[發(fā)明專利]一種基于機器學(xué)習(xí)的智能呼叫系統(tǒng)中的噪聲識別方法

有效

• 申請?zhí)枺?/td>: 201911077584.1
• 申請日: 2019-11-06
• 公開（公告）號: CN110933235B
• 公開（公告）日: 2021-07-27
• 發(fā)明（設(shè)計）人: 伍林;尹朝陽
• 申請（專利權(quán)）人: 杭州哲信信息技術(shù)有限公司
• 主分類號: H04M3/18
• 分類號: H04M3/18;H04M3/50;G10L21/0208;G10L21/0232
• 代理公司: 北京君泊知識產(chǎn)權(quán)代理有限公司 11496
• 代理人: 王程遠

本發(fā)明公開了一種基于機器學(xué)習(xí)的智能呼叫系統(tǒng)中的噪聲識別方法，包括：將電話信號切片處理，并歸一化和分幀預(yù)處理；對分幀后的切片信號，提取MFCC特征并進行取平均處理；將平均處理后的MFCC特征輸入機器學(xué)習(xí)分類器進行模型訓(xùn)練，訓(xùn)練好的分類模型作為噪聲分類模型；將新增的電話信號進行切片處理；對切片信號進行歸一化和分幀預(yù)處理；對分幀后的切片信號，進行頻譜平坦度初步篩選；提取MFCC特征后取平均處理；將各段信號平均處理后的MFCC特征輸入噪聲分類模型進行識別。本發(fā)明的有益效果：通過基于機器學(xué)習(xí)的分類模型來識別信號人聲還是噪聲，可以去除電話信號中的大量噪聲信號，從而減少信號被送往ASR翻譯為文字的錯誤率。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，具體而言，涉及一種基于機器學(xué)習(xí)的智能呼叫系統(tǒng)中的噪聲識別方法。

背景技術(shù)

在現(xiàn)有的智能呼叫系統(tǒng)中，電話信號會經(jīng)過VAD截取，然后送往ASR轉(zhuǎn)換成文字。由于背景的復(fù)雜，存在大量的噪聲片段。通常的處理方法是在信號截取前使用噪聲抑制方法對信號進行過濾，主要基于信號的頻率分布，對噪聲進行估計，常用的算法有自適應(yīng)濾波器，譜減法，維納濾波法等。自適應(yīng)濾波器利用前一刻獲得的濾波器參數(shù)，自動調(diào)節(jié)當前濾波器參數(shù)，以適應(yīng)信號和噪聲隨機變化的統(tǒng)計特性，從而實現(xiàn)過濾噪聲；譜減法主要是在頻域?qū)υ肼暤念l譜進行去除，然后通過逆傅里葉變換將頻域信號恢復(fù)成時域信號；維納濾波法主要通過設(shè)計數(shù)字濾波器來去除噪聲。這些噪聲抑制方法，只能過濾一部分噪聲，而不能將截取的噪聲片段完全去除，并且隨著電話信號中信噪比的減小，降噪效果隨之變差，還會出現(xiàn)某些時段由于過度衰減導(dǎo)致得音頻失真。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明的目的在于提供一種基于機器學(xué)習(xí)的智能呼叫系統(tǒng)中的噪聲識別方法，通過基于機器學(xué)習(xí)的分類模型來識別信號為人聲還是噪聲，可以去除電話信號中的大量噪聲信號，從而減少信號被送往ASR翻譯為文字的錯誤率。

本發(fā)明提供了一種基于機器學(xué)習(xí)的智能呼叫系統(tǒng)中的噪聲識別方法，包括：

步驟1，將采樣好的電話信號作為訓(xùn)練數(shù)據(jù)，基于機器學(xué)習(xí)建立噪聲分類模型：

步驟101，將電話信號進行切片處理，并對切片信號進行歸一化和分幀的預(yù)處理；

步驟102，對分幀后的切片信號，提取MFCC特征，并對提取出的MFCC特征進行取平均處理；

步驟103，將平均處理后的MFCC特征輸入機器學(xué)習(xí)分類器，進行模型訓(xùn)練，訓(xùn)練好的分類模型作為噪聲分類模型；

步驟2，利用建立好的噪聲分類模型，把新增的電話信號輸入到具體的噪聲分類模型中，得出噪聲識別結(jié)果：

步驟201，將新增的電話信號進行切片處理；

步驟202，對切片信號進行歸一化和分幀的預(yù)處理；

步驟203，對分幀后的切片信號，進行頻譜平坦度初步篩選；

步驟204，經(jīng)過頻譜平坦度初步篩選后，將分幀信號分為奇數(shù)段，分別提取每段信號的MFCC特征后進行取平均處理；

步驟205將各段信號平均化處理的MFCC特征輸入噪聲分類模型進行識別，識別出切片信號中的噪聲。

作為本發(fā)明進一步的改進，在預(yù)處理時，采用式(1)來進行歸一化處理，將切片信號統(tǒng)一經(jīng)過16位量化，取值范圍在-65535到65535之間，通過除以信號絕對值的最大值將信號歸一化到-1到1之間；

式中，x為需要處理的切片信號，|x|為該切片信號的絕對值，為歸一化后的切片信號。

作為本發(fā)明進一步的改進，切片信號在分幀處理時，幀長取為30ms，幀移取為10ms。