一种基于通信设备的语音质量分析技术及分析方法与流程

本发明涉及数字通信数据分析，具体为一种基于通信设备的语音质量分析技术及分析方法。

背景技术：

1、在当今数字通信环境中，语音质量的保障对于实时通信应用至关重要，例如语音通话、视频会议和实时协作，然而，现有的基于通信设备的语音质量分析技术在面对复杂的网络状况和多变的通信环境时仍存在一系列问题，这些问题直接影响了用户体验和通信系统的性能。

2、现有技术在语音质量分析中不能对语音内的抽象参数和特征进行提取分析，往往依赖于静态设置或固定参数，未能有效适应实时变化的网络条件，由于网络带宽、延迟和抖动等因素的不断波动，这种刚性的参数配置使得语音传输难以适应不同环境，导致通话过程中可能出现断续、卡顿或声音质量下降的问题。

3、因此，本技术提出一种基于通信设备的语音质量分析技术及分析方法来解决现有技术存在的缺陷是十分必要的。

4、1、专利文件cn109150794b公开了一种volte语音业务质量分析处理方法及装置，上述专利实现了提高了volte语音业务质量分析的准确性，但上述专利不能实现对音频信号的时序频谱特征信息提取功能。

5、2、专利文件cn105679335b公开了一种基于无线分析的语音质量评估方法及系统，上述专利实现了可扩展和可移动的语音质量评估，能通过众包用户运行语音质量评估算法实现数据收集，进行了试点后证明了系统的高可实施性，但上述专利不能实现对网络状态的实时监测和语音传输动态调整功能。

6、3、专利文件cn104468258b公开了一种基于用户信息的移动语音质量分析方法，上述专利实现了大大简化信令采集过程和采集成本，提升移动语音质量统计分析的准确性，更加真实贴近用户的通话感知情况，但上述专利不能实现对语音质量的多维度分析评价功能。

7、4、专利文件cn113409820b公开了一种基于语音数据的质量评价方法，上述专利实现了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，但上述专利不能实现对通信设备的异常监测功能。

8、综上所述，上述专利不能实现对音频信号的时序频谱特征信息提取功能、对网络状态的实时监测和语音传输动态调整功能、对语音质量的多维度分析评价功能和对通信设备的异常监测功能，导致无法对通话语音进行抽象分析、无法对网络实现监控和调整适应多变环境、无法对语音质量全面分析和系统不稳定引起用户体验差的问题；

9、为此，本技术提出了一种能实现对音频信号的时序频谱特征信息提取功能、对网络状态的实时监测和语音传输动态调整功能、对语音质量的多维度分析评价功能和对通信设备的异常监测功能的基于通信设备的语音质量分析技术及分析方法。

技术实现思路

1、本发明的目的在于提供一种基于通信设备的语音质量分析技术及分析方法，以解决上述背景技术中提出的不能实现对音频信号的时序频谱特征信息提取功能、对网络状态的实时监测和语音传输动态调整功能、对语音质量的多维度分析评价功能和对通信设备的异常监测功能，导致无法对通话语音进行抽象分析、无法对网络实现监控和调整适应多变环境、无法对语音质量全面分析和系统不稳定引起用户体验差技术问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于通信设备的语音质量分析技术，包括通信设备、声音特征提取模块、网络适应性模块和评估融合模块，所述通信设备内集成有声音特征提取模块、网络适应性模块和评估融合模块，所述声音特征提取模块利用深度学习技术建立模型从原始语音信号中学习捕获语音特征；

3、所述声音特征提取模块包括：频谱特征提取单元和时序信息捕捉单元，所述频谱特征提取单元与时序信息捕捉单元通过共享卷积层的权重连接；

4、所述频谱特征提取单元内集成gpu加速的服务器用于训练和推断深度学习模型，所述频谱特征提取单元适应深度卷积神经网络，包含多层卷积层和池化层，提取语音信号的频域特征；

5、所述时序信息捕捉单元使用循环神经网络和长短时记忆网络来建模语音信号的时序动态，所述时序信息捕捉单元接收频谱特征提取单元传递的频谱特征，并与评估融合模块进行网络连接，将时序信息传递到评估融合模块。

