[发明专利]一种抗噪声干扰的浊语音检测方法及系统

权利要求书

1.一种抗噪声干扰的浊语音检测方法，该方法基于谐波与背景的能量比确定是否存在浊音，并随着干扰噪声的不同，自动的找到频率范围中谐波结构最清晰的频带范围，而忽略受到噪声干扰的频带，所述方法包含：

步骤101)针对人类语音的基音频率范围，建立若干基音频率按对数尺度变化的谐波模板；

步骤102)基于上步骤的模板，每帧信号与模板的匹配过程均包括若干次能量范围选择，使某受到干扰的频率范围得到忽略；

步骤103)利用多帧信号基音频率的连续性，进行浊语音存在性判决，从而最终确定一段信号中是否包含浊语音。

2.根据权利要求1所述的抗噪声干扰的浊语音检测方法，其特征在于，所述步骤101)进一步包含如下子步骤：

步骤201)对输入的单通道声音信号进行短时傅里叶变换，获得每帧信号在N个离散频率点上的对数能量，其中N是2的整数次幂；

步骤202)根据人类语音的基音频率范围，及输入信号的频率范围，计算M个谐波结构模板，用于对信号的能量谱进行比对；其中，每个谐波模板是一组频率值，代表了一个基频和其对应的一系列谐波和非谐波频率，通过把各频率值舍入到最近的离散频率点，每个模板都把N个离散频率点区分为谐波和非谐波两类，且M个模板的基频是以对数步长增长的，基频越低，相邻两个模板之间基频差距越小。

3.根据权利要求2所述的抗噪声干扰的浊语音检测方法，其特征在于，所述步骤102)对每一帧输入信号的离散频谱能量，用M个模板与之相比对，每一个模板的比对方法如下，以第j个模板进行说明，其中j＝1..M：

301)对第j个模板，其中包含A个谐波频率和B个非谐波频率，将该帧信号在各谐波频率上的各频点按能量从大到小排列，非谐波频率上的各频点也按照能量从大到小排列；

302)对第j个模板，设定一个比例因子α₁，根据所有谐波频点的能量大小，排除能量最高的[α₁A]个谐波频率点和能量最低的[α₁A]个谐波频率点，并计算其余谐波频率点上能量的平均值；按同样方法将所有非谐波频率上能量最高的[α₁B]和最低的[α₁B]部分去掉，并计算其余非谐波频率上能量的平均值，

其中，[]表示取整运算，将谐波平均能量和非谐波平均能量的比值记为R₁；0＜α₁＜0.3；

303)按照步骤302)的方法，以不同的比例α₂～α_k分别去掉部分能量最高和最低的谐波和非谐波频率，并计算谐波与非谐波的平均能量之比R₂～R_k，上述的k个参数α_i取值范围都在0到0.3之间，i＝1..k，且两两不相等；

304)选择R₁～R_k中的最大值作为该帧信号与第j个模板的匹配值Q_j；

305)对每一帧信号，都可利用步骤301)到步骤304)获得M个模板的匹配结果Q₁～Q_M，并将其保存作为检测谐波结构的依据。

4.根据权利要求3所述的抗噪声干扰的浊语音检测方法，其特征在于，所述步骤103)进一步包含如下步骤：

401)将总时间长度为80～150毫秒的连续L帧信号作为一个分析单元，计算它与M个模板的匹配结果，计算方法是：对第j个指定模板，其中j＝1..M，将每帧信号对应与该模板的匹配值Q_j相加，其总和即作为当前L帧信号与第j个模板的匹配结果W_j；

402)在当前L帧信号与M个模板匹配获得的M个结果W₁～W_M中，取最大值W_max，作为当前L帧信号的浊音存在性的估计值，并设定阈值λ，如果当前分析单元的浊音存在性估计值大于设定λ，则判断当前L帧信号中的每一帧都含有浊音；

403)将长度为L的分析窗向后移动1帧，采用上述步骤判断其是否包含浊语音。

5.根据权利要求4所述的抗噪声干扰的浊语音检测方法，其特征在于，所述步骤403)进一步包含：由于一帧信号可能会存在于L个分析窗中，只要其中任一个分析窗做出了“存在浊音”的判断，则认为该帧信号存在浊语音。