尧图网页设计 
简介面向语音处理研究者与编解码器测试人员的PESQ客观语音质量评价MATLAB资源包基于Perceptual Evaluation of Speech Quality标准用于量化编码、传输、解码等环节引入的语音失真输出-0.5至4.5的感知评分。包体共9个文件大小约1.73MB包含evaluation.m主脚本、pesqbin.m二进制调用函数、pesq.exe工具以及原始/处理后wav样本另有txt使用说明、docx结果分析和xls对比数据可直接运行并查看评分结果。已有2050人学习下载可见其在语音质量评估实践中的参考热度。借助完整的脚本逻辑与配套样本读者既能快速复现PESQ打分流程也能结合说明理解帧对齐、频谱失真等核心计算环节为算法优化和自动化测试提供可扩展基础无论是初次接触PESQ还是需要集成到现有评估流程都能从中获得可直接修改的参考实现。 做语音处理的人手里大概率都存过一份PESQ matlab工具包比如这个“语音质量客观评价PESQmatlab.rar”。每次做编解码器对比、降噪算法验证、VoIP音质测试绕不开的就是给它跑一版分数。PESQ这套东西本身不算新但直到今天它依然是学术界和工业界用得最多的客观语音质量评价方法之一。这篇就把我从解压这个RAR到真正把它用明白的过程中踩过的坑和整理过的经验一起梳理出来。这个资源适合谁刚开始接触语音质量测评的研究生、做音频算法需要横向对比效果的工程师以及想搞清楚PESQ分数到底怎么算出来的同学。读完你会知道工具箱里每个文件大概干什么、PESQ是怎么把一段“人耳主观感受”变成可复现的数值结果、以及用Matlab跑评测时的完整流程和避坑清单。1. 先搞清楚你手里这份资源是什么1.1 从一个压缩包看课题组的真实工作流这类命名方式在高校实验室和工程师的网盘里非常常见。文件名直接标注了“语音质量客观评价”“PESQ”“matlab”基本上说明这是一份把ITU-T P.862标准算法用Matlab重写或者封装好的工具包。解压之后通常你会看到若干个.m文件、一两个示例WAV音频、可能还有一份readme或者使用说明。不同版本的工具包结构差异很大。有的直接用纯Matlab实现了整个PESQ流程速度比较慢但容易改有的用C语言写了核心计算、再用mex编译成Matlab可调用的接口速度接近工业应用。你手里这份具体是哪种解压后看一下有没有mexw64、mexw32这类文件就知道了。有这类文件说明要依赖编译好的二进制跑起来快但换电脑或者换Matlab版本后容易出兼容问题。1.2 为什么大家都选PESQ而不是其他指标语音质量评价分主观和客观两条路线。主观评价最标准的方法是MOSMean Opinion Score找一群人试听打分结果最接近真实感受但成本高、周期长、可复现性差。客观评价就是用算法去模拟人耳和大脑对语音的感知过程给出一组数值来预测MOS。PESQ就是这类方法的代表。PESQ的全称是Perceptual Evaluation of Speech Quality感知语音质量评价对应标准ITU-T P.862。它把原始参考信号和经过通信系统处理后的退化信号放在一起比较输出一个-0.5到4.5之间的分数分数越高说明音质越好。为什么选它因为PESQ在窄带语音8kHz采样上的预测准确度和主观MOS相关性很高尤其在编解码失真、噪声叠加、滤波处理这类场景下非常可靠。后面的WB-PESQP.862.2扩展到了宽带语音16kHz采样把可用的频带范围从4kHz拉到8kHz适合评估宽带和全带语音系统。和PESQ同类的指标还有POLQAP.863、ViSQOL、STOI等。STOI主要用于语音可懂度评估对噪声和语音增强比较敏感但它衡量的是“能不能听懂”而不是“好不好听”POLQA是PESQ的下一代升级版支持全带语音但商业化授权限制了它的普及。所以PESQ到今天还是最“出圈”的客观音质指标。1.3 适用人群和应用场景这份资源的典型用法有几种。做语音编解码器的用PESQ对比不同码率、不同算法下的音质损失做语音增强的用它量化降噪前后的质量提升做VoIP和网络语音传输的可以用它评估丢包、抖动对听感的影响做麦克风阵列和回声消除的PESQ也是验证算法效果的通用工具之一。我自己最常用的是把PESQ分数当作算法迭代的“回归测试指标”。改了一个滤波器系数、换了一种噪声估计策略拿一批标准测试语料跑一遍对比PESQ分是否下降。