懂AI

NISQA学习资料汇总 - 深度学习模型预测语音质量和自然度

RayRay
NISQA语音质量预测训练自然语言合成语音样本Github开源项目

NISQA

NISQA简介

NISQA (Non-Intrusive Speech Quality Assessment)是一个用于语音质量和自然度评估的深度学习模型框架。它主要有以下几个功能:

  1. 语音质量预测:可以预测经过通信系统传输后的语音样本质量,包括总体质量、噪声、音色、不连续性和响度等维度。

  2. TTS自然度预测:可以预测语音合成或声音转换系统生成的合成语音的自然度。

  3. 模型训练/微调:支持训练新的语音质量预测模型,或在已有模型基础上进行微调。

  4. 大规模语音质量数据集:提供了包含14000多个语音样本的NISQA语料库,用于模型训练和评估。

NISQA模型架构

安装与使用

  1. 安装依赖:
conda env create -f env.yml
  1. 预测语音质量:
python run_predict.py --mode predict_file --pretrained_model weights/nisqa.tar --deg /path/to/wav/file.wav
  1. 训练/微调模型:
python run_train.py --yaml config/finetune_nisqa.yaml
  1. 评估模型:
python run_evaluate.py

详细的安装和使用说明可以参考NISQA GitHub主页。

数据集

NISQA Corpus是一个包含14000多个语音样本的大规模数据集,用于训练和评估语音质量预测模型。它包含:

  • 模拟失真样本(编解码器、丢包、背景噪声等)
  • 真实场景样本(手机通话、Zoom、Skype、WhatsApp等)
  • 每个样本都标注了总体质量、噪声、音色、不连续性和响度等维度的主观评分

数据集下载和详细说明请参考NISQA Corpus Wiki。

相关论文

如果您在研究中使用了NISQA,请引用以下相关论文:

  1. NISQA模型: NISQA: A Deep CNN-Self-Attention Model for Multidimensional Speech Quality Prediction with Crowdsourced Datasets

  2. NISQA-TTS模型: Deep Learning Based Assessment of Synthetic Speech Naturalness

  3. 双端NISQA模型: Full-reference speech quality estimation with attentional Siamese neural networks

许可证

更多资源

NISQA为语音质量评估领域提供了强大的深度学习解决方案。希望本文汇总的学习资料能够帮助您更好地了解和使用NISQA。如果您对NISQA有任何问题,欢迎在GitHub上提issue讨论。

NISQA预测结果示例

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多