[发明专利]一种单音信号检测方法

权利要求书

1.一种单音信号检测方法，其特征在于，包括以下步骤：

S1：对当前语音信号进行采集，采用音频编解码芯片wm8960对语音信号进行采集，并对采集的语音信号通过MATLAB转换为数字信号输出；

S2：对预处理后的数字信号进行端点检测，采用Verilog HDL（硬件描述语言）对数字信号端点进行检测；

S3：对输出的数字信号进行预处理，数字信号特征提取，采用MFCC声学特征提取；

S4：对提取的特征进行陷阱滤波检测和ADC信噪比的计算；

S5：对检测结果进行处理并输出。

2.根据权利要求1所述的一种单音信号检测方法，其特征在于：所述步骤S3中的预处理包括预加重、分帧和加窗处理；

预加重：将信号频率频谱平坦，对整个频带的ADC信噪比求频谱；

分帧：采用DSPBuilder描述，再转换成HDL；

加窗：将每一帧乘以汉明窗，以增加帧左端和右端的连续性，假设分帧后的信号为S(n), n=0,1,…,N-1, N为帧的大小，那么乘上汉明窗后S’（n）=S（n）*W（n），W（n）=W（n,a）=（1-a）-a*cos[2πn/n-1],a=0.46。

3.根据权利要求2所述的一种单音信号检测方法，其特征在于：所述步骤S3中MFCC声学特征提取包括以下步骤：

第一步：对预处理的数据信号通过傅里叶变换，得对分帧加窗后的各帧信号进行快速傅里叶变换得到各帧的频谱，并对语音信号的频谱取模平方得到语音信号的功率谱；

第二步：将能量谱通过一组Mel尺度的三角形滤波器组，对频谱进行平滑化，并消除谐波的作用，突显原先语音的共振峰；

第三步：计算每个滤波器组输出的对数能量。

4.第四步：经离散余弦变换（DCT）得到MFCC系数；

第五步：动态查分参数的提取，获取语音的动态特性。

5.根据权利要求1所述的一种单音信号检测方法，其特征在于：所述步骤S2中的端点检测采用VAD 算法进行检测，所述VAD 算法包括阈值VAD、分类器VAD和模型VAD；

阈值VAD：提取频域（MFCC）特征，通过合理的设置门限，达到区分语音和非语音的目的；

分类器VAD：将语音检测视作语音/非语音的两分类问题，进而用机器学习的方法训练分类器；

模型VAD：利用一个完整的声学模型，在解码的基础，通过全局信息，判别语音段和非语音段。

6.根据权利要求1所述的一种单音信号检测方法，其特征在于：所述步骤S4中ADC信噪比计算公式为SNR=6.02N+1.76dB+10log（Fs/2BW）-PAPR。

7.根据权利要求1所述的一种单音信号检测方法，其特征在于：所述陷阱滤波检测包括以下步骤：先将信号通过陷阱滤波模块，陷阱滤波模块的谷点频率即为待检测的频率，之后通过一阶IIR计算其长时平均幅度，然后输出与原始信号通过IIR计算处的长时平均幅度相比较，如经过陷阱滤波模块幅度远小于原始信号幅度为存在单音信号，如经过陷阱滤波模块幅度不小于原始信号幅度为不存在。

8.根据权利要求6所述的一种单音信号检测方法，其特征在于：所述一阶IIR计算信号幅度公式为：y(n)=（1-a）y（n-1）+a*|x（n）|。