改进的基于长时谱能量差异和基音比例的语音检测方法 improved voice activity detection based on long-term spectral divergence and pitch ratio features.pdfVIP

第卷第期 电讯技术 Ｖｏｌ．５３ Ｎｏ．８ ５３ ８ 年月 ２０１３ ８ ＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ Ａｕｇ．２０１３ ： ｄｏｉ １０．３９６９／ｊ．ｉｓｓｎ．１００１－８９３ｘ．２０１３．０８．０１３ 改进的基于长时谱能量差异和基音比例的语音检测方法  １， ２ 孟一鸣，欧智坚 （清华大学电子工程系，北京 ） １０００８４ 摘要：语音检测是语音信号处理的前端，利用长时谱能量差异特征的语音检测无法区分突发噪声 和语音，掺杂着突发噪声的语音信号会对语音处理系统带来不良影响。提出了一种基于长时谱能量 差异特征和基音比例特征相结合的语音检测方法，该方法的优点是，在利用长时谱能量差异特征基 础上引入基音比例特征，从而有效减少了将信号中突发噪声误判为语音的错误。实验显示，该算法 能够在多种信噪比环境下取得很好的检测结果。 关键词：语音信号处理；语音检测；长时谱能量差异；基音比例；突发噪声 中图分类号： 文献标志码： 文章编号： （ ） ＴＮ９１２．３ Ａ １００１－８９３Ｘ ２０１３ ０８－１０３９－０５ ＩｍｐｒｏｖｅｄＶｏｉｃｅＡｃｔｉｖｉｔｙＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＬｏｎｇｔｅｒｍ ＳｐｅｃｔｒａｌＤｉｖｅｒｇｅｎｃｅａｎｄＰｉｔｃｈＲａｔｉｏＦｅａｔｕｒｅｓ １ ２ ， ＭＥＮＧＹｉｍｉｎｇ ＯＵＺｈｉｊｉａｎ （ ， ， ， ） ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ Ｂｅｉｊｉｎｇ１０００８４ Ｃｈｉｎａ ： （ ） Ａｂｓｔｒａｃｔ ＶｏｉｃｅＡｃｔｉｖｉｔｙＤｅｔｅｃｔｉｏｎ ＶＡＤ ｉｓｔｈｅｆｒｏｎｔｅｎｄｏｆｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇａｎｄｔｈｅＶＡＤａｌｇｏｒｉｔｈｍｗｈｉｃｈ ｕｓｅｓｌｏｎｇｔｅｒｍｓｐｅｃｔｒａｌｄｉｖｅｒｇｅｎｃｅ （ ） ＬＴＳＤ ｆｅａｔｕｒｅｃａｎ′ｔｄｉｓｃｒｉｍｉｎａｔｅａｂｒｕｐｔｎｏｉｓｅｆｒｏｍｓｐｅｅｃｈ．Ｔｈｅｓｐｅｅｃｈｓｉｇ ｎａｌｗｉｔｈａｂｒｕｐｔｎｏｉｓｅｗｉｌｌａｄｖｅｒｓｅｌｙａｆｆｅｃｔｔｈｅｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍ． ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａＶＡＤａｌｇｏｒｉｔｈｍ ｗｈｉｃｈｃｏｍｂｉｎｅｓＬＴＳＤｆｅａｔｕｒｅａｎｄｐｉｔｃｈｒａｔｉｏｆｅａｔｕｒｅ．Ｔｈｅａｄｖａｎｔａｇｅｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｓｔｈａｔｂｙｉｎｔｒｏｄｕｃｉｎｇｐｉｔｃｈ ｒａｔｉｏｆｅａｔｕｒｅ，ｉｔｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｆａｌｓｅａｌａｒｍｓｏｆｔａｋｉｎｇａｂｒｕｐｔｎｏｉｓｅａｓｓｐｅｅｃｈ． Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ ｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓｇｏｏｄｐｅｒｆｏｒｍａｎｃｅｆｏｒＶＡＤｕｎｄｅｒｖａｒｉｏｕｓｓｉｇｎａｌｔｏｎｏｉｓｅｒａｔｉｏｓ． Ｋｅｙｗｏｒｄｓ： ； ；