[发明专利]基于电力内网的音频端点检测及降噪方法

说明书

一种基于电力内网的音频端点检测及降噪方法，通过对将音频信号进行分帧处理后提取每一帧数据的对数帧能量、过零率、线性预测的第一个系数以及线性预测误差的对数，之后在一个已知语音和静默信号区域的数据帧集合上训练一个分类器，对未知的分帧数据进行分类，判断其属于语音信号还是静默信号，完成语音端点的检测。之后再进行音频压缩和降噪处理，使电力内网中的音频噪声大大降低，提高音频质量，确保语音识别的准确性。

技术领域

本发明涉及电力内网音频处理技术领域，具体涉及一种基于电力内网的音频端点检测及降噪方法。

背景技术

随着移动互联网的高速发展，智能手机移动应用在各行各业爆发式增长，各种类型的用户交互方式层出不穷。但考虑到受使用人群年龄、文化水平、使用习惯、使用环境等各方面因素的限制，交互的准确性及便捷性还有很大的提升空间。尤其是在电力行业，作业人员在相对恶劣的操作环境中如何更方便、快速、高效的使用业务应用，成为行业面临的一项重大课题。

近年来，随着云计算、人工智能、网络通信技术迅猛发展，基于云服务的语音语义智能识别在理论研究和技术实践层面均取得关键性突破，远视音频质量对语音识别的准确率有很大影响，由于电力现场作业环境的特殊性，存在各种各样的背景噪声，这些噪声与语音叠加，会严重降低语音的质量从而对语音识别准确率产生很大影响。同时，语音中包含大量背景噪声，导致网络传输数据过大，浪费流量，因此需要研究一种基于电力内网的音频的端点检测、降噪和音频压缩技术，对原始音频进行优化处理，提高音频质量，保证语音识别准确率至关重要。

发明内容

本发明为了克服以上技术的不足，提供了一种对原始音频进行语音截取、压缩机噪声滤除的基于电力内网的音频端点检测及降噪方法。

本发明克服其技术问题所采用的技术方案是：

一种基于电力内网的音频端点检测及降噪方法，包括如下步骤：

a)将电力内网中的音频信号进行长度为20-40ms分帧处理，帧与帧之间的重叠为10ms；

b)从每一帧音频信号中提取对数帧能量、过零率、线性预测的第一个系数以及先与预测的误差的对数；

c)在一个已知语音和静默信号区域的数据帧集合上训练一个分类器；

d)通过语音信号特征均值和方差的贝叶斯分类器对音频信号的未知的分帧数据进行分类，判断其属于语音信号还是静默信号；

e)采用感知编码算法，对音频信号中1000-5000Hz范围内的声音进行编码，小于1000Hz及大于5000Hz的声音信号进行删除；

f)将分帧后的音频信号按照帧的先后顺序进行分组，对每组包含背景噪声的数据帧使用傅里叶变换得到其频谱，将各个频谱求平均后得到背景噪声的频谱。

还包括在步骤a)中将音频信号通过一个高通滤波器，高通滤波器的截止频率为200Hz，将音频信号中的直流偏置分量和低频噪声进行移除，移除后将音频信号进行长度为20-40ms分帧处理。

步骤e)中采用子带替换编码方式进行编码。

本发明的有益效果是：通过对将音频信号进行分帧处理后提取每一帧数据的对数帧能量、过零率、线性预测的第一个系数以及线性预测误差的对数，之后在一个已知语音和静默信号区域的数据帧集合上训练一个分类器，对未知的分帧数据进行分类，判断其属于语音信号还是静默信号，完成语音端点的检测。之后再进行音频压缩和降噪处理，使电力内网中的音频噪声大大降低，提高音频质量，确保语音识别的准确性。

具体实施方式

下面对本发明做进一步说明。

一种基于电力内网的音频端点检测及降噪方法，包括如下步骤：