语音检测算法及其在DSP上的实现研究.pdfVIP

语音检测算法及其在DSP上的实现 语音检测算法及其在DSP上的实现 高朝艳曹春霞贺英华 (珏南电子电信技术研究所，成都市610041) 摘要 本文首先对语音检测算法做出概述，具体采用了过零率与自相关联合判别法；然后结合DSP的实际 情况，选用了TMS320VC5416 DSP，将算法在DSP中实现，对于短波信号，在实时性和准确率上都达到很好 的效果。 关键词过零率自相关语音检测DSP 1 概述 语音信号中的噪声检测(即有无话判别)就是利用数字信号处理的方法，根据噪声信号 的某些特性，在含噪语音中把语音段和纯噪声段分开。 进行语音检测在语音信号的记录和传输中显得比较重要。当我们接收语音信号，对语音 信号作记录和在我们进行语音信号传输的时候，通过对信号的语音检测可以大大的提高系统 处理信号的能力。由于语音处理算法一般要完成大量的计算任务，数据操作具有高度的重复 性(比如滤波，FFrr等)，如果在通用计算机上用软件实现，速度就相对慢，不适合实时信号 处理。 与通用计算机相比，DSP芯片集成了硬件计算单元，多功能单元等，在寻址和计算功能方 面作了扩充和增强。在相同的时钟频率和芯片集成度下，完成大规模计算任务要比通用微处 理器快2到3个数量级。利用通用可编程DSP芯片，由于其可编程性和强大的处理功能，使 其在实时信号领域中居于主导地位。近几年来，随着工艺和结构体系的改进，DSP芯片的功 能越来越强大，我们在实现某种算法时，已经不象以前那样过多的考虑硬件的可实现性。比 如，一块TI公司的TMS320VC5416就可以实现2M语音输入的实时检测。 因此，我们从实时性的角度出发，将语音检测算法与DSP相结合，达到更好的处理效果。 2 过零率和自相关联合判别法 一般的，语音检测主要是从提取语音信号的特征参数出发，利用特征参数在语音和噪声 中的不同之处对含噪语音信号进行语音的检测。主要利用的特征参数有：能量、过零率、自 相关、倒谱等。本文选用了过零率和自相关联合的判别法。基于语音信号的短时平稳性，我 样点值)；在取数据时，帧移(前一帧和后一帧的交叠部分)取为帧长的1／2。 语音信号的短时过零率是指单位时间内信号波形穿过横轴(零电平)的次数。抽样后的 语音信号是离散的时间序列，其过零即是指序列取样值改变符号，过零率则是指每个样本的 改变符号的次数。当窗起点为n=0时，信号的短时过零率用厶0表示，它可以用相邻两个取样 点改变符号的次数来计算： 1 rN一1 、 s印p。(以)】一sgn陋。(玎一1)】l} Z。=寺{∑I 二L^=o J 其中sgn【】表示取符号，即 239 ————————————————型笙型簦鎏墨茎垄里!!：．￡塑窒垫 sgnb】={二： 二三吕 同样，当窗的起点为任意整数m时，过零率用么m表示。 语音中的浊音成分过零率较低，而清音由于类似于白噪声，所以过零率较高。但由于浊 音是语音信号的主要成分，所以语音信号的短时过零率较低：而噪声的短时过零率较高。这 主要是因为语音信号的能量主要集中在较低的频率范围内，而噪声信号的能量主要集中于较 我们假设噪声为加性噪声，频谱的叠加， 对应于时域上的调制，所以在信噪比较高时， 含噪语音信号的过零率仍然以语音信号为主， 故可以利用过零率来区分含噪语音段与纯噪声 段。 有资料表明，用短时过零率来区分无声和清音在有的情况卜不甚可靠，更可靠的是采用 ～个修正参数5，它是一帧语音波形穿越某个非零电平的次数，当此电平，NNNNNN--+接 近于零的值时，对于清音吉仍具有很高的值，而对于无声亏将具有很低的值。这是因为清音的 强度终究比无声要高～些，将穿越电平提高一些对清音影响不大，而无声的背景噪声将不会 穿越这一提高的电平。因而用言可以更准确的区分二者。通过实验证明，采用修正参数舌，对 于背景噪声