[发明专利]一种对带噪语音进行语音活动检测的方法

摘要

本发明涉及一种对带噪语音进行语音活动检测的方法，包括步骤：采集语音信号；输入步骤a采集的语音信号；对输入的带噪语音进行分帧处理；计算相邻帧快速傅立叶变换模的互相关值；基于步骤d所得互相关值计算出每一帧的语音存在概率。本发明提出的语音活动检测方法鲁棒性强，可以在不同的噪音环境中计算出带噪语音信号中的语音存在的概率。

主权项

1.一种对带噪语音进行语音活动检测的方法，其特征在于，包括如下步骤：a.采集语音信号；b.输入步骤a采集的语音信号；c.对输入的带噪语音进行分帧处理；d.计算相邻帧快速傅立叶变换模的互相关值；e.基于步骤d所得互相关值计算出每一帧的语音存在概率；其中步骤d中包括：(d‑1)对分帧后的带噪语音做快速傅立叶变换后取模；(d‑2)求相邻帧的模的互相关值；(d‑3)求相邻帧的模的互相关值后，取其四次方根；(d‑4)互相关值四次方根需要减去所有互相关值四次方根幅度分布最大值对应的横坐标，并且小于零的数值归零；其中步骤e中包括：(e‑1)归一化处理；(e‑2)平滑处理；(e‑3)得到语音概率；其中，步骤(e‑1)中，对xdata2(i)做归一化处理，得xdata3(i)＝xdata2(i)/max(xdata2)；步骤(e‑2)中，对xdata3(i)做平滑处理，得xsp(i)＝xdata3*hamming(len2)；步骤(e‑3)中，得到xsp(i)即表示第i帧包含语音的概率；步骤(d‑1)中，对各帧做快速傅立叶变换(FFT)并取模，加汉明窗平滑，得到xfft(i)＝abs(FFT(x(i)))*hamming(L)，其中abs表示取模运算，*表示卷积运算，hamming(L)表示窗长为L的汉明窗，L可根据具体应用调整；步骤(d‑2)中，对相邻两帧的xfft做互相关运算，得到xcorr(i)＝∑xfft(i)·xfft(i+1)；步骤(d‑3)中，对xcorr(i)取四次方根，得到xdata(i)＝(xcorr(i))^1/4；步骤(d‑4)中，计算xdata(i)的幅度分布，得到幅度分布最大值对应的横坐标m＝abscissa(max(H(xdata)))，max(*)表示*的最大值，H(*)表示*的幅度分布，abscissa(*)表示*的横坐标；计算xdata2(i)＝max(0,xdata(i)‑m)；xfft(i)为平滑后得到的信号一，xcorr(i)为互相关运算后得到的信号二，xdata(i)为四次方根后得到的信号三，xdata2(i)为幅度分布处理后得到的信号四，xdata3(i)为归一化处理后得到的信号五。