CN105989843A - 一种实现缺失特征重建的方法和装置 - Google Patents

Abstract

本发明公开了一种实现缺失特征重建的方法和装置，包括：预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用IMCRA算法计算测试语音的语音帧各维度的信噪比；根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。本发明的方案提高了缺失特征重建的精度。

Description

一种实现缺失特征重建的方法和装置

技术领域

本发明涉及声纹识别(VPR，Voiceprint Recognition)技术，尤指一种实现缺失特征重建的方法和装置。

背景技术

声纹识别***的识别性能会随着环境噪声的增强而急剧降低，为提高***在噪声环境下的识别率，作为语音识别领域的一种行之有效的前端处理方法，缺失特征重建的方法被应用到了声纹识别领域，并在实验条件下取得了良好的效果。

现有的实现缺失特征重建的方法大致包括：

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用谱减算法获取测试语音的语音帧对应的训练语音帧，并根据获得的训练语音帧计算测试语音的语音帧各维度的信噪比；根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分；获取各训练语音帧对应的权重、均值向量和协方差矩阵；根据各训练语音帧对应的权重、均值向量和协方差矩阵获取测试语音的语音帧对应的权重、均值向量和协方差矩阵；根据测试语音的语音帧对应的权值、均值向量和协方差矩阵、测试语音的语音帧中的可靠部分采用最大后验法对测试语音的语音帧中的不可靠部分进行缺失特征重建。

现有的实现缺失特征重建的方法中，由于谱减算法默认为噪声是平稳的，而实际噪声是非平稳的，导致在进行缺失特征重建过程存在较大误差。

发明内容

为了解决上述问题，本发明提出了一种实现缺失特征重建的方法和装置，能够减小误差，从而提高缺失特征重建精度。

为了达到上述目的，本发明提出了一种实现缺失特征重建的方法，包括：

预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用改进的最小值控制递归平均IMCRA算法计算测试语音的语音帧各维度的信噪比；

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

优选地，在根据所述测试语音的语音帧的不可靠部分判断出所述测试语音的语音帧不需要进行缺失特征重建时，该方法还包括：丢弃所述测试语音的语音帧。

优选地，所述预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵包括：

预先获取两个或两个以上训练语音，对于每一个训练语音，将所述训练语音划分为两个或两个以上语音帧；

获取每一个所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

优选地，所述获取每一个训练语音的语音帧的梅尔域对数功率谱特征矢量参数包括：

对所述训练语音的语音帧进行傅里叶变换，对傅里叶变换后的训练语音的语音帧取模得到所述训练语音的语音帧的幅度谱；

对所述训练语音的语音帧的幅度谱取平方得到所述训练语音的语音帧的功率谱；

将所述训练语音的语音帧的功率谱经过梅尔梳状滤波器得到所述训练语音的语音帧的梅尔域功率谱特征矢量参数，对所述训练语音的语音帧的梅尔域功率谱特征矢量参数取对数得到所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数。

优选地，所述根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵包括：

设置所述高斯混合聚类的个数，初始化各高斯混合聚类的均值向量、协方差矩阵和权重；

根据初始化的各高斯混合聚类的均值向量、协方差矩阵和权重、各训练语音的语音帧的梅尔域对数功率谱特征矢量参数采用高斯混合聚类算法获取各高斯混合聚类权重、均值向量和协方差矩阵。

优选地，所述采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

获取所述测试语音的语音帧的梅尔域功率谱特征矢量参数；

根据所述测试语音的语音帧的梅尔域功率谱特征矢量参数采用所述IMCRA算法计算所述测试语音的语音帧各维度的信噪比。

优选地，所述获取测试语音的语音帧的梅尔域功率谱特征矢量参数包括：

对所述测试语音的语音帧进行傅里叶变换，对傅里叶变换后的测试语音的语音帧取模得到所述测试语音的语音帧的幅度谱；

对所述测试语音的语音帧的幅度谱取平方得到所述测试语音的语音帧的功率谱，将所述测试语音的语音帧的功率谱经过梅尔梳状滤波器得到所述测试语音的语音帧的梅尔域功率谱特征矢量参数。

优选地，所述根据测试语音的语音帧的梅尔域功率谱特征矢量参数采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

根据公式D²(λ,k2)＝α_d(λ,k2)D²(λ-1,k2)+[1-α_d(λ,k2)]Y²(λ,k2)计算所述测试语音的语音帧各维度的噪声功率，根据公式SNR(λ,k2)＝20log₁₀(Y(λ,k2)-D(λ,k2))-20log₁₀D(λ,k2)计算所述测试语音的语音帧各维度的信噪比；

