语音激活检测方法的分析和比较

语音激活检测(voice activity detection,VAD)是语音信号处理中的一个重要任务,旨在识别出语音信号中的语音段和非语音段。本文将通过实验分析和比较几种目前主流的VAD算法,包括基于多特征流(multiple feature streams,MFS),基于长短时记忆网络(longshort-termmemory,LSTM),基于集成深度神经网络(deep nueral network,DNN),基于自适应上下文注意力机制(adaptive context attention model,ACAM)的方法。综合来看,MFS模型简单、易于部署。当检测目标为含噪声时应尽可能采用深度模型,计算资源充足时可以采用DNN模型,反之则可以采用ACAM模型,它在损失了很少的精度下,将参数数目大幅压缩。

支持向量机在语音激活检测中的应用研究

提出将支持向量机(SVM)方法应用于语音激活检测(VAD),并验证SVM方法在VAD检测中的有效性。采用了快速训练支持向量机的序列最小最优化方法(SMO)进行训练。提出的基于SVM的VAD方法仍然采用G.729附件B(G.729B)中的VAD方法所采用的特征参数作为分类的特征参数。经过基于SVM的VAD方法与G.729B的VAD方法进行比较,表明SVM方法应用于VAD中是有效的。

基于小波变换的语音激活检测

为了提高语音激活检测在多种噪声环境下的检测性能,基于语音与噪声相区别的主要特征,提出了一种基于小波变换的语音激活检测算法。算法将信号频带划分为多个子带,提出用归一化谱分布向量表征信号的谱分布特性,利用小波检测信号分形特征的能力,提出用信号的自相关指数来表征信号的自相关性,结合归一化谱分布向量的线性加权和自相关指数两个因素得出新的激活检测判决准则。实验仿真结果与ITU标准G.729和ETSI标准AMR 2中的检测性能进行了分析比较。结果表明,该算法在多种噪声环境下都具有较高的准确率和稳定性。

基于高阶统计方法改进的自适应多速率话音激活检测算法

该文提出了基于高阶统计方法改进的自适应多速率话音激活检测算法,该算法可应用于第三代移动通信系统。实验证明:这种算法可以有效检测实际移动通信环境中高斯或非高斯对称分布的背景噪声。

一种基于马可夫过程统计模型的语音激活检测方法

根据语音的特点 ,以一阶马可夫过程统计模型对语音进行建模 ,并在此基础上对语音的激活检测进行了性能分析。在方案的实现过程中 ,采用了多种平滑因子 ,进一步改进了语音判决的正确性。与通常所用的检测方法相比 。

基于隐马尔可夫模型的语音激活检测算法

针对现有基于隐马尔可夫模型(HMM)的语音激活检测(VAD)算法对噪声的跟踪性能不佳的问题,提出采用Baum-Welch算法对具有不同特性的噪声进行训练,并生成相应噪声模型,建立噪声库的方法。在语音激活检测时,根据待测语音背景噪声的不同,动态地匹配噪声库中的噪声模型;同时,为了适应语音信号的实时处理,降低了语音参数提取的复杂度,并对判决阈值提出改进,以保证语音信号帧间的相关性。在不同噪声环境下对改进算法进行性能测试并与自适应多速率编码(AMR)标准、国际电信联盟电信标准分局(ITU-T)的G.729B标准比较,测试结果表明,改进算法在实时语音信号处理中能够有效提高检测的准确率及噪声跟踪能力。

一种用于3G系统中复杂背景噪声环境下的话音激活检测算法

本文讨论了一种新的应用在 3G自适应多速率系统中复杂背景噪声环境下的话音激活检测算法。这种算法基于谱估计理论和周期信号检测方法 ,应用一个IIR滤波器组把输入窄带语音信号分成九个频带 ,进而估计每个频带的语音信号和背景噪声的电平 ,结合基音和音调检测 ,在区分语音和移动环境中的大多数背景噪声时表现得足够健壮。最后 ,基于欧洲电信标准委员会建议的 3G平台对这种算法进行了仿真评估 。

似然比测试语音激活检测算法研究

基于似然比测试的语音激活检测算法基于假设检验原理,引入了对噪声的降噪处理,具有良好的噪声鲁棒性,算法高效且易于实现。各种改进算法针对语音模型、判决规则等核心问题进行了系统研究,检测性能得到了进一步提高。对此类算法进行了系统的论证,结合实验,分析比较了它们的性能差异和各自的优缺点,并指出了进一步的研究方向。

一种基于灰关联分析法的语音激活检测算法

为在有色非高斯噪声背景下实时、有效地区分语音信号与各种背景噪声,提出了一种基于灰关联分析的语音激活检测(VAD)算法。该算法提取语音信号过零率、线性预测系数、倒谱系数和转移倒谱系数4种特征参数作为关联参数,通过跟踪语音与噪声灰关联度的变化确定判决门限,实现语音激活检测。仿真结果表明:该算法在无噪声背景中识别率为100%,在-5 dB噪声背景环境,识别率可达80%以上。此算法对有色非高斯背景噪声不敏感,而且计算简单、可靠性高,在语音激活检测中具有可行性。

一种基于奇异谱的语音激活检测方法

为了提高语音激活检测在低信噪比环境中的检测性能,提出了一种基于奇异谱的语音激活检测方法。首先用多窗口方法计算每一帧语音信号的相关矩阵;然后对相关矩阵进行奇异值分解;利用奇异值可以反映有用信号和噪声分布情况的特性,将每一帧语音信号经过加权处理后的最大奇异值与自适应阈值进行比较进行语音激活检测。该方法原理简单,易于硬件实现,通过实验仿真表明,在低信噪比环境下,和基于对数能量方法相比,本文方法也能够很好的区分语音段和非语音段,有良好的检测性能。

