[發明專利]一種語音異常信號檢測系統

有效

• 申請號: 201611170425.2
• 申請日: 2016-12-16
• 公開（公告）號: CN106601271B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 張濤;李林
• 申請（專利權）人: 河北在途科技有限公司
• 主分類號: G10L25/66
• 分類號: G10L25/66;G10L25/54;G06K9/62
• 代理公司: 北京遠創理想知識產權代理事務所(普通合伙) 11513
• 代理人: 衛安樂

1.一種語音異常信號檢測系統，其特征在于：該系統包括數據訓練模塊、訓練三支決策分類器模塊、優化三支決策分類器模塊、測試數據模塊和決策分類模塊；所述數據訓練模塊將待測數據處理后傳輸至所述訓練三支決策分類器模塊，由所述訓練三支決策分類器模塊對處理后的待測數據進行分類；分類后的待測數據傳輸至所述優化三支決策分類器模塊內，由所述優化三支決策分類器模塊進行優化處理，優化處理后的待測數據與所述測試數據模塊獲得的實際測試正常數據傳輸至所述決策分類模塊內，實現對語音異常信號的檢測；

所述優化三支決策分類器模塊內設置有距離權重優化模塊、重疊度權重優化模塊和AdaBoost優化模塊；分類后的待測數據依次經所述距離權重優化模塊、重疊度權重優化模塊和AdaBoost優化模塊進行優化。

2.如權利要求1所述的一種語音異常信號檢測系統，其特征在于：所述訓練三支決策分類器模塊內的三支決策分類器構建方法如下：

1)設論域U＝{x₁,...x_n,...,x_N}，x_n是其中的某一對象，A＝{a₁,...,a_d,...,a_D}是對象的D維特征集合，設為對象x_n特征集合A的數值集合，其中為x_n的特征a_d的值，設集合類別X＝{X₁,...,X_k,...,X_K}，表示對象類別；

2)將高維數據降維映射到二維平面，降維映射后，每一個數列就表示一個特征，判斷區間也變為一維；

3)對于某一測試數據，以該測試數據在各特征上的數值為中心，選取長度r為判斷半徑；

4)對于一條待測數據對象x_n，其特征a_d的值為在特征a_d上若以為中心，以長度r為半徑，劃分判斷區間R_d，

5)分別計算該判斷區間內屬于不同類別的樣本的數目c_k，0≤c_k≤B，則在特征a_d上該數據屬于某一類別X_k的概率為：

式中，B為判斷區間內樣本的總數；

6)根據概率判斷測試數據類別，完成分類。

3.如權利要求2所述的一種語音異常信號檢測系統，其特征在于：所述步驟4)中，判斷區間半徑r的選取過程如下：

4.1)將測試數據歸一化后，全部特征的數值都分布在區間[0,1]上，根據實際需求的預設精度，首先將半徑r的初始值r_sta設定為0，步進r_stp為0.01個單位，最大r_end為1；

4.2)經步驟4.1)計算后，選出分類最高精度P₁，并且得到該精度下的r值：

r＝n₁·0.01

式中，1≤n₁≤100；此時有：

n₁·0.01≥(n₁-1)·0.01

且n₁·0.01≥(n₁+1)·0.01；

4.3)重設初始值r_sta值和最大r_end：

4.4)經步驟4.3)計算后，得出分類最高精度P₂，如果有P₂＞P₁，則此時：

r＝(n₁-1)·0.01+n₂·0.001；

4.5)根據上述步驟進行迭代，直至P_i+1≤P_i結束，得到最高分類精度P_i和此時半徑：