简介PEAQ感知音频质量评估算法符合ITU-R BS.1387-1标准是一套基于人类听觉特性的客观音质评价方案。这份压缩包提供了该算法的MATLAB语言实现适合音频工程人员、编码算法研究者和声学专业学生用于评估编码后的音质损失。资源共三十三个文件以三十一个M脚本文件为主附带两个文本说明整体大小约二十三KB。程序代码覆盖了心理声学建模、时频变换、掩蔽阈值计算与感知失真度量等核心环节运行后可得到感知质量指数。目前已有二百二十九人学习下载。仔细研读代码能够直观理解掩蔽效应如何影响音质判断以及感知质量指数的计算流程借助MATLAB的交互环境还可按需调整参数或扩展功能并结合图表可视化分析不同编码算法的性能。压缩包内另附说明文档目录结构按DFT分析、心理声学映射、运动输出等模块划分便于学习和二次开发是一份轻量实用的音频质量评估参考资料。 做音频算法这行的人迟早会遇到一个叫PEAQ的名字。如果你也是顺着“PEAQ matlab”这些关键词找到一堆名为PEAQ.rar的压缩包那么这篇东西应该能帮你省下不少弯路。PEAQ全称Perceptual Evaluation of Audio Quality出自ITU-R BS.1387标准简单说就是用一个算法来模拟人耳给“音频听起来有多差”打个客观分数。它解决的是主观试听费时费力、SNR这类传统指标又不贴合真实听感的问题适合正在做音频编解码器评测、写论文需要客观数据支撑、或者单纯想搞明白“音质怎么量化”的工程师和研究者。我在一次编码器选型评测中用过这套MATLAB实现从解压到跑通再到被结果坑了一把整个过程值得记录下来。1. PEAQ的来头音频行业里的“客观试听员”1.1 为什么主观试听越来越不够用做音频质量评估最直接的办法当然是拉一队人坐在听音室里打分。这个做法从电信行业算起已经有几十年历史到今天依然是公认的“金标准”。但它的成本高到让人头疼听音员需要筛选和培训测试环境要控制背景噪声一次MUSHRA测试动辄安排几十个听音员加上统计分析周期按周算。如果你只是在验证一个编码器参数的改动或者想知道某个后处理模块有没有引入可闻损伤根本等不起这个周期。而且主观测试有个隐藏问题——听音员会疲劳同一组样本连续听三轮打分一致性就明显下降。所以业界的思路很自然能不能找一套计算模型把“人耳怎么感知失真”这件事用算法复现出来至少在没有主观条件的时候给我们一个可以重复测量的参照物。这时候传统指标就露馅了。SNR、THD这些参数看着精确但它们把人耳当成一个理想的线性接收器。人耳对低频和高频的敏感度不一样对噪声的容忍度也和信号本身的能量分布密切相关。一个-40dB的底噪如果发生在语音间隙几乎没人注意如果发生在静音段那就会变成一个明显的“嘶嘶声”。这些差异在SNR上可能只差零点几个dB主观感受却天差地别。PEAQ就是冲着这个问题来的。1.2 PEAQ到底解决什么问题PEAQ的核心逻辑可以概括成一句话输入端塞进两段音频一段是参考信号通常是原始无损素材另一段是待测信号经过编码、传输、处理之后的版本算法在内部模拟人耳听觉路径把两者放在一个统一的感知空间里对比最终产出一个分数ODGObjective Difference Grade。ODG的取值范围一般在0到-4之间。0表示感知不到差异-4表示差异极其严重、基本属于劣化。它对应的是主观评估里的“主观差异等级”分数越低说明被测系统对音质的损伤越大。这样的输出非常直观编解码器研发人员只要看着这个数字就能判断某个改动方向到底是对是错。需要提醒的是PEAQ的设计目标偏向音频和节目素材也就是音乐、广播这一类内容。如果你要评估的是语音通话质量业界更常用的是PESQ或ViSQOL这一点后面会细说。我最初在MATLAB生态里到处找现成实现就是因为PEAQ这个方案在音频领域几乎是绕不开的存在——论文里、选型报告里、产品对比里ODG是默认的客观音质凭证。2. 拿到rar包以后别急着跑先搞清结构和环境2.1 压缩包里通常是什么网上流传的PEAQ MATLAB实现多半是Basic版本对应BS.1387-1标准里的基础模式。