[发明专利]通话过程中的噪声检测方法及系统

权利要求书

1.一种通话过程中的噪声检测方法，其特征在于，包括：

将通话过程中的语音数据进行分帧，形成语音帧序列，其中，所述语音帧序列包括多个语音帧；

根据每一语音帧的频域特征，检测所述通话过程中是否存在系统加性噪声；

所述根据每一语音帧的频域特征，检测所述通话过程中是否存在系统加性噪声，包括：

对于每一语音帧，将所述语音帧进行fft变换，以获取所述语音帧的幅值数组和短时能量；

根据所述语音帧的幅值数组和相邻的语音帧的幅值数组，获取所述语音帧和相邻的语音帧间的相关系数；

根据每一语音帧的短时能量和每一语音帧与相邻的语音帧间的相关系数，检测所述通话过程中是否存在系统加性噪声；

所述根据每一语音帧的短时能量和每一语音帧与相邻的语音帧间的相关系数，检测所述通话过程中是否存在系统加性噪声，包括：

根据每一语音帧的短时能量和每一语音帧与相邻的语音帧间的相关系数，判定所述语音帧序列中是否存在同时满足第一预设条件、第二预设条件、第三预设条件和第四预设条件的语音帧组；

若所述语音帧组存在，则判定所述通话过程中存在系统加性噪声；

其中，第一预设条件为：语音帧组中每相邻的两个语音帧间的相关系数大于第一预设阈值；第二预设条件为：语音帧组中两端的语音帧与各自相邻的且位于语音帧组外的语音帧间的相关系数均不大于第一预设阈值；第三预设条件为：语音帧组中语音帧的个数大于第三预设阈值；第四预设条件为：语音帧组的平均短时能量大于第四预设阈值。

2.根据权利要求1所述的方法，其特征在于，将通话过程中的语音数据进行分帧，形成语音帧序列，之前还包括：

采集通话过程中的RTP码流，并抽取所述RTP码流中的语音包；

将所述语音包解码为语音数据。

3.根据权利要求1所述的方法，其特征在于，根据每一语音帧的短时能量和每一语音帧与相邻的语音帧间的相关系数，检测所述通话过程中是否存在系统加性噪声，包括：

通过滑动窗口，将所述语音帧序列分为多段窗口序列，其中，每段窗口序列包括多个语音帧；

对于每段窗口序列，确定所述窗口序列中短时能量最高的语音帧，并作为目标语音帧；

判定所述窗口序列中是否存在包含所述目标语音帧且同时满足第五预设条件、第六预设条件、第七预设条件和第八预设条件的语音帧组；

若所述语音帧组存在，则判定所述通话过程中存在系统加性噪声；

其中，第五预设条件为：语音帧组中每相邻的两个语音帧间的相关系数大于第五预设阈值；第六预设条件为：语音帧组中两端的语音帧与各自相邻的且位于语音帧组外的语音帧间的相关系数均小于第六预设阈值；第七预设条件为：语音帧组中语音帧的个数小于第七预设阈值；第八预设条件为：语音帧组中两端的语音帧与各自相邻的且位于语音帧组外的语音帧的短时能量差值均大于第八预设阈值。

4.根据权利要求1或3所述的方法，其特征在于，还包括：

若所述通话过程中存在系统加性噪声，则基于所述系统加性噪声所在的语音帧组中两端的语音帧的短时能量，判定所述通话过程的通话质量。

5.根据权利要求4所述的方法，其特征在于，基于所述系统加性噪声所在的语音帧组中两端的语音帧的短时能量，判定所述通话过程的通话质量，包括：

对于所述语音帧组中两端的语音帧中任一语音帧，获取与所述语音帧相邻的且位于所述语音帧组外的参考语音帧组的平均短时能量；

若所述语音帧的短时能量与所述平均短时能量的差值大于第九预设阈值，则判定所述通话过程的通话质量差。