它不能完全代替主观听感但能快速筛掉那些破坏音质的改动效率非常高。2. PESQ算法拆解为什么它测的分数和主观听感能对上2.1 从主观MOS到客观映射PESQ的核心思想不是直接比较波形差异而是先模拟人耳听觉系统对声音的处理再在“感知域”里比较参考信号和退化信号的差异。人耳不是直接感知声波的线性幅度而是对频率做非均匀变换Bark尺度、对响度做非线性压缩幂律关系同时内耳还存在掩蔽效应——一个强信号会让附近的弱信号变得听不见。PESQ把这些听觉特性都考虑进去了所以它能测出“本质上人耳能感知到的失真”而不是简单的SNR。这也是为什么两个波形看起来相似但听感差异很大时PESQ比简单计算MSE或者SNR可靠得多。反过来某些波形层面差异明显但听觉上不明显的失真PESQ也懂得“放一马”。2.2 一级拆解标准参考实现里的五个关键步骤ITU-T P.862的参考实现流程不算复杂但每一步都有讲究。第一步是电平对齐。参考信号和退化信号如果有增益差异会直接影响最终分数。PESQ并不是简单地把两个信号的最大值拉平而是通过估计一个长时间的平均电平再归一化模拟人耳自动适应音量大小的特性。第二步是输入滤波。按照电话听筒的频响特性对两个信号做滤波相当于给“虚拟耳朵”加上电话信道特性。这部分在窄带PESQ里非常关键因为它规定了频率加权的基准。第三步是时间对齐。参考信号和退化信号之间往往存在时延。PESQ先做粗对齐再做细对齐估算出时延轮廓并补偿然后才进入后续比较。这一步决定了PESQ对网络抖动和缓冲引入时延的容忍度。第四步是听觉变换。把两个信号分别通过短时傅里叶分析、Bark尺度频带划分、响度压缩和频率/时间掩蔽处理转成“响度谱”形式。两个信号在这个感知域的差异被计算成“扰动密度”。第五步是扰动聚合。把扰动密度在时间上和频率上做平均再经过一个非线性映射得到最终PESQ分数。这个映射是标准里用大量主观测试数据拟合出来的用来让PESQ输出尽量接近主观MOS的走向。每一步都有专门的数学公式和查找表如果你想深入改算法或者移植到嵌入式平台建议直接读标准原文或者参考实现代码。网上很多开源版本做了简化跑出来的分数大体一致但在极端失真下可能会有偏差。2.3 版本差异P.862、P.862.1、P.862.2 怎么选用Matlab工具包时你可能会看到文件名里带P862、P862.1、P862.2这些字样它们对应的算法版本不一样。P.862是基础版输出PESQ原始分数范围约在-0.5到4.5。P.862.1定义了一个把PESQ原始分数映射到MOS-LQOListening Quality Objective的公式让输出范围贴合主观MOS的1到5。P.862.2也叫WB-PESQ扩展到了16kHz采样率输出映射到MOS-LQO宽带版本。实操选型很简单处理8kHz采样语音就用P.862基础版处理16kHz采样语音就用P.862.2。如果你想和别人的历史结果对比先确认对方用的是哪个版本不然分数标定不同对比没有意义。3. Matlab实操从解压到跑出第一个分数的完整过程3.1 环境准备与文件检查拿到RAR先解压然后打开Matlab把工具包所在目录加到当前路径。这一步千万别省很多报错都是因为没添加路径导致函数找不到。然后先看目录结构。我建议用下面这个思路快速摸清工具包% 检查当前目录下所有 matlab 文件 dir(*.m) % 如果有 mex 文件也一并列出来 dir(*.mex*) % 查看示例音频 dir(*.wav)正常情况下你会找到类似pesq.m、pesq_psychoacoustic.m、pesq_timit.m这样的文件。重点先打开主函数看输入参数的定义。不同版本调用方式不太一样常见的有两种% 方式1传入波形的子类调用常见于纯Matlab实现 score pesq(ref_wave, deg_wave, fs); % 方式2直接传文件名常见于封装了C代码或系统命令的实现 score pesq(ref.wav, deg.wav);我不知道你手里这个工具包具体是哪种所以建议先做一个小实验用自带示例音频跑通流程再换成自己的数据。3.2 跑通最小测试用例把示例文件读到工作区如果找不到示例文件就自己造一个% 生成一个 3 秒的参考信号采样率 16k fs 16000; t (0:3*fs-1) / fs; ref sin(2*pi*440*t) .