス、テレビおよびテレコミュニケーションの通信センター
• コミュニケーション研究センター、CRC、オタワ、カナダ

知覚コーディングでは、信号が聞こえるようになる前に信号に導入できるノイズのレベルを決定することが基本です。人間の聴覚システムは非常に非線形であるため、ノイズ レベルはオーディオ信号の時間と周波数特性によって変わります。心理音響学的研究により、さまざまな音響イベントとその結果知覚される音の閾値基準が得られます。鍵となるのはマスキングです。これは、音が別の同時音に生成する効果を表します。マスキングは、マスカーとマスキング信号の両方のスペクトル構成と、時間によるその他の変化に依存します。知覚コーディング システムの基本ブロック図を図に示します。

入力信号は、サブサンプルされたスペクトル成分に分解されます。各サンプルについて、心理音響学で知られている規則を使用して、実際のマスクしきい値の推定が導出されます。これが、エンコーディング システムの知覚モデルです。スペクトル成分は量子化され、コード化され、量子化ノイズがマスクしきい値未満に保たれます。最後に、ビットストリームが形成されます。

結果の分析は主観的差異グレードに基づいて行われます。テスト対象の信号と元の参照信号を比較します。

このモデルは聴覚システムの基本特性に従い、生理学的および心理音響的効果の段階を区別します。最初の部分は離散フーリエ変換とフィルター バンクを使用して信号の構成をモデル化します。2 番目の部分は人間の脳と同じ認知処理を提供します。次の画像は、人間のオーディオ システムと客観的な心理音響モデルの関係を示す簡単なブロック図です。

テスト信号と（元の）参照信号とのモデル比較から、いくつかのモデル出力変数が導出されます。各モデル出力変数は、異なる心理音響的次元を測定できます。最終段階では、モデル出力変数はニューラル ネットワーク（標準で定義された重み）を使用して結合され、主観的な品質評価に対応する結果が生成されます。

モデルには 2 つのバリエーションがあります。ベーシック バージョン (処理負荷が低い) は、リアルタイム監視に十分な速度で実行できるように開発されており、FFT のみを使用します。アドバンス バージョンは、計算負荷が高く、若干精度の高い結果が得られる可能性があります。FFT とフィルター バンクを使用して、ニューラル ネットワークが処理できる MOV をさらに多く生成します。

ITU-R Rec. BS.1387 で推奨されている PEAQ テクノロジーは、複数の特許で保護されており、ITU の公正、合理的、非差別的な条件に従って、元のコードとともに商用アプリケーション用のライセンスとして利用できます。

• EAQUAL と呼ばれる基本モデルの初期のオープンソース実装は、特許侵害の申し立てにより 2002 年に中止されました。
• 教育用途には、Peaqbと呼ばれる無料のクロスプラットフォームプログラムが存在します。これはITUデータで検証されていないため、限定的な方法で同じ機能を実現します。GstPEAQの著者による評価では、16のITUテストベクトルに対してRMSEが0.2063であることが示されています。^[3]
• 教育用途のPEAQ基本モデルの別の未検証実装であるPQevalAudioは、マギル大学のTSPラボから入手できます。GstPEAQの著者による評価では、16のITUテストベクトルに対してRMSEが0.2329であることが示されています。^[3]
• GstPEAQは基本モデルと高度モデルの両方を実装していますが、BS.1387-1の許容範囲に準拠していません。それでも、準拠との差（基本モードでのRMSE 0.2009）は、以前のオープンソース実装よりも小さくなっています。著者はまた、ODGをSDGの推定値として使用するという点で、この差は統計的に重要ではないことを発見しました。^[3]

• オーディオ圧縮（データ）
• 聴覚マスキング
• 補聴器音声品質指数（HASQI）
• 客観的差異グレード
• 音声品質の知覚評価(PESQ)
• ビデオ品質の知覚評価(PEVQ)
• 音質

• ITU-R 勧告 BS.1387: 知覚されるオーディオ品質 (PEAQ) の客観的測定方法
• ITU-R勧告BS.1116: マルチチャンネルサウンドシステムを含むオーディオシステムにおける小さな障害の主観的評価方法
• ITU-R 勧告 BS.1534: コーディング システムの中間品質レベルの主観的評価方法 (MUSHRA)
• Spanias, Andreas、Painter, Ted、Atti, Venkatraman (2007)。「知覚オーディオコーディングの品質測定」。オーディオ信号処理とコーディング。Wiley -Interscience。pp . 401。ISBN 978-0-47179147-8。
• Cvejic, Nedeljko; Seppänen, Tapio Tapio (2007)。「ウォーターマークされたオーディオの主観的および客観的な品質評価」。デジタルオーディオウォーターマーク技術とテクノロジー。Idea Group Inc. p. 270。ISBN 978-1-59904515-3。
• Delgado, Pablo M.; Herre, Jürgen (2020 年 5 月)。「PEAQ はまだ使えるのか? 知覚されるオーディオ品質の客観的評価のための ITU 標準のパフォーマンス分析」。2020年第 12 回マルチメディア体験品質に関する国際会議 (QoMEX)。pp. 1–6。arXiv : 2212.01467。doi : 10.1109 /QoMEX48832.2020.9123105。– PEAQは精度の点で他の客観的な方法に劣っているが、MOV-ODGニューラルネットワークを再トレーニングすると、他の客観的な方法を上回るモデルが生成される。

• http://www.peaq.org PEAQ公式サイト
• https://web.archive.org/web/20061207095623/http://www.crc.ca/en/html/aas/home/peaq/peaq CRC の PEAQ
• https://web.archive.org/web/20090423074959/http://www.opticom.de/technology/technology.html OPTICOM からの PEAQ 情報
• http://elvera.nue.tu-berlin.de/files/0829Thiede1998.pdf PEAQ - der künftige ITU-Standard zur objektiven Messung der wahrgenommenen Audioqualität
• https://ieeexplore.ieee.org/document/1613524 IEEE - PEAQ アルゴリズムを使用した知覚オーディオ システム品質の推定
• http://sourceforge.net/projects/peaqb/ Peaqb プロジェクト
• http://www-mmsp.ece.mcgill.ca/Documents/Software/index.html PQevalAudio - PEAQ 基本モデルの Matlab および C 実装。
• http://www.mp3-tech.org/programmer/sources/eaqual.tgz EAQUAL ソースコード