CN102572929A

CN102572929A - 语音检测方法和设备

Info

Publication number: CN102572929A
Application number: CN2011104323164A
Authority: CN
Inventors: 沈月平; 樊静昌
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2011-12-21
Filing date: 2011-12-21
Publication date: 2012-07-11
Anticipated expiration: 2031-12-21
Also published as: CN102572929B

Abstract

本发明实施例涉及语音检测方法和设备。语音检测方法包括：获取语音帧包含的多个参数中选定的被测参数的取值；根据针对每一个所述被测参数预设的置信区间确定每个所述被测参数的取值是否可信；在检测窗口内针对所述语音帧累计取值不可信的所述被测参数的数量，并判断该数量是否超出预设门限，在判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志。本发明实施例可以根据语音帧的实时记录数据有效地检测出语音帧中出现的流水声，从而为后续进行流水声控制提供了再现性良好并且调整灵活的手段，并由此节省了流水声检测方面的资源。

Description

语音检测方法和设备

技术领域

本发明实施例涉及无线通信领域，并且更具体地，涉及语音检测方法和设备。

背景技术

在适应性多速率(Adaptive Multi-Rate，简称AMR)语音质量相关的问题中，流水声问题在商用网中呈上升趋势。流水声现象会导致客户认为语音通信质量下降。目前针对通用移动通信系统(Universal MobileTelecommunications System，简称UMTS)网络中出现流水声现象，缺乏有效的检测手段。一般认为，导致流水声的主要原因是空口加密在终端和网络侧维护不一致。由于语音问题本身涉及用户主观感受且涉及的是UMTS网络用户，UMTS无线接入网络侧针对用户面实时的场景无任何记录的日志，只能通过人工进行大量拨测、路测抓包来检测，这样的检测方式导致检测结果再现性较低，并且带来人力、物力的巨大浪费，而且没有实质性解决或者缓解流水声检测的问题。

发明内容

本发明实施例提供一种语音检测方法，能够根据语音帧的实时记录数据有效地检测出语音帧中出现的流水声。

一方面，提供了一种语音检测方法，所述方法包括：

获取语音帧包含的多个参数中选定的被测参数的取值；

根据针对每一个所述被测参数预设的置信区间确定每个所述被测参数的取值是否可信；

在检测窗口内针对所述语音帧累计取值不可信的所述被测参数的数量，并判断该数量是否超出预设门限，

在判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志。

另一方面，提供了一种语音检测设备，所述设备包括：

获取单元，用于获取语音帧包含的多个参数中选定的被测参数的取值；

第一判断单元，用于根据针对每一个所述被测参数预设的置信区间确定所述获取单元获取的每个所述被测参数的取值是否可信；

第二判断单元，用于在检测窗口内针对所述语音帧累计所述第一判断单元的判断结果为取值不可信的所述被测参数的数量，并判断该数量是否超出预设门限，

控制单元，用于在所述第二判断单元的判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志。

本发明实施例可以根据语音帧的实时记录数据有效地检测出语音帧中出现的流水声，从而为后续进行流水声控制提供了再现性良好并且调整灵活的手段，并由此节省了流水声检测方面的资源。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的语音检测方法的示意流程图；

图2是根据本发明实施例的语音检测设备的示意结构图；

图3是根据本发明进一步实施例的语音检测设备的示意结构图；

图4是根据本发明进一步实施例的语音检测设备的示意结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的技术方案，可以应用于各种通信系统，例如：GSM，码分多址(CDMA，Code Division Multiple Access)系统，宽带码分多址(WCDMA，Wideband Code Division Multiple Access Wireless)，通用分组无线业务(GPRS，General Packet Radio Service)，长期演进(LTE，Long Term Evolution)等。

用户设备(UE，User Equipment)，也可称之为移动终端(MobileTerminal)、移动用户设备等，可以经无线接入网(例如，RAN，Radio AccessNetwork)与一个或多个核心网进行通信，用户设备可以是移动终端，如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。

基站，可以是GSM或CDMA中的基站(BTS，Base Transceiver Station)，也可以是WCDMA中的基站(NodeB)，还可以是LTE中的演进型基站(eNB或e-NodeB，evolutional Node B)，本发明并不限定，但为描述方便，下述实施例以Node B为例进行说明。

