发明内容

本发明的目的就在于提出一种基于语音数据的质量评价方法，获取一段20秒的语音，随后获取到一段质量评价合格的语音并将其标记为标准语音，随后将测试语音进行一分钟不间断播放，且以每秒的时刻点为监测点，获取到一分钟内测试语音中监测点对应的语音序列间隔，语音序列间隔表示为语音内的字节播放时通过监测点的两个字节的间隔时长，随后获取到一分钟内标准语音中监测点对应的语音序列间隔；将监测语音中的语音序列间隔与标准语音中的语音序列间隔进行比较，将监测语音进行帧划分，将监测语音划分为若干个语音帧，获取到语音帧的音频波长和频率，随后通过公式获取到语音帧的参数分析系数X i，将测试语音内语音帧构建参数分析系数集合，并将参数分析系数集合内子集与参数分析系数阈值进行比较；对测试语音进行预处理，提高了测试语音的合格率，防止对不合格语音进行质量评价，导致工作强度增加，降低了语音质量评价的工作效率；

本发明的目的可以通过以下技术方案实现：

一种基于语音数据的质量评价方法，包括以下步骤：

步骤一、语音预处理，对语音数据进行预处理，从而对语音数据进行检测；

步骤二、数据分析，对通过预处理的语音数据进行数据分析，获取到语音数据的质量分析系数；

步骤三、质量评价，构建质量评价模型，对语音数据进行质量评价；

步骤一中语音数据预处理的具体步骤如下：

步骤S1：获取一段20秒的语音，并将其标记为测试语音，随后获取到一段质量评价合格的语音并将其标记为标准语音，随后将测试语音进行一分钟不间断播放，且以每秒的时刻点为监测点，获取到一分钟内测试语音中监测点对应的语音序列间隔，语音序列间隔表示为语音内的字节播放时通过监测点的两个字节的间隔时长，随后获取到一分钟内标准语音中监测点对应的语音序列间隔；

步骤S2：将监测语音中的语音序列间隔与标准语音中的语音序列间隔进行比较，若监测语音中的语音序列间隔＞标准语音中的语音序列间隔，则判定测试语音序列间隔不合格，将其标记为序列间隔异常语音，若监测语音中的语音序列间隔≤标准语音中的语音序列间隔，则判定测试语音序列间隔合格，进入步骤S3；

步骤S3：将监测语音进行帧划分，将监测语音划分为若干个语音帧，并将若干个语音帧标记为i，i＝1，2，……，n，n为正整数，获取到语音帧的音频波长和频率，并将语音帧的音频波长和频率分别标记为Bi和Pi，随后通过公式Xi＝β(Bi×a1+Pi×a2)²获取到语音帧的参数分析系数Xi，其中，a1和a2均为比例系数，且β为误差修正因子，取值为1.36；

步骤S4：将测试语音内语音帧构建参数分析系数集合，并将参数分析系数集合内子集与参数分析系数阈值进行比较，若子集≥参数分析系数阈值，则将对应子集标记为合格子集，若子集＜参数分析系数阈值，则将对应子集标记为不合格子集；若参数分析系数集合内合格子集数量＞不合格子集，则获取到参数分析系数集合的平均值并将其标记为测试语音的参数分析系数RS，反之则将对应测试语音标记为参数不合格语音；对测试语音进行预处理，提高了测试语音的合格率，防止对不合格语音进行质量评价，导致工作强度增加，降低了语音质量评价的工作效率。

进一步地，步骤二中获取语音数据的质量分析系数的具体步骤如下：

步骤SS1：将测试语音标记为o，o＝1，2，……，m，m为正整数，获取到测试语音每个监测点的音频信噪比，并将测试语音每个监测点的音频信噪比标记为XZo；

步骤SS2：获取到测试语音每个监测点的音频周期，并将测试语音每个监测点的音频周期标记为ZQo；

步骤SS3：获取到测试语音每个监测点的音频波长，并将测试语音每个监测点的音频波长标记为BCo；

步骤SS4：通过公式获取到测试语音的质量分析系数FXo，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；