其中，D²(λ，k2)为测试语音的第λ个语音帧的梅尔域噪声功率的第k2维的值，k2为所述测试语音的语音帧的梅尔域功率谱特征矢量参数的维度序号，λ为所述测试语音的语音帧序号，α_d为平滑参数，Y为所述测试语音的语音帧的梅尔域功率谱特征矢量参数的第k2维度值，Y²(λ，k2)为测试语音的第λ个语音帧的梅尔域功率谱特征矢量参数的第k2维的值。

优选地，所述根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分包括：

判断出所述测试语音的语音帧某一维度的信噪比大于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的可靠部分；

判断出所述测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的不可靠部分。

优选地，所述对测试语音的语音帧的不可靠部分进行缺失特征重建之前还包括：根据测试语音的语音帧的不可靠部分判断测试语音的语音帧是否需要进行缺失特征重建，包括：

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出所述测试语音的语音帧需要进行缺失特征重建；

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值小于预设比值时，判断出所述测试语音的语音帧不需要进行缺失特征重建。

优选地，所述根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建包括：

根据所述各高斯混合聚类的权重、均值向量和协方差矩阵判断出所述测试语音的语音帧所属的高斯混合聚类；

根据所述测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建；

其中，为所述测试语音的语音帧的不可靠部分；X_o为所述测试语音的语音帧的可靠部分；U_km为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的不可靠部分相对应的部分；U_ko为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的不可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。

优选地，所述根据各高斯混合聚类的权重、均值向量和协方差矩阵判断出测试语音的语音帧所属的高斯混合聚类包括：

根据公式判断出所述测试语音的语音帧所属的高斯混合聚类；

其中，X为测试语音的语音帧的梅尔域对数功率谱特征矢量参数，λ_k4为第k4个高斯混合聚类，为最大似然值对应的k4值，P为X和λ_k4之间的似然值，argmax为P为最大值时的k4值；

其中， $P\left(X\right|{\mathrm{\λ}}_{k4})={\mathrm{\ω}}_{k4}\underset{y\∈X_0}{\mathrm{\Π}}N2(x,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})\underset{y\∈X_m}{\mathrm{\Π}}0.5(1+\mathrm{erf}\left(\frac{x-{\mathrm{\μ}}_{k4,y}}{\sqrt{2}{\mathrm{\σ}}_{k4,y}}\right));$

$N2(y,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})=\frac{1}{\sqrt{2{\mathrm{\π\σ}}_{k4,y}^2}}\exp (-0.5\frac{{(y-{\mathrm{\μ}}_{k4,y})}^2}{{\mathrm{\σ}}_{k4,y}^2});$

其中，y为X的某一维数据，ω_k4为高斯混合聚类λ_k4的权重，μ_k4，x为λ_k4与第y维相对应的均值，σ_k4，y为λ_k4中与第y维相对应的协方差阵对角值。通过比较X相对各高斯混合聚类的似然值P(X|λ_k4)的大小，选出似然值最大的高斯混合聚类λ_k4。

本发明还提出了一种实现缺失特征重建的装置，至少包括：

获取模块，用于预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；

计算模块，用于将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用改进的最小值控制递归平均IMCRA算法计算测试语音的语音帧各维度的信噪比；

重建模块，用于根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

优选地，所述重建模块还用于：

在根据所述测试语音的语音帧的不可靠部分判断出所述测试语音的语音帧不需要进行缺失特征重建时，丢弃所述测试语音的语音帧。

优选地，所述获取模块具体用于：

预先获取两个或两个以上训练语音，对于每一个训练语音，将所述训练语音划分为两个或两个以上语音帧；获取每一个所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

优选地，所述计算模块具体用于：

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，获取所述测试语音的语音帧的梅尔域功率谱特征矢量参数；根据所述测试语音的语音帧的梅尔域功率谱特征矢量参数采用所述IMCRA算法计算所述测试语音的语音帧各维度的信噪比。

优选地，所述重建模块具体用于：

判断出所述测试语音的语音帧某一维度的信噪比大于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的可靠部分；

判断出所述测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的不可靠部分；

根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

优选地，所述重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分；

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出所述测试语音的语音帧需要进行缺失特征重建；

根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

优选地，所述重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建；

根据所述各高斯混合聚类的权重、均值向量和协方差矩阵判断出所述测试语音的语音帧所属的高斯混合聚类；

根据所述测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建；

其中，为所述测试语音的语音帧的不可靠部分；X_o为所述测试语音的语音帧的可靠部分；U_km为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的不可靠部分相对应的部分；U_ko为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的不可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。

