CN112954118A - 一种基于频谱高点的空号检测方法和系统 - Google Patents

Abstract

本发明公开了一种基于频谱高点的空号检测方法和系统，属于网络通信技术领域，包括建立外呼样本库；将语音文件转化为频谱图，对频谱图进行数据清理后，设定基带，在各基带中查找能量最高点，对能量最高点进行连接，形成连接关系数组，对连接关系数组进行HASH处理，得到包括HASH值与时间点的分析数组，将分析数组在样本库中进行匹配，得到外呼结果。根据外呼结果，确定重呼策略，释放中继线路，提高外呼效率。

Description

一种基于频谱高点的空号检测方法和系统

技术领域

本发明涉及网络通信技术领域，尤其是涉及一种基于频谱高点的空号检测方法和系统。

背景技术

在外呼系统中，空号检测是一项很重要的技术，空号检测DA（Dialing Analysis），是一种语音电话外呼失败的结果检测工具，由于SIP中继，在外呼失败情况时没有信令返回，包括关机、停机、拒接、不在服务区等情况，因此无法通过信令来检测外呼结果。鉴于此，如何检测外呼结果是目前亟待解决的问题。

发明内容

本发明的目的是提供一种基于频谱高点的空号检测方法和系统，将语音文件转化为频谱图，在频谱图中查找能量最高点，对能量最高点进行连接，计算HASH值，根据HASH值与时间点，在样本库中进行匹配，从而得到外呼结果，用于根据外呼结果，确定重呼策略，提高外呼效率。

第一方面，本发明的上述发明目的通过以下技术方案得以实现：

一种基于频谱高点的空号检测方法，建立外呼样本库；将语音文件转化为频谱图，对频谱图进行数据清理后，设定基带，在各基带中查找能量最高点，对能量最高点进行连接，形成连接关系数组，对连接关系数组进行HASH处理，得到包括HASH值与时间点的分析数组，将分析数组与样本进行匹配，得到外呼结果。

本发明进一步设置为：将语音文件转化为时域图，对时域图进行SIFT变换，生成频谱图。

本发明进一步设置为：将语音文件byte数组，转化为short数组，再将short数组转化为 float数组，根据float数组生成时域图；short数组转化为float数组的转化公式，如下式所示：

float[i]=(shorts[2*i]/32768f+shorts[2*i+1]/32768f)/2；

式中，i表示数组，转换后float数据为[-1，1]的参数。

本发明进一步设置为：对时域图进行SIFT变换，将所有float数组分成设定大小的窗口，相邻前后两个窗口中，后一个窗口的前半部分与前一个窗口的后半部分数据重叠，以窗口的一半作为取值间隔，每隔一取值间隔向后生成设定大小的窗口，形成包含时间、频率、能量谱密度的频谱图。

本发明进一步设置为：设定第一频率范围与能量谱阈值，满足能量谱阈值且属于第一频率范围的数据为有效数据，实现对数据的清理。

本发明进一步设置为：选定基带范围，查找所有窗口中处于同一基带的能量谱，在窗口中任选一能量数据点，在其两边分别查找第一设定数量的最大能量点，从二个第一设定数量的高能量点中，再选择第二设定数量的高能量点，作为该基带的能量高点。

本发明进一步设置为：将同一基带内，满足第二频率范围、间隔个数范围的能量最高点进行连接，形成连接关系数组，对连接关系数组进行HASH处理，得到第一HASH值，组成包括第一HASH值与时间点的分析数组。

本发明进一步设置为：Hash方法如下：

int dt = link.end.intTime - link.start.intTime;

int df = link.end.intFreq - link.start.intFreq + 300;

int freq = link.start.intFreq;

int hash = freq + 5000*(df + 600 * dt);

式中，dt表示时间差，df表示频率差，freq表示频率起始点。

本发明进一步设置为：将分析数据在样本库中进行匹配，将满足设定条件的匹配样本，与分析数据进行HASH，得到第二HASH值，计算具有相同第二HASH值的匹配样本数量，若匹配样本数量大于设定阈值，则识别成功，若匹配样本数量小于等于设定阈值，则识别失败。

第二方面，本发明的上述发明目的通过以下技术方案得以实现：

一种基于频谱高点的空号检测系统，包括存储器、处理器、以及存储在所述存储器中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本申请所述方法。

第三方面，本发明的上述发明目的通过以下技术方案得以实现：

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本申请所述方法。

与现有技术相比，本申请的有益技术效果为：

1.本申请通过将语音文件进行转换，得到频域图，从频域图中获得能量高点，并对能量高点进行HASH，采用HASH值与时间差进行判断，提高了判断的准确率；

2.进一步地，本申请通过对数据进行清理，选取基带，排除了无效数据的处理，减小了数据处理量，提高了效率；

3.进一步地，本申请通过选取最高点，统一比对数据的条件，提高判断的准确度。

附图说明

图1是本申请的一个具体实施例的语音时域示意图；

图2是本申请的一个具体实施例的语音频域示意图；

图3是本申请的一个具体实施例的无效能量点过滤示意图；

图4是本申请的一个具体实施例的能量谱高点示意图；

图5是本申请的一个具体实施例的能量高点差值HASH值示意图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

