[发明专利]一种基于多源语音数据的语音对齐方法

权利要求书

1.一种基于多源语音数据的语音对齐方法，其特征在于，该方法包括以下步骤：

步骤一：通过语音采集模块对同一声源进行不同位置的语音数据采集，并将采集获取的声源的语音数据发送至语音处理模块；

步骤二：通过语音处理模块对多个语音采集模块发送的语音数据进行处理；并将处理完成的语音数据发送至语音分析模块；

所述语音处理模块将若干语音采集模块进行编号，标记为i，其中i表示语音采集模块的数字编号；i=1,2……n；

语音处理模块获取语音采集模块距离声源的空间直线距离，并将语音采集模块距离声源的空间直线距离标记为Li；

语音处理模块获取语音数据，将语音数据进行处理成为单帧语音数据，并将单帧语音数据进行解码拆分，获取振幅值、频率值，并分别将振幅值以及频率值标记为Zfij、Plij；其中j表示单帧语音数据的数字编号，j=1,2……m；

语音处理模块利用计算公式计算出单帧语音数据的数据特征系数TZij，其中计算公式为，其中c为比例系数，c与声源的音色有关；

语音处理模块将计算得出的单帧语音数据的数据特征系数TZij发送至语音分析模块；

步骤三：通过语音分析模块对处理完成后的语音数据进行语音对齐；并将对齐的语音数据发送至语音组合模块；

语音分析模块将获取的单帧语音数据的数据特征系数TZij根据不同的帧数和不同的语音采集模块进行数据排列，语音分析模块任意选取其中一个数据采集模块采集的语音数据作为基准语音数据；将单帧语音数据的数据特征系数除以前一单帧语音数据的数据特征系数即TZij/TZij-1；将得到的商作为对比数值，并标记为Dij；

采用同样的方式对其余的单帧语音数据进行处理，获取不同的对比数值；

将不同的对比数值组合成为不同的数列，将不同的对比数值组合成为不同的数列，将不同数列中的Dij分别与基准数列中的Dij进行对比，当存在连续超过10位对比数值一致或是对比数值的商在（0.95-1.05）之内时，则表示单帧语音数据可以采用，并将采用的单帧语音数据标记为待对齐单帧语音数据；

步骤四：通过语音组合模块将对齐后的语音数据进行语音组合。

2.根据权利要求1所述的一种基于多源语音数据的语音对齐方法，其特征在于，所述语音采集模块具体为一些带有录音功能的设备；所述语音采集模块分布在声源的周围，并与声源之间存在不同的空间距离。

3.根据权利要求1所述的一种基于多源语音数据的语音对齐方法，其特征在于，针对不同的语音采集模块，采集的不同的语音数据进行处理为单帧语音数据时，单帧语音数据的总量存在差异，即对不同的语音采集模块m的值会存在不同。

4.根据权利要求1所述的一种基于多源语音数据的语音对齐方法，其特征在于，语音组合模块获取连续超过10位对比数值一致或是对比数值的商在（0.95-1.05）之内的第一位对比数值，进而获取相应的单帧语音数据的位置，将此单帧语音数据作为对齐标准，从此单帧语音数据开始逐一进行语音组合，最终完成语音对齐。