压缩包解开后结构大致是下面这个样子各家流传的版本可能略有出入但核心模块基本一致。PEAQ/ ├── PEAQ.m # 主入口函数 ├── read_audio.m # 音频读取与格式转换 ├── fft_analysis.m # 短时FFT分析 ├── filterbank.m # 外耳中耳滤波 ├── bark_scale.m # 频率到Bark尺度映射 ├── masking_threshold.m # 掩蔽阈值计算 ├── disturbance.m # 感知扰动提取 ├── test_audio/ │ ├── ref.wav # 示例参考信号 │ └── deg.wav # 示例待测信号 └── README.txt我当时下载的这个包还算规整README写明了入口函数的调用格式。但别高兴太早很多流传版本的文件名和函数签名不一样有的把主函数叫PEAQ_entire_file.m有的需要你手动指定几个全局参数。所以第一件事永远是打开README看一下别直接双击脚本。有的包里还附带一个GUI版本用图形界面选择两个wav文件然后点计算。GUI版本适合快速试用但批量跑测试不方便。做数据统计还是得回到命令行模式把调用封装成一个函数逐条跑。这一点在你拿到包之后可以马上验证一下看看主函数能不能接收两个文件路径作为参数返回一个double类型的ODG值。2.2 跑通前必须确认的三件事第一件是MATLAB版本兼容性。老代码写于十几年前里面很可能用了wavread、wavwrite这类已经被新版本移除的函数。如果你用的是R2020b之后的MATLAB直接调用会报错“Undefined function wavread”。解决办法也很简单把源码里对应的读取函数替换成audioread写文件的地方替换成audiowrite。这种替换一般牵涉不到算法逻辑纯粹是接口变化。第二件是工具箱依赖。PEAQ实现里用到了滤波器设计、FFT窗函数、统计分析之类的功能对应Signal Processing Toolbox和Statistics Toolbox。如果你只有基础MATLAB环境很可能跑到一半报错说找不到某个函数。提前用which命令查一下依赖或者在命令行里逐个执行核心子函数路径先把缺失的工具箱装好再跑省得在错误信息里摸黑排查。第三件是路径和文件格式。代码通常默认从当前目录读取wav文件所以工作目录设置不对第一个参数就找不到文件。文件格式方面PEAQ标准支持44.1kHz、48kHz等常见采样率但我碰到过部分实现只适配某一个固定采样率的硬编码版本如果你的音频是96kHz得先降采样再喂进去。另外老版本MATLAB在Windows上处理中文路径偶尔会抽风建议全程用英文目录名。3. 算法链路拆解声波是怎么变成一个分数的3.1 预处理时间对齐、电平校准、重采样在算法真正“听”音频之前有三个预处理步骤直接决定输出是否靠谱。时间对齐应该被放在优先级最高的位置。编码器通常会引入几百个采样点的算法延迟如果不知道这一点直接把参考信号和待测信号同时送入PEAQ算法会认为两段信号从头到尾都存在巨大差异ODG分数直接暴跌到-3以下而实际上系统只是慢了几毫秒。我踩过这个坑当时用某个开源的编码器做测试ODG只有-2.6后来拿互相关函数找到延迟并补偿掉分数立刻回到-0.3附近。所以正规做法是在预处理环节先做一次互相关峰值搜索把时延对准。电平校准同样不能省。如果待测信号比参考信号整体大了几个dBPEAQ会把它当作一种质量损伤来处理。而实际上很多系统在输出端都会做响度归一化这是正常现象。比较稳妥的做法是根据参考信号的RMS值对待测信号做增益匹配避免音量差异干扰感知判断。重采样这一步更直接的目的是让两段信号的采样率保持一致。如果你的参考信号是44.1kHz编码器输出却是48kHz程序可能不会报错但算法内部完全基于时间点对齐做处理采样率不一致会让整个计算失去意义。先用resample函数统一到目标采样率再进PEAQ这是基本觉悟。3.2 心理声学模型做了哪些事PEAQ之所以比传统指标聪明是因为它模拟了听觉外周系统的几个关键行为。