魏耀都，谢湘，匡镜明，韩辛璐

（北京理工大学 信息与电子学院，北京 100081）

1 引言

进入 21世纪，多媒体通信的蓬勃发展使沟通和交流变得更加轻松方便，然而多媒体业务的质量却参差不齐，在信道不稳定时常常无法提供让人满意的质量。对多媒体质量进行准确的评价能够规范多媒体服务水平，促进行业健康发展。现有的多媒体质量评价方法集中在单独对视频或者音频的评价上，然而在大多数多媒体业务中用户都会同时使用音频和视频，因此对音视频质量进行综合评价能够更准确地描述用户感知体验。

目前，国际上对音视频质量综合评价已经有一些研究，Andrew Rimell等分析了音视频质量间的相互影响[1]，Hands提出了一种基本的音视频质量评价模型[2]，该模型在音视频同步的假设下提出，当音视频不同步时没有给出评价方法。对音视频同步感知质量的研究可以完善现有音视频质量评价模型。

在对音视频同步的研究方面，Steinmetz定义了同步、失步和暂态区间，用于描述感知质量在不同同步误差范围内的性质[3]。随后针对几种音视频研究了同步区间的宽度，结果表明同步区间的宽度受到音视频内容的影响。但 Steinmetz没有指出如何在内容和感知质量之间建立联系。Nishibori等利用格式塔心理学中的同时性和同向性作为判断音频与视频事件是否出自同一事件的准则[4]。Bredin等总结了音频和视频相关性的衡量方法[5]。在音视频相关性的基础上，Gillet和Liu等分别提出了自动恢复音视频同步的方法[6,7]。……