技術(shù)特征：

1.用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，根據(jù)所述波動(dòng)系數(shù)，結(jié)合噪聲數(shù)據(jù)的波動(dòng)特征，獲得所述imf分量中的疑似噪聲數(shù)據(jù)段，包括：

3.根據(jù)權(quán)利要求2所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，所述噪聲可能性的計(jì)算公式為：

4.根據(jù)權(quán)利要求2所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，所述數(shù)據(jù)段的極差為所述數(shù)據(jù)段中所有特征點(diǎn)的特征值的最大值與最小值的差值。

5.根據(jù)權(quán)利要求1所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，所述imf分量的噪聲貢獻(xiàn)度為：所述imf分量中所有疑似噪聲數(shù)據(jù)段的持續(xù)時(shí)長(zhǎng)之和與所述imf分量的總持續(xù)時(shí)長(zhǎng)的比值。

6.根據(jù)權(quán)利要求1所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法，其特征在于，所述自適應(yīng)小波系數(shù)閾值為，根據(jù)所述imf分量中最大的小波系數(shù)與最小的小波系數(shù)差值，將所述imf分量的噪聲貢獻(xiàn)度作為所述小波系數(shù)差值的權(quán)重值，確定所述imf分量的自適應(yīng)小波系數(shù)閾值。

7.用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理系統(tǒng)，其特征在于，所述系統(tǒng)包括：存儲(chǔ)器和處理器，其中：

8.根據(jù)權(quán)利要求7所述的用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理系統(tǒng)，其特征在于，所述處理器包括：

技術(shù)總結(jié)
本發(fā)明涉及語(yǔ)音信號(hào)處理技術(shù)領(lǐng)域，具體涉及用于詐騙信號(hào)識(shí)別的語(yǔ)音信號(hào)處理方法及系統(tǒng)，通過(guò)將語(yǔ)音信號(hào)轉(zhuǎn)換為多個(gè)IMF分量；對(duì)每個(gè)IMF分量進(jìn)行數(shù)據(jù)分段，分析數(shù)據(jù)段的波動(dòng)特征獲得波動(dòng)系數(shù)；根據(jù)波動(dòng)系數(shù)結(jié)合噪聲數(shù)據(jù)的波動(dòng)特征獲得疑似噪聲數(shù)據(jù)段；分析IMF分量中疑似噪聲數(shù)據(jù)段的占比獲得噪聲貢獻(xiàn)度；根據(jù)噪聲貢獻(xiàn)度調(diào)整小波去噪中IMF分量的小波系數(shù)閾值；根據(jù)小波系數(shù)閾值，對(duì)IMF分量進(jìn)行小波變換去除噪聲數(shù)據(jù)，將去噪后的IMF分量進(jìn)行疊加重構(gòu)得到去噪語(yǔ)音模擬信號(hào)。本發(fā)明方案可以更準(zhǔn)確的去除可能的噪聲，最終為詐騙信號(hào)的準(zhǔn)確識(shí)別提供高質(zhì)量的語(yǔ)音音頻。

技術(shù)研發(fā)人員：劉子寧,陳兵秀,李泉
受保護(hù)的技術(shù)使用者：大連鑫塔通信建設(shè)工程有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2