![](https://csdnimg.cn/release/download_crawler_static/86043008/bgb.jpg)
第二章噪声估计
9
2.基于背景噪声估计的判决方法
在这种方法中,通过无音段中对噪声能量的测量,然后使用一阶AR模型预测
当前帧中的噪声能量来修正判决门限,或者通过信噪比来判决。这种方法简单,
运算量小,可以应对各种不同的信噪比,有音段错判为无音段率高,比较适合于
语音增强系统中。
3.基于小波变换的判决方法
由于小波变换在不同的频段具有不同的分辨率,同时不同的信号在不同的分
辨率下相关性不同等的一系列特点,在语音处理中越来越受重视,人们也将其引
人到语音端点检测中来。在不同的尺度下使用上述两种判决方法进行判决。这种
算法能够在不同的时间和尺度上计算用于语音活动检测的参数,根据这些参数得
到稳健的语音活动决策,因此能够更准确地检测到语音,使得语音剪切率大为减
少。
4.基于模糊理论的判决方法
语音有音无音判决过程,实际上是对语音和噪声特性的学习和认识过程。模
糊理论模拟了人的思维过程,通过对己有语音的自动学习,总结出用于描述当前
语音特点的几条模糊规则,将输人语音按照模糊理论的规则进行描述,然后对模
糊系统的输出进行门限处理,得出当前输人的VAD判决。
5.模式识别法
语音端点检测可采用统计模型分类方法,隐马尔柯夫模型(HMM)可以作为语
音特征的统计模型。基于HMM的方法已应用于语音端点检测,并得到较高的正
确率。原始的想法来自词的分割算法,即在一段不受限制的语音中检测出一个或
多个词的存在位置。而语音端点检测则可以看成是一个分割词的特例。在这种
HMM语音检测器中,一个为语音作标记的连续HMM和一个为背景噪声作标记的
连续HMM被训练来分别表示一般语音与噪声的特征。训练采用基于Baum.Welch
算法的倒谱向量来进行。HMM与一个语法模型相连接,在端点检测阶段,对带噪
语音进行预处理以得到输人特征矢量,每一个矢量由倒谱系数、倒谱系数的增量
或时间导数以及当前帧的短时能量增量等组成,然后引入Viterbi解码,按照模型
参数与输入语音特征流得到与正发生的语音非常相似的语音,由Viterbi解码器给
出语音的端点。
综上所述,对信噪比高的带噪语音,可以通过短时能量来检测。这是因为,
信噪比高时,语音的短时能量一般比噪声的短时能量大,用短时能量作为判据,
距离的测度比较简单,物理意义也很明确。信噪比较低时,必须采用比较复杂的
噪声检测算法。可以先在训练时提取噪声的特征值,这个特征值在一般的模式识
别方法中就是特征矢量或码本,在基于统计模型的方法中,比如HMM,就是一组
统计量,通过特征值间的距离,判别信号中是否含有语音。