* (1 - exp(-t*10)) .* exp(-t); % 模拟一个轻微的退化信号加噪声 时延 deg [zeros(20, 1); ref(1:end-20)] 0.01 * randn(size(ref)); % 调用 PESQ这里以常见的“传入波形”接口为例 score pesq(ref, deg, fs); fprintf(PESQ score: %.3f\n, score);这里我故意加了一小段时延和噪声所以跑出来的分数不会太高但也不会低到离谱。如果工具包是“传文件名”的接口你需要先用audiowrite把两个信号写成WAV文件再调用接口。跑通之后可以故意把退化信号换成一段静音或者完全随机的噪声观察分数是不是掉到很低。这一步是验证工具包是否正常的标准方法PESQ对完全不相关的两个信号应该给出很低的分数。3.3 批量评测脚本怎么写实际工作中你大概率不会只测一个文件而是测一个测试集。我习惯把所有参考信号放在ref目录下退化信号放在deg目录下文件名一一对应然后用脚本批量跑refDir D:\speech_data\ref; degDir D:\speech_data\deg; fs 16000; refFiles dir(fullfile(refDir, *.wav)); results table(); for i 1:length(refFiles) [ref, fs] audioread(fullfile(refDir, refFiles(i).name)); [deg, ~] audioread(fullfile(degDir, refFiles(i).name)); score pesq(ref, deg, fs); results [results; table({refFiles(i).name}, score, VariableNames, {File, PESQ})]; end % 显示平均分 fprintf(Average PESQ: %.3f\n, mean(results.PESQ));有几个细节要注意。首先参考信号和退化信号的采样率必须一致不一致的话先resample。其次PESQ对两个信号的长度差有容忍度但最好保证长度一致如果退化系统引入了明显时延建议在调用前用语音活动检测把静音段截掉或者在时间上先做粗对齐否则时间对齐环节压力太大会拖低分数。最后结果表一定要保存到CSV后续做算法对比时方便画图和分析。3.4 参数与结果重定标如果你拿到的是PESQ原始分数需要映射到MOS-LQO可以用P.862.1里的映射公式% P.862.1: raw PESQ - MOS-LQO 映射 a 0.999; b 0.002; c 0.0001; % 实际映射公式使用分段线性变换下面是简化的插值方法 mos_lqo interp1([-0.5, 1.2, 1.8, 2.4, 3.0, 3.4, 3.8, 4.2, 4.5], ... [1.0, 1.0, 1.3, 1.9, 2.5, 3.0, 3.5, 4.0, 4.5], ... score, linear, extrap);严格来说P.862.1的映射关系在标准附录里有一张表用上面这种插值方式可以逼近。正式报告里如果要求标定精确建议直接查阅标准原文。不过很多开源工具包已经在内部做了这层映射你看到的输出本来就是MOS-LQO这种情况下不要再做一次映射否则分数会偏。4. 常见报错与排查实录4.1 路径与采样率问题最经典的报错是“Undefined function or variable ‘pesq’”。这不是算法问题99%是没添加路径或者脚本名称拼写错。检查一下当前路径下能不能直接访问到该函数如果可以访问用which pesq确认一下。另一个很常见的问题是采样率不支持。P.862原始版本设计目标是8kHz电话语音很多实现在16kHz下也能跑但如果你喂了44.1kHz的音频部分实现会直接报错或者做出一个毫无意义的结果。遇到这种场景先降采样到16kHz或8kHz再测。我自己一般在数据准备阶段统一转成16kHz单声道WAV后面整个流程都省心。4.2 时间对齐与响度差异如果你发现PESQ分数莫名其妙低先别怀疑算法有问题检查两个信号的时间对齐情况。我自己就犯过这种错参考信号和退化信号之间差了30msPESQ分数直接掉了0.5分。