人耳对频率的解析不是线性的低频区域的分辨率高高频区域反而很粗糙所以算法会用Bark尺度把频率轴重新映射。在这个尺度下人耳被划分成若干个临界频带每个频带可以理解为一组内部滤波器。处理的时候参考信号和待测信号都要经过外耳中耳滤波补偿人耳对高低频敏感度的差异然后加窗做FFT把时域信号转到频域。接下来算法会计算每个临界频带内的能量分布并推导出掩蔽阈值。关于掩蔽效应打个比方你在嘈杂的演唱会上听不清旁边人说话不是因为对方嗓门小而是因为主舞台的声音把这个频段“盖住”了。PEAQ里的掩蔽阈值就是这个“盖住”的边界线。落在边界之下的失真和噪声算法会判定为人耳感知不到放心地忽略掉。落在边界之上的部分才真正计入感知损伤。这个机制让PEAQ不会惩罚那些实际上听不见的微小差异这也是它贴近主观听感的关键所在。3.3 从扰动特征到ODG分数计算完掩蔽阈值之后算法会在每个Bark频带里比较参考信号和待测信号提取一组描述“感知扰动”的特征。Basic版本里常见特征包括噪声响度计算超过掩蔽阈值的残余噪声的响度、调制差异信号包络随时间变化上的差异、带宽损失等。这组特征本身并不能直接当分数用还需要一个映射过程。标准设计者在大规模主观测试数据上拟合出一个多元线性回归方程把多维特征映射成单个ODG值。这个拟合过程可以理解为先让算法算出一堆中间指标再通过这些指标的组合去逼近人类听音员的平均打分。Advanced模式相比Basic模式计算的特征更精细距离也更大但核心思想一致。在MATLAB实现里Basic模式已经能满足大部分日常对比需求计算速度也快得多。ODG的典型区间对应关系大致如下可以作为经验参考ODG范围感知描述常见场景0 ~ -0.5感知不到或几乎感知不到差异无损编码、高码率有损编码-0.5 ~ -1.5细微差异不仔细听难以察觉高质量AAC/Opus中等码率-1.5 ~ -3.0明显差异整体仍可接受中低码率编码、轻度后处理损伤-3.0 ~ -4.0非常明显的劣化极低码率、严重丢包或错误处理注意这个区间对应关系是工程经验值不是标准文档里的强制定义。不同素材、不同听音环境下同样的ODG可能对应不太一样的主观感受。4. 实战用PEAQ量化一个音频编码器的音质4.1 准备参考信号和待测信号的完整流程跑PEAQ之前样本准备质量比你想的重要得多。我当时做编码器横向对比直接拿一首歌从中间截了10秒就开跑结果数据波动非常大同一个编码器跑三次能差出一个数量级。后来老老实实把样本规范成下面这套流程结果才稳定下来。先准备一组参考信号素材类型要有区分度。人声独唱、打击乐、管弦乐、电子乐各选一段每段至少15到20秒。素材太短算法在时域统计上的样本量不足ODG容易受到局部瞬态影响。文件统一保存为48kHz/16bit的PCM WAV格式文件名用英文目录按编码器名称分开管理。然后用待测编码器处理这些参考信号得到待测信号。关键点是保持输入输出采样率、声道数一致且不要嵌套多次重采样。如果编码器输出的采样率变了在进入PEAQ之前统一重采样回参考信号的采样率声道也做相应匹配。前提确认无误后直接在主函数里逐条调用。这里演示一个批量处理的写法% 批量计算ODG示例 references {speech.wav, drums.wav, orchestra.wav, electronic.wav}; refDir D:/tests/refs/; testDir D:/tests/encoderA_96kbps/; odgValues zeros(1, length(references)); for i 1:length(references) refFile fullfile(refDir, references{i}); testFile fullfile(testDir, references{i}); odgValues(i) PEAQ(refFile, testFile); fprintf(%s ODG %.3f\n, references{i}, odgValues(i)); end fprintf(Mean ODG %.3f\n, mean(odgValues));跑完这组之后再把testDir换成另一个编码器的结果目录就能得到两个编码器在相同素材集上的客观音质对比。