Технология PEAQ

PEAQ (Perceptual Evaluation of Audio Quality, рус. «перцептуальная оценка качества аудио») представляет собой стандартизированный алгоритм объективной оценки качества звука, разработанный в 1994—1998 гг. группой экспертов, в т. ч. оперативной группой Q6 Сектора радиокоммуникаций МСЭ (ITU-R). Первоначально алгоритм был представлен как ITU-R Recommendation BS.1387 в 1998 г., последнее обновление датировано 2001 годом. Принцип работы заключается в программном моделировании перцептуальных (относящихся к восприятию) характеристик человеческого уха и последующем преобразовании выходных значений модели (Model Output Variables) в единую метрику. PEAQ характеризует качество звука, которое теоретически воспринималось бы субъектами слухового теста, организованного в соответствии с рекомендациями ITU-R BS.1116.

PEAQ фактически использует 5-балльную шкалу mean opinion scores (MOS). Анализ результатов базируется на т. н. оценке субъективных различий (Subjective Difference Grade); при этом исследуемый сигнал сравнивается с исходным.

Мотивы создания

Необходимость сокращения потока данных обусловила разработки в области предварительного сжатия аудио — для последующей передачи. Различные методы кодирования устраняют как избыточность данных, так и те их фрагменты, которые не влияют на воспринимаемое звучание; таким образом битрейт, необходимый для кодирования сигнала, значительно снижается. Во внимание берутся имеющиеся знания о том, каким образом человек воспринимает звук; битрейт обычно снижается именно за счет информации, которая не воспринимается большинством слушателей. Традиционные измерения, вроде определения АЧХ с помощью плавающего синуса, соотношения сигнал/шум, КНИ, не отражают качество аудио кодеков. Для предсказания того, каким образом информация будет маскироваться более громкими элементами прилегающими во временной и частотной плоскости, необходимо использовать психоакустическую модель.

Так как субъективные слуховые тесты занимают много времени, дорогостоящи и непригодны для каждодневного использования, было бы полезно заменить их объективными компьютерными методами. Под управлением оперативной группы ITU-R 6Q, а также группы экспертов, лидирующих в области качества звука, была разработана новая объективная модель качества аудио: PEAQ.

Основные принципы

Одним из первых этапов перцептуального (психоакустического) кодирования является определение максимального уровня шума, который может быть внесен в сигнал, но при этом не будет слышен. Поскольку система человеческого органа слуха является в значительной степени нелинейной, уровень шума меняется в зависимости от временных и частотных характеристик сигнала. Благодаря психоакустическим исследованиям можно установить граничные критерии для различных акустических событий и результирующих звуков. Ключевым моментом является маскировка, которая определяет влияние одного звука на другой, совпадающий с ним по времени. Маскировка зависит от спектрального состава обоих — маскирующего и маскируемого — сигналов, а также от их взаимного расположения во временной плоскости. Примерная блок-схема системы перцептуального кодирования изображена на рисунке.

Входной сигнал раскладывается на семплированные спектральные составляющие. Затем для каждого семпла в соответствии с законами психоакустики рассчитывается значение порога маскировки. Это то, что называется перцептуальной моделью системы кодирования. Далее компоненты квантуются и кодируются таким образом, чтобы шум квантования был ниже порога маскировки. После этого формируется битовый поток.

Модели

Модель использует основные свойства системы слуха — отдельные физиологические и психоакустические эффекты. Первая часть модели выполняет Дискретное преобразование Фурье , используя банк фильтров. Вторая часть обеспечивает когнитивную обработку, аналогичную выполняемой человеческим мозгом. На картинке ниже представлена схема взаимосвязи между человеческой слуховой системой и объективной психоакустической моделью.

По результатам сравнения моделью тестируемого сигнала с оригинальным (референсным) генерируются выходные переменные (MOV). Каждая переменная отвечает за отдельный психоакустический аспект. На финальном этапе из значений переменных формируется итоговая оценка, соответствующая оценке субъективных различий (SDG, см. выше).

Существует два варианта модели. Базовая версия (с менее сложными алгоритмом) разработана для быстрых расчетов в режиме реального времени. Продвинутая версия требовательна к вычислительным ресурса, но в то же время даёт более точные результаты.

Лицензия

В соответствии с рекомендациями ITU-R Rec. BS.1387 технология PEAQ защищена несколькими патентами и распространяется под лицензией вместе с исходным кодом для коммерческих приложений на справедливых, разумных и не дискриминационных условиях. Для образовательных целей существует кросс-платформенная программа Peaqb, которая реализует те же самые функции, но в ограниченной форме, т. к. не проходила валидацию данными ITU. Еще одной аналогичной реализацией базовой модели PEAQ является PQevalAudio, разработанная лабораторией TSP Lab Университета Макгилла.

PEAQ — технология автоматической оценки перцептуального качества, разработанная экспертами ITU-R.