[發明專利]一種處理語音奇異數據并修正的方法

在審

• 申請號: 202111462505.6
• 申請日: 2021-12-02
• 公開（公告）號: CN114171042A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 王雷;邱教偉;鮑東旭;姜宇;張維娜;張旭;任成鵬
• 申請（專利權）人: 中煤科工集團沈陽研究院有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 沈陽易通專利事務所 21116
• 代理人: 于麗麗

1.一種處理語音奇異數據并修正的方法，其特征在于：包括：

步驟1：根據濾波曲線判斷閾值；

步驟2：根據檢測語音原始實驗數據，進行篩選，篩選出奇異數據疑似點；

步驟3：判斷奇異數據疑似點是否滿足閾值范圍，判定此數據是否為奇異數據；

步驟4：對判定為奇異數據的數據點進行修正，得出修正后的數據組。

2.根據權利要求1中所述的一種處理語音奇異數據并修正的方法，其特征在于：步驟1中，通過觀察不同閾值下的濾波曲線圖，選擇抗奇異效果良好的點，選取為數據比對閾值ρ。

3.根據權利要求1中所述的一種處理語音奇異數據并修正的方法，其特征在于：步驟2中，篩選奇異數據疑似點的方法如下：

1)將語音原始實驗數據采集的振動信號矩陣進行奇異值分解，分為n個檢測數據，創建語音檢測數據的序號數組X和語音檢測數據值數組Y，創建空數組H和F；

2)對數組H和F賦值：H＝X、F＝Y(用于保存數組X、Y的原始數據)；

3)判斷初始數據數組Y的Σ值是否大于閾值ρ；

數組Y的Σ值，求值方法如下：

求出X、Y兩組數組的平均值：

根據最小二乘法估計斜率k的線回歸性方程：

求得截距b的線性回歸方程：

擬合線性回歸方程：

求殘差平方和Σ：

若初始Σ值不大于閾值ρ，則代表數據組非奇異值疑似點，直接輸出非奇異值疑似點數據數組Y及與其對應的序號數組X，循環結束；

若初始Σ值大于閾值ρ，則代表數據數組Y內存在奇異值疑似點；

4)對奇異值疑似點進行篩選：

在數組Y的n個元素中任取n-1個元素進行組合，生成多個新序號數組及檢測數據數組(即全部可能性的組合)；

計算全部檢測數據數組的Σ值，選取Σ值最小的數據數組Y`及對應的序號數組X`；

對數組X和Y重新賦值：X＝X`、Y＝Y`；

重新判斷迭代后數組Y的Σ值是否大于閾值ρ，若Σ值仍大于閾值ρ，重復上述流程，直至Σ值不大于閾值ρ；

5)當Σ值不大于閾值ρ時，則輸出循環迭代后無疑似點的數據數組Y及與其對應的序號數組X；同時創建新的空數組X₁和Y₁，對數組X₁和Y₁進行賦值：X₁＝H-X、Y₁＝F-Y，得到并輸出奇異值疑似點數據數組Y₁及與其對應的序號數組X₁。

4.根據權利要求1中所述的一種處理語音奇異數據并修正的方法，其特征在于：步驟3中，判斷奇異數據疑似點是否滿足閾值范圍，判定此數據是否為奇異數據的具體流程為：

1)對篩選出的非奇異值疑似點數據數組Y及與其對應的序號數組X進行重新擬合，得出線性方程y＝k·x+b；

2)根據截距偏差，得到兩個與擬合方程的平行線方程，位于擬合方程兩側，選定擬合方程上側平行線方程為y＝k·x+b₁，擬合方程下側平行線方程為y＝k·x+b₂；

3)將奇異值疑似點序號數組X₁的元素代入y＝k·x+b₁和y＝k·x+b₂兩個平行線方程，得到數組Y₁₁與Y₁₂；將每個Y₁的元素y₁與序號相對應的y₁₁和y₁₂做比較，根據比較結果來判斷數據y₁是否是奇異值點。

5.根據權利要求1中所述的一種處理語音奇異數據并修正的方法，其特征在于：步驟4中，對判定為奇異數據的數據點進行修正的流程如下：

1)對奇異值疑似點數據數組Y₁中的每個元素進行判斷，若判定數據y₁為非奇異點(即y₁₂≤y₁≤y₁₁)則保留點(即對y₁賦值：y₁＝y₁)；若判定數據y₁為奇異點(即y₁＞y₁₁或y₁＜y₁₂)，則對奇異點數據的y₁進行修正；

2)當y₁＞y₁₁時，則判定此疑似點為奇異值點，對y₁進行賦值y₁＝y₁₁，當y₁＜y₁₂時則判定此疑似點為奇異值點，對y₁進行賦值y₁＝y₁₂，最終獲得數據修正后的數據數組Y₁；

將非奇異值疑似點數據數組Y及與其對應的序號數組X和修正后的數據組Y₁及與其對應的序號數組X₁合并，對數組X和Y重新賦值：X＝X+X₁、Y＝Y+Y₁，并根據序號數組X對新數據數組Y進行排序，獲得奇異數據修正后的完整語音數據數組Y。