整个过程如果不涉及预处理一个素材集十来个文件也就是几分钟的事情。4.2 ODG结果怎么看异常情况怎么排查拿到ODG之后第一件事不是看绝对值而是看相对关系。同一个参考素材下编码器A的平均ODG是-0.7编码器B是-1.2那你基本可以判断A的感知质量优于B。但如果你发现某个素材的ODG显著偏离均值比如其他都在-0.5附近突然有一个-2.8那多半不是编码器的问题而是数据链路出了问题。我遇到过几种典型异常情况。第一种是时延未对齐表现是ODG异常低且所有素材普遍偏低解决办法就是文章前面说的互相关对齐。第二种是响应度不匹配表现是ODG变化毫无规律检查后发现测试文件被某个响度插件统一抬升了3dB。第三种是采样率不一致程序不会报错但结果不可信检查方式是在预处理阶段打印出Fs并确认两边一致。ODG恰好为0的情况也要留意。它不代表信号完全无损只代表在PEAQ感知模型的判定下差异低到了不可感知的范围内。如果待测信号确实经过了有损编码而ODG却是0你可以怀疑一下是不是输入了两个相同的文件或者文件路径写错了。5. 避坑记录那些文档里查不到的经验5.1 这个版本在实测中暴露的几个典型问题第一个常见问题是立体声处理。我下载的这个MATLAB实现默认只处理单声道输入一个立体声wav文件时它会把左右声道混成一个声道再计算。表面上没问题但如果左右声道经过编码器处理后损伤程度不同混合平均就会把某些失真掩盖掉。稳妥的做法是在喂给PEAQ之前自己控制好声道处理方式要么两边都转单声道要么左右声道分别计算ODG再取平均。我个人倾向于后者尤其在做空间音频或双声道编码器验证时左右分离更能反映真实情况。第二个问题是老代码的绘图代码会拖慢批量计算。很多流传版本在函数末尾附带了画图功能每次调用都弹出一个波形对比图。批量跑几十个文件时每弹一次图就卡几秒实在影响效率。解决办法是找到主函数里绘图区域注释掉或者加一个if flag控制开关。我当时把这部分代码拿掉之后整个脚本运行时间缩短了差不多一半。第三个是杀毒软件误报问题。网络上下载的压缩包解压后偶尔会有安全软件报毒这并不一定说明包里有问题但也不能掉以轻心。建议先放到隔离目录解压安全扫描后再放进工作区。如果包里有不认识的exe直接删除只用.m和.wav文件就够了。5.2 除了PEAQ还有什么可以替代的工具PEAQ在音频编码质量评估里虽然经典但它发布年代较早对人耳感知模型的刻画相对粗糙。如果你做的是现代低比特率编码器或者要评估的是语音通信质量有其他工具可以考虑。ViSQOL是Google开源的评估工具基于频谱相似度计算对语音和音乐都支持近年论文里经常看到。它的一大优势是计算效率高适合大规模数据评测。PEMO-Q则更贴近听觉外周模型在学术论文里也比较常见但它需要商业授权MATLAB实现也有对应的工具包可以购买。PESQ针对语音通信场景ITU-T P.862标准做VoIP或语音编解码评估时它是老牌选择。POLQA是PESQ的继任者ITU-T P.863对现代编码器和宽带语音支持更好。选型建议很直接如果你的输入素材是音乐或通用音频PEAQ在MATLAB生态里最容易上手如果你的应用场景是语音通话优先转向ViSQOL、PESQ或POLQA。当然客观指标永远替代不了主观听音我自己的习惯是先用PEAQ做粗筛把明显有问题的方案淘汰掉剩下几个候选再组织主观试听做最终决策。最后分享一个个人习惯在碰到官网或正规来源之前我一般会先确认手里的PEAQ源码是否自带测试用例没有的话就自己构造一个“参考与测试完全相同”的测试样本跑一遍。如果输出不是0说明代码在环境上有问题趁早排查比数据集跑完才发现靠谱得多。你拿到任何版本的PEAQ.rar都可以先用这个办法验一下环境基本能保证后续评测数据不是从坏河里舀出来的水。本文还有配套的精品资源点击获取 PEAQ音频质量评估：从原理到MATLAB实战避坑指南