与现有技术相比，本发明包括：预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用IMCRA算法计算测试语音的语音帧各维度的信噪比；根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。通过本发明的方案，由于IMCRA算法是能够在平稳及非平稳噪声环境下有效跟踪噪声的方法，因此提高了平稳以及非平稳噪声环境下缺失特征重建的精度，从而提高声纹识别***识别率。

附图说明

下面对本发明实施例中的附图进行说明，实施例中的附图是用于对本发明的进一步理解，与说明书一起用于解释本发明，并不构成对本发明保护范围的限制。

图1为本发明的实现缺失特征重建的方法的流程图；

图2为本发明的实现缺失特征重建的装置的结构组成示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合附图对本发明作进一步的描述，并不能用来限制本发明的保护范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的各种方式可以相互组合。

参见图1，本发明提出了一种实现缺失特征重建的方法，包括：

步骤100、预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵。具体包括：

预先获取两个或两个以上训练语音，对于每一个训练语音，将训练语音划分为两个或两个以上语音帧；获取每一个训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

其中，将训练语音划分为两个或两个以上语音帧时，可以使训练语音的语音帧的长度为20毫秒(ms)到30ms之间，相邻两个训练语音的语音帧之间具有25％到50％的重叠。

其中，获取每一个训练语音的语音帧的梅尔域对数功率谱特征矢量参数包括：

对训练语音的语音帧进行傅里叶变换，对傅里叶变换后的训练语音的语音帧取模得到训练语音的语音帧的幅度谱，对训练语音的语音帧的幅度谱取平方得到训练语音的语音帧的功率谱，将训练语音的语音帧的功率谱经过梅尔梳状滤波器得到训练语音的语音帧的梅尔域功率谱特征矢量参数，对训练语音的语音帧的梅尔域功率谱特征矢量参数取对数得到训练语音的语音帧的梅尔域对数功率谱特征矢量参数。

其中，梅尔梳状滤波器可以是三角滤波器或双曲线滤波器。

其中，三角滤波器可以采用以下方法设计。

根据公式(1)将时域频率转至梅尔域频率。

$f_{\mathrm{mel}}\left(f\right)=2595\lg (1+\frac{f}{700})---\left(1\right)$

其中，f为时域频率，f_mel为梅尔域频率。

再计算语音信号最大频率：

$f_g=\frac{f_s}{2}---\left(2\right)$

其中，f_s为采样频率，采样频率一般为8000Hz，f_g为语音信号的原始频率的最大值。

结合公式(1)和公式(2)，令f＝fg得出语音的最大梅尔域频率为：

$f_{\max }\left[\mathrm{mel}\right]=2595\lg (1+\frac{f_s}{1400})\mathrm{mel}---\left(3\right)$

其中，f_max为最大梅尔域频率。

K阶梅尔域功率谱特征矢量参数为：

$\mathrm{\Δmel}=\frac{f_{\max }}{K+1}\mathrm{mel}---\left(4\right)$

利用公式(1)的反函数将向量M＝{Δmel,2Δmel,3Δmel,…,(K+1)Δmel}转换成时域频率得到f_center＝{f₁,f₂,f₃,…,f_K+1}，最后利用f_center设计三角滤波器。设计的三角滤波器满足增益为1，每一个三角形中心频率为f_n，n∈{1,K}，三角形中心频率左边带宽为f_n—f_n—1，右边带宽为f_n+1—f_n即可。第一个三角形中心频率左边带宽为f₁。

其中，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵包括：

设置高斯混合聚类的个数，初始化各高斯混合聚类的均值向量、协方差矩阵和权重，根据初始化的各高斯混合聚类的均值向量、协方差矩阵和权重、各训练语音的语音帧的梅尔域对数功率谱特征矢量参数采用高斯混合聚类算法获取各高斯混合聚类权重、均值向量和协方差矩阵。

其中，可以根据经验将高斯混合聚类的个数设置为128个。

其中，可以采用LBG-矢量量化(VQ，Vector Quantization)算法初始化各高斯混合聚类的均值向量，具体实现属于本领域技术人员的公知常识，并不用于限定本发明的保护范围，这里不再赘述。

其中，可以用0到2之间的数随机初始化各高斯混合聚类的协方差矩阵。

其中，随机初始化高斯混合聚类的权重时，应保证所有高斯混合聚类的权重之和为1。

其中，高斯混合聚类算法可以是EM算法。EM算法属于现有的算法，具体的实现并不用于限定本发明的保护范围。EM算法具体实现如下：

对于每一个高斯混合聚类，循环执行公式(5)到公式(9)。

$\mathrm{\γ}(i,k1)=\frac{{\mathrm{\ω}}_{k1}N1(x_i,{\mathrm{\μ}}_{k1},{\mathrm{\θ}}_{k1})}{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\ω}}_{j}N1(x_i,{\mathrm{\μ}}_j,{\mathrm{\θ}}_j)}---\left(5\right)$