6、优选的，所述网络适应性模块用于实时监测网络带宽情况并对通信设备进行动态调整；

7、网络适应性模块包括：实时带宽监测单元和动态带宽调整单元；

8、实时带宽监测单元即部署在通信设备上的嵌入式系统，实时带宽监测单元集成有ping测试和snmp协议实时监测网络带宽情况，与动态带宽调整单元之间通过网络数据共享连接，将实时带宽信息传递给动态带宽调整单元；

9、动态带宽调整单元即部署在通信设备上的实时调整模块，动态带宽调整单元内集成有自适应比特率控制算法，根据实时带宽监测单元提供的信息调整语音传输参数，并将动态调整后的参数传递给评估融合模块。

10、优选的，所述声音特征提取模块通过局域网络连接有信息传递协调模块，信息传递协调模块用于对语音信息、网络参数和通信设备消息进行传递和协调控制；

11、信息传递协调模块包括：消息传递单元和传递逻辑控制单元；

12、消息传递单元即通信设备和服务器上的消息传递模块，消息传递单元内集成有消息传递协议，使用消息队列和rpc协议，确保模块间的信息传递；

13、传递逻辑控制单元即通信设备和服务器上的逻辑控制模块，传递逻辑控制单元确定信息传递的逻辑流程，使用中央控制器进行传递逻辑的控制，传递逻辑控制单元通过网络连接消息传递单元进行控制信息的传递和协调模块的工作。

14、优选的，所述评估融合模块用于对通信设备采集的语音数据进行主客观融合评价；

15、评估融合模块包括：客观质量评估单元和主观用户反馈单元；

16、客观质量评估单元即部署在服务器上的客观评估模块，负责处理传入的语音信号和网络参数，客观质量评估单元内集成有mos计算和loss计算，进行客观的语音质量评估，客观质量评估单元与时序信息捕捉单元和信息传递协调模块通过互联网建立连接；

17、主观用户反馈单元即部署在通信设备上的用户反馈模块，通过gui和api收集用户评分和反馈数据信息，主观用户反馈单元内引入实时用户满意度调查和用户行为分析，获取用户主观体验数据，主观用户反馈单元与时序信息捕捉单元和信息传递协调模块通过互联网建立连接。

18、优选的，所述通信设备内还集成有异常检测模块，异常检测模块用于对通信设备的通信状况进行实时监控；

19、异常检测模块包括：实时监测单元和故障定位应对单元；

20、实时监测单元即部署在通信设备上的监测模块，通过传感器数据和网络监测数据进行实时监测，实时监测单元使用实时监测系统，包括抖动检测和丢包检测实时检测通信状况，实时监测单元与时序信息捕捉单元、评估融合模块和信息传递协调模块通过互联网建立连接；

21、故障定位应对单元即部署在通信设备上的故障定位模块，故障定位应对单元与实时监测单元和信息传递协调模块通过互联网建立连接，故障定位应对单元根据实时监测单元提供的异常信息，迅速定位问题并采取应对措施，包括切换到备用服务器和调整传输路径。

22、优选的，所述信息传递协调模块内还设计有安全保障模块，安全保障模块用于对语音数据传输进行安全保护；

23、安全保障模块包括：端到端加密单元和身份验证权限控制单元；

24、端到端加密单元即部署在通信设备和服务器上的加密模块，端到端加密单元使用aes算法对语音数据进行端到端加密，端到端加密单元与信息传递协调模块通过互联网建立连接；

25、身份验证权限控制单元即部署在通信设备和服务器上的身份验证模块，身份验证权限控制单元设计身份验证机制，使用令牌和证书的方式确保只有授权用户才能访问系统，身份验证权限控制单元与信息传递协调模块通过互联网建立连接。

26、优选的，所述通信设备内设置有可定制性模块，可定制性模块用于根据用户需求进行系统参数动态调整；

27、可定制性模块包括：用户参数配置单元和自适应学习率单元；

28、用户参数配置单元即部署在通信设备和服务器上的配置模块，用户参数配置单元提供用户友好的配置界面和api接口，允许用户根据特定需求和网络条件调整系统参数，用户参数配置单元与信息传递协调模块通过互联网建立连接；