简介PEAQ感知音频质量评估算法符合ITU-R BS.1387-1标准是一套基于人类听觉特性的客观音质评价方案。这份压缩包提供了该算法的MATLAB语言实现适合音频工程人员、编码算法研究者和声学专业学生用于评估编码后的音质损失。资源共三十三个文件以三十一个M脚本文件为主附带两个文本说明整体大小约二十三KB。程序代码覆盖了心理声学建模、时频变换、掩蔽阈值计算与感知失真度量等核心环节运行后可得到感知质量指数。目前已有二百二十九人学习下载。仔细研读代码能够直观理解掩蔽效应如何影响音质判断以及感知质量指数的计算流程借助MATLAB的交互环境还可按需调整参数或扩展功能并结合图表可视化分析不同编码算法的性能。压缩包内另附说明文档目录结构按DFT分析、心理声学映射、运动输出等模块划分便于学习和二次开发是一份轻量实用的音频质量评估参考资料。 做音频算法这行的人迟早会遇到一个叫PEAQ的名字。如果你也是顺着“PEAQ matlab”这些关键词找到一堆名为PEAQ.rar的压缩包那么这篇东西应该能帮你省下不少弯路。PEAQ全称Perceptual Evaluation of Audio Quality出自ITU-R BS.1387标准简单说就是用一个算法来模拟人耳给“音频听起来有多差”打个客观分数。它解决的是主观试听费时费力、SNR这类传统指标又不贴合真实听感的问题适合正在做音频编解码器评测、写论文需要客观数据支撑、或者单纯想搞明白“音质怎么量化”的工程师和研究者。我在一次编码器选型评测中用过这套MATLAB实现从解压到跑通再到被结果坑了一把整个过程值得记录下来。1. PEAQ的来头音频行业里的“客观试听员”1.1 为什么主观试听越来越不够用做音频质量评估最直接的办法当然是拉一队人坐在听音室里打分。这个做法从电信行业算起已经有几十年历史到今天依然是公认的“金标准”。但它的成本高到让人头疼听音员需要筛选和培训测试环境要控制背景噪声一次MUSHRA测试动辄安排几十个听音员加上统计分析周期按周算。如果你只是在验证一个编码器参数的改动或者想知道某个后处理模块有没有引入可闻损伤根本等不起这个周期。而且主观测试有个隐藏问题——听音员会疲劳同一组样本连续听三轮打分一致性就明显下降。所以业界的思路很自然能不能找一套计算模型把“人耳怎么感知失真”这件事用算法复现出来至少在没有主观条件的时候给我们一个可以重复测量的参照物。这时候传统指标就露馅了。SNR、THD这些参数看着精确但它们把人耳当成一个理想的线性接收器。人耳对低频和高频的敏感度不一样对噪声的容忍度也和信号本身的能量分布密切相关。一个-40dB的底噪如果发生在语音间隙几乎没人注意如果发生在静音段那就会变成一个明显的“嘶嘶声”。这些差异在SNR上可能只差零点几个dB主观感受却天差地别。PEAQ就是冲着这个问题来的。1.2 PEAQ到底解决什么问题PEAQ的核心逻辑可以概括成一句话输入端塞进两段音频一段是参考信号通常是原始无损素材另一段是待测信号经过编码、传输、处理之后的版本算法在内部模拟人耳听觉路径把两者放在一个统一的感知空间里对比最终产出一个分数ODGObjective Difference Grade。ODG的取值范围一般在0到-4之间。0表示感知不到差异-4表示差异极其严重、基本属于劣化。它对应的是主观评估里的“主观差异等级”分数越低说明被测系统对音质的损伤越大。这样的输出非常直观编解码器研发人员只要看着这个数字就能判断某个改动方向到底是对是错。需要提醒的是PEAQ的设计目标偏向音频和节目素材也就是音乐、广播这一类内容。如果你要评估的是语音通话质量业界更常用的是PESQ或ViSQOL这一点后面会细说。我最初在MATLAB生态里到处找现成实现就是因为PEAQ这个方案在音频领域几乎是绕不开的存在——论文里、选型报告里、产品对比里ODG是默认的客观音质凭证。2. 拿到rar包以后别急着跑先搞清结构和环境2.1 压缩包里通常是什么网上流传的PEAQ MATLAB实现多半是Basic版本对应BS.1387-1标准里的基础模式。