[发明专利]基于深度学习测评通话质量的方法、服务器及存储介质

权利要求书

1.基于深度学习测评通话质量的方法，其特征在于：包括以下步骤：

S1、通过电话拨测系统，获取若干组主叫录音与被叫录音音频数据；

S2、将步骤S1获得的音频数据全部进行快速傅里叶变换，获得对应的频谱数据；

S3、将步骤S2获得的频谱数据输入训练好的卷积神经网络中，进行峰值检测、节奏点检测、响度检测、能量分析和音色分析，获得音频分析结果数据；

S4、业务系统将主叫录音与对应的被叫录音经步骤S3所得到的的音频分析结果进行相似度对比。

2.根据权利要求1所述的基于深度学习测评通话质量的方法，其特征在于：步骤S1获得音频数据后，按照音频数据之间的停顿或者预设时间间隔对音频数据进行切分。

3.根据权利要求2所述的基于深度学习测评通话质量的方法，其特征在于：步骤S2中的快速傅里叶变换公式如下：

其中，x(t)为采样的信号数据，j为长度系数，ω为旋转因子。

4.根据权利要求3所述的基于深度学习测评通话质量的方法，其特征在于：步骤S3中的卷积神经网络基于深度学习框架Keras下的ResNet50模型建立；所述卷积神经网络根据输入数据尺寸配置输入层，所述输入层的输出作为ResNet50的输入；设置展平层用于展平ResNet50的输出特征向量，再通过全连接层调整次特征向量的维度，最后连接一层Softmax作为分类器。

5.根据权利要求4所述的基于深度学习测评通话质量的方法，其特征在于：定义一种基于Keras中Layer类的聚类层，将卷积神经网络中分类器的输入也作为聚类层的输入，以聚类层产生的聚类结果作为分类器的参考标签，对卷积神经网络进行训练。

6.根据权利要求5所述的基于深度学习测评通话质量的方法，其特征在于：步骤S4中业务系统基于杰卡德相似度算法对音频分析结果进行相似度对比，杰卡德相似度算法公式如下：

其中，A和B为两个集合。

7.一种服务器，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的基于深度学习测评电话通话质量的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现如权利要求1至6中任一项所述的基于深度学习测评电话通话质量的方法。