《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動態(tài) > 基于離散小波變換的語音激活檢測

基于離散小波變換的語音激活檢測

2008-11-19
作者:陳明義, 李 微, 黎 華

  摘 要: 為提高在噪聲環(huán)境" title="噪聲環(huán)境">噪聲環(huán)境下語音檢測的性能,提出了一種基于小波" title="小波">小波變換" title="離散小波變換" title="離散小波變換">離散小波變換">離散小波變換的語音激活檢測" title="語音激活檢測">語音激活檢測(VAD)的方法。算法將語音信號" title="語音信號">語音信號進行3層離散小波變換,通過Teager能量算子(TEO),提取能量比值和能量差值兩個參數(shù),最后進行門限判決。實驗結(jié)果表明,本算法在噪聲環(huán)境中能夠有效地正確判別語音段和噪聲段,并且優(yōu)于G.729B和AMR所提出的VAD的算法。
  關(guān)鍵詞: 離散小波變換; 語音激活檢測; Teager能量算子

?

  語音激活檢測(VAD)技術(shù)即根據(jù)人們?nèi)粘U勗挼脑捯艉挽o默特性,對檢測到的靜音加以抑制。目前該技術(shù)在語音識別、語音編碼以及語音增強等領(lǐng)域獲得了廣泛的應(yīng)用。由于語音處理系統(tǒng)常常工作在噪聲環(huán)境中,所以在低信噪比環(huán)境中,VAD檢測的性能對語音信號的處理至關(guān)重要[1][2]。雖然目前VAD技術(shù)已經(jīng)取得較大的發(fā)展,仍需進一步研究以提高其對噪聲的魯棒性。本文給出了基于離散小波變換的語音激活檢測方法,這種方法提出了能量比值和能量差值兩個參數(shù)。通過對帶噪語音的實驗比較,證實了該方法的有效性。
1 離散小波變換的語音激活檢測的算法
1.1 離散小波變換(DWT)
  離散小波變換相當(dāng)于離散信號經(jīng)過一組濾波器而被分成一系列子帶信號。濾波器組由低通濾波器和高通濾波器組成,低通濾波器的輸出是近似信號,高通濾波器的輸出是細(xì)節(jié)信號[3][4]。小波的多分辨分析只是對低頻部分進行進一步分解,使低頻的分辨率變得越來越高,而高頻部分不予考慮。cm,n和dm,n分別表示DWT輸出的近似部分和細(xì)節(jié)部分。l(n)、h(n)分別表示低通濾波器和高通濾波器。m表示分解的層數(shù),n表示分解系數(shù)的索引值。
    

  為了進一步研究離散小波變換的逼近信號和細(xì)節(jié)信號對于語音的影響,對原始語音進行3層的離散小波變換,選取的小波函數(shù)為Daubechies(db5)。分別對清音、濁音和靜音進行細(xì)節(jié)部分和逼近部分的比較,如圖1和圖2。圖1表現(xiàn)了濁音的主要能量集中在近似部分,而很少在細(xì)節(jié)部分,從圖2中看出,清音正好與濁音相反,而靜音能量分布則相對比較平衡。

?

?

1.2? TEO
  TEO是一種極為有效的、非線性的演算法,它能夠有效提取語音信號的能量。由于聲音部分是屬于穩(wěn)定或半穩(wěn)定的信號,而無聲部分是屬于不穩(wěn)定信號,TEO的功用是強化穩(wěn)定或半穩(wěn)定信號,并衰減不穩(wěn)定信號,可以更加突出細(xì)節(jié)部分和近似分布的特性[5]。公式(3)為TEO計算公式,i表示語音信號的幀數(shù),tm,i(n)表示離散小波變換的第m層的第n個小波系數(shù),Tm,i(n)是經(jīng)過TEO處理后的結(jié)果。????????????????????????????????????
  