具体实施例一

本申请的一种基于频谱高点的空号检测方法，包括建立外呼样本库，对语音文件进行转换，得到频域图，对频域图中的数据进行清理，选定基带，从所有频域图窗口中寻找同一基带中的能量最高点，对同一基带中的能量最高点进行连接，对连接关系数组进行HASH处理，得到包括第一HASH值和样本时间点的分析数组，将分析数组与样本库的样本进行匹配，对满足匹配条件的样本与分析数组再进行第二次HASH运算，计算时间差与第二HASH值相同的样本数量，如果样本数量大于设定阈值，则认为识别成功，得到外呼结果，否则，则认为识别失败，更新样本库。本方法实现了对外呼结果的检测识别，为后续外呼策略提供评价依据，提高外呼效率。

建立外呼样本库，对样本进行分类。

在本申请的一个具体实施例中，样本分类如下：1.停机；2.关机；3.呼入限制； 4.呼出限制； 5.呼叫转移； 6.无人接听； 7.无法接通； 8.来电提醒； 9.正在通话中； 10.用户正忙； 11.空号； 12.网络忙。

将呼叫开始到呼叫接通，或者从呼叫开始到呼叫结束之间的媒体流复制一份转发到DA系统，DA系统根据收到的媒体流，将媒体流转码成PCM格式，然后开始检测。

检测方法如下：

设语音文件采样率为8000，每次采样16bit，得到每秒语音文件大小为16000Byte，等于16kB。

第一步，将语音文件转换为时域图：

将语音文件byte数组，采用little endian方式，转化为short数组，大小为byte数组的一半；然后将short数组转化为float数组，大小为short数组的一半。

转换公式为：

float[i]=(shorts[2*i]/32768f+shorts[2*i+1]/32768f)/2；

一个short字节大小范围为-32768～32767，经过上述转换，一个一个4个byte 的short数据值转化为 [-1，1]之间的参数。

目前float数据存储，每秒有4000个数据点，按照时间对应关系，生成时域图，如图1所示。图中，横坐标表示时间，纵坐标表示short数据值。

第二步，对时域图进行SIFT转换，生成频谱图：

对时域图进行SIFT转换，即进行短时傅里叶变换，将所有float数组分成设定大小的窗口；相邻前后两个窗口中，后一个窗口的前半部分与前一个窗口的后半部分数据重叠，以窗口的一半作为取值间隔，每隔一取值间隔向后生成设定大小的窗口，形成包含时间、频率、能量谱密度的频谱图。

在本申请的一个具体实施例中，窗口大小设定为512，也就是说以512个数据为一个窗口，取值间隔为216个，每隔216个数据向后生成大小为512的窗口，窗口模式为HANN，对所有float数组进行处理，得到一个包含时间、频率、能量谱密度的频谱图。如图2所示，图中横坐标表示时间，纵坐标表示频率，图中每个点的亮度大小表示能量大小。

第三步，从频谱图中寻找能量高点：

包括数据清理、设定基带、连接处理三部分。

数据清理：

设定数据频率范围及能量谱阈值，满足设定条件的数据为有效数据，进行保留，不满足设定条件的数据过滤掉。

在本申请的一个具体实施例中，设定数据频率范围为100Hz～2000 Hz，设定能量谱阈值为0，属于这个范围内的频率保留，不属于这个范围内的过滤掉。

如图3所示，为清理数据后的频域点图。图中，横坐标表示时间，纵坐标表示频率，图中的各点表示数据。

设定基带：

根据经验值，设定基带为：

{ 22, 44, 70, 100, 138, 182, 234, 298, 374 };

从所有窗口数据中，寻找各基带范围内的能量谱高点。

在一个基带内，任选一个数组，从其左边的数据中查找第一设定个数的最大能量点，再从其右边的数据中查找第一设定个数的最大能量点。再从二个第一设定个数的最大能量点中选取第二设定个数的最大能量点，作为本基带内的能量高点。

进行二次选择，提高了选取的数据为最大能量高点的准确性。

在本申请的一个具体实施例中，第一设定个数选取5，第二设定个数选取3。这样就得到一个基带的能量高点数据。

如图4所示，表示定位某个能量高点的位置图。

连接处理：

对于同一基带内的能量高点，进行再过滤，把属于第二频率范围内的能量高点选取出来，再对相隔设定点数范围内的两个能量高点进行连接，得到连接关系数组，对连接关系数组进行HASH处理，得到第一HASH值，组成包括第一HASH值、时间点的分析数组。

在本申请的一个具体实施例中，第二频率范围为-600f～600f；设定点数范围为1～3。

Hash方法如下：

int dt = link.end.intTime - link.start.intTime;

int df = link.end.intFreq - link.start.intFreq + 300;

int freq = link.start.intFreq;

int hash = freq + 5000*(df + 600 * dt);

