基于分数阶域的语音活动性检测算法研究

针对传统的语音活动性检测准确度较低的情况,本文提出了一种基于分数阶域的稳健语音信号活动性检测算法.该算法利用时域的短时能量与分数阶域的谱熵作为特征值输入到滑动滤波器,并对多帧能量进行滤波,使用一种三状态机对各个状态进行检测达到吸收高能量、平稳噪声和突发噪声的目的,算法仿真证明本文所提出的算法其性能明显优于传统算法.

语音识别系统中语音活动性检测方法的研究

针对当前语音活动性检测技术中传统方法普适性差和在低信噪比下检测性能陡降的问题,研究了在低信噪比强噪声(平稳和非平稳)环境下的语音时频增强相和基于改进谱熵能量的活动性检测相结合的语音识别系统的研究。首先估计背景噪声能量,分别对语音信号进行频域和时域的增强处理;然后利用一种鲁棒性更好的特征参数来判断语音端点。验证结果表明,该方法在平稳和非平稳两类噪声环境下均具有较好的检测性能,其应用范围更广泛。

差分帧能量稳健语音信号活动性检测方法

针对噪声环境下常规算法检测准确度下降的问题，提出了一种基于滑动滤波器差分能量输出的稳健语音信号活动性检测方法。利用历史帧信息，使用滑动滤波器对多帧能量进行滤波，根据滤波输出进行闽值决策，设计了一个三态有限状态机，将语音信号分成有声、无声与过渡三种状态，其中过渡态由三个子状态构成，各个子状态之间可以依条件相互跳转，达到吸收高能量平稳噪声和突发噪声的目的。此外，算法在输出判决中引入了滤波器输出能量的一阶差分成分，提高了算法的动态性能。实验结果表明，论文算法的活动性检测结果明显优于传统帧能量判决方法，并对不同水平的噪声干扰具有鲁棒性。

基于语音活动性检测的维纳滤波处理

信号处理和信号传输是电子通信技术主要的两个方面。通常纯净的语音经过传输将会被噪声所污染,使得可懂度、识别度降低。而信息处理则是要以最大限度来处理带噪语音,恢复原始语音信号。这个问题也就是滤波问题。针对语音活动性检测可以分离带噪语音中噪声和原始信号的特点,对加噪语音进行处理,以处理前后的信噪比和可懂度作为评判标准。通过实验仿真对实验结果进行评价和分析。结果表明,该方法在一定条件下可以达到预期滤波效果。

说话人日志中可靠静音模型语音活动检测方法

为了解决传统语音活动检测(VAD)技术分离出的语音段掺杂静音以及帧间频繁跳动产生短语音碎片的问题,提出在说话人日志中能够高效稳定地完成语音活动检测的方法.该方法利用可靠静音模型对语音的区分度高这个特性,通过循环迭代收敛得到稳定划分.建立静音和语音模型,通过帧间连续性原理进行不确定性解码得到帧类属信息,开展低能量短时间语音碎片后处理完成语音活动检测.在富标注说话人日志数据集上测试,实验结果表明,由于对静音模型的描述更加可靠,采用该方法可以减少帧间跳动,减少静音模型对语音的吸收误判,性能比基于子带熵顺序统计滤波(SE-OSF)方法提高明显.

多说话人语音环境下目标说话人声纹验证方法研究

声纹身份验证技术越来越多的应用于IoT智能设备中,针对多说话人语音环境,应用传统VAD模块的声纹验证系统错误拒绝率严重升高,甚至无法工作。本文从语音分离技术入手,设计实现了一种只对目标说话人触发的轻量化SD-VAD模型。首先,通过在基线模型中引入CNN和BiLSTM结构,使神经网络获得更强大的特征提取能力和上下文依赖性。其次,重新定义类内加权损失,对不同的分类混淆错误施加不同的惩罚,使模型重点关注目标说话人相关的分类,最大程度保留目标语音的完整性。最后,本文将SD-VAD应用于声纹验证模型的前端。实验结果表明,本文改进的结构相较于基线模型,mAP提升了1.5%,目标说话人类的AP提升了1.9%。相较于传统VAD模块,使基于ECAPA-TDNN的声纹验证系统错误拒绝率(FRR)降低了13.95%,较大提升了声纹验证系统的鲁棒性和使用灵活性。

基于多特征的语音活动检测技术分析

针对高强度噪声背景下活动话音无法准确检测的问题,提出了基于多特征的语音活动检测算法,详细论述了该算法中语音信号的采样量化、预加重、分帧和加窗等预处理技术,分析了检测算法设计中的动态门限更新、短暂停顿平滑等关键因素,并总结出了多特征语音活动检测算法的流程图。通过基于硬件平台的算法测试和仿真分析,结果验证了该算法的合理性和有效性,对于复杂背景噪声环境下的活动话音检测有着重要的实用意义。

一种自适应语音端点检测算法

针对基于短时能量和短时过零率的语音端点检测算法不能自适应环境,在低信噪比时性能较差问题,提出了一种新算法。该算法利用最小短时能量评估环境噪声,优化参数提取算法,提高了参数本身的抗噪能力和自适应能力,再通过参数融合有效平衡了音节之间的差异,放大了语音与噪声之间的差异,最后通过一个动态检测门限,实现了不同信噪比下的端点检测。