后来做了简单的互相关对齐分数恢复正常范围。实现思路很简单用xcorr估算时延% 用互相关估计时延帧级粗同步 [c, lags] xcorr(deg, ref, coeff); [~, idx] max(abs(c)); delay lags(idx); % 如果是正延迟说明退化信号慢于参考信号需要裁剪补偿响度差异也会影响分数。PESQ内部有电平对齐但严重削波或极端响度差会导致映射失真。建议在测之前保证两个信号都处在相近的RMS电平下尤其是参考信号本身是用TTS合成的可能出现RMS异常高或低的情况。4.3 工具包依赖与编译问题如果工具包里有mex文件在Matlab重装、升级或者换了操作系统后可能会报“Invalid MEX-file”。解决方法是重新编译源文件。找到C源文件后在Matlab里执行mex pesq_core.c如果编译报错通常是缺少编译器。Windows上安装一个MinGW-w64或者Visual Studio Build Tools然后在Matlab里运行mex -setup选择对应的编译器。这个问题在老版本Matlab上尤其常见新版本Matlab对MinGW的支持已经好了很多。还有一类情况是工具包依赖了信号处理工具箱。比如内部调用了filter、resample、spectrogram这些函数如果许可证里没有相应工具箱运行时会报函数未授权。解决方法是在代码里换成等价的自定义实现或者直接在纯Matlab版PESQ里改掉依赖项。4.4 快速排查表现象可能原因处理办法函数找不到路径未添加、文件名拼写错误用addpath添加目录用which检查调用位置采样率报错输入音频采样率不是8k/16k统一用resample降采样到16kHz分数异常低时间未对齐、信号长度差异太大用xcorr做时延估计截断或补零保证两个信号长度一致分数异常高退化信号几乎等于参考信号检查是不是无意中比较了同一个文件MEX文件报错编译环境不对或平台不匹配重新编译mex源文件安装MinGW并配置mex -setup工具箱函数缺失未安装Signal Processing Toolbox安装对应许可或替换实现优先用纯Matlab版PESQ5. 打分之后还要做什么从分数到结论5.1 结合主观试听做交叉验证PESQ分数不是万能的我见过不少分数高但主观听感一般的情况。比如某些降噪算法对音乐类背景音的抑制很激进PESQ认为失真减小了分数提上去但人耳听起来会感觉背景“喘气”或者音乐变调。反过来有些算法引入的轻微金属感在Bark域扰动里体现不明显PESQ分数变化不大但人耳很容易察觉。所以我的工作流是先用PESQ批量筛选锁定几个候选算法再对重点场景做双盲主观试听。客观指标做粗筛主观听感做终审两者结合才是最稳妥的评估策略。5.2 注意PESQ的可信边界PESQ对某些失真类型会失灵。最典型的是强非线性处理和严重丢包下的断续语音。PESQ假设失真主要表现为加性噪声和滤波类失真当信号出现明显的语音切割、断续、时间伸缩变化时它的预测能力会明显下降。另外一个边界是强背景噪声场景。PESQ在参考信号本身包含噪声时表现不佳因为算法对参考信号中噪声的处理策略是把它当作信号一部分退化信号里的额外噪声会放大扰动。所以评估语音增强算法时如果参考信号是带噪语音PESQ分数可能不可靠最好用干净语音做参考退化信号用处理后的输出。对这类场景你可以考虑组合使用STOI可懂度指标和高阶指标POLQA拿多个客观指标交叉验证。5.3 扩展想法把PESQ集成到自动化测试平台里如果你手头有一批算法版本需要持续对比建议把PESQ评测流程封装成一个独立的函数或者脚本输入是参考目录和退化目录输出是汇总表格和画图。这样每次修改算法后一键跑完整套评测分数趋势一目了然。我甚至用过Matlab的App Designer做了个简单的小界面把“选择目录 - 跑PESQ - 出报告”这几步串起来省掉了每次手动敲脚本的工作量。集成的时候有几个小经验一是把每次评测的原始WAV文件和PESQ结果都归档方便回溯。二是把评测语料固定下来不要随便换测试集否则不同版本之间的分数不可比。三是注意记录Matlab版本和工具包版本因为不同实现之间的绝对分数可能略有差异。最后再分享一个细节PESQ的参考信号和退化信号都用同一套WAV文件命名规则目录结构尽量保持一致批量脚本写起来会非常简单。本文还有配套的精品资源点击获取 PESQ语音质量评价Matlab工具包：从原理到实操的完整指南
