Notice bibliographique
Résumé
Voice over Internet Protocol (VoIP) is a promising technology and it is expected to replace the traditional telephone networks in the next few years. However, speech quality in VoIP is not guaranteed, due to various new impairments introduced by Internet and Internet Protocol (IP) terminals. Evaluating VoIP speech quality in a non-intrusive fashion is challenging, as a reference signal is not accessible. The thesis develops a single-ended, non-intrusive speech quality classification and assessment algorithm in VoIP, which reflects end-users’ true quality of experience. A novel assessment structure is proposed, which utilizes a three-step strategy: impairment detection, individual effect modeling and an overall assessment model. The algorithm combines the merits of voice payload and IP header analysis approaches, and several major impairments in VoIP, including temporal clipping, echo, packet loss and noise, are investigated in the thesis. To model the effects of temporal clipping on speech quality, an algorithm based on the clipping statistics is developed, with different weighting factors assigned to different clipping locations. For the effects of packet loss, a scheme is proposed to first classify the lost packet into three types: silence, unvoiced and voiced, then an algorithm is developed by using loss localization information. To reflect the effects of loss burstiness, a new codec-dependent parameter is introduced. Two prevailing VoIP codecs, ITU-T Rec. G.711 and G.729A, are examined. Echo detection is achieved by measuring its echo path delay and echo path loss. Two algorithms suitable for VoIP scenarios where echo delay is excessive and echo path is nonlinear are developed. For the overall model, the individual models for temporal clipping and packet loss are first combined, with the noise and echo perception models in the E-model, an overall assessment model is developed. Particularly, a two-step noise power estimation method is adopted. The noise additivity assumption in the E-model is examined and a correction curve is suggested. In the thesis, ITU-T Ree. P.862.1 is used to objectively measure the speech quality. The simulation results show the accuracy and effectiveness of the proposed algorithm. The correlation between prediction and measurement is 0.90, and standard error is 0.27 Mean Opinion Score (MOS). A subjective MOS test covering some key scenarios is also conducted; the ratings are analyzed to verify the novel concepts and to calibrate the proposed models. Moreover, the performance limitations of several leading objective measures are pointed out.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».