基于強(qiáng)背景噪聲下的語(yǔ)音端點(diǎn)檢測(cè)算法及實(shí)現(xiàn).pdf

1、隨著多媒體技術(shù)和通信技術(shù)的發(fā)展，語(yǔ)音信號(hào)處理作為其基本內(nèi)容，已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，隨著技術(shù)的不斷發(fā)展，所處理的信號(hào)的動(dòng)態(tài)范圍越來(lái)越大，而在實(shí)際使用中，由于背景噪聲的影響，產(chǎn)生了許多不必要的處理時(shí)間，降低了語(yǔ)音處理的精度。因此各種不同的語(yǔ)音端點(diǎn)檢測(cè)算法開始應(yīng)用于各種語(yǔ)音處理系統(tǒng)中。 在時(shí)域上將語(yǔ)音和噪聲分離出來(lái)，稱為語(yǔ)音端點(diǎn)檢測(cè)(VAD)。如今，在語(yǔ)音信號(hào)預(yù)處理技術(shù)中，語(yǔ)音端點(diǎn)檢測(cè)有著非常廣泛的應(yīng)用范圍。在通信系統(tǒng)、語(yǔ)音編碼、語(yǔ)

2、音識(shí)別、語(yǔ)音增強(qiáng)、回聲抵消等處理中是不可或缺的重要環(huán)節(jié)。早期的算法有基于短時(shí)能量和過(guò)零率，倒譜距離，基音檢測(cè)等。但是這些方法在低信噪比的條件下，性能均出現(xiàn)不同程度的下降。 本文總結(jié)了現(xiàn)有的典型語(yǔ)音端點(diǎn)檢測(cè)算法，深入分析了各算法的基本原理，比較其優(yōu)缺點(diǎn)，并給出了仿真結(jié)果。在此基礎(chǔ)上，分析了現(xiàn)有語(yǔ)音信號(hào)的結(jié)構(gòu)特點(diǎn)和特征參數(shù)，提出了在較強(qiáng)背景噪聲環(huán)境下的兩種語(yǔ)音端點(diǎn)檢測(cè)新算法。分別是基于多子帶熵的語(yǔ)音端點(diǎn)檢測(cè)算法和基于Gaussian

3、—Gamma模型的語(yǔ)音端點(diǎn)檢測(cè)算法。并給出了仿真結(jié)果。從仿真結(jié)果可以看出在常見的噪聲環(huán)境下，算法魯棒性較好，在較低的信噪比下仍能比較準(zhǔn)確地檢測(cè)到語(yǔ)音信號(hào)的端點(diǎn)。 論文對(duì)算法如何在硬件上的實(shí)現(xiàn)，進(jìn)行了深入研究，該算法的硬件處理平臺(tái)是以TI 的 TMS320DM642 高性能 DSP 芯片為核心，TLVAIC23B作為語(yǔ)音輸入輸出芯片。設(shè)計(jì)了語(yǔ)音端點(diǎn)檢測(cè)的軟硬件系統(tǒng)，總結(jié)和提出了優(yōu)化C語(yǔ)言編寫算法代碼的一些方法，實(shí)驗(yàn)表明，這些方法極