FreeDVの音声品質評価について

 FreeDVの音声品質評価について、FreeDV同好会でも話題になったので少し調べた結果を以下に参考として記します。

FreeDVのようなインターネットを使用しないピアtoピアの電波伝搬による通信はデコード限界付近におけるデジタルクリフの問題を、客観的な音声品質評価評価としてどうとらえるかが課題となります。

FreeDVの客観的な音声品質評価としては、RADE1/RADE2/SSBですでに評価されたものとして以下のWER(Word Error Rate)による方法があります。以下のURLを参照ください。

https://freedv.org/david-july-2026-wer-curves-v2-c-port-tuning-verification/

ただし、課題があると思います。その一つはWERは言語による違いがあることです。

日本語と英語など多言語ではASR(自動音声認識)によるWERの認識度の違いがあります。

次に　https://www.rd.ntt/ns/qos/technology/sound/　を見てみました。

WERの欠点を補うためにはこの内容(IPパケットの部分を除去する）も使えそうだと思います。

日本語どおしのFreeDVにはこの内容も加味すると良さそうだと感じます。

主観的MOS評価以外に客観的にE-modelが使えそうだと思いました。

もう少し考えてみたいと思います。