[发明专利]一种检测并定位语音片段内的平滑处理的方法

权利要求书

1.一种检测并定位语音片段内的平滑处理的方法，其特征在于，包括以下步骤：

S1.选定平滑滤波器；

S2.选取原始语音，提取原始语音集，并通过所述滤波器处理成训练语音集；

S3.从所述原始语音和训练语音集提取特征集；包括以下步骤：

S3.1.对所述步骤S2的原始语音集和训练语音集中的每一段语音片段均进行差分计算，得到每一段语音片段对应的差分信号；

S3.2对所述步骤S3.1的差分信号进行标准差计算，计算结果作为原始语音集和训练语音集中的每一段语音片段的特征集合的第一部分；

S3.3对所述步骤S3.1的差分信号进行傅里叶变换，得到差分信号所对应的频域信号；

S3.4所述步骤S2的原始语音信号采样率作为Fs，对步骤S3.3的频域信号在Fs/4到Fs/2的频率区间中的频率信号进行标准差计算，计算结果作为原始语音集和训练语音集中的每一段语音片段的特征集合的第二部分；

S3.5采用窗口长度为5的中值滤波器，对所述步骤S2的原始语音集和训练语音集中的每一段语音片段进行滤波，并计算每一段语音片段对应的残差；

S3.6对所述步骤S3.5的残差进行差分计算，得到差分信号，并对差分信号进行标准差计算，得到标准差值，作为原始语音集和训练语音集中的每一段语音片段的特征集合的第三部分；

S4.将所述原始语音的特征集和训练语音集的特征集各筛选出样本，采用分类器训练出SVM分类器模型；

S5.选取待测语音，将所述待测语音进行分帧，对每一帧信号都提取待测语音特征集；

S6.使用所述步骤S4的SVM分类器模型对待测语音特征集进行分类，判断信号是否经过平滑处理，如果是，则定位平滑处理所在的位置。

2.根据权利要求1所述的检测并定位语音片段内的平滑处理的方法，其特征在于，所述步骤S1的平滑滤波器包括线性滤波器和非线性滤波器；

所述线性滤波器包括三角形窗函数及其两种变型、均值滤波器和高斯滤波器；

所述非线性滤波器为中值滤波器。

3.根据权利要求1所述的检测并定位语音片段内的平滑处理的方法，其特征在于，所述步骤S2包括以下步骤：

S2.1.选取原始语音，从每段语音中截取一定样本长度的、非静音的语音片段，作为原始语音集；

S2.2.将滤波窗口长度分别设定为5、7、9、11、13、15和31，所述步骤S1的滤波器对步骤S2.1的原始语音集中的每一段语音片段均进行滤波处理，得到经过滤波的语音片段，作为训练语音集。

4.根据权利要求1所述的检测并定位语音片段内的平滑处理的方法，其特征在于，所述步骤S5用于提取待测语音的每一段语音片段的特征集合，包括以下步骤：

S5.1选取待测语音，将所述待测语音以一定样本长度进行分帧，再分别对每一帧信号进行计算，得到每一段语音片段对应的差分信号；

S5.2对所述步骤S5.1的差分信号进行标准差计算，计算结果作为待测语音的每一段语音片段的特征集合的第一部分；

S5.3对所述步骤S5.1的差分信号进行傅里叶变换，得到差分信号所对应的频域信号；

S5.4所述步骤S5.1的待测语音信号采样率作为Fs，对步骤S5.3的频域信号在Fs/4到Fs/2的频率区间中的频率信号进行标准差计算，计算结果作为待测语音的每一段语音片段的特征集合的第二部分；

S5.5采用窗口长度为5的中值滤波器，对所述步骤S5.1的待测语音中的每一段语音片段进行滤波，并计算每一段语音片段对应的残差；

S5.6对所述步骤S5.5的残差进行差分计算，得到差分信号，并对差分信号进行标准差计算，得到标准差值，作为待测语音的每一段语音片段的特征集合的第三部分。

5.根据权利要求1所述的检测并定位语音片段内的平滑处理的方法，其特征在于，所述步骤S4中筛选样本的方法为原始语音的特征集和训练语音集的特征集各随机挑选一半，分别作为原始语音的特征集样本和训练语音集的特征集样本；

所述步骤S4中的分类器为LibSVM分类器。