压缩包解开后结构大致是下面这个样子各家流传的版本可能略有出入但核心模块基本一致。PEAQ/ ├── PEAQ.m # 主入口函数 ├── read_audio.m # 音频读取与格式转换 ├── fft_analysis.m # 短时FFT分析 ├── filterbank.m # 外耳中耳滤波 ├── bark_scale.m # 频率到Bark尺度映射 ├── masking_threshold.m # 掩蔽阈值计算 ├── disturbance.m # 感知扰动提取 ├── test_audio/ │ ├── ref.wav # 示例参考信号 │ └── deg.wav # 示例待测信号 └── README.txt我当时下载的这个包还算规整README写明了入口函数的调用格式。但别高兴太早很多流传版本的文件名和函数签名不一样有的把主函数叫PEAQ_entire_file.m有的需要你手动指定几个全局参数。所以第一件事永远是打开README看一下别直接双击脚本。有的包里还附带一个GUI版本用图形界面选择两个wav文件然后点计算。GUI版本适合快速试用但批量跑测试不方便。做数据统计还是得回到命令行模式把调用封装成一个函数逐条跑。这一点在你拿到包之后可以马上验证一下看看主函数能不能接收两个文件路径作为参数返回一个double类型的ODG值。2.2 跑通前必须确认的三件事第一件是MATLAB版本兼容性。老代码写于十几年前里面很可能用了wavread、wavwrite这类已经被新版本移除的函数。如果你用的是R2020b之后的MATLAB直接调用会报错“Undefined function wavread”。解决办法也很简单把源码里对应的读取函数替换成audioread写文件的地方替换成audiowrite。这种替换一般牵涉不到算法逻辑纯粹是接口变化。第二件是工具箱依赖。PEAQ实现里用到了滤波器设计、FFT窗函数、统计分析之类的功能对应Signal Processing Toolbox和Statistics Toolbox。如果你只有基础MATLAB环境很可能跑到一半报错说找不到某个函数。提前用which命令查一下依赖或者在命令行里逐个执行核心子函数路径先把缺失的工具箱装好再跑省得在错误信息里摸黑排查。第三件是路径和文件格式。代码通常默认从当前目录读取wav文件所以工作目录设置不对第一个参数就找不到文件。文件格式方面PEAQ标准支持44.1kHz、48kHz等常见采样率但我碰到过部分实现只适配某一个固定采样率的硬编码版本如果你的音频是96kHz得先降采样再喂进去。另外老版本MATLAB在Windows上处理中文路径偶尔会抽风建议全程用英文目录名。3. 算法链路拆解声波是怎么变成一个分数的3.1 预处理时间对齐、电平校准、重采样在算法真正“听”音频之前有三个预处理步骤直接决定输出是否靠谱。时间对齐应该被放在优先级最高的位置。编码器通常会引入几百个采样点的算法延迟如果不知道这一点直接把参考信号和待测信号同时送入PEAQ算法会认为两段信号从头到尾都存在巨大差异ODG分数直接暴跌到-3以下而实际上系统只是慢了几毫秒。我踩过这个坑当时用某个开源的编码器做测试ODG只有-2.6后来拿互相关函数找到延迟并补偿掉分数立刻回到-0.3附近。所以正规做法是在预处理环节先做一次互相关峰值搜索把时延对准。电平校准同样不能省。如果待测信号比参考信号整体大了几个dBPEAQ会把它当作一种质量损伤来处理。而实际上很多系统在输出端都会做响度归一化这是正常现象。比较稳妥的做法是根据参考信号的RMS值对待测信号做增益匹配避免音量差异干扰感知判断。重采样这一步更直接的目的是让两段信号的采样率保持一致。如果你的参考信号是44.1kHz编码器输出却是48kHz程序可能不会报错但算法内部完全基于时间点对齐做处理采样率不一致会让整个计算失去意义。先用resample函数统一到目标采样率再进PEAQ这是基本觉悟。