[发明专利]一种音频数据质量优化方法

权利要求书

1.一种音频数据质量优化方法，其特征在于，包括以下步骤：

步骤一、计算每一帧音频数据的时间戳计数；

步骤二、检验相邻两帧音频数据之间的时间戳计数差值，如果差值大于正常差值的5倍，则在相邻两帧之间插入L个静音采样点，L的计算公式如下：

L=(P2(t)-P1(t)-J(x))×x/90000

P1(t)为前一帧音频数据的时间戳计数，P2(t)为后一帧音频数据的时间戳计数，J(x)为正常差值，x为音频数据的采样率，J(x)的计算公式如下：

J(x)=(1152/x)×90000；

步骤二中，如果相邻两帧音频数据之间的时间戳计数差值大于正常差值的1.5倍且小于正常差值的5倍，则按如下方式进行修正：

需要修复的采样点个数为N，FB为波形断开点在原始采样点数据中的序号，BL为断点波形长度，原始采样点数组为S_N，修正后输出采样点数组为So_N，P为计算波形能量云矩阵纬度，P=min(BL×3,N)，矩阵X_P×P初始状态下所有元素均为0，数组B_P初始状态下所有元素均为0，变量i、变量row、变量col、变量row2和变量col2的初始值均为0；X[row][col]表示矩阵X_P×P的第row行第col列的元素，B[row]表示数组B_P的第row个元素；

S1、对矩阵X_P×P和数组B_P赋值；

S2、对矩阵X_P×P求逆，得到逆矩阵X^-1_P×P；

S3、将逆矩阵X^-1_P×P与数组B_P相乘得到数组A_P；

S4、对矩阵X2_(N-P)×P赋值；

S5、取矩阵X2_(N-P)×P的故障分块子矩阵X2′_（N-P)×BL，取得算法为：

X2′_（N-P)×BL = SubMatrix(X2_(N-P)×P, 0, N-P, FB, BL)；

对故障分块子矩阵实行转置处理得到矩阵：X2^T_BL×(N-P)；

S6、取矩阵X2_(N-P)×P的故障前分块子矩阵X2前′_（N-P)×BL，取得算法为：

X2前′_(N-P)×FB = SubMatrix(X2_(N-P)×P, 0, N-P, 0, FB);

S7、取矩阵X2_(N-P)×P的故障后分块子矩阵X2后′_（N-P)×BL，取得算法为：

X2后′_(N-P)×FB = SubMatrix(X2_(N-P)×P, 0, N-P, 0, FB);

S8、对故障前分块子矩和故障后分块子矩阵进行列合并，得到合并后矩阵Ak_{(N-P)×(B-BL)}；

S9、取原始采样点S_N数组的故障前子集S前_FB，取得算法为：

S前_FB= SubArray(S_N,0,FB)；

S10、取原始采样点S_N数组的故障后子集S后_(N-FB-BL)，取得算法为：

S后_(N-FB-BL)= SubArray(S_N,FB+BL,N-FB-BL)；

S11、对故障前子集和故障后子集进行合并，得到合并后的数组Sk_(N-BL)；

S12、将矩阵X2^T_BL×(N-P)和矩阵X2′_（N-P)×BL相乘得到矩阵X3_BL×BL，即

X3_BL×BL= X2^T_BL×(N-P)×X2′_（N-P)×BL；

S13、对矩阵X3_BL×BL求逆得到矩阵X3^-1_BL×BL；

S14、将矩阵X3^-1_BL×BL中每个元素的符号取反，得到矩阵-X3^-1_BL×BL，即

-X3^-1_BL×BL=X3^-1_BL×BL×(-1)；

S15、将矩阵-X3^-1_BL×BL与矩阵X2^T_BL×(N-P)相乘得到矩阵X4 _BL×(N-P)，即

X4 _BL×(N-P)= -X3^-1_BL×BL×X2^T_BL×(N-P)；

S16、将矩阵X4 _BL×(N-P)与矩阵Ak_{(N-P)×(B-BL)}相乘得到矩阵X5_BL×(N-BL)，即

X5_BL×(N-BL) = X4 _BL×(N-P) ×Ak_{(N-P)×(B-BL)}；

S17、将矩阵X5_BL×(N-BL)与数组Sk_(N-BL)相乘以后得到数组Su_BL，即

Su_BL= X5_BL×(N-BL) ×Sk_(N-BL)；

S18、将数组S前_FB、数组Su_BL和数组S后_(N-FB-BL)得到数组So_N。