[发明专利]基于支持向量机的不良语音识别方法无效
| 申请号： | 201210197377.1 | 申请日： | 2012-06-15 |
| 公开（公告）号： | CN102708861A | 公开（公告）日： | 2012-10-03 |
| 发明（设计）人： | 傅政军;姚金良;王小华;黄金海;周建政;周渝清;严俊杰 | 申请（专利权）人： | 天格科技（杭州）有限公司;杭州电子科技大学;金华就约我吧网络科技有限公司 |
| 主分类号： | G10L15/14 | 分类号： | G10L15/14;G10L15/02;G10L19/02 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 杜军 |
| 地址： | 310005 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 支持 向量 不良 语音 识别 方法 | ||
【权利要求书】：
1. 基于支持向量机的不良语音识别方法，其特征在于该方法包括以下步骤：
步骤1：获取输入语音流，将语音流解码为原始语音信号，并进行预处理操作；
步骤2：对预处理后的语音数据进行加窗分帧处理；
步骤3：对每帧语音提取移位差分倒谱参数特征；
步骤4：对移位差分倒谱参数特征采用高斯混合模型进行分类；
步骤5：对分类为不良语音的候选帧采用SVM分类器进行分类，确认最终的不良语音帧；
步骤6：根据一定时间内不良语音帧的数量来提取不良语音片段并进行存储。
2.如权利要求1所述的不良语音识别方法，其特征在于，预处理操作包括单声道处理、采样率调整和重新量化。
3.如权利要求1所述的不良语音识别方法，其特征在于：步骤4中的高斯混合模型采用的特征为移位差分倒谱参数。
4.如权利要求1所述的不良语音识别方法，其特征在于：步骤5中的SVM分类器采用的特征向量为移位差分倒谱参数。
5.如权利要求1所述的不良语音识别方法，其特征在于：步骤6中的不良语音帧的数量在当前检测位置的前若干帧中进行统计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天格科技（杭州）有限公司;杭州电子科技大学;金华就约我吧网络科技有限公司，未经天格科技（杭州）有限公司;杭州电子科技大学;金华就约我吧网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201210197377.1/1.html，转载请声明来源钻瓜专利网。