3.2 心理声学模型做了哪些事PEAQ之所以比传统指标聪明是因为它模拟了听觉外周系统的几个关键行为。人耳对频率的解析不是线性的低频区域的分辨率高高频区域反而很粗糙所以算法会用Bark尺度把频率轴重新映射。在这个尺度下人耳被划分成若干个临界频带每个频带可以理解为一组内部滤波器。处理的时候参考信号和待测信号都要经过外耳中耳滤波补偿人耳对高低频敏感度的差异然后加窗做FFT把时域信号转到频域。接下来算法会计算每个临界频带内的能量分布并推导出掩蔽阈值。关于掩蔽效应打个比方你在嘈杂的演唱会上听不清旁边人说话不是因为对方嗓门小而是因为主舞台的声音把这个频段“盖住”了。PEAQ里的掩蔽阈值就是这个“盖住”的边界线。落在边界之下的失真和噪声算法会判定为人耳感知不到放心地忽略掉。落在边界之上的部分才真正计入感知损伤。这个机制让PEAQ不会惩罚那些实际上听不见的微小差异这也是它贴近主观听感的关键所在。3.3 从扰动特征到ODG分数计算完掩蔽阈值之后算法会在每个Bark频带里比较参考信号和待测信号提取一组描述“感知扰动”的特征。Basic版本里常见特征包括噪声响度计算超过掩蔽阈值的残余噪声的响度、调制差异信号包络随时间变化上的差异、带宽损失等。这组特征本身并不能直接当分数用还需要一个映射过程。标准设计者在大规模主观测试数据上拟合出一个多元线性回归方程把多维特征映射成单个ODG值。这个拟合过程可以理解为先让算法算出一堆中间指标再通过这些指标的组合去逼近人类听音员的平均打分。Advanced模式相比Basic模式计算的特征更精细距离也更大但核心思想一致。在MATLAB实现里Basic模式已经能满足大部分日常对比需求计算速度也快得多。ODG的典型区间对应关系大致如下可以作为经验参考ODG范围感知描述常见场景0 ~ -0.5感知不到或几乎感知不到差异无损编码、高码率有损编码-0.5 ~ -1.5细微差异不仔细听难以察觉高质量AAC/Opus中等码率-1.5 ~ -3.0明显差异整体仍可接受中低码率编码、轻度后处理损伤-3.0 ~ -4.0非常明显的劣化极低码率、严重丢包或错误处理注意这个区间对应关系是工程经验值不是标准文档里的强制定义。不同素材、不同听音环境下同样的ODG可能对应不太一样的主观感受。4. 实战用PEAQ量化一个音频编码器的音质4.1 准备参考信号和待测信号的完整流程跑PEAQ之前样本准备质量比你想的重要得多。我当时做编码器横向对比直接拿一首歌从中间截了10秒就开跑结果数据波动非常大同一个编码器跑三次能差出一个数量级。后来老老实实把样本规范成下面这套流程结果才稳定下来。先准备一组参考信号素材类型要有区分度。人声独唱、打击乐、管弦乐、电子乐各选一段每段至少15到20秒。素材太短算法在时域统计上的样本量不足ODG容易受到局部瞬态影响。文件统一保存为48kHz/16bit的PCM WAV格式文件名用英文目录按编码器名称分开管理。然后用待测编码器处理这些参考信号得到待测信号。关键点是保持输入输出采样率、声道数一致且不要嵌套多次重采样。如果编码器输出的采样率变了在进入PEAQ之前统一重采样回参考信号的采样率声道也做相应匹配。前提确认无误后直接在主函数里逐条调用。这里演示一个批量处理的写法% 批量计算ODG示例 references {speech.wav, drums.wav, orchestra.wav, electronic.wav}; refDir D:/tests/refs/; testDir D:/tests/encoderA_96kbps/; odgValues zeros(1, length(references)); for i 1:length(references) refFile fullfile(refDir, references{i}); testFile fullfile(testDir, references{i}); odgValues(i) PEAQ(refFile, testFile); fprintf(%s ODG %.3f\n, references{i}, odgValues(i)); end fprintf(Mean ODG %.3f\n, mean(odgValues));跑完这组之后再把testDir换成另一个编码器的结果目录就能得到两个编码器在相同素材集上的客观音质对比。