Добрый день.
Может быть кто-то подскажет, где раздобыть тестовые аудио файлы для проверки алгоритма? Т.е. это обычный несжатый аудио поток длительностью несколько секунд с относительно постоянным качеством речи (т.е. нет характерных фрагментов с отличающимся качеством речи). И к этому файлу идет число - оценка качества речи на основе оценок слушателей (усредненная).

У лингвистов это называется разборчивость. Разборчивостью занимается экспертная комиссия, специально подготовленных дикторов и наговаривают словарный массив. Другие специально подготовленные эксперты прослушивают этот массив. По результатам прослушивания определяется разборчивость в звуковом тракте. Обычно в процентах. В авиационной технике существуют требования по разборчивости в звуковых каналах. Попробуйте там поискать. В Питере этим занимался завод ПРИБОР. Они проводили такие экспертизы.

Может еще посмотреть ITU-T P.800 у них, бывает, выкладываются помимо методик и необходимые средства, часто после регистрации. Указание взял отсюда http://en.wikipedia.org/wiki/Mean_opinion_score Вроде бы даже были попытки автоматизации этого процесса: AppareNet Voice, Brix VoIP Measurement Suite, NetAlly, PsyVoIP and VQmon/EP - взято отсюда http://voip.about.com/od/voipbasics/a/MOS.htm