音频3A测试：AGC（自动增益）和NS（降噪）测试详解

音频3A测试：AGC（自动增益）和NS（降噪）测试详解

引用

CSDN

1.

https://blog.csdn.net/u011645307/article/details/146023320

音频3A测试（AGC、ANS、AEC）是衡量音频处理设备性能的重要手段。本文将详细介绍AGC（自动增益控制）和ANS（噪声抑制）的测试方法，包括测试环境搭建、关注点以及主观打分标准，帮助音频工程师和相关技术人员更好地理解和评估音频处理设备的性能。

一、测试前期准备

1. 一台电脑：用于作为控制播放和录制数据；
2. 一台音频处理器(调音台)：控制每个通道播放的数据，如噪声、人工头、模拟设备B输入的数据、收集标准麦克风，设备A处理完成的数据；
3. 四个高保真音响：用于模拟环境噪声；
4. 一台人工头或者高保真音响：模拟设备A前人讲话；
5. 一只标准麦克风：用于采集设备A收到的声音，用于处理对比；
6. 测试设备A:用于测试设备音频处理效果；
7. 接收设备B:用于接收测试设备处理之后的数据；
8. 测试使用转接线若干，需搭配音频处理器(调音台)，音响使用；

二、环境搭建

NS和AGC测试环境拓扑图（这个拓扑图同样也适用于AEC）

• 设备A和设备B安装需要测的app，其中设备B是要进行测试的设备，设备A不做要求，性能满足要求即可 (接收和发送不出现掉帧，测试过程中不出现CPU80%以上)。

三、测试关注点和打分

• 噪声抑制ANS
  噪声抑制评估主要包括以下几个方面：

1. 噪声的收敛情况，即噪声是否收敛以及收敛的速度；
2. 降噪后的音质是否损伤，即音质情况；
3. 降噪算法的性能消耗情况（如cpu、内存）。

• 自动增益AGC
  现实场景中，因主播采集设备差异、距离麦克风的距离不同等因素，导致采集到的声音忽大忽小。AGC的主要作用就是平滑这些差异，当输入语音音量过小时，将其适当放大；当输入语音信号音量过大时，则将适当降低幅度，避免削波失真和较差的音频体验。
  AGC算法评测主要包括：

1. 增益的大小和增益的平滑度；
2. 噪声场景下，AGC是否将噪声放大。AGC测试素材包括大音量音频、小音量音频、噪声音频、以及音量变化音频。将输入和输出的音频做时域对齐，然后分段对比AGC前后幅度计算出平均增益幅度及平滑度。
3. 响应时间速度和时间；

• 主观打分和核心指标
  主观打分规则：

1. 选取5人以上，分单讲双讲场景分段对测试音频打分;
2. 评价方式是通过对比测试得到的音频文件与近端信号的主观评测;
3. 评分说明：

• 优：5.0：非常好，听得很清楚，无失真感，无延时感，无回声;
• 良：4.0：次好，听得清楚，延时小，有轻微杂音，无回声;
• 中：3.0：还可以，听不太清楚，有一定延时，有杂音，有轻微失 真，有轻微回声;
• 差：2.0：勉强，听不太清楚，有较大杂音或断断续续，失真严重;
• 劣：1.0：极差，静音或完全听不清，杂音很大;

核心指标：
主观评价中主要关注以下几点：

1. 噪声的抑制水平。包括收敛时间、抑制力度、残留平稳性等；
2. 语音的损伤程度。好的降噪算法总是能够在这两者之间达到一个相对的平衡，既能有效的抑制噪声，又没有明显的损伤语音。
3. 可懂度。表示对语义内容的理解程度，影响可懂度的方面有很多，比如：语音中混入噪声使得语音听不清楚，导致可懂度下降；语音中有大混响，导致语音拖尾，听不清楚。
4. 流畅度。直接现象：语音断续、卡顿、丢字、高低起伏等；
5. 自然度表示与原始语音的相似程度。影响自然度的典型问题有：算法处理引入的失真；声音放大过多造成的削波、过载等。
6. 声音大小适中。研究表明，音量对音质的影响是显著的，在其他条件一致的情况下，音量越大，主观听感越好。讲话者说话声音洪亮，在一定程度上能提升听音者的可懂度。