整个过程如果不涉及预处理一个素材集十来个文件也就是几分钟的事情。4.2 ODG结果怎么看异常情况怎么排查拿到ODG之后第一件事不是看绝对值而是看相对关系。同一个参考素材下编码器A的平均ODG是-0.7编码器B是-1.2那你基本可以判断A的感知质量优于B。但如果你发现某个素材的ODG显著偏离均值比如其他都在-0.5附近突然有一个-2.8那多半不是编码器的问题而是数据链路出了问题。我遇到过几种典型异常情况。第一种是时延未对齐表现是ODG异常低且所有素材普遍偏低解决办法就是文章前面说的互相关对齐。第二种是响应度不匹配表现是ODG变化毫无规律检查后发现测试文件被某个响度插件统一抬升了3dB。第三种是采样率不一致程序不会报错但结果不可信检查方式是在预处理阶段打印出Fs并确认两边一致。ODG恰好为0的情况也要留意。它不代表信号完全无损只代表在PEAQ感知模型的判定下差异低到了不可感知的范围内。如果待测信号确实经过了有损编码而ODG却是0你可以怀疑一下是不是输入了两个相同的文件或者文件路径写错了。5. 避坑记录那些文档里查不到的经验5.1 这个版本在实测中暴露的几个典型问题第一个常见问题是立体声处理。我下载的这个MATLAB实现默认只处理单声道输入一个立体声wav文件时它会把左右声道混成一个声道再计算。表面上没问题但如果左右声道经过编码器处理后损伤程度不同混合平均就会把某些失真掩盖掉。稳妥的做法是在喂给PEAQ之前自己控制好声道处理方式要么两边都转单声道要么左右声道分别计算ODG再取平均。我个人倾向于后者尤其在做空间音频或双声道编码器验证时左右分离更能反映真实情况。第二个问题是老代码的绘图代码会拖慢批量计算。很多流传版本在函数末尾附带了画图功能每次调用都弹出一个波形对比图。批量跑几十个文件时每弹一次图就卡几秒实在影响效率。解决办法是找到主函数里绘图区域注释掉或者加一个if flag控制开关。我当时把这部分代码拿掉之后整个脚本运行时间缩短了差不多一半。第三个是杀毒软件误报问题。网络上下载的压缩包解压后偶尔会有安全软件报毒这并不一定说明包里有问题但也不能掉以轻心。建议先放到隔离目录解压安全扫描后再放进工作区。如果包里有不认识的exe直接删除只用.m和.wav文件就够了。5.2 除了PEAQ还有什么可以替代的工具PEAQ在音频编码质量评估里虽然经典但它发布年代较早对人耳感知模型的刻画相对粗糙。如果你做的是现代低比特率编码器或者要评估的是语音通信质量有其他工具可以考虑。ViSQOL是Google开源的评估工具基于频谱相似度计算对语音和音乐都支持近年论文里经常看到。它的一大优势是计算效率高适合大规模数据评测。PEMO-Q则更贴近听觉外周模型在学术论文里也比较常见但它需要商业授权MATLAB实现也有对应的工具包可以购买。PESQ针对语音通信场景ITU-T P.862标准做VoIP或语音编解码评估时它是老牌选择。POLQA是PESQ的继任者ITU-T P.863对现代编码器和宽带语音支持更好。选型建议很直接如果你的输入素材是音乐或通用音频PEAQ在MATLAB生态里最容易上手如果你的应用场景是语音通话优先转向ViSQOL、PESQ或POLQA。当然客观指标永远替代不了主观听音我自己的习惯是先用PEAQ做粗筛把明显有问题的方案淘汰掉剩下几个候选再组织主观试听做最终决策。最后分享一个个人习惯在碰到官网或正规来源之前我一般会先确认手里的PEAQ源码是否自带测试用例没有的话就自己构造一个“参考与测试完全相同”的测试样本跑一遍。如果输出不是0说明代码在环境上有问题趁早排查比数据集跑完才发现靠谱得多。你拿到任何版本的PEAQ.rar都可以先用这个办法验一下环境基本能保证后续评测数据不是从坏河里舀出来的水。本文还有配套的精品资源点击获取