語音活動檢測的算法研究.pdf

1、移動電話和網絡電話由于其普遍性和實用性，已成為現(xiàn)代通信中不可或缺的工具，人們對語音質量的要求也越來越高。由于背景噪聲和傳輸距離使得語音質量降低的現(xiàn)象很嚴重，須采取相關措施對其進行改善。語音活動檢測（Voice Activity Detection，簡稱VAD）方法主要用于檢測出一段談話中語音部分的端點，其結果可用于語音的壓縮編碼，語音增強，語音識別，語音合成等方面。 早期的語音活動檢測方法是基于啟發(fā)式或模糊規(guī)則實現(xiàn)的，但是這些方

2、法使得優(yōu)化相關參數和取得一致結果變得相當困難。近年來有一些基于Ephraim和Malah提出的統(tǒng)計模型的VAD方法，取得了不錯的成果，算語音和噪聲功率譜時采用Welch法或是周期圖方法，但用周期圖法算功率譜時得到的方差較大，信號的一致性差，而Welch方法只是比較適合用來算語音的能量譜密度。 本文在基于統(tǒng)計模型的基礎上，提出用最小統(tǒng)計法算噪聲能量譜密度的平均。最小統(tǒng)計法是基于這樣兩個事實實現(xiàn)的：1．語音和干擾噪聲通常是統(tǒng)計獨立的

3、；2．一段含噪語音信號的能量會逐漸降低到干擾噪聲的能量。因此可以算出一段含噪語音的最小能量譜密度，用來作為噪聲能量譜密度的平均。這種方法更適合于用來算噪聲譜密度的平均。另外，本文提出了用SNR自適應Hangover法減少VAD算法判決結果的誤判率。以往的HMM Hangover方法過于復雜，基于VAD的Hangover法比較簡單，但是由于它是基于最后判決結果的Hangover，其精確度受到影響，特別是在低信噪比條件下，效果很差。而基于S