基于EEMD域统计模型的话音激活检测算法

提出了一种基于EEMD域统计模型的话音激活检测算法。算法首先利用总体平均经验模态分解(Ensemble empirical mode decomposition,EEMD)对带噪语音进行分解,得到信号的本征模式函数(Intrinsicmode function,IMF)分量,选择与原信号的相关性最高的两个分量相加组成主分量;然后对主分量进行频域分解,引入统计模型,求出EEMD域特征参数;最后利用噪声与语音的EEMD域特征参数的不同来进行语音激活检测。实验结果表明,在不同信噪比情况下,本文算法性能优于目前常用的VAD算法,特别在噪声强度大时体现出明显的优势。

基于改进型离散小波变换的语音激活检测

在语音信号处理系统中,语音激活检测是一个非常重要的方面。为了提高在噪声环境下语音激活检测的性能,提出了一种基于改进型离散小波变换的语音激活检测(VAD)的方法。算法将语音信号进行离散小波变换,然后通过Teager能量算子(TEO),提取能量比值和能量差值两个参数,最后进行门限判决。在MATLAB平台上,对语音信号进行激活检测仿真,实验结果表明在噪声环境中,提出的算法能够有效克服低信噪比环境的影响,并且优于倒谱距离和谱熵检测算法。

3G系统中复杂背景噪声环境下话音激活检测算法性能分析

以第三代移动通信合作项目组 ( 3GPP)和欧洲电信标准委员会 ( ETSI) GSM相关标准为依据 ,分析自适应多速率语音编码器中话音激活检测算法在不同背景噪声和不同输入信噪比下的性能 .基于对大量实验结果的分析 ,对其在 3G系统中应用的鲁棒性加以验证 ,同时和国际电联电信标准组 ( ITU- T)建议的 G.72 9算法进行比较 .研究表明 ,该算法在非平稳背景噪声环境下的性能优于 G.72 9,在保证重构语音足够高可懂度和自然度的前提下 ,使整个移动通信系统容量增加约 30 % .

基于客观测试方法对普通放在的AMR话音激活检测算法性能分析

为了评价3GPP标准化的AMR VAD应用于汉语普通话的性能，采用正式的客观测试方法作为性能的度量准则，该准则主要基于剪音概率，话音激活因子，噪声误检为语音的概率和语音输入电平4个参数，在不同背景环境，不同信噪比和不同语音输入电平下，完成了AMRVAD和两种参考VAD（EFR和G．729B）的仿真的。结果表明，AMR VAD总体性能优于G．729VAD，而较EFR VAD略差。

基于相关性的语音激活检测器

本文在总结了传统的语音激活检测器的基础上，根据语音信号具有相关性的特点，提出了一种基于相关性的话音激活检测器，分析与实验表明，这种语音激活检测器可以提高检测的能力，减少漏检与误检。

基于Teager能量算子的语音激活检测

针对大多数语音激活检测(VAD)方法在低信噪比情况下性能急剧恶化的情况,提出了一种基于Teager能量算子(TEO)的语音激活检测方法.它能结合语音增强技术,应用Teager能量算子进行自适应门限判决.实验结果表明,在低信噪比的情况下,该方法能够随着环境自适应门限,具有较高的准确率和稳定性,简单有效.

软计算方法在自适应多速率话音激活检测中的应用研究

本文提出一种新的话音激活检测方法 ,该方法基于软计算理论 ,应用于 3GPP标准化的自适应多速率语音编码算法 .从剪音和噪声误判为语音概率两个方面分析其在不同背景噪声环境中的性能 ,仿真表明 :基于客观评价方法 ,这种新的话音激活检测算法比ITUG .72

基于离散小波变换的语音激活检测

为提高在噪声环境下语音检测的性能,提出了一种基于离散小波变换的语音激活检测(VAD)的方法。算法将语音信号进行3层离散小波变换,通过Teager能量算子(TEO),提取能量比值和能量差值两个参数,最后进行门限判决。实验结果表明,本算法在噪声环境中能够有效地正确判别语音段和噪声段,并且优于G.729B和AMR所提出的VAD的算法。

基于小波包变换的自适应门限的语音激活检测

语音激活检测是语音信号处理的一个重要环节。在低信噪比的情况下,传统的检测方法已不适用。为了提高语音激活检测的性能和鲁棒性,针对主要由白噪声组成的噪声背景,提出了一种基于小波包变换的自适应门限的语音激活检测方法(VAD),它将语音信号进行小波包变换,得到各个子带信号,各个子带信号通过Teager能量算子(TEO)将有声部分强化,同时衰减无声部分,最后进行自适应门限判决。实验结果表明在低信噪比的情况下,算法能够正确判别语音段和噪声段。

一种具有鲁棒性的语音激活检测方法

本文提出了一种对于不同背景噪音具有鲁棒性的语音激活检测(VAD)算法.首先,该算法基于统计模型理论、线性预测原理以及自适应时变噪声参数估计方法,在时域和频域中共提取了四个特点不同的特征参数作为分类器的输入特征矢量,然后应用支持向量机(SVM)的方法,进行语音激活检测.最后,通过在不同噪音环境下的对比实验结果,验证了本文所提出的算法在中低信噪比情况下的检测性能要优于ITU G.729B中的VAD算法.