语音激活检测技术算法研究及其在语音编码器中的应用.pdf

摘要 摘 要 本文研究了几种常用的语音激活检测算法，进行了仿真和比较，并在传统算 法的基础上提出改进算法，提高了 VAD 检测的综合性能，能够比较准确区分各 种含噪语音的语音/静音帧。同时，将语音激活检测应用到高斯混合模型的低码 率语音编码器系统中，大大降低了编码速率。 语音激活检测技术性能的优劣很大程度影响了编码器最终的编码速率，因此 准确的语音激活检测对合成语音的质量非常关键，本文提出了一些改进的激活检 测算法。第一种算法是在传统的基于倒谱参数进行语音激活检测算法的基础上， 综合利用短时能量和过零率，建立了综合参数的判决准则，从而提高了性能。第 二种是在传统谱熵 VAD 检测基础上，综合利用了谱减法的降噪增强和自适应子 带划分，通过这两方面的改进，使得语音激活检测的准确率进一步提高。仿真结 果表明改进算法可以从不同的背景噪声中有效地检测出语音，优于传统检测算 法，且运算量较之并没有明显的增加。考虑到语音激活检测技术可以对语音中声 音和噪声部分进行有效的区分，为了进一步降低 GMM 编码器的编码速率，本文 将语音激活检测技术应用到 GMM 语音编码器中。在语音编码之前，首先执行 VAD 算法检测出语音帧和静音帧，然后对两者采用不同的编码算法，语音帧采 用基于高斯混合模型的编码器算法，由于 GMM 参数较少，可以使码率得到一定 降低；另外，静音帧仅发送帧幅度均值。同样解码段，对语音/静音帧分别采用 不同的解码算法。仿真结果表明：该编码器可以使全语音时的编码速率降低到 2.35kb/s 左右，且解码得到的语音有较理想的清晰度、可懂度和自然度，令人比 较满意。 关键词：语音激活检测，GMM，低码率，语音编码 I Abstract Abstract Some of common Voice Activity Detection algorithms are simulated and compared in this paper, and on the basis of traditional algorithms,improved algorithm is proposed which raise the comprehensive function that is able to accurately distinguish speech/mute frame of various noise voice. Meanwhile the improved algorithm is applied to the Gaussian Mixture Model low bit rate voice encoders system and reduce the coding speed. The quality of VAD affect the final encoding speed greatly, so exact detection is crucial for the quality of synthesized speech. For this purpose, some improvement is proposed. The first kind of algorithm is based on the traditional cepstrum parameters of voice activation detection algorithm, and utilize the parameter which integrates energy and short-time zero-crossing rate, thereby the performance i