[发明专利]一种语音质量评估的方法和装置有效
| 申请号： | 201710055497.0 | 申请日： | 2017-01-24 |
| 公开（公告）号： | CN108346434B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 祁俊杰;王丽莉;李坤滋;赵艳琼;王君诚;莫一鸣 | 申请（专利权）人： | 中国移动通信集团安徽有限公司;中国移动通信集团公司 |
| 主分类号： | G10L25/30 | 分类号： | G10L25/30;G10L25/60;H04W24/08 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 彭琼 |
| 地址： | 230088 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 语音 质量 评估 方法 装置 | ||
1.一种语音质量评估的方法，其特征在于，所述方法包括：
根据原始语音信息和由原始语音信息测试后对应的退化语音信息，按照POLQA算法计算得到所述退化语音信息中有效语音片段对应的POLQA-MOS值；
提取所述有效语音片段中的声学特征；
采用深度学习算法，由有效语音片段的声学特征和所述声学特征对应的POLQA-MOS值建立语音质量评估模型；
在语音质量评估模型中输入语音数据的声学特征，获取所述语音数据ePOLQA-MOS值；
其中，所述采用深度学习算法，由有效语音片段的声学特征和所述声学特征对应的POLQA-MOS值建立语音质量评估模型，包括：
建立N层网络，确定除输入层和输出层外各层网络的权重，N大于2；
采用深度学习算法，依据有效语音片段的声学特征和所述各层网络的权重，计算输出层的输出结果；
利用输出层的输出结果和所述声学特征对应的POLQA-MOS值的差，更新所述各层网络的权重，再次计算输出层的输出结果；
直至输出层的输出结果和所述声学特征对应的POLQA-MOS值的差小于预设阈值；
更新后的所述各层网络的权重作为调整后的所述各层网络的权重；
按照调整后的所述各层网络的权重建立语音质量评估模型；
所述确定除输入层和输出层外各层网络的权重，包括：
建立N层网络，随机确定所述各层网络的权重；
采用深度学习算法，依据有效语音片段的声学特征和所述各层网络的权重确定输出层的输出结果；
利用输出层的输出结果和所述声学特征对应的POLQA-MOS值的差，更新所述各层网络的权重；
再次选择不同的有效语音片段的声学特征和更新后的所述各层网络的权重再次确定输出层的输出结果，直至所有有效语音片段均被选择；
更新后的所述各层网络的权重作为确定除输入层和输出层外各层网络的权重。
2.根据权利要求1所述语音质量评估的方法，其特征在于，所述深度学习算法包括：深度神经网络算法DNN、卷积神经网络算法CNN、递归神经网络算法RNN或长短期记忆人工神经网络算法LSTM。
3.根据权利要求1所述语音质量评估的方法，其特征在于，所述利用输出层的输出结果和所述声学特征对应的POLQA-MOS值的差，更新所述各层网络的权重，包括：
利用输出层的输出结果和所述声学特征对应的POLQA-MOS值的差，确定输出层的网络参数梯度；
由输出层的网络参数梯度和所述各层网络的权重确定N-1层的网络参数梯度；
由第N层的网络参数梯度和第N-1层的权重，更新第N-1层的权重，更新第N-1层的网络参数梯度，N大于2，第N层即输出层。
4.根据权利要求1所述语音质量评估的方法，其特征在于，N等于5。
5.根据权利要求1所述语音质量评估的方法，其特征在于，所述有效语音片段包括：50帧或50帧以上语音数据。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国移动通信集团安徽有限公司;中国移动通信集团公司，未经中国移动通信集团安徽有限公司;中国移动通信集团公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710055497.0/1.html，转载请声明来源钻瓜专利网。
