[发明专利]基于过零率计算的超低算力检测语音存在的方法和装置

说明书

本发明提出了一种基于过零率计算的超低算力检测语音存在的方法和装置，保持了过零率检测方法固有的超低算力和区分音频类型的能力两个优点，同时克服了不区分音量和不能抵抗低频噪声的干扰的两个不足。本发明的方法包括以下步骤：1)在原音频信号的基础上叠加高过零率的噪声信号；所述高过零率是指噪声信号的过零率相对于原音频信号的过零率明显更高；2)对叠加后的混合信号进行过零率计算；3)设定合理的过零率阈值，判断叠加信号每一帧的过零率是否低于所设定的过零率阈值，一旦过零率低于所设的阈值，则判断开始有语音存在。

技术领域

本发明涉及语音检测技术领域，特别是涉及一种基于过零率计算的超低算力检测语音存在的方法和装置。

背景技术

在用语音进行人机交互的设备上，检测语音是否正在发生是后续处理的第一关，否则所有的信号处理都是无的放矢，导致不必要的算力浪费，电能浪费，同时会增加可能的误判。语音检测的主要性能指标一般包括判断的准确率和得到该结论的时间滞后。总的来说，这两个指标在实施上是互相矛盾的，准确率高的语音检测方法总是需要更多的音频信息，从而导致得出结论的延迟。相反，延迟低的方法利用了相对较少的信息，其得到的结论必然有较低的可靠性。

另一个需要考虑的重要因素是语音检测方法所消耗的算力(直接对应于功耗)。因为语音交互系统的语音检测经常保持在活跃状态，相对复杂的检测方法会直接导致系统的功耗增加，这对于移动设备或小型非交流供电的设备更为重要。

对算力要求不高的语音检测方法主要有两种，一个是基于音频信号的能量，另一个基于信号的过零率。前者能够区分信号的大小，一定程度上可以将音量过小的语音排除在外，这里假设了太小的语音不是针对与机器交互而发生的，但其缺点是完全没有能力区分信号的类型，不论是语音，还是某种噪声，如开关门、吸尘器或东西掉地上，只要其能量高于某个阈值，就会被判断为语音发生。过零率检测是目前所有检测方法中对算力要求最低的一种，特别是对于只能完成定点运算的设备，过零率检测中的计算不涉及乘法，在电路上极其容易实现；另外，过零率检测的方法在一定程度上还有区分语音、音乐、冲击性噪声的能力。其缺点是不区分信号的音量，另外对电路中的直流偏移和噪声中(声学噪声或电路噪声)的极低频率能量没有抵抗力，导致在很低的背景噪声下也能产生误判。

发明内容

根据现有技术存在的问题，本发明提出一种基于过零率计算的超低算力检测语音存在的方法和装置，它保持了过零率检测方法固有的两个优点(超低算力要求和区分音频类型的能力)，同时能克服它的两个不足(不区分音量和不能抵抗低频噪声的干扰)。

本发明的技术方案是：

1.一种基于过零率计算的超低算力检测语音存在的方法，其特征在于，包括以下步骤：

1)在原音频信号的基础上叠加高过零率的噪声信号；所述高过零率是指噪声信号的过零率相对于原音频信号的过零率明显更高；

2)对叠加后的混合信号进行过零率计算；

3)设定合理的过零率阈值，判断叠加信号每一帧的过零率是否低于所设定的过零率阈值，一旦过零率低于所设的阈值，则判断开始有语音存在。

2.所述步骤1)中，叠加的高过零率的噪声信号包括：

正态分布白噪声：v[n]＝A*randn()；

或：均匀分布白噪声：v[n]＝A*rand()；

或：锯齿波噪声：v[n]＝A*[1 -1 1 -1 ....]；

以上公式约定采用MATLAB的语法。

3.所述步骤2)中，对叠加后的混合信号进行过零率计算是指：取一帧数据，比较每相邻两点数据的符号，异号则发生了过零，则过零数加一；过零数除以帧长就是这一帧数据的过零率。