融合Mel系数和kNN的语音端点检测

语音端点检测是语音处理过程中的重要环节。为了提高在不同噪声环境下语音端点检测的准确率和鲁棒性,提出了融合语音Mel频率倒普系数和kNN分类算法相的语音端点检测方法。该方法提取语音信号的Mel频率倒普系数作为语音特征参数,然后将特征向量作为kNN分类的输入进行训练学习,建立语音端点检测模型,并进行仿真实验,结果表明该方法是一种准确率高、鲁棒性强的语音端点检测方法。

利用语音VAD和DTX增强Abis接口传输能力的可能性探讨

提出了一种提高目前GSM系统中Abis接口线路传输能力的方法———利用语音通信的VAD和DTX进行话音的倍增复用,并对其原理、实现方法、传输性能和影响进行了较为深入的探讨。

一种基于声学分类的语音激活检测算法

文章涉及了语音编码中最新的一种编码方式——变速率语音编码。语音激活检测 (VAD)算法是其中的关键部分 ,直接影响语音质量和试听效果。文章通过分析国际电信联盟的 G.72 9B标准 ,提出了一种适用于三速率语音编码方式的VA D算法。该算法结合了声学分类 ,对噪声、清音和浊音加以区分 ,最后给出了仿真结果 。

自适应多速率语音编码中VAD2算法的改进及仿真

自适应多速率语音编码(AMR)中有VAD1和VAD2两种话音激活检测算法,其中VAD2算法无论是在低信噪比下还是在高信噪比下都有着良好的判决效果,但是其算法复杂度却很大。因此为了在保证VAD2性能的同时,又可以降低VAD算法复杂度,对VAD2进行了优化处理。通过Matlab仿真,结果表明:优化后的VAD2无论是检测性能上还是在检测时间上均要略好于原算法。

基于预处理VAD和自适应KLT的语音增强算法

针对加性有色噪声干扰,提出了一种单通道输入基于信号子空间的语音增强算法。算法中使用自适应的方法跟踪KLT(Karhunen-LoeveTransform)阵。运用一种近似模型来表述有色噪声的特性,并基于噪声平稳的假设,通过采用预处理技术的语音活动性检测(VAD:VoiceActivityDetection)单元获取噪声样本,用于下一语音帧中噪声特性的估计和增强处理。实验表明,算法对于有色噪声干扰下的语音信号有较好的增强效果,并且性能优于改进减谱法。

抗噪声语音检测算法研究

传统的VAD算法,有基于能量的,有基于过零率(ZCR)的,也有基于谱的方法的,但它们都有一个共同的弱点,在强背景噪音下容易发生错判。对此我们提出了一种新颖的基于语音LPC谱线的语音检测方法。实验表明它对白噪声、汽车噪声、枪炮声、嘈杂的背景声都有着很高的识别率。

垃圾网络电话检测技术研究

为了对电信网中的垃圾网络电话(SPIT)进行有效的检测,解决该项技术应用中面临的检测精度和检测效率之间的矛盾,基于SPIT呼叫的典型特征,提出了一种粗过滤和精判别相结合的检测方法。基于语音激活检测(VAD)对疑似SPIT进行快速筛选,基于支持向量机通过语音特征对SPIT进行精确识别。仿真实验结果表明,该方法计算代价小、检测效果好、实时性高,并且随着检测语音长度的增加,该方法的检测精度和实时倍率都有所增长。

一种稳健的背景噪声检测方法

给出一种在缓变的强背景噪声情况下作语音增强时的噪声检测的新算法,用作检测的特征向量和阈值自适应更新。实验证明该算法有良好的稳健性,在信噪比0dB左右能有效检测各类背景噪声。

一种基于改进型谱减法的语音增强新算法

文章主要研究基本谱减法及其改进算法在语音增强中的应用,阐述了基本谱减法的原理,并在此基础之上提出了一种改进型谱减法。在此改进型算法中,通过采用端点检测法来确定"寂静段"(纯噪声段),然后对"寂静段"噪声进行重新估计,以减小噪声估计的误差,并对基本谱减法中引入的音乐噪声进行了处理。通过对两者的对比仿真和结果分析比较,发现改进型谱减法在噪声减少的程度、声音的清晰程度和SNR(信噪比)上都较基本谱减法有明显改善。

一种自适应建模的VAD方法

语音活动检测(Voice Activity Detection,VAD)是语音前端特征处理的一个重要环节,它直接影响到后续处理的效果和效率。主流的模型VAD对训练数据的依赖度过高,在不同场景下需要重新训练不同的模型,这带来的数据标注的工作量是非常惊人的。一种自适应建模的VAD方法结合了能量VAD和模型VAD的优点,成功地解决了这个问题。它对每一条语音在线地训练出语音和非语音模型,根据每一帧在模型上的似然度得分给它们打上标签,经过平滑后就可以很好地找到语音的起点和终点。实验结果表明,该方法取得了很好的效果,F_1指标相比传统能量VAD提升了0.031,说话人分离错误率下降了0.45%。

新型宽带语音编码VMR-WB的研究

实践中我们经常会遇到同一种编解码器不能同时应用于有线和无线、速率相差悬殊的信号同时传输会带来衰耗和质量下降等问题。针对这些问题,在分析VMR-WB的四种工作模式的基础上,深入研究VMR-WB的编码流程、特性及应用,在解决上述问题的机理层面上作出尝试性回答。