29、自适应学习率单元即部署在通信设备和服务器上的学习率调整模块，自适应学习率单元集成自适应学习率算法，使系统能够根据用户的历史偏好和行为进行动态调整，自适应学习率单元与信息传递协调模块通过互联网建立连接。

30、优选的，所述服务器内设计有云端服务模块，云端服务模块即云服务器集群，用于在云端环境中对语音分析模型进行优化；

31、云端服务模块包括：云端部署单元和实验优化单元；

32、云端部署单元将语音质量分析技术部署为云端服务，使用aws云平台实现全球范围的服务和快速扩展，云端部署单元与实验优化单元和信息传递协调模块通过互联网建立数据传输连接；

33、实验优化单元负责模型训练和优化，在云端环境中进行实时实验和模型优化，使用持续集成和部署流水线确保系统的最新状态，实验优化单元与信息传递协调模块通过互联网建立数据传输连接。

34、优选的，所述分析方法包括以下步骤：

35、s1、使用深度卷积神经网络进行频谱特征提取的方法，通过卷积层学习频谱中的抽象特征，对语音信号进行卷积操作，通过卷积核提取不同频率的特征，同时使用池化层减小特征图的维度，最终得到语音频谱的抽象表示；

36、s2、使用ping测试和snmp协议发送ping请求或通过snmp协议获取网络设备信息，分析延迟和带宽，以实时了解网络状况，为后续的动态带宽调整提供依据；

37、s3、引入深度q网络，根据实时网络适应性模块的动态带宽调整单元的反馈，调整客观评估的权重，以更好地反映实际网络状态对语音质量的影响；

38、s4、部署在通信设备上的监测模块通过实时监测系统获取实时数据，通过分析抖动和丢包指标，判断通信是否异常，根据实时监测单元提供的异常信息，迅速定位问题，并采取相应的应对措施，确保系统的持续稳定运行。

39、优选的，所述分析方法还包括以下步骤：

40、s11、将语音频谱特征输入rnn和lstm网络，使网络能够记忆和利用先前时刻的信息，更好地捕捉语音信号中的时序关系，提高对长时序依赖关系的建模能力；

41、s21、根据实时带宽监测单元提供的信息，采用自适应比特率控制算法，动态调整语音传输参数，以最大化语音质量并保持通信的稳定性；

42、s31、利用情感分析技术，对用户反馈的文本进行情感分类，同时构建用户情感模型，以更全面地了解用户对语音质量的感受，使用跨模态融合策略，将客观质量评估结果与主观用户反馈结果结合，通过注意力机制进行权重调整；

43、s41、部署在通信设备和服务器上的加密模块通过应用aes加密算法，确保语音数据在传输过程中的隐私和安全，通过身份验证与权限控制单元，分析用户提供的令牌或证书，确认用户身份，以确保系统只被授权用户访问。

44、与现有技术相比，本发明的有益效果是：

45、1.本发明通过设计有声音特征提取模块，实现了对音频信号的时序频谱特征信息提取功能，解决了无法对语音信号频谱和时序特性的理解和抽象分析，增强了语音信号的抽象表达，使系统更适应不同类型和质量的语音输入，从而提升整体语音质量分析的能力；

46、2.本发明通过设计有网络适应性模块，实现了对网络状态的实时监测和语音传输动态调整功能，应对实时变化的网络状况，确保语音传输的稳定性和质量，提高了语音通信的实时适应性，避免了网络波动对语音质量的负面影响；

47、3.本发明通过设计有评估融合模块，实现了对语音质量的多维度分析评价功能，优化语音质量评估的全面性和准确性，提升了系统对语音质量的整体把控能力，增加了用户满意度；

48、4.本发明通过设计有异常检测模块，实现了对通信设备的异常监测功能，预防和应对通信设备异常，确保系统的持续稳定运行，提高了系统的稳定性和可靠性，提高了分析数据稳定性和准确性。