其中，i表示训练语音的语音帧的序号，N1为高斯函数，ω_k1为第k1个高斯混合聚类的权重，x_i为第i个训练语音的语音帧的梅尔域对数功率谱特征矢量参数，μ_k1为第k1个高斯混合聚类的均值向量，θ_k1为第k1个高斯混合聚类的协方差矩阵，μ_j为第j个高斯混合聚类的均值向量，θ_j为第j个高斯混合聚类的协方差矩阵，j，k1为高斯混合聚类的序号，M为高斯混合聚类的个数。

$S_{k1}=\underset{i-1}{\overset{n}{\mathrm{\Σ}}}\mathrm{\γ}(i,k1)---\left(6\right)$

其中，n为训练语音的语音帧的个数。

${\mathrm{\μ}}_{k1}=\frac{1}{S_{k1}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{\γ}(i,k1)x_i---\left(7\right)$

${\mathrm{\θ}}_{k1}=\frac{1}{S_{k1}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{\γ}(i,k1)(x_i-{\mathrm{\μ}}_{k1}){(x_i-{\mathrm{\μ}}_{k1})}^T---\left(8\right)$

${\mathrm{\ω}}_{k1}=\frac{S_{k1}}{{\mathrm{\Σ}}_{k=1}^M{S}_{k1}}---\left(9\right)$

其中，循环的次数可以预先设定，循环的次数越多，精度越高，例如，可以设置为10次。

其中，

$N1(X,U,\mathrm{\θ})=\frac{1}{\sqrt{{\left(2\mathrm{\π}\right)}^d\left|\mathrm{\θ}\right|}}\exp [-0.5{(X-U)}^T{\mathrm{\θ}}^{-1}(X-U)]---\left(10\right)$

其中，X为训练语音的语音帧的梅尔域对数功率谱特征矢量参数，U为高斯混合聚类的均值向量，θ为高斯混合聚类的协方差矩阵，d为训练语音的语音帧的梅尔域对数功率谱特征矢量参数的维度。

对10次循环结束后得到的128组ω、μ、θ进行保存，即认为这些参数代表了人类话音共性特征。

步骤101、将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用改进的最小值控制递归平均(IMCRA，The ImprovedMinima Controlled Recursive Averaging)算法计算测试语音的语音帧各维度的信噪比。

本步骤中，测试语音的语音帧的一个维度是指从测试语音的语音帧中提取得到的梅尔域功率谱特征矢量参数的一个子带。例如，当测试语音的梅尔域功率谱特征矢量参数为[2,3,4]时，测试语音的语音帧包括三个维度，分别为2,3,4。

本步骤中，将测试语音划分为两个或两个以上语音帧时，可以使测试语音的语音帧的长度为20ms到30ms之间，相邻两个测试语音的语音帧之间具有25％到50％的重叠。

本步骤中，采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

获取测试语音的语音帧的梅尔域功率谱特征矢量参数，根据测试语音的语音帧的梅尔域功率谱特征矢量参数采用IMCRA算法计算测试语音的语音帧各维度的信噪比。

其中，获取测试语音的语音帧的梅尔域功率谱特征矢量参数包括：

对测试语音的语音帧进行傅里叶变换，对傅里叶变换后的测试语音的语音帧取模得到测试语音的语音帧的幅度谱，对测试语音的语音帧的幅度谱取平方得到测试语音的语音帧的功率谱，将测试语音的语音帧的功率谱经过梅尔梳状滤波器得到测试语音的语音帧的梅尔域功率谱特征矢量参数。

其中，根据测试语音的语音帧的梅尔域功率谱特征矢量参数采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

根据公式D²(λ,k2)＝α_d(λ,k2)D²(λ-1,k2)+[1-α_d(λ,k2)]Y²(λ,k2)计算测试语音的语音帧各维度的噪声功率，根据公式SNR(λ,k2)＝20log₁₀(Y(λ,k2)-D(λ,k2))-20log₁₀D(λ,k2)计算测试语音的语音帧各维度的信噪比。

其中，D²(λ，k2)为测试语音的第λ个语音帧的梅尔域噪声功率的第k2维的值，k2为测试语音的语音帧的梅尔域功率谱特征矢量参数的维度序号，λ为测试语音的语音帧序号，α_d为平滑参数，Y为测试语音的语音帧的梅尔域功率谱特征矢量参数的第k2维度值，Y²(λ，k2)为测试语音的第λ个语音帧的梅尔域功率谱特征矢量参数的第k2维的值。

