[发明专利]一种面向不均衡语音数据集的数据生成方法及系统

摘要

本发明公开了一种面向不均衡语音数据集的数据生成方法及系统，所述方法包括以下步骤：S1、将输入样本聚类划分为若干聚类簇；S2、计算每个聚类簇的不均衡率，根据不均衡率确定数据生成的安全聚类簇；S3、计算安全聚类簇内少数类样本的空间分布密度；S4、根据空间分布密度计算每个聚类簇的采样权重；S5、根据采样权重，在安全聚类簇内生成样本数，基于样本数进行样本生成；所述系统用于实现上述方法，包括样本聚类划分模块、安全聚类簇计算模块，空间分布密度计算模块、采样权重计算模块和样本生成模块。本发明对不均衡分布语音数据集进行样本均衡，使其更适用于对语音数据集的均衡化处理，生成分化能力和信息价值高的少数类语音特征样。