Python世界：基于PESQ的自动化语音打分脚本实践

任务背景

音频任务中，有时需对处理后的语音信号进行客观打分，以评估算法效果。这里提供一种基于PESQ的自动化语音打分脚本，提高效率。

Python实现

炒菜前，基本材料有：

• 处理前的wav文件
• 处理后的wav文件
• pesq可执行文件

接着，先找个网上能用的炒菜食谱步骤，比如以下手动指令，确保能用：

8kHz语音打分参考指令：

pesq.exe +8000 ref.wav deg.wav

16kHz语音打分参考指令：

pesq.exe +16000 +wb ref.wav deg.wav

然后，用Python模拟批量手动处理过程，设计编码思路：

• 读取输入wav参数，若非16k/8kHz及mono音频，直接退出
• 读取输出wav参数，前缀需与输入一致，读参
• 判别是否跟输入wav参数一致，不一致，直接退出
• pesq入参处理
• 传参运行pesq
• 生成打分结果txt

最后，进行编程调试。

代码讲解

第1步，编写处理单个序列的pesq指令函数：

import os
import wave

def pesq_one_seq(path_wav_in, path_wav_out, path_pesq_exe):
    # 检验wav参数
    with wave.open(path_wav_in, "rb") as wav_in:
        sample_rate_in = wav_in.getframerate()
        ch_in = wav_in.getnchannels()
    if (sample_rate_in != 8000 and sample_rate_in != 16000):
        print(wav_in, "{} sr not supported!".format(sample_rate_in))
        return
    if (ch_in != 1):
        print(wav_in, "{} ch not supported!".format(ch_in))
        return

    with wave.open(path_wav_out, "rb") as wav_out:
        sample_rate_out = wav_out.getframerate()
        ch_out = wav_out.getnchannels()
    if (sample_rate_out != sample_rate_in or ch_in != ch_out):
        print("wav in/out not same! in: {0}, {1}, out: {2}, {3}".format(
            sample_rate_in, ch_in, sample_rate_out, ch_out))
        return

    # exe入参处理
    param_sr = "+" + str(sample_rate_in)
    if (sample_rate_in == 16000):
        param_bw = "+wb"
    else:
        param_bw = " "
    param = "{0} {1} {2} {3} {4}".format(path_pesq_exe, param_sr, param_bw, path_wav_in, path_wav_out)
    print(param)

    # exe运行
    os.system(param)
    time.sleep(5)
    return

第2步，编写批量运行pesq的调度逻辑：

def run_exe_pesq():
    path_pesq_exe = r"E:\pesq.exe"
    path_wav_in = r'E:\wav_in'
    path_wav_out = r"E:\wav_out"
    namelist = os.listdir(path_wav_in)
    name_wav_out = os.listdir(path_wav_out)
    for file_name in namelist:
        for name_out in name_wav_out:
           name_in_rm_postfix = file_name.split('.')[0]
           if name_in_rm_postfix in name_out:
                wav_in = os.path.join(path_wav_in, file_name)
                wav_out = os.path.join(path_wav_out, name_out)
                pesq_one_seq(wav_in, wav_out, path_pesq_exe)
    return

第3步，编写主调：

if __name__ == '__main__':
    print('start!')

    # 正式运行
    run_exe_pesq()

    print('done!')

本文总结

本案例实现了利用PESQ对指定目录下的wav序列进行批量打分，并输出打分结果。

使用时，需注意：

• 仅支持wav输入，需提前构建in/out目录
• 不支持非8kHz/16kHz音源
• 序列命名条件需满足输入wav名字作为输出名字的前缀
  • 比如，输入参考序列test.wav，输出后的可以为test_out_n.wav

参考链接

1. Python版PESQ评分实现
2. PESQ语音质量测试
3. PESQ和POLQA测试工具：link1，link2