[发明专利]复杂背景噪声中的语音激活检测方法

摘要

本发明公开了一种复杂背景噪声中的语音激活检测方法，依次包括以下步骤：1)首先对数据进行TEO运算；2)对输入数据x(n)进行预加重；3)带通滤波；4)分帧加窗处理；5)计算每帧的自相关及其标准方差的开方值；6)计算初始阶段20帧的Stati及其均值mean(Stati)和标准方差std(Stati)，将std(Stati)与预置门限比较，判断有无语音；7)计算后续数据；8)计算连续FrameN帧的Stati，根据其均值mean(Stati)和标准方差std(Stati)，进行二次判决；9)考虑语音间隔及持续时间Speechmin＝100～200ms，Silencemin＝500～1000ms，在Statusfinal＝0条件下，当出现连续Ns(该值与FrameN相关)个atatus＝1时，判断语音出现；在Statusfinal＝1条件下，当出现连续NE(该值同样与FrameN相关)个Status＝0时，判断语音结束，最终判断语音的真正端点。

主权项

1.一种复杂背景噪声中的语音激活检测方法，其特征在于，依次包括以下步骤：1)、首先对数据进行TEO运算：TEO[x(n)]＝x(n)²-x(n+1)x(n-1)；2)、对输入数据x(n)进行预加重，其传递函数为：H(z)＝1-μz^-1，μ∈[0.92，0.96]，x(n)＝filter([1-μ]，1，x(n))；3)、带通滤波：采用带通滤波，除去无用信号：x(n)＝band_pass_filter(x(n))4)、分帧加窗处理：帧长20ms，帧间重叠20％～40％。窗函数一般采用Hamming窗：x_n(N)＝x_n(N).*Hamming(N)；5)、计算每帧的自相关及其标准方差的开方值：Stat＝k*sqrt(std(xcorr(xn(N))))，k为系数，它与判决门限取值相关；6)、计算初始阶段20帧的Stat_i及其均值mean(Stat_i)和标准方差std(Stat_i)，将std(Stat_i)与预置门限比较，判断有无语音；判断根据：如果初始阶段无语音，则std(Stat_i)较小，否则std(Stat_i)较大；如初始阶段无语音，则计算该阶段的参考门限，作为后续数据的判决门限：Th_ref＝mean(Stat(1:20))+m*std(Stat(1:20))；7)、计算后续数据，每帧判决一下：8)、计算连续Frame_N帧的Stat_i，根据其均值mean(Stat_i)和标准方差std(Stat_i)，进行二次判决：或者采用多数判决原则次判断：如8帧中超过5帧出现Status_temp＝1，则判断Status＝1，出现语音；9)、考虑语音间隔及持续时间Speech_min＝100～200ms，Silence_min＝500～1000ms，在Status_final＝0条件下，当出现连续N_S(该值与Frame_N相关)个Status＝1时，判断语音出现；在Status_final＝1条件下，当出现连续N_E(该值同样与Frame_N相关)个Status＝0时，判断语音结束，最终判断语音的真正端点。