Porovnání metrik pro hodnocení úrovně poškození audio signálů

Abstract

Tato bakalářská práce porovnává objektivní a subjektivní metriky pro hodnocení poškození audio signálů. Popisuje metody hodnocení založené na psychoakustických modelech a využívá vybrané metriky (PESQ, STOI, SNR, SDR, FAD), z nichž některé byly implementovány a jiné převzaty z dostupných knihoven. Tyto metriky jsou testovány na degradovaných datech z datových sad GTZAN a Mozilla Common Voice. Subjektivní hodnocení proběhlo formou poslechového testu s absolutním hodnocením. Výsledky ukazují míru shody mezi metrikami a vnímáním, a naznačují vhodnost metrik pro různé typy poškození.

This thesis compares objective and subjective metrics for evaluating audio signal degradation. It focuses on psychoacoustic-based methods and employs selected metrics (PESQ, STOI, SNR, SDR, FAD), some of which were implemented and others adapted from existing libraries. These metrics were tested on degraded GTZAN and Mozilla Common Voice data. Subjective evaluation was conducted using a listening test with an absolute category rating. Results show correlations between perception and metrics, highlighting their suitability for different degradation types.