一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，分別從信噪比的估計(jì)、閾值的魯棒性設(shè)置和拖尾失真消除三個(gè)方面進(jìn)行改進(jìn)，使得提出的算法相對(duì)于現(xiàn)有技術(shù)在低信噪比環(huán)境下尤其是非平穩(wěn)噪聲環(huán)境下具有更好的檢測(cè)性能。本發(fā)明所述的方法與基于諧波特征的多觀測(cè)似然比測(cè)試算法具有相似的語(yǔ)音邊界檢測(cè)正確率，但卻比基于諧波特征的多觀測(cè)似然比測(cè)試算法具有更好的聲音檢測(cè)精度，從而驗(yàn)證本方法要比傳統(tǒng)的方法在性能上更為優(yōu)異。同時(shí)，本方法在15dB和25dB的信噪比下具有相似的性能，說(shuō)明它對(duì)噪聲具有很好的魯棒性。本方法在實(shí)際環(huán)境中可以作為語(yǔ)音識(shí)別或者聲紋識(shí)別系統(tǒng)的前端預(yù)處理重要的有效方法，擁有很好的應(yīng)用價(jià)值。
【專利說(shuō)明】一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明公開(kāi)了一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，涉及語(yǔ)音處理和信號(hào)處理領(lǐng)域。
【背景技術(shù)】
[0002]語(yǔ)音端點(diǎn)檢測(cè)(VAD)是語(yǔ)音處理相關(guān)技術(shù)中的一個(gè)非常關(guān)鍵的部分，它不僅可用于語(yǔ)音增強(qiáng)中的語(yǔ)音/非語(yǔ)音檢測(cè)，而且可應(yīng)用于特征提取和語(yǔ)音信號(hào)去混響等過(guò)程中?，F(xiàn)有的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)算法主要分為三大類:基于時(shí)間域的端點(diǎn)檢測(cè)方法、基于頻率域的端點(diǎn)檢測(cè)方法和基于模型統(tǒng)計(jì)的端點(diǎn)檢測(cè)方法。
[0003]實(shí)際應(yīng)用中，高精度的語(yǔ)音端點(diǎn)檢測(cè)對(duì)后續(xù)的語(yǔ)音增強(qiáng)、端點(diǎn)檢測(cè)、語(yǔ)音識(shí)別或聲紋識(shí)別都有極其重要的作用。然而，現(xiàn)有的語(yǔ)音端點(diǎn)檢測(cè)技術(shù)仍然存在著一些問(wèn)題和不足，尤其在實(shí)際信道環(huán)境下，由于語(yǔ)音信號(hào)清音和摩擦音成分的頻譜特征與噪音具有很大相似性，而現(xiàn)有大部分端點(diǎn)檢測(cè)算法都是基于語(yǔ)音本身音節(jié)特征實(shí)現(xiàn)對(duì)語(yǔ)音和噪音的區(qū)分，因此在檢測(cè)端點(diǎn)的過(guò)程中，可能會(huì)丟失語(yǔ)音起始音或收尾音導(dǎo)致截?cái)嘈?yīng)。同時(shí)，大多數(shù)算法無(wú)法完整保留所有語(yǔ)音信息，當(dāng)信噪比降低時(shí)，檢測(cè)性能也將明顯下降。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問(wèn)題是:針對(duì)現(xiàn)有技術(shù)的缺陷，提供一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，該方法所提出的算法分別從信噪比的估計(jì)、閾值的魯棒性設(shè)置和拖尾失真消除三個(gè)方面進(jìn)行改進(jìn)，使得提出的算法相對(duì)于現(xiàn)有的算法在低信噪比環(huán)境下尤其是非平穩(wěn)噪聲環(huán)境下具有更好的檢測(cè)性能。
[0005]本發(fā)明為解決上 述技術(shù)問(wèn)題采用以下技術(shù)方案:
[0006]一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，通過(guò)維納濾波器對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行語(yǔ)音增強(qiáng)，語(yǔ)音增強(qiáng)后的帶噪語(yǔ)音信號(hào)X(η)通過(guò)干凈語(yǔ)音s(n)和干擾噪聲d(n)疊加得到:
[0007]X (n) =s (n) +d (η)
[0008]其中，η為時(shí)間采樣索引，所述干凈語(yǔ)音信號(hào)和干擾噪聲可以具備統(tǒng)計(jì)獨(dú)立且均值為零的特性，帶噪語(yǔ)音的傅立葉變換表示為:
[0009]H0:X (m, k) =N(m, k) ; H1:X (m, k) =S (m, k) +N(m, k) (I)
[0010]其中，X(m, k)、S(m, k)和N(m，k)為每幀信號(hào)的短時(shí)傅立葉因子，m為幀索引，k為幀內(nèi)的各個(gè)頻段值，H0和H1分別表示非語(yǔ)音幀和語(yǔ)音幀；
[0011]干凈語(yǔ)音信號(hào)和噪聲信號(hào)的概率密度都滿足高斯分布時(shí)，觀測(cè)信號(hào)X(m，k)在Htl和H1下的概率密度函數(shù)為
【權(quán)利要求】
1.一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，其特征在于:通過(guò)維納濾波器對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行語(yǔ)音增強(qiáng)，語(yǔ)音增強(qiáng)后的帶噪語(yǔ)音信號(hào)X(η)通過(guò)干凈語(yǔ)音s(n)和干擾噪聲d(n)疊加得到:
X (n) =s (n) +d (n) 其中，η為時(shí)間采樣索引，所述干凈語(yǔ)音信號(hào)和干擾噪聲可以具備統(tǒng)計(jì)獨(dú)立且均值為零的特性，帶噪語(yǔ)音的傅立葉變換表示為:
H0:X (m, k) =N(m, k) ; H1:X (m, k) =S (m, k) +N(m, k)(1) 其中，X(m, k)、S(m, k)和N(m，k)為每幀信號(hào)的短時(shí)傅立葉因子，m為幀索引，k為幀內(nèi)的各個(gè)頻段值，H0和H1分別表示非語(yǔ)音幀和語(yǔ)音幀； 干凈語(yǔ)音信號(hào)和噪聲信號(hào)的概率密度都滿足高斯分布時(shí)，觀測(cè)信號(hào)X(m，k)在Htl和H1下的概率密度函數(shù)為
2.如權(quán)利要求1所述的一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，其特征在于:所述平滑因子a (m, k) =0.8ο
3.如權(quán)利要求1所述的一種基于似然比測(cè)試的噪聲魯棒性端點(diǎn)檢測(cè)方法，其特征在于:所述頻段總數(shù)K=256。
【文檔編號(hào)】G10L25/78GK103730124SQ201310751241
【公開(kāi)日】2014年4月16日 申請(qǐng)日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】包旭雷, 李為, 姚國(guó)勤, 朱杰, 董斌, 杭樂(lè) 申請(qǐng)人:上海交通大學(xué)無(wú)錫研究院