1.3 提取特征參數(shù)
  根據(jù)上面的分析提取出能量比值Ri和能量差值Di兩個特征參數(shù)。具體公式如(4)、(5),其中Nd、Na分別表示第一次分解的細(xì)節(jié)部分的長度和其近似部分的長度。
  (1) 能量比值
  每一幀的第一次分解的細(xì)節(jié)部分與其近似部分的比值。
  
?  (2) 能量差值
  每一幀的近似部分與第一次分解的細(xì)節(jié)部分的差值。
  
1.4 門限判定
??? 提取特征參數(shù)之后進行門限的設(shè)定,對門限值的計算公式如式(6)、(7)、(8)、(9),thd、thr分別是能量差值和能量比值的門限。R1、D1分別表示能量比值和能量差值的最大值,R0、D0分別表示能量比值和能量差值的估計噪聲平均值,Ra、Da分別表示能量比值和能量差值的平均值。
  
2 實驗分析
  在進行離散小波變換時,本文選取小波函數(shù)為Daubechies,運用了Mallat算法進行分解運算,可以減少算法的運算量。在噪聲環(huán)境下,用本文的方法進行了實驗分析。實驗所用的語音信號是在實驗室環(huán)境下錄制的,采樣頻率為8kHz,將噪聲加入語音信號,形成不同的信噪比。如圖3和圖4 即為原始語音和加噪語音信號的檢測結(jié)果。

?

  圖5、圖6是由本文提出的VAD算法與G.729、AMR的VAD算法比較的結(jié)果。從語音信號中選取了無噪聲、20dB、15dB、10dB、5dB 、0dB各40個語音作比較。實驗結(jié)果表明,本文提出的方法在噪聲環(huán)境中要優(yōu)于AMR、G.729B語音編碼器中的VAD方法。

?


  根據(jù)濁音、清音和靜音離散小波變換后的系數(shù)進行分析,提出了基于離散小波變換的語音激活檢測方法。該方法對清音的特性作了提升,使得判決誤差更進一步減小了。實驗結(jié)果表明,該方法在低信噪比的情況下,基于離散小波變換的語音激活檢測方法具有較高準(zhǔn)確率和穩(wěn)定性。


參考文獻(xiàn)
[1]?KUBIN G, WERUAGA L, SIGMUND M. Time-frequency analysis for voice activity detection. Processing of the 24th?IASTED International Multi-Conference,Inns-bruck,Austria,?2006.
[2]?郭莉,殷南,王炳錫.語音業(yè)務(wù)中魯棒性VAD算法分析. ?語音技術(shù), 2005,(9):41-45.
[3]?李建平,唐遠(yuǎn)炎.小波分析方法的應(yīng)用.重慶:重慶大學(xué)出版社,2000.
[4]?黃炳剛,周志杰,鄭翔. 基于小波變換的語音激活檢測. ?解放軍理工大學(xué)學(xué)報(自然科學(xué)版),2006,7(3):210-213.
[5]?HUANG S, CHEN H T, CHANG Wuyukon, et al. Robust ?voice activity detection using perceptual wavelet-packet?transform and teager energy operator. Advances on Pattern ?Recognition for Speech and Audio Processing, 2007,(28):1327-1332.

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 岳在我胯下哭泣| zmw5app字幕网下载| 中国午夜性春猛交xxxx| 99久久国产综合精品2020| 亚洲av最新在线观看网址| 亚洲国产成人精品电影| 亚洲字幕在线观看| 亚洲av无码精品色午夜果冻不卡| 久久99精品久久久久久噜噜 | 久久久国产视频| 99sescom色综合| 草莓视频污污在线观看| 波多野结衣丝袜诱惑| 日本xx18护土| 成人免费激情视频| 国产精品一区二区av| 国产成人a大片大片在线播放| 免费观看的a级毛片的网站| 五月婷婷开心综合| 久久av无码精品人妻糸列| 91嫩草私人成人亚洲影院| 美女毛片免费看| 男女性色大片免费网站| 日韩中文在线视频| 无码av中文一区二区三区桃花岛| 日韩一区二紧身裤| 成年人毛片视频| 国产成人综合久久精品红| 亚洲自国产拍揄拍| 亚洲天堂福利视频| 一区二区三区影院| 韩国伦理片年轻的妈妈| 欧美最猛性xxxx| 日韩欧美中文字幕一区| 国内精品久久久久久影院| 啦啦啦啦在线直播免费播放| 亚欧免费视频一区二区三区| 91香蕉视频下载导航| 男生插入女生下面视频| 无码不卡中文字幕av| 国产成人精品A视频一区|