其中，

α_d(λ,k2)＝α+(1-α)p(λ,k2) (11)

其中，α为常数，p(λ,k2)为第λ个测试语音的语音帧的第k2维度中存在语音的概率。

其中，q(λ,k2)为第λ个测试语音的语音帧的第k2维度中不存在语音的概率，γ(λ，k2)为第λ个测试语音的语音帧的梅尔域功率谱特征矢量参数的第k2维处的后验信噪比，ζ(λ，k2)为第λ个测试语音的语音帧的梅尔域功率谱特征矢量参数的第k2维处的先验信噪比。

$\mathrm{\γ}(\mathrm{\λ},k)=\frac{{\left|Y(\mathrm{\λ},k2)\right|}^2}{B_{\min }{S}_{\min }(\mathrm{\λ},k2)}---\left(13\right)$

其中，B_min为偏差因子，S_min为S(λ，k2-1-k3)到S(λ，k2-1)的最小值。k3可以预先设定。

其中，

S(λ,k)＝α_SS(λ-1,k)+(1-α_S)S_f(λ,k) (15)

其中，α_s为常数平滑因子，且

$S_f(\mathrm{\λ},k)=\underset{i=-L_w}{\overset{L_w}{\mathrm{\Σ}}}w\left(i\right){\left|Y(\mathrm{\λ},k-1)\right|}^2---\left(16\right)$

其中，w(i)为汉宁窗函数，窗长2L_w+1。

其中，γ₁为一常数阈值。

$\widetilde{\mathrm{\γ}}(\mathrm{\λ},k2)=\frac{{\left|Y(\mathrm{\λ},k2)\right|}^2}{B_{\min }{\tilde{S}}_{\min }(\mathrm{\λ},k2)}---\left(18\right)$

$\tilde{S}(\mathrm{\λ},k2)={\mathrm{\α}}_S\tilde{S}(\mathrm{\λ}-1,k2)+(1-{\mathrm{\α}}_S){\tilde{S}}_f(\mathrm{\λ},k2)---\left(20\right)$

其中，γ₀和ζ₀为常数阈值。

步骤102、根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

本步骤中，在根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧不需要进行缺失特征重建时，丢弃测试语音的语音帧。

本步骤中，根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分包括：

判断出测试语音的语音帧某一维度的信噪比大于预设阈值，确定测试语音的语音帧的该维度为测试语音的语音帧的可靠部分；判断出测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定测试语音的语音帧的该维度为测试语音的语音帧的不可靠部分。

其中，可以采用标记的方式将测试语音的语音帧划分为可靠部分和不可靠部分，具体可以采用公式其中，L为预设阈值，m(λ，k2)为标记值。

其中，根据测试语音的语音帧的不可靠部分判断测试语音的语音帧是否需要进行缺失特征重建包括：

当测试语音的语音帧的不可靠部分的维度数和测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出测试语音的语音帧需要进行缺失特征重建；当测试语音的语音帧的不可靠部分的维度数和测试语音的语音帧的总维度数之间的比值小于预设比值时，判断出测试语音的语音帧不需要进行缺失特征重建。

本步骤中，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建包括：

根据各高斯混合聚类的权重、均值向量和协方差矩阵判断出测试语音的语音帧所属的高斯混合聚类，根据测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建。

其中，为测试语音的语音帧的不可靠部分；X_o为测试语音的语音帧的可靠部分；U_km为测试语音的语音帧所属的高斯混合聚类的均值向量中与测试语音的语音帧的不可靠部分相对应的部分；U_ko为测试语音的语音帧所属的高斯混合聚类的均值向量中与测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与测试语音的语音帧的不可靠部分相对应的行，和与测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与测试语音的语音帧的可靠部分相对应的行，和与测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。

也就是说，在得到测试语音的语音帧所述的高斯混合聚类后，可以将测试语音的语音帧的均值向量重新排列为U_k＝[U_ko,U_km]，将测试语音的语音帧的协方差矩阵重新排列为 ${\mathrm{\θ}}_k=\left[\begin{array}{cc}{\mathrm{\θ}}_{\mathrm{koo}}& {\mathrm{\θ}}_{\mathrm{kom}}\\ {\mathrm{\θ}}_{\mathrm{kmo}}& {\mathrm{\θ}}_{\mathrm{kmm}}\end{array}\right].$

例如，测试语音的语音帧的总维度数为6，其中1,3,5维为可靠部分，2,4,6维为不可靠部分，那么U_ko为测试语音的语音帧所属的高斯混合聚类的均值向量中第1,3,5维；θ_kmo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中第2，4，6行和第1,3,5列相交叉的元素组成的矩阵；θ_koo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中第1,3,5行和第1,3,5列相交叉的元素组成的矩阵。

