[發(fā)明專利]一種基于智能交通音頻輸入特征識別的模糊測試數(shù)據(jù)生成方法

在審

• 申請?zhí)枺?/td>: 202010714651.2
• 申請日: 2020-07-23
• 公開（公告）號: CN111899761A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 房春榮;章許帆;曹可凡
• 申請（專利權(quán)）人: 深圳慕智科技有限公司
• 主分類號: G10L25/18
• 分類號: G10L25/18;G10L25/24;G10L25/27;G06F11/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于智能交通音頻輸入特征識別的模糊測試數(shù)據(jù)生成方法，其特征通過對智能交通場景下的音頻數(shù)據(jù)進(jìn)行特征分析，刻畫智能交通場景下的音頻數(shù)據(jù)特征，并通過施加具有交通語義的聲波擾動，選擇對應(yīng)數(shù)據(jù)變異算子，實現(xiàn)針對智能交通場景的測試音頻數(shù)據(jù)生成，最后對模糊測試生成用例進(jìn)行多樣性評估。

2.根據(jù)權(quán)利要求1中的模糊測試數(shù)據(jù)生成技術(shù)，其特征是，采用MFCC方法對音頻輸入的特征進(jìn)行識別和提取，基于對數(shù)梅爾頻譜圖、恒定Q譜圖和相位譜構(gòu)建音頻數(shù)據(jù)模型無關(guān)的特征向量，通過MCDC方法基于歷史執(zhí)行過程中變異方法的表現(xiàn)選擇當(dāng)前輪合適的變異方法,以上一步構(gòu)建出的模型無關(guān)特征向量為參考，通過追加語音、音樂或者環(huán)境音的形式實現(xiàn)對于數(shù)據(jù)的修改，實現(xiàn)新的測試數(shù)據(jù)的生成。

3.根據(jù)權(quán)利要求1中的數(shù)據(jù)變異方法，其特征是，針對智能交通領(lǐng)域特征的變異方法實現(xiàn)對初始數(shù)據(jù)的變異，引入面向智能交通場景的數(shù)據(jù)，對原始的音頻文件分別施加語音、音樂和環(huán)境聲的變異，實現(xiàn)新的音頻數(shù)據(jù)的生成，并對樣本的差異進(jìn)行度量，通過MCDC方法基于歷史執(zhí)行過程中變異方法的表現(xiàn)選擇當(dāng)前輪合適的變異方法，從而保證生成測試數(shù)據(jù)的真實性和有效性。

4.對于權(quán)利要求1中的多樣性評估，其特征是，進(jìn)一步對數(shù)據(jù)多樣性采用狀態(tài)和行為覆蓋的方法進(jìn)行實現(xiàn)。通過講音頻處理所使用的RNN模型轉(zhuǎn)換成DTMC模型，并記錄其中的狀態(tài)和行為情況，圍繞DTMC模型狀態(tài)和行為的覆蓋情況作為測試數(shù)據(jù)多樣性的評估標(biāo)準(zhǔn)。