简介面向语音处理研究者与编解码器测试人员的PESQ客观语音质量评价MATLAB资源包基于Perceptual Evaluation of Speech Quality标准用于量化编码、传输、解码等环节引入的语音失真输出-0.5至4.5的感知评分。包体共9个文件大小约1.73MB包含evaluation.m主脚本、pesqbin.m二进制调用函数、pesq.exe工具以及原始/处理后wav样本另有txt使用说明、docx结果分析和xls对比数据可直接运行并查看评分结果。已有2050人学习下载可见其在语音质量评估实践中的参考热度。借助完整的脚本逻辑与配套样本读者既能快速复现PESQ打分流程也能结合说明理解帧对齐、频谱失真等核心计算环节为算法优化和自动化测试提供可扩展基础无论是初次接触PESQ还是需要集成到现有评估流程都能从中获得可直接修改的参考实现。 做语音处理的人手里大概率都存过一份PESQ matlab工具包比如这个“语音质量客观评价PESQmatlab.rar”。每次做编解码器对比、降噪算法验证、VoIP音质测试绕不开的就是给它跑一版分数。PESQ这套东西本身不算新但直到今天它依然是学术界和工业界用得最多的客观语音质量评价方法之一。这篇就把我从解压这个RAR到真正把它用明白的过程中踩过的坑和整理过的经验一起梳理出来。这个资源适合谁刚开始接触语音质量测评的研究生、做音频算法需要横向对比效果的工程师以及想搞清楚PESQ分数到底怎么算出来的同学。读完你会知道工具箱里每个文件大概干什么、PESQ是怎么把一段“人耳主观感受”变成可复现的数值结果、以及用Matlab跑评测时的完整流程和避坑清单。1. 先搞清楚你手里这份资源是什么1.1 从一个压缩包看课题组的真实工作流这类命名方式在高校实验室和工程师的网盘里非常常见。文件名直接标注了“语音质量客观评价”“PESQ”“matlab”基本上说明这是一份把ITU-T P.862标准算法用Matlab重写或者封装好的工具包。解压之后通常你会看到若干个.m文件、一两个示例WAV音频、可能还有一份readme或者使用说明。不同版本的工具包结构差异很大。有的直接用纯Matlab实现了整个PESQ流程速度比较慢但容易改有的用C语言写了核心计算、再用mex编译成Matlab可调用的接口速度接近工业应用。你手里这份具体是哪种解压后看一下有没有mexw64、mexw32这类文件就知道了。有这类文件说明要依赖编译好的二进制跑起来快但换电脑或者换Matlab版本后容易出兼容问题。1.2 为什么大家都选PESQ而不是其他指标语音质量评价分主观和客观两条路线。主观评价最标准的方法是MOSMean Opinion Score找一群人试听打分结果最接近真实感受但成本高、周期长、可复现性差。客观评价就是用算法去模拟人耳和大脑对语音的感知过程给出一组数值来预测MOS。PESQ就是这类方法的代表。PESQ的全称是Perceptual Evaluation of Speech Quality感知语音质量评价对应标准ITU-T P.862。它把原始参考信号和经过通信系统处理后的退化信号放在一起比较输出一个-0.5到4.5之间的分数分数越高说明音质越好。为什么选它因为PESQ在窄带语音8kHz采样上的预测准确度和主观MOS相关性很高尤其在编解码失真、噪声叠加、滤波处理这类场景下非常可靠。后面的WB-PESQP.862.2扩展到了宽带语音16kHz采样把可用的频带范围从4kHz拉到8kHz适合评估宽带和全带语音系统。和PESQ同类的指标还有POLQAP.863、ViSQOL、STOI等。STOI主要用于语音可懂度评估对噪声和语音增强比较敏感但它衡量的是“能不能听懂”而不是“好不好听”POLQA是PESQ的下一代升级版支持全带语音但商业化授权限制了它的普及。所以PESQ到今天还是最“出圈”的客观音质指标。1.3 适用人群和应用场景这份资源的典型用法有几种。做语音编解码器的用PESQ对比不同码率、不同算法下的音质损失做语音增强的用它量化降噪前后的质量提升做VoIP和网络语音传输的可以用它评估丢包、抖动对听感的影响做麦克风阵列和回声消除的PESQ也是验证算法效果的通用工具之一。我自己最常用的是把PESQ分数当作算法迭代的“回归测试指标”。