步骤SS5：将测试语音的质量分析系数FXo与质量分析系数阈值进行比较：

若测试语音的质量分析系数FXo≥质量分析系数阈值，则判定测试语音质量合格，生成质量合格信号并将对应测试语音标记为质量合格测试语音；

若测试语音的质量分析系数FXo＜质量分析系数阈值，则判定测试语音质量不合格，生成质量不合格信号并将对应测试语音标记为质量不合格测试语音。

进一步地，步骤三中构建质量评价模型对语音数据进行质量评价，具体构建评价步骤如下：

步骤T1：获取到测试语音的参数分析系数RS和质量合格测试语音对应的质量分析系数FXo，随后构建质量评价模型，即质量评价模型公式为PJ＝[α(e^RS×b1+e^FXo×b2)×t]^3.65，其中，b1和b2均为比例系数，且b1＞b2＞0，e为自然常数，t为自变量时间，PJ为质量评价系数；

步骤T2：以自变量时间为X轴，以质量评价系数为Y轴建立直角坐标系，且以整点时刻为X轴上的点，并将X轴上的整点时刻点对应的直角坐标系内点进行标记，同时将直角坐标系中内点进行连线构建测试语音的质量评价曲线；

步骤T3：对质量评价曲线进行分析，将测试语音的总时长中对应的整点时刻进行分析，获取到两个相邻整点时刻之间的质量评价曲线斜率，并将对应质量评价曲线斜率将比较：

若对应质量评价曲线斜率＜40度，则判定对应相邻整点时刻之间的测试语音正常；若40度≤对应质量评价曲线斜率＜65度，则判定对应相邻整点时刻之间的测试语音异常，并将对应相邻整点时刻之间的测试语音标记为异常语音，生成语音整顿信号并将语音整顿信号发送至管理人员的手机终端；对语音内每个时间段均进行质量评价，能够轻易获取到语音的质量好坏，提高了语音质量监测的准确性，同时降低了语音测试的工作强度，提高了工作效率。

与现有技术相比，本发明的有益效果是：

1、本发明中，获取一段20秒的语音，随后获取到一段质量评价合格的语音并将其标记为标准语音，随后将测试语音进行一分钟不间断播放，且以每秒的时刻点为监测点，获取到一分钟内测试语音中监测点对应的语音序列间隔，语音序列间隔表示为语音内的字节播放时通过监测点的两个字节的间隔时长，随后获取到一分钟内标准语音中监测点对应的语音序列间隔；将监测语音中的语音序列间隔与标准语音中的语音序列间隔进行比较，将监测语音进行帧划分，将监测语音划分为若干个语音帧，获取到语音帧的音频波长和频率，随后通过公式获取到语音帧的参数分析系数Xi，将测试语音内语音帧构建参数分析系数集合，并将参数分析系数集合内子集与参数分析系数阈值进行比较；对测试语音进行预处理，提高了测试语音的合格率，防止对不合格语音进行质量评价，导致工作强度增加，降低了语音质量评价的工作效率；

2、本发明中，构建质量评价模型对语音数据进行质量评价，获取到测试语音的参数分析系数RS和质量合格测试语音对应的质量分析系数FXo，随后构建质量评价模型，即质量评价模型公式为PJ＝[α(e^RS×b1+e^FXo×b2)×t]^3.65，以自变量时间为X轴，以质量评价系数为Y轴建立直角坐标系，且以整点时刻为X轴上的点，并将X轴上的整点时刻点对应的直角坐标系内点进行标记，同时将直角坐标系中内点进行连线构建测试语音的质量评价曲线；对质量评价曲线进行分析，将测试语音的总时长中对应的整点时刻进行分析，获取到两个相邻整点时刻之间的质量评价曲线斜率，并将对应质量评价曲线斜率将比较；构建质量评价模型，根据模型公式构建测试语音的质量评价曲线，对语音内每个时间段均进行质量评价，能够轻易获取到语音的质量好坏，提高了语音质量监测的准确性，同时降低了语音测试的工作强度，提高了工作效率。