网络类型识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种网络类型识别方法及装置。所述方法包括：获取待识别语音；将待识别语音输入至预设的网络识别模型，得到识别结果；其中，所述网络识别模型为通过样本数据对随机森林模型以及支持向量机模型进行预设数据训练得到的。本发明专利技术实施例将网络类型识别的过程自动化实现，效率较高，可有效降低人工成本；且网络识别通过机器学习的方式建立，满足精确度需求；预先通过大量样本数据建立网络识别模型，适用于VoIP通话；本发明专利技术实施例解决了现有技术中，VoIP电话的出现使得难以准确地根据号码判断主叫方网络类型的问题。

Network Type Recognition Method and Device

【技术实现步骤摘要】
网络类型识别方法及装置
本专利技术涉及通信
，尤其涉及一种网络类型识别方法及装置。
技术介绍
通话(即电话)按照呼叫发起方选择的网络类型通常可以分为固定电话、移动电话以及网络电话；具体地，固定电话主要为公共交换电话网络电话(PublicSwitchedTelephoneNetwork，PSTN)、移动电话主要为蜂窝移动网络电话，网络电话即基于IP的语音传输(VoiceoverInternetProtocol，VoIP)。具体地，VoIP电话是一种语音通话技术，其经由网际协议(InternetProtocol，IP)来达成语音通话与多媒体会议，也即经由互联网来进行通信。VoIP电话与传统的PSTN电话具有明显区别。首先，VoIP的基本原理是通过语音压缩算法对语音信号数据编码进行压缩处理，把经压缩处理的语音信号数据按传输控制协议/因特网互联协议(TransmissionControlProtocol/InternetProtocol，TCP/IP)标准进行打包，再经过IP网络把数据包传送至接收地，最后将这些语音数据包串起来，经过解压处理后，恢复成原来的语音信号，从而达到由互联网传送本文档来自技高网...

【技术保护点】
1.一种网络类型识别方法，其特征在于，所述方法包括：获取待识别语音；将待识别语音输入至预设的网络识别模型，得到识别结果；其中，所述网络识别模型为通过样本数据对随机森林模型以及支持向量机模型进行预设数据训练得到的。

【技术特征摘要】
1.一种网络类型识别方法，其特征在于，所述方法包括：获取待识别语音；将待识别语音输入至预设的网络识别模型，得到识别结果；其中，所述网络识别模型为通过样本数据对随机森林模型以及支持向量机模型进行预设数据训练得到的。2.根据权利要求1所述的网络类型识别方法，其特征在于，所述方法包括：获取样本数据；所述样本数据中包括至少两种网络类型的语音通话数据；将所述样本数据按照预设比例分成训练数据集以及测试数据集；通过所述训练数据集对随机森林模型以及支持向量机模型进行预设训练，得到初始识别模型；通过所述测试数据集对所述初始识别模型进行测试，得到满足预设精确度要求的网络识别模型。3.根据权利要求2所述的网络类型识别方法，其特征在于，所述通过所述训练数据集对随机森林模型以及支持向量机模型进行预设训练，得到初始识别模型的步骤，包括：分别对所述训练数据集中的每组所述训练数据进行特征提取，得到每组所述训练数据的综合特征的原始特征向量；通过随机森林模型、支持向量机模型对所述原始特征向量进行分类，得到初始识别结果；通过所述初始识别结果，以及所述训练数据的预设识别结果对所述随机森林模型、支持向量机模型进行反向优化，得到优化后的随机森林模型、支持向量机模型；通过预设集成算法将所述优化后的随机森林模型、支持向量机模型进行集成，得到初始识别模型。4.根据权利要求3所述的网络类型识别方法，其特征在于，所述对所述训练数据集中的每组所述训练数据进行特征提取的步骤，包括：将所述训练数据集中的训练数据转换为预设处理格式；从转换后的所述训练数据中提取预设噪声信号；提取每组所述训练数据的综合特征，所述综合特征参数包括提取自所述训练数据的第一预设特征以及提取自所述预设噪声信号的第二预设特征。5.根据权利要求3所述的网络类型识别方法，其特征在于，所述通过随机森林模型、支持向量机...

【专利技术属性】
技术研发人员：林格平，戚梦苑，沈亮，李娅强，
申请(专利权)人：国家计算机网络与信息安全管理中心，
类型：发明
国别省市：北京,11