改了一个滤波器系数、换了一种噪声估计策略拿一批标准测试语料跑一遍对比PESQ分是否下降。它不能完全代替主观听感但能快速筛掉那些破坏音质的改动效率非常高。2. PESQ算法拆解为什么它测的分数和主观听感能对上2.1 从主观MOS到客观映射PESQ的核心思想不是直接比较波形差异而是先模拟人耳听觉系统对声音的处理再在“感知域”里比较参考信号和退化信号的差异。人耳不是直接感知声波的线性幅度而是对频率做非均匀变换Bark尺度、对响度做非线性压缩幂律关系同时内耳还存在掩蔽效应——一个强信号会让附近的弱信号变得听不见。PESQ把这些听觉特性都考虑进去了所以它能测出“本质上人耳能感知到的失真”而不是简单的SNR。这也是为什么两个波形看起来相似但听感差异很大时PESQ比简单计算MSE或者SNR可靠得多。反过来某些波形层面差异明显但听觉上不明显的失真PESQ也懂得“放一马”。2.2 一级拆解标准参考实现里的五个关键步骤ITU-T P.862的参考实现流程不算复杂但每一步都有讲究。第一步是电平对齐。参考信号和退化信号如果有增益差异会直接影响最终分数。PESQ并不是简单地把两个信号的最大值拉平而是通过估计一个长时间的平均电平再归一化模拟人耳自动适应音量大小的特性。第二步是输入滤波。按照电话听筒的频响特性对两个信号做滤波相当于给“虚拟耳朵”加上电话信道特性。这部分在窄带PESQ里非常关键因为它规定了频率加权的基准。第三步是时间对齐。参考信号和退化信号之间往往存在时延。PESQ先做粗对齐再做细对齐估算出时延轮廓并补偿然后才进入后续比较。这一步决定了PESQ对网络抖动和缓冲引入时延的容忍度。第四步是听觉变换。把两个信号分别通过短时傅里叶分析、Bark尺度频带划分、响度压缩和频率/时间掩蔽处理转成“响度谱”形式。两个信号在这个感知域的差异被计算成“扰动密度”。第五步是扰动聚合。把扰动密度在时间上和频率上做平均再经过一个非线性映射得到最终PESQ分数。这个映射是标准里用大量主观测试数据拟合出来的用来让PESQ输出尽量接近主观MOS的走向。每一步都有专门的数学公式和查找表如果你想深入改算法或者移植到嵌入式平台建议直接读标准原文或者参考实现代码。网上很多开源版本做了简化跑出来的分数大体一致但在极端失真下可能会有偏差。2.3 版本差异P.862、P.862.1、P.862.2 怎么选用Matlab工具包时你可能会看到文件名里带P862、P862.1、P862.2这些字样它们对应的算法版本不一样。P.862是基础版输出PESQ原始分数范围约在-0.5到4.5。P.862.1定义了一个把PESQ原始分数映射到MOS-LQOListening Quality Objective的公式让输出范围贴合主观MOS的1到5。P.862.2也叫WB-PESQ扩展到了16kHz采样率输出映射到MOS-LQO宽带版本。实操选型很简单处理8kHz采样语音就用P.862基础版处理16kHz采样语音就用P.862.2。如果你想和别人的历史结果对比先确认对方用的是哪个版本不然分数标定不同对比没有意义。3. Matlab实操从解压到跑出第一个分数的完整过程3.1 环境准备与文件检查拿到RAR先解压然后打开Matlab把工具包所在目录加到当前路径。这一步千万别省很多报错都是因为没添加路径导致函数找不到。然后先看目录结构。我建议用下面这个思路快速摸清工具包% 检查当前目录下所有 matlab 文件 dir(*.m) % 如果有 mex 文件也一并列出来 dir(*.mex*) % 查看示例音频 dir(*.wav)正常情况下你会找到类似pesq.m、pesq_psychoacoustic.m、pesq_timit.m这样的文件。重点先打开主函数看输入参数的定义。不同版本调用方式不太一样常见的有两种% 方式1传入波形的子类调用常见于纯Matlab实现 score pesq(ref_wave, deg_wave, fs); % 方式2直接传文件名常见于封装了C代码或系统命令的实现 score pesq(ref.wav, deg.wav);我不知道你手里这个工具包具体是哪种所以建议先做一个小实验用自带示例音频跑通流程再换成自己的数据。3.2 跑通最小测试用例把示例文件读到工作区如果找不到示例文件就自己造一个% 生成一个 3 秒的参考信号采样率 16k fs 16000; t (0:3*fs-1) / fs; ref sin(2*pi*440*t) .