音视频质量联合是多媒体客观质量评估的关键技术,本文研究在给定音频质量和视频质量的情况下,音视频质量联合的问题。首先,通过主观质量评估实验分析发现对于不同的音频和视频质量等级,G.1070标准中使用的质量联合模型的参数应不同,标准中使用的固定参数不能反映这一特性。因此,本文提出了基于不同音频和视频质量等级的音视频质量联合分段函数模型,实验结果表明本文提出的分段函数模型比G.1070模型的性能更优。此外,已有的多媒体客观质量评估方法,均首先分别预测视频序列和音频序列的质量,然后通过音视频质量联合方法得到多媒体序列的质量。此类方法没有考虑音频质量和视频质量随时间的变化对多媒体质量的影响,即在不同时间段,不同质量的音频段和视频段会形成不同的多媒体段质量。本文提出了基于帧组的音视频质量联合方法,首先将多媒体序列分成变长的音视频段即帧组,然后根据音视频帧组的质量联合得到各个多媒体段的质量,最后根据差的分段质量对多媒体序列质量影响较大这一特性,取质量较低多媒体段的平均质量作为多媒体序列的质量。