[發明專利]一種純語音數據采樣率識別方法、裝置、系統

在審

• 申請號: 202010160577.4
• 申請日: 2020-03-10
• 公開（公告）號: CN111354365A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 劉兵兵;包飛;吳科葦;劉如意;車洋
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G10L19/02
• 分類號: G10L19/02;G10L25/18;G10L25/27
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 段曉玲

本申請實施例公開一種純語音數據采樣率識別方法、裝置、系統，方法包括：對純語音數據進行傅里葉變換以得到頻域數據；根據接收到的先驗閾值數據，對頻域數據進行處理以得到頻帶信息；獲取頻帶信息的高頻截止頻點，并根據預設的不同采樣率計算高頻截止頻點處對應的假設頻率；將不同的假設頻率與先驗頻率進行對比，將對比結果最相似時的假設頻率所對應的采樣率確定為實際采樣率。本申請根據人發出的語音在頻域的帶寬范圍是200Hz—4000Hz這一先驗特性，與純語音數據的不同假設頻率進行對比，根據對比結果的相似度值可以確定實際的采樣率，從而可以自動預判純語音數據的采樣率大小，防止未知采樣率的情況下對語音處理的效果產生較大影響等問題發生。

技術領域

本發明屬于語音處理技術領域，尤其涉及一種純語音數據采樣率識別方法、裝置、系統。

背景技術

采樣率定義了每秒從連續信號中提取并組成離散信號的采樣個數，用于描述聲音文件的音質、音調，是衡量聲卡、聲音文件的質量標準。

在語音處理過程中，有時會遇到純語音數據，語音數據是指無采樣率信息的語音數據，在無法得知采樣率的情況下，如果按照錯誤的采樣率進行處理，則語音處理的結果往往會出現較大偏差，使得輸出語音的效果較差，進而影響語音產品的用戶體驗。

發明內容

為了解決現有技術的問題，本發明提出了一種純語音數據采樣率識別方法、裝置、系統，本方法通過對純語音數據的采樣率進行識別，可以改善在網絡傳輸語音數據包中出現的壞包現象，以及增加語音通訊引擎、常用音頻處理軟件等的采樣率校檢和提醒功能，提高語音處理設備的魯棒性。

本發明實施例提供的具體技術方案如下：

第一方面，本發明提供一種純語音數據采樣率識別方法，所述方法包括：

對純語音數據進行傅里葉變換以得到頻域數據；

根據接收到的先驗閾值數據，對所述頻域數據進行處理以得到頻帶信息；

獲取所述頻帶信息的高頻截止頻點，并根據預設的不同采樣率計算高頻截止頻點處對應的假設頻率；

將不同的假設頻率與先驗頻率進行對比，將對比結果最相似時的假設頻率所對應的采樣率確定為實際采樣率。

優選的，所述先驗頻率的范圍為200Hz～4000Hz。

優選的，將不同的假設頻率與先驗頻率進行對比，將對比結果最相似時的假設頻率所對應的采樣率確定為實際采樣率具體包括：

計算不同的假設頻率與所述先驗頻率之間的歐式距離，將歐式距離最小時的假設頻率所對應的采樣率確定為實際采樣率。

優選的，在對純語音數據進行傅里葉變換以得到頻域數據之后，所述方法還包括：

對所述頻域數據進行歸一化處理。

優選的，所述純語音數據為包含語音片段的純語音數據；

所述包含語音片段的純語音數據的獲取方法包括：

接收語音數據并對所述語音數據進行分析；

當所述語音數據中不包括采樣率信息時，對所述語音數據進行傅里葉變換以得到語音數據的能量；

根據預設的能量閾值，獲取大于所述能量閾值的能量所對應的語音數據以得到所述包含語音片段的純語音數據。

優選的，所述方法還包括：

根據所述實際采樣率對所述純語音數據進行解碼。

第二方面，本發明提供一種純語音數據采樣率識別裝置，包括：

轉換模塊，用于對純語音數據進行傅里葉變換以得到頻域數據；