[发明专利]通信终端双麦克风消噪系统中的语音活动检测方法及装置

说明书

本发明公开了通信终端双麦克风消噪系统中的语音活动检测方法和装置，一为神经网络的训练：选取训练样本提取特征并得到对应的语音活动检测结果，利用特征和对应的检测结果对神经网络进行训练；二为基于训练好的神经网络进行语音活动检测：分别使用通信终端的主、次麦克风采集待测带噪语音信号，对采集到的带噪语音信号提取特征，然后将特征送入训练好的神经网络，由神经网络输出语音活动检测的结果；其中特征包括子带互通道能量差和归一化的互通道相关。可依据不同的噪声环境自适应的调节参数进行语音活动检测，解决了现有的语音活动检测方法不能适应噪声环境改变而性能下降的问题，提升了复杂噪声环境下的语音活动检测的准确性。

技术领域

本发明涉及语音通话中的噪声抑制、消除、降噪、消噪通信技术，特别涉及带噪语音信号中的语音活动的检测方法及装置。

背景技术

现有技术中，应用于手机消噪中的技术主要采用设定固定的阈值来判断语音和噪声。

然而，通信终端，如手机在通话中所处的噪声环境非常的复杂，依赖于固定阈值的技术无法在复杂多变的多种噪声环境下准确的区分语音和噪声，应用于手机消噪系统会造成语音失真降低可懂度的问题。

语音活动检测是语音增强处理中的重要组成部分，语音活动检测可以从带噪语音信号中确定出语音的起始和结束点的位置，准确的语音活动检测结果可以帮助消噪系统对噪声进行有效抑制的同时尽可能的减少语音信号的失真提高语音的可懂度。手机作为现在最主流的通讯设备，其通话质量的改善意义重大。

因此急需一种不依赖于固定阈值，可能依据不同的噪声环境而自适应的调节参数的语音活动检测方法和装置，来提升复杂噪声环境下的语音活动检测的准确性。

发明内容

发明目的：本发明为了解决现有技术的不足，提供了一种通信终端双麦克风消噪系统中的语音活动检测方法，同时提供了一种通信终端双麦克风消噪系统中的语音活动检测装置。

技术方案：为解决上述技术问题，本发明提供的一种通信终端双麦克风消噪系统中的语音活动检测方法，包括如下步骤：

1)神经网络训练：选取训练样本，提取特征，并得到对应的语音活动检测结果，利用特征和对应的语音活动检测结果对神经网络进行训练，得到训练好的神经网络；

2)基于训练好的神经网络进行语音活动检测：通过通信终端的主、次麦克风采集待测的模拟带噪语音信号，并通过模数转换器转换为数字采样信号，得到待测的分别对应于主、次麦克风的数字带噪语音信号，接着对该数字带噪语音信号提取特征，然后将特征送入步骤1)训练好的神经网络，由神经网络输出语音活动检测的最终检测结果；

所述步骤1)和步骤2)中的特征包括子带互通道能量差和归一化的互通道相关。

优选的，所述1)神经网络训练包括如下步骤：

(11)通过通信终端的主麦克风和次麦克风采集训练用的模拟带噪语音信号作为神经网络的训练样本；

(12)通过模数转换器分别将主、次麦克风采集到的训练用模拟带噪语音信号转换为对应的数字采样信号，得到训练用的分别对应于主、次麦克风的数字带噪语音信号；

(13)将该数字采样信号传输至通信终端处理器；

(14)在处理器中对训练用数字带噪语音信号提取特征，包括：子带互通道能量差和归一化的互通道相关；并对每帧训练用数字带噪语音信号进行标记得到对应的语音活动检测结果；

(15)将特征作为神经网络的输入，步骤(14)中得到的语音活动检测结果作为输出目标训练神经网络；

(16)存储训练完毕的神经网络的权值和神经元个数；

所述2)基于训练好的神经网络进行语音活动检测包括如下步骤：