式中，dt表示时间差，df表示频率差，freq表示频率起始点。

第四步，与样本库中的样本进行匹配。

分析数组从样本库中查找所有与分析数组匹配的样本，再根据样本与分析数组中的时间差进行第二次HASH。如图5所示。

在数据相同且时间差相同时，生成的HASH也相同。

将样本库中所有匹配到的样本，分别与分析数组中的时间差进行HSAH，得到第二HASH值。

如果第二HASH值相同的样本数量大于设定数量阈值，则停止匹配，返回样本码，认为识别成功，得到外呼结果；

如果第二HASH值相同的样本数量小于等于设定数量阈值，也停止匹配，认为识别失败，对样本库进行更新。

设定数量阈值的值越高，则准确度越高，同时识别时间也会越长。

在本申请的一个具体实施例中，设定数量阈值为10。

对于识别失败的分析数据，在DA中录音，将录音截取语音字段，然后加到样本库中，以便于下次识别。

具体实施例二

本申请的一种基于频谱高点的空号检测系统，该实施例的空号检测系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如空号检测程序，所述处理器执行所述计算机程序时实现实施例1中的方法。

所述计算机程序可以被分割成一个或多个模块/单元，所述一个或多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如，所述计算机程序可以被分割成多个模块，各模块具体功能如下：

1.数据转换模块，用于进行数据格式的转换；

2.数据处理模块，用于对数据进行处理；

3.样本匹配模块，用于对数据进行匹配处理。

所述空号检测系统可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述空号检测系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述上述示例仅仅是终端设备的示例，并不构成对空号检测系统的限定，可以包括比图示更多或更少的部件，或组合某些部件，或不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所述处理器可以是中央处理单元(Central Processing Unit，CPU),还可以是其他通用处理器、数据信号处理器(Digital Signal Processor，DSP) 、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述空号检测系统的控制中心，利用各种接口和线路连接整个一种基于频谱高点的空号检测系统的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于频谱高点的空号检测系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card ,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

具体实施例三

所述一种基于频谱高点的空号检测系统集成的模块/单元，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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (11)

1.一种基于频谱高点的空号检测方法，其特征在于：建立外呼样本库；将语音文件转化为频谱图，对频谱图进行数据清理后，设定基带，在各基带中查找能量最高点，对能量最高点进行连接，形成连接关系数组，对连接关系数组进行HASH处理，得到包括HASH值与时间点的分析数组，将分析数组与样本进行匹配，得到外呼结果。

2.根据权利要求1所述基于频谱高点的空号检测方法，其特征在于：将语音文件转化为时域图，对时域图进行SIFT变换，生成频谱图。

3.根据权利要求2所述基于频谱高点的空号检测方法，其特征在于：将语音文件byte数组，转化为short数组，再将short数组转化为 float数组，根据float数组生成时域图；short数组转化为float数组的转化公式，如下式所示：

float[i]=(shorts[2*i]/32768f+shorts[2*i+1]/32768f)/2；

式中，i表示数组，转换后float数据为[-1，1]的参数。

4.根据权利要求2所述基于频谱高点的空号检测方法，其特征在于：对时域图进行SIFT变换，将所有float数组分成设定大小的窗口，相邻前后两个窗口中，后一个窗口的前半部分与前一个窗口的后半部分数据重叠，以窗口的一半作为取值间隔，每隔一取值间隔向后生成设定大小的窗口，形成包含时间、频率、能量谱密度的频谱图。

5.根据权利要求1所述基于频谱高点的空号检测方法，其特征在于：设定第一频率范围与能量谱阈值，满足能量谱阈值且属于第一频率范围的数据为有效数据，实现对数据的清理。

6.根据权利要求1所述基于频谱高点的空号检测方法，其特征在于：选定基带范围，查找所有窗口中处于同一基带的能量谱，在窗口中任选一能量数据点，在其两边分别查找第一设定数量的最大能量点，从二个第一设定数量的高能量点中，再选择第二设定数量的高能量点，作为该基带的能量高点。

7.根据权利要求6所述基于频谱高点的空号检测方法，其特征在于：将同一基带内，满足第二频率范围、间隔个数范围的能量最高点进行连接，形成连接关系数组，对连接关系数组进行HASH处理，得到第一HASH值，组成包括第一HASH值与时间点的分析数组。

8.根据权利要求7所述基于频谱高点的空号检测方法，其特征在于：

Hash方法如下：

int dt = link.end.intTime - link.start.intTime;

int df = link.end.intFreq - link.start.intFreq + 300;

int freq = link.start.intFreq;

int hash = freq + 5000*(df + 600 * dt);

式中，dt表示时间差，df表示频率差，freq表示频率起始点。

9.根据权利要求1所述基于频谱高点的空号检测方法，其特征在于：将分析数据在样本库中进行匹配，将满足设定条件的匹配样本，与分析数据进行HASH，得到第二HASH值，计算具有相同第二HASH值的匹配样本数量，若匹配样本数量大于设定阈值，则识别成功，若匹配样本数量小于等于设定阈值，则识别失败。

10.一种基于频谱高点的空号检测系统，包括存储器、处理器、以及存储在所述存储器中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1-9任一所述方法。

11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9任一所述方法。

Images