语音通讯在信息产业中应用广泛,因此,作为语音信息载体的通讯系统,其性能好坏直接影响到整个语音通讯的顺畅程度。对通讯系统性能进行评价的关键在于其所输出语音可懂度的高低。可懂度的评估分为主观和客观,主观评估的优势在于其评价结果与人的感受相符,缺点是费时费力,所以,为克服主观评估的不足,人们开始寻求以计算机技术为中心、最贴近人的主观评估的客观方法。传统的客观方法是基于二阶统计量,通过计算其功率谱包络预测语音可懂度变化,但语音系统存在多种环境噪声以及语音传输设备带来的非线性失真。高阶统计量常用于系统的非线性检测和信号特征提取,由于目前客观评价方法多为侵入式,即需要纯净语音信号作为参考预测语音可懂度,在现实环境中纯净语音很难获取。基于以上本文提出一种基于双谱特征的语音可懂度非侵入式的客观评价算法,并在此基础上做出进一步改进:提出一种基于听觉模型的提取双谱特征预测语音可懂度算法。通过实验仿真结果验证,该方法对语音信号失真变化敏感,更加贴近人耳对语音信号的感知和处理过程,评价结果与主观具有很高的相关度。论文的主要研究内容如下:（1）针对现有的语音可懂度评价方法的原理和算法进行了推导和分析,对目前客观评价算法中存在的缺陷以及未来发展前景做出了剖析。（2）提出了基于双谱特征的语音可懂度评价算法（Bispectral Speech Intelligibility Metric,BSIM）,该方法为非侵入式预测,即每次预测可懂度变化时不需要纯净语音的参与。利用双谱可以处理语音信号的非线性和非高斯的特性,检测信号的相位耦合。从语音信号的双谱中提取单一特征值,即对角元素振幅的一阶谱矩（H3）,该特征值与语音可懂度的变化具有强烈的单调性,能够反映信号的失真变化。通过MATLAB进行仿真实验,提取多种失真环境下的信号的特征值并计算语音可懂度的分数,实验结果表明BSIM相较于传统方法,其与主观评价分数的相关系数都有了明显提高。（3）为了获取更接近主观评价的预测方法,针对BSIM算法的缺点进行改进,进而提出了一种基于听觉模型的语音可懂度非侵入式预测评价算法（Gammatone and Meddis Bspectral Speech Intelligibility Metric,GMBSIM）。目前存在的客观方法并未考虑人耳对语音的处理,人的听觉系统对语音信号的处理能力远超出数字信号处理水平。将语音信号通过听觉模型,基于模型输出的听神经发放率进行双谱特征提取并计算语音可懂度的分数。所改进算法的性能通过Simulink建模仿真实验进行验证,实验结果显示该方法的可懂度评价结果与主观评价的相关系数更高,相比于BSIM和传统算法均有了明显提高。