[发明专利]一种用于保护汉语语音私密度的掩蔽信号的生成方法

权利要求书

1.一种用于保护汉语语音私密度的掩蔽信号的生成方法，其特征在于，通过以下步骤来实现：

a).统计语句概率表，以具有代表性的汉语语料库为统计样本，对语料库中每个段落所包含的语句数进行统计，获得组成段落的语句数的概率表，简称语句概率表，其中表示语句数目为的段落占所有段落的百分比，1≤≤；

b).统计句段概率表，对语料库中所有语句所包含的句段数进行统计，获得语句的句段数的概率表，简称句段概率表，其中表示句段数目为的语句占所有语句的百分比，1≤≤；

c).统计词组概率表，对语料库中所有句段所包含的词组数进行统计，获得句段的词组数的概率表，简称词组概率表，其中表示词组数目为的句段占所有句段的百分比，1≤≤；

d).统计汉字概率表，对语料库中所有词组所包含的汉字数进行统计，获得词组的汉字数的概率表，简称汉字概率表，其中表示汉字数目为的词组占所有词组的百分比，1≤≤；

e).统计音节概率表，首先按照字母顺序对音节进行排序，记为，然后根据各音节在日常用语中出现的概率，获得音节概率表，简称音节概率表，其中表示音节在日常用语中出现的频率，1≤≤；

f).生成文本信息，按照如下步骤生成语音对应的文本信息：

f-1).确定自然段的语句数，在区间范围内产生随机数，并判断随机数所属区间；如果在区间内，则得出自然段中所包含的语句数为，其中，1≤≤，；通过步骤f-2)确定出自然段中的每个语句；

f-2).确定语句中的句段数，在区间范围内产生随机数，并判断随机数所属区间；如果在区间内，则得出语句中所包含的句段数为，其中，1≤≤，；通过步骤f-3)确定出每个语句中的句段；

f-3).确定句段中的词组数，在区间范围内产生随机数，并判断随机数所属区间；如果在区间内，则得出句段中所包含的词组数为，其中，1≤≤，；通过步骤f-4)确定每个句段中的词组；

f-4).确定词组中的汉字数，在区间范围内产生随机数，并判断随机数所属区间；如果在区间内，则得出词组中所包含的汉字数为，汉字数即音节数，每个汉字对应一个音节，其中，1≤≤，；通过步骤f-5)确定每个汉字的音节；

f-5).确定音节，在区间范围内产生随机数，并判断随机数所属区间；如果在区间内，则得出汉字的音节为，其中，1≤≤，；直至词组中所有汉字的音节确定完毕；

按照步骤f-1)至f-5)生成自然段的文本信息，直至所生成的自然段数目满足要求；

g).语音合成，利用与每个音节的发音相对应的语音库，将步骤f)中获取的自然段的文本信息中的音节，与语音库中的发音一一对应形成相应的语音数据，通过在保密会议中的声音泄漏位置播放该语音数据，即可形成与正常发音的统计特性类似、掩蔽性好、对会议人员影响小的语音掩蔽信号。

2.根据权利要求1所述的用于保护汉语语音私密度的掩蔽信号的生成方法，其特征在于：步骤f)在语音文本信息的生成过程中，语句末的符号为句号、问号或感叹号，句段末的符号为冒号、逗号或分号，段末的符号为回车或换行符；在文本信息生成发音数据的过程中，自然段之间、各语句之间以及各句段之间均加入静音段。

3.根据权利要求1或2所述的用于保护汉语语音私密度的掩蔽信号的生成方法，其特征在于：步骤a)、b)、c)、d)中语句概率、句段概率、词组概率、汉字概率均精确至0.01，步骤e)中的音节概率精确至0.0001。

4.根据权利要求1或2所述的用于保护汉语语音私密度的掩蔽信号的生成方法，其特征在于：步骤a)中所述的语料库为国家语委立项建设的现代汉语通用平衡语料库。