由于流水声问题本身是UMTS网络固有的一个问题，从其产生的原理分析，主要是由于UMTS网元无线网络控制器(Radio Network Controller，简称RNC)与UE侧语音通话过程中使用的加密参数不一致导致流水声的产生。在目前的情况下，语音通话过程中出现流水声的时候，没有有效的技术手段进行检测，因此无法实施即时分析以便查找原因。通常，只能采用海量路测、拨测来复现流水声，然后进行数据分析查找原因。这样的分析手段效率低下并且耗费大量资源。

根据本发明实施例，提出了一种语音检测方法来解决流水声的检测问题。该语音检测方法可以实施在RNC内部语音处理模块中，在RNC与UE之间约定好的语音帧空口加密激活时间进行流水声检测。而且，为了节省资源，对上行的空口循环冗余码(Cyclic Redundancy Code，简称CRC)错包不进行检测。

图1是根据本发明实施例的语音检测方法100的示意流程图。如图1所示，方法100包括：

110：获取语音帧包含的多个参数中选定的被测参数的取值；

120：根据针对每一个所述被测参数预设的置信区间确定每个所述被测参数的取值是否可信；

130：在检测窗口内针对所述语音帧累计取值不可信的所述被测参数的数量，并判断该数量是否超出预设门限，

140：在判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志。

下面通过具体的例子来说明上述方法100。

以AMR12.2为例进行说明，其他语音速率与之相类似。

在AMR12.2中，每20ms为一个语音帧，一个语音帧包括5类参数，即LSF；adaptive codebook index；adaptive codebook gain；pulse；fixed codebookgain；并且每一类参数的个数为：LSF有5个；adaptive codebook index有4个；adaptive codebook gain有4个；pulse有40个；fixed codebook gain有4个；也即每个语音帧一共有57个参数。在本发明实施例的方法100中，可以选择这57个参数中的一部分或者全部来作为被测参数，例如选择其中的40个参数并获取它们的取值。

在正常的人声中，根据音量、音调等，每一语音帧中的各参数取值不同。假设某个参数X，其取值范围为0～M(其中M＝2^m，m表示这个参数由m比特(bit)来表示)。根据预设的语音编码规则，可以为该参数X预设置信区间(T1，T2)，其中0≤T1＜T2≤M。本领域技术人员应该理解，区间(T1，T2)可以根据具体情况选择。根据方法100中的步骤120，当T1＜X＜T2时，可以认为该参数X可信，而X落在区间(T1，T2)之外时，认为参数X的取值不可信。根据本发明实施例，可以针对每个参数分别设置是否可信的标志，例如：FLAGx＝0，表示参数X可信，而FLAGX＝1表示参数X不可信。

根据这种方法确定参数是否可信的过程中，可以预设检测窗口，例如2秒，在该预设的检测窗口中，累计FLAG＝1的参数的个数并判断累计的FLAG＝1的参数的个数是否超过预设的门限T3，例如30个，正如上述方法100中的步骤130所述。接下来，在判断的结果为FLAG＝1的参数的累计个数超过T3时，可以针对该语音帧设置检测结果标志，表示该语音帧存在流水声。

根据本发明实施例，由于传输过程中存在误码，为了消除单帧检测存在的偶然性，在判断为FLAG＝1的参数累计个数超过T3时，在所述检测窗口内，基于选定数量的语音帧，例如3帧，利用移动平均算法对所述语音帧的FLAG＝1的被测参数的累计数量进行平滑处理，并判断平滑处理后的所述语音帧的FLAG＝1的被测参数的累计数量是否仍然超出T3，在这种情况下，平滑处理后的所述语音帧的FLAG＝1的被测参数的累计数量仍然超出T3时，再针对该语音帧设置检测结果标志，表示该语音帧存在流水声。

根据本发明实施例，可以进一步判断在该检测窗口内，所述检测结果标志置位的数量是否超出预设的报告门限，例如100帧中异常超过6帧，即存在流水声的语音帧的数量超过6帧，则上报检测报告，以报告检测到杂音。然后可以由RNC进行流水声消除处理。

根据本发明实施例，还可以根据检测过程中发现的语音帧的参数分布规律，例如FLAG＝1的被测参数的累计数量，在后续检测时调整所述预设门限T3和/或所述置信区间(T1，T2)。

