没有干净参考录音时，DNSMOS 可估计语音和背景的感知质量，用于比较同一段语音的处理版本。它是模型代理分数，不是实际邀请听众打出的 MOS。本文依据微软公开实现介绍 SIG、BAK、OVRL 的核对流程，未运行评分。
用同一段录音建立可比样本
保留 before.wav 与 after.wav，两者应来自相同片段、相同起止时间和同一说话人。把它们放入 test_clips/set1；官方脚本按测试目录下面的文件夹寻找 WAV，单纯把文件放在根目录可能没有被收集。不要用不同录音比较一个降噪设置。
按仓库路径调用评分脚本
python DNSMOS/dnsmos_local.py -t test_clips -o scores.csv从 DNS-Challenge 仓库根目录执行，确保 DNSMOS 中 ONNX 模型存在，并按脚本依赖安装环境。公开实现读取音频并处理到 16kHz，使用多个窗口计算，较短录音还有补足逻辑。因此分数不是每一个时刻的独立人工评分。需要 personalized MOS 时文档提供 -p，该选项针对干扰说话人场景，不能无解释混在普通分数中比较。
三个维度要一起看
SIG 关注语音质量，BAK 关注背景质量，OVRL 是总体质量估计。假设处理后 BAK 上升、SIG 下降，这只表示模型判断噪声改善同时语音受损，不能据总体分数宣布声音完美。这个假设没有实测数值；实际记录应填本地输出，并同时听辅音、气声和断词。P808_MOS 是脚本的另一列，不应与 OVRL 混作同一指标。
评分与盲听冲突怎么处理
匿名命名两个版本，请听者评价可懂度、噪声与自然度，再对照评分。分数高但字尾被切掉时应判任务失败；乐曲、极短音效或分布差异较大的录音可能不适用这个语音评价模型。CSV 空行时先检查文件搜索和报错，不把缺失数据当零分。下一步记录完整样本列表、模型文件和脚本版本，再比较另一组处理参数。
参考资料
依据 2026-10-03 读取的官方资料整理：官方文档 1；官方文档 2。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/33106.html