其中，根据各高斯混合聚类的权重、均值向量和协方差矩阵判断出测试语音的语音帧所属的高斯混合聚类包括：

根据公式判断出测试语音的语音帧所属的高斯混合聚类。

其中，X为测试语音的语音帧的梅尔域对数功率谱特征矢量参数，λ_k4为第k4个高斯混合聚类，为最大似然值对应的k4值，P为X和λ_k4之间的似然值，argmax为P为最大值时的k4值。

其中，

$P\left(X\right|{\mathrm{\λ}}_{k4})={\mathrm{\ω}}_{k4}\underset{y\∈X_0}{\mathrm{\Π}}N2(x,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})\underset{y\∈X_m}{\mathrm{\Π}}0.5(1+\mathrm{erf}\left(\frac{x-{\mathrm{\μ}}_{k4,y}}{\sqrt{2}{\mathrm{\σ}}_{k4,y}}\right))---\left(23\right)$

$N2(y,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})=\frac{1}{\sqrt{2{\mathrm{\π\σ}}_{k4,y}^2}}\exp (-0.5\frac{{(y-{\mathrm{\μ}}_{k4,y})}^2}{{\mathrm{\σ}}_{k4,y}^2})---\left(24\right)$

y为X的某一维数据，ω_k4为高斯混合聚类λ_k4的权重，μ_k4，x为λ_k4与第y维相对应的均值，σ_k4，y为高斯混合聚类λ_k4中与第y维相对应的协方差阵对角值。

通过本发明的方法，由于IMCRA算法是能够在非平稳噪声环境下有效跟踪噪声的方法，从而提高了缺失特征重建的精度。

参见图2，本发明还提出了一种实现缺失特征重建的装置，至少包括：

获取模块，用于预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；

计算模块，用于将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用IMCRA算法计算测试语音的语音帧各维度的信噪比；

重建模块，用于根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

本发明的装置中，重建模块还用于：

在根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧不需要进行缺失特征重建时，丢弃测试语音的语音帧。

本发明的装置中，获取模块具体用于：

预先获取两个或两个以上训练语音，对于每一个训练语音，将训练语音划分为两个或两个以上语音帧；获取每一个训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

本发明的装置中，计算模块具体用于：

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，获取测试语音的语音帧的梅尔域功率谱特征矢量参数；根据测试语音的语音帧的梅尔域功率谱特征矢量参数采用IMCRA算法计算测试语音的语音帧各维度的信噪比。

本发明的装置中，重建模块具体用于：

判断出测试语音的语音帧某一维度的信噪比大于预设阈值，确定测试语音的语音帧的该维度为测试语音的语音帧的可靠部分；

判断出测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定测试语音的语音帧的该维度为测试语音的语音帧的不可靠部分；

根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

本发明的装置中，重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分；

当测试语音的语音帧的不可靠部分的维度数和测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出测试语音的语音帧需要进行缺失特征重建；

根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

本发明的装置中，重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建；

根据各高斯混合聚类的权重、均值向量和协方差矩阵判断出测试语音的语音帧所属的高斯混合聚类；

根据测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建；

其中，为测试语音的语音帧的不可靠部分；X_o为测试语音的语音帧的可靠部分；U_km为测试语音的语音帧所属的高斯混合聚类的均值向量中与测试语音的语音帧的不可靠部分相对应的部分；U_ko为测试语音的语音帧所属的高斯混合聚类的均值向量中与测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与测试语音的语音帧的不可靠部分相对应的行，和与测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与测试语音的语音帧的可靠部分相对应的行，和与测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。

需要说明的是，以上所述的实施例仅是为了便于本领域的技术人员理解而已，并不用于限制本发明的保护范围，在不脱离本发明的发明构思的前提下，本领域技术人员对本发明所做出的任何显而易见的替换和改进等均在本发明的保护范围之内。

Claims (19)

1.一种实现缺失特征重建的方法，其特征在于，包括：

预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用改进的最小值控制递归平均IMCRA算法计算测试语音的语音帧各维度的信噪比；

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

2.根据权利要求1所述的方法，其特征在于，在根据所述测试语音的语音帧的不可靠部分判断出所述测试语音的语音帧不需要进行缺失特征重建时，该方法还包括：丢弃所述测试语音的语音帧。

3.根据权利要求1或2所述的方法，其特征在于，所述预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵包括：