* (1 - exp(-t*10)) .* exp(-t); % 模拟一个轻微的退化信号加噪声 时延 deg [zeros(20, 1); ref(1:end-20)] 0.01 * randn(size(ref)); % 调用 PESQ这里以常见的“传入波形”接口为例 score pesq(ref, deg, fs); fprintf(PESQ score: %.3f\n, score);这里我故意加了一小段时延和噪声所以跑出来的分数不会太高但也不会低到离谱。如果工具包是“传文件名”的接口你需要先用audiowrite把两个信号写成WAV文件再调用接口。跑通之后可以故意把退化信号换成一段静音或者完全随机的噪声观察分数是不是掉到很低。这一步是验证工具包是否正常的标准方法PESQ对完全不相关的两个信号应该给出很低的分数。3.3 批量评测脚本怎么写实际工作中你大概率不会只测一个文件而是测一个测试集。我习惯把所有参考信号放在ref目录下退化信号放在deg目录下文件名一一对应然后用脚本批量跑refDir D:\speech_data\ref; degDir D:\speech_data\deg; fs 16000; refFiles dir(fullfile(refDir, *.wav)); results table(); for i 1:length(refFiles) [ref, fs] audioread(fullfile(refDir, refFiles(i).name)); [deg, ~] audioread(fullfile(degDir, refFiles(i).name)); score pesq(ref, deg, fs); results [results; table({refFiles(i).name}, score, VariableNames, {File, PESQ})]; end % 显示平均分 fprintf(Average PESQ: %.3f\n, mean(results.PESQ));有几个细节要注意。首先参考信号和退化信号的采样率必须一致不一致的话先resample。其次PESQ对两个信号的长度差有容忍度但最好保证长度一致如果退化系统引入了明显时延建议在调用前用语音活动检测把静音段截掉或者在时间上先做粗对齐否则时间对齐环节压力太大会拖低分数。最后结果表一定要保存到CSV后续做算法对比时方便画图和分析。3.4 参数与结果重定标如果你拿到的是PESQ原始分数需要映射到MOS-LQO可以用P.862.1里的映射公式% P.862.1: raw PESQ - MOS-LQO 映射 a 0.999; b 0.002; c 0.0001; % 实际映射公式使用分段线性变换下面是简化的插值方法 mos_lqo interp1([-0.5, 1.2, 1.8, 2.4, 3.0, 3.4, 3.8, 4.2, 4.5], ... [1.0, 1.0, 1.3, 1.9, 2.5, 3.0, 3.5, 4.0, 4.5], ... score, linear, extrap);严格来说P.862.1的映射关系在标准附录里有一张表用上面这种插值方式可以逼近。正式报告里如果要求标定精确建议直接查阅标准原文。不过很多开源工具包已经在内部做了这层映射你看到的输出本来就是MOS-LQO这种情况下不要再做一次映射否则分数会偏。4. 常见报错与排查实录4.1 路径与采样率问题最经典的报错是“Undefined function or variable ‘pesq’”。这不是算法问题99%是没添加路径或者脚本名称拼写错。检查一下当前路径下能不能直接访问到该函数如果可以访问用which pesq确认一下。另一个很常见的问题是采样率不支持。P.862原始版本设计目标是8kHz电话语音很多实现在16kHz下也能跑但如果你喂了44.1kHz的音频部分实现会直接报错或者做出一个毫无意义的结果。遇到这种场景先降采样到16kHz或8kHz再测。我自己一般在数据准备阶段统一转成16kHz单声道WAV后面整个流程都省心。4.2 时间对齐与响度差异如果你发现PESQ分数莫名其妙低先别怀疑算法有问题检查两个信号的时间对齐情况。我自己就犯过这种错参考信号和退化信号之间差了30msPESQ分数直接掉了0.5分。