本发明实施例还提出了一种语音检测设备，该设备可以实现前述本发明实施例的语音检测方法。而且，根据本发明实施例，该语音检测设备可以作为处理模块集成在RNC中，或者该语音检测设备也可以实施为单独的网络设备。

图2是根据本发明实施例的语音检测设备200的示意结构图。如图2所示，设备200包括：

获取单元210，用于获取语音帧包含的多个参数中选定的被测参数的取值；

第一判断单元220，用于根据针对每一个所述被测参数预设的置信区间确定所述获取单元210获取的每个所述被测参数的取值是否可信；

第二判断单元230，用于在检测窗口内针对所述语音帧累计所述第一判断单元220的判断结果为取值不可信的所述被测参数的数量，并判断该数量是否超出预设门限，

控制单元240，用于在所述第二判断单元230的判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志，表示该语音帧存在流水声。

在前述根据本发明实施例的方法部分的技术特征可以适当地适用于本发明实施例的语音检测设备，反之亦然。

具体来说，根据本发明实施例，所述获取单元210获取的所述被测参数是所述语音帧包含的所述多个参数的全部或者其一部分。

根据本发明实施例，每个所述被测参数的所述置信区间是每个所述被测参数可能取值范围内选定的区间。

如图3所示，根据本发明实施例，设备200可以进一步包括：

计算单元250，用于在所述第二判断单元230的判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，在所述检测窗口内，基于选定数量的语音帧，利用移动平均算法对所述语音帧的所述取值不可信的所述被测参数的数量进行平滑处理，

第三判断单元260，用于判断所述计算单元250平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量是否仍然超出所述预设门限，

在第三单元260判断结果为平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量超出所述预设门限时，所述控制单元240用于针对所述语音帧设置检测结果标志，表示该语音帧存在流水声。

如图4所示，根据本发明实施例，设备200可以进一步包括：

调整单元270，用于根据所述检测窗口内累计的所述语音帧的取值不可信的所述被测参数的数量，在后续检测时调整所述预设门限和/或所述置信区间。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims

1.一种语音检测方法，其特征在于，所述方法包括：

获取语音帧包含的多个参数中选定的被测参数的取值；

2.如权利要求1所述的方法，其特征在于，

所述被测参数是所述语音帧包含的所述多个参数的全部或者其一部分。

3.如权利要求1或2所述的方法，其特征在于，

每个所述被测参数的所述置信区间是每个所述被测参数可能取值范围内选定的区间。

4.如权利要求1或2所述的方法，其特征在于，

所述在判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，针对所述语音帧设置检测结果标志的过程，包括：

在判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，

在所述检测窗口内，基于选定数量的语音帧，利用移动平均算法对所述语音帧的所述取值不可信的所述被测参数的数量进行平滑处理，并判断平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量是否仍然超出所述预设门限，

在判断结果为平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量超出所述预设门限时，针对所述语音帧设置检测结果标志。

5.如权利要求4所述的方法，其特征在于，所述方法进一步包括：

判断在所述检测窗口内，所述检测结果标志置位的数量是否超出预设的报告门限，

在所述检测结果标志置位的数量超过预设的报告门限时，上报检测报告。

6.如权利要求1或2所述的方法，其特征在于，所述方法进一步包括：

根据所述检测窗口内累计的所述语音帧的取值不可信的所述被测参数的数量，在后续检测时调整所述预设门限和/或所述置信区间。

7.一种语音检测设备，其特征在于，所述设备包括：

8.如权利要求7所述的设备，其特征在于，

所述获取单元获取的所述被测参数是所述语音帧包含的所述多个参数的全部或者其一部分。

9.如权利要求7或8所述的设备，其特征在于，

10.如权利要求7或8所述的设备，其特征在于，所述设备进一步包括：

计算单元，用于在所述第二判断单元的判断结果为所述语音帧的所述取值不可信的所述被测参数的数量超过所述预设门限时，在所述检测窗口内，基于选定数量的语音帧，利用移动平均算法对所述语音帧的所述取值不可信的所述被测参数的数量进行平滑处理，

第三判断单元，用于判断所述计算单元平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量是否仍然超出所述预设门限，

在所述第三单元的判断结果为平滑处理后的所述语音帧的所述取值不可信的所述被测参数的数量超出所述预设门限时，所述控制单元用于针对所述语音帧设置检测结果标志。