预先获取两个或两个以上训练语音，对于每一个训练语音，将所述训练语音划分为两个或两个以上语音帧；

获取每一个所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

4.根据权利要求3所述的方法，其特征在于，所述获取每一个训练语音的语音帧的梅尔域对数功率谱特征矢量参数包括：

对所述训练语音的语音帧进行傅里叶变换，对傅里叶变换后的训练语音的语音帧取模得到所述训练语音的语音帧的幅度谱；

对所述训练语音的语音帧的幅度谱取平方得到所述训练语音的语音帧的功率谱；

将所述训练语音的语音帧的功率谱经过梅尔梳状滤波器得到所述训练语音的语音帧的梅尔域功率谱特征矢量参数，对所述训练语音的语音帧的梅尔域功率谱特征矢量参数取对数得到所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数。

5.根据权利要求3所述的方法，其特征在于，所述根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵包括：

设置所述高斯混合聚类的个数，初始化各高斯混合聚类的均值向量、协方差矩阵和权重；

根据初始化的各高斯混合聚类的均值向量、协方差矩阵和权重、各训练语音的语音帧的梅尔域对数功率谱特征矢量参数采用高斯混合聚类算法获取各高斯混合聚类权重、均值向量和协方差矩阵。

6.根据权利要求1或2所述的方法，其特征在于，所述采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

获取所述测试语音的语音帧的梅尔域功率谱特征矢量参数；

根据所述测试语音的语音帧的梅尔域功率谱特征矢量参数采用所述IMCRA算法计算所述测试语音的语音帧各维度的信噪比。

7.根据权利要求6所述的方法，其特征在于，所述获取测试语音的语音帧的梅尔域功率谱特征矢量参数包括：

对所述测试语音的语音帧进行傅里叶变换，对傅里叶变换后的测试语音的语音帧取模得到所述测试语音的语音帧的幅度谱；

对所述测试语音的语音帧的幅度谱取平方得到所述测试语音的语音帧的功率谱，将所述测试语音的语音帧的功率谱经过梅尔梳状滤波器得到所述测试语音的语音帧的梅尔域功率谱特征矢量参数。

8.根据权利要求6所述的方法，其特征在于，所述根据测试语音的语音帧的梅尔域功率谱特征矢量参数采用IMCRA算法计算测试语音的语音帧各维度的信噪比包括：

根据公式D²(λ,k2)＝α_d(λ,k2)D²(λ-1,k2)+[1-α_d(λ,k2)]Y²(λ,k2)计算所述测试语音的语音帧各维度的噪声功率，根据公式SNR(λ,k2)＝20log₁₀(Y(λ,k2)-D(λ,k2))-20log₁₀D(λ,k2)计算所述测试语音的语音帧各维度的信噪比；

其中，D²(λ，k2)为测试语音的第λ个语音帧的梅尔域噪声功率的第k2维的值，k2为所述测试语音的语音帧的梅尔域功率谱特征矢量参数的维度序号，λ为所述测试语音的语音帧序号，α_d为平滑参数，Y为所述测试语音的语音帧的梅尔域功率谱特征矢量参数的第k2维度值，Y²(λ，k2)为测试语音的第λ个语音帧的梅尔域功率谱特征矢量参数的第k2维的值。

9.根据权利要求1或2所述的方法，其特征在于，所述根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分包括：

判断出所述测试语音的语音帧某一维度的信噪比大于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的可靠部分；

判断出所述测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的不可靠部分。

10.根据权利要求1或2所述的方法，其特征在于，所述对测试语音的语音帧的不可靠部分进行缺失特征重建之前还包括：根据测试语音的语音帧的不可靠部分判断测试语音的语音帧是否需要进行缺失特征重建，包括：

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出所述测试语音的语音帧需要进行缺失特征重建；

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值小于预设比值时，判断出所述测试语音的语音帧不需要进行缺失特征重建。

11.根据权利要求1或2所述的方法，其特征在于，所述根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建包括：

根据所述各高斯混合聚类的权重、均值向量和协方差矩阵判断出所述测试语音的语音帧所属的高斯混合聚类；

根据所述测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建；

其中，为所述测试语音的语音帧的不可靠部分；X_o为所述测试语音的语音帧的可靠部分；U_km为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的不可靠部分相对应的部分；U_ko为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的不可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。

12.根据权利要求11所述的方法，其特征在于，所述根据各高斯混合聚类的权重、均值向量和协方差矩阵判断出测试语音的语音帧所属的高斯混合聚类包括：

根据公式判断出所述测试语音的语音帧所属的高斯混合聚类；

其中，X为测试语音的语音帧的梅尔域对数功率谱特征矢量参数，λ_k4为第k4个高斯混合聚类，为最大似然值对应的k4值，P为X和λ_k4之间的似然值，argmax为P为最大值时的k4值；