后来做了简单的互相关对齐分数恢复正常范围。实现思路很简单用xcorr估算时延% 用互相关估计时延帧级粗同步 [c, lags] xcorr(deg, ref, coeff); [~, idx] max(abs(c)); delay lags(idx); % 如果是正延迟说明退化信号慢于参考信号需要裁剪补偿响度差异也会影响分数。PESQ内部有电平对齐但严重削波或极端响度差会导致映射失真。建议在测之前保证两个信号都处在相近的RMS电平下尤其是参考信号本身是用TTS合成的可能出现RMS异常高或低的情况。4.3 工具包依赖与编译问题如果工具包里有mex文件在Matlab重装、升级或者换了操作系统后可能会报“Invalid MEX-file”。解决方法是重新编译源文件。找到C源文件后在Matlab里执行mex pesq_core.c如果编译报错通常是缺少编译器。Windows上安装一个MinGW-w64或者Visual Studio Build Tools然后在Matlab里运行mex -setup选择对应的编译器。这个问题在老版本Matlab上尤其常见新版本Matlab对MinGW的支持已经好了很多。还有一类情况是工具包依赖了信号处理工具箱。比如内部调用了filter、resample、spectrogram这些函数如果许可证里没有相应工具箱运行时会报函数未授权。解决方法是在代码里换成等价的自定义实现或者直接在纯Matlab版PESQ里改掉依赖项。4.4 快速排查表现象可能原因处理办法函数找不到路径未添加、文件名拼写错误用addpath添加目录用which检查调用位置采样率报错输入音频采样率不是8k/16k统一用resample降采样到16kHz分数异常低时间未对齐、信号长度差异太大用xcorr做时延估计截断或补零保证两个信号长度一致分数异常高退化信号几乎等于参考信号检查是不是无意中比较了同一个文件MEX文件报错编译环境不对或平台不匹配重新编译mex源文件安装MinGW并配置mex -setup工具箱函数缺失未安装Signal Processing Toolbox安装对应许可或替换实现优先用纯Matlab版PESQ5. 打分之后还要做什么从分数到结论5.1 结合主观试听做交叉验证PESQ分数不是万能的我见过不少分数高但主观听感一般的情况。比如某些降噪算法对音乐类背景音的抑制很激进PESQ认为失真减小了分数提上去但人耳听起来会感觉背景“喘气”或者音乐变调。反过来有些算法引入的轻微金属感在Bark域扰动里体现不明显PESQ分数变化不大但人耳很容易察觉。所以我的工作流是先用PESQ批量筛选锁定几个候选算法再对重点场景做双盲主观试听。客观指标做粗筛主观听感做终审两者结合才是最稳妥的评估策略。5.2 注意PESQ的可信边界PESQ对某些失真类型会失灵。最典型的是强非线性处理和严重丢包下的断续语音。PESQ假设失真主要表现为加性噪声和滤波类失真当信号出现明显的语音切割、断续、时间伸缩变化时它的预测能力会明显下降。另外一个边界是强背景噪声场景。PESQ在参考信号本身包含噪声时表现不佳因为算法对参考信号中噪声的处理策略是把它当作信号一部分退化信号里的额外噪声会放大扰动。所以评估语音增强算法时如果参考信号是带噪语音PESQ分数可能不可靠最好用干净语音做参考退化信号用处理后的输出。对这类场景你可以考虑组合使用STOI可懂度指标和高阶指标POLQA拿多个客观指标交叉验证。5.3 扩展想法把PESQ集成到自动化测试平台里如果你手头有一批算法版本需要持续对比建议把PESQ评测流程封装成一个独立的函数或者脚本输入是参考目录和退化目录输出是汇总表格和画图。这样每次修改算法后一键跑完整套评测分数趋势一目了然。我甚至用过Matlab的App Designer做了个简单的小界面把“选择目录 - 跑PESQ - 出报告”这几步串起来省掉了每次手动敲脚本的工作量。集成的时候有几个小经验一是把每次评测的原始WAV文件和PESQ结果都归档方便回溯。二是把评测语料固定下来不要随便换测试集否则不同版本之间的分数不可比。三是注意记录Matlab版本和工具包版本因为不同实现之间的绝对分数可能略有差异。最后再分享一个细节PESQ的参考信号和退化信号都用同一套WAV文件命名规则目录结构尽量保持一致批量脚本写起来会非常简单。本文还有配套的精品资源点击获取