[发明专利]激活音检测及用于激活音检测的方法和装置

摘要

本发明涉及一种激活音检测(VAD)及用于激活音检测的方法和装置，该方法包括：获得当前帧的子带信号及频谱幅值；根据子带信号计算得到当前帧的帧能量参数和谱重心特征参数的值；根据前一帧估计得到的背景噪声能量、当前帧的帧能量参数及信噪比子带能量计算得到当前帧的信噪比参数；根据调性标志、信噪比参数、谱重心特征参数、帧能量参数计算得到VAD判决结果。本发明方法和装置可提高不稳定噪声(如办公室噪声)和音乐检测的准确率。

主权项

1.一种激活音检测VAD方法，其特征在于，该方法包括：获得当前帧的子带信号及频谱幅值；根据子带信号计算得到当前帧的帧能量参数、谱重心特征参数和时域稳定度特征参数的值；根据频谱幅值计算得到谱平坦度特征参数和调性特征参数的值；根据前一帧估计得到的背景噪声能量、当前帧的帧能量参数及信噪比子带能量计算得到当前帧的信噪比参数；根据当前帧帧能量参数、谱重心特征参数、时域稳定度特征参数、谱平坦度特征参数、调性特征参数计算得到当前帧的调性标志；根据调性标志、信噪比参数、谱重心特征参数、帧能量参数计算得到VAD判决结果；其中，所述帧能量参数是各个子带信号能量的加权叠加值或直接叠加值；所述谱重心特征参数是所有或部分子带信号能量的加权累加值和未加权累加值的比值，或该比值进行平滑滤波得到的值；所述时域稳定度特征参数是能量幅值叠加值的方差和能量幅值叠加值平方的期望的比值，或该比值乘上一个系数；所述谱平坦度特征参数是多个子带的频谱幅值的几何平均数和算术平均数的比值，或该比值乘上一个系数；所述调性特征参数是通过计算前后两帧信号的帧内频谱差分系数的相关值得到，或继续对该相关值进行平滑滤波得到。