其中， $P\left(X\right|{\mathrm{\λ}}_{k4})={\mathrm{\ω}}_{k4}\underset{y\∈X_0}{\mathrm{\Π}}N2(x,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})\underset{y\∈X_m}{\mathrm{\Π}}0.5(1+\mathrm{erf}\left(\frac{x-{\mathrm{\μ}}_{k4,y}}{\sqrt{2}{\mathrm{\σ}}_{k4,y}}\right));$

$N2(y,{\mathrm{\μ}}_{k4,y},{\mathrm{\σ}}_{k4,y})=\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_{k4,y}^2}}\exp (-0.5\frac{{(x-{\mathrm{\μ}}_{k4,y})}^2}{{\mathrm{\σ}}_{k4,y}^2});$

其中，y为X的某一维数据，ω_k4为高斯混合聚类λ_k4的权重，μ_k4，_x为λ_k4与第y维相对应的均值，σ_k4，y为λ_k4中与第y维相对应的协方差阵对角值；

通过比较X相对各高斯混合聚类的似然值P(X|λ_k4)的大小，选出似然值最大的高斯混合聚类λ_k4。

13.一种实现缺失特征重建的装置，其特征在于，至少包括：

获取模块，用于预先获取两个或两个以上高斯混合聚类的权重、均值向量和协方差矩阵；

计算模块，用于将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，采用改进的最小值控制递归平均IMCRA算法计算测试语音的语音帧各维度的信噪比；

重建模块，用于根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，且根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

14.根据权利要求13所述的装置，其特征在于，所述重建模块还用于：

在根据所述测试语音的语音帧的不可靠部分判断出所述测试语音的语音帧不需要进行缺失特征重建时，丢弃所述测试语音的语音帧。

15.根据权利要求13或14所述的装置，其特征在于，所述获取模块具体用于：

预先获取两个或两个以上训练语音，对于每一个训练语音，将所述训练语音划分为两个或两个以上语音帧；获取每一个所述训练语音的语音帧的梅尔域对数功率谱特征矢量参数，根据各训练语音的语音帧的梅尔域对数功率谱特征矢量参数获取各高斯混合聚类权重、均值向量和协方差矩阵。

16.根据权利要求13或14所述的装置，其特征在于，所述计算模块具体用于：

将测试语音划分为两个或两个以上语音帧，对于每一个测试语音的语音帧，获取所述测试语音的语音帧的梅尔域功率谱特征矢量参数；根据所述测试语音的语音帧的梅尔域功率谱特征矢量参数采用所述IMCRA算法计算所述测试语音的语音帧各维度的信噪比。

17.根据权利要求13或14所述的装置，其特征在于，所述重建模块具体用于：

判断出所述测试语音的语音帧某一维度的信噪比大于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的可靠部分；

判断出所述测试语音的语音帧某一维度的信噪比小于或等于预设阈值，确定所述测试语音的语音帧的该维度为所述测试语音的语音帧的不可靠部分；

根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建，根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

18.根据权利要求13或14所述的装置，其特征在于，所述重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分；

当所述测试语音的语音帧的不可靠部分的维度数和所述测试语音的语音帧的总维度数之间的比值大于或等于预设比值时，判断出所述测试语音的语音帧需要进行缺失特征重建；

根据获得的各高斯混合聚类的权重、均值向量和协方差矩阵、测试语音的语音帧的可靠部分对测试语音的语音帧的不可靠部分进行缺失特征重建。

19.根据权利要求13或14所述的装置，其特征在于，所述重建模块具体用于：

根据测试语音的语音帧各维度的信噪比将测试语音的语音帧划分为可靠部分和不可靠部分，根据测试语音的语音帧的不可靠部分判断出测试语音的语音帧需要进行缺失特征重建；

根据所述各高斯混合聚类的权重、均值向量和协方差矩阵判断出所述测试语音的语音帧所属的高斯混合聚类；

根据所述测试语音的语音帧所属的高斯混合聚类的权重、均值向量和协方差矩阵和公式对测试语音的语音帧的不可靠部分进行缺失特征重建；

其中，为所述测试语音的语音帧的不可靠部分；X_o为所述测试语音的语音帧的可靠部分；U_km为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的不可靠部分相对应的部分；U_ko为所述测试语音的语音帧所属的高斯混合聚类的均值向量中与所述测试语音的语音帧的可靠部分相对应的部分；θ_kmo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的不可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵；θ_koo为由所述测试语音的语音帧所属的高斯混合聚类的协方差矩阵中与所述测试语音的语音帧的可靠部分相对应的行，和与所述测试语音的语音帧的可靠部分相对应的列相交叉的元素组成的矩阵。