李菁菁， 黄孝建， 李 敬

（①北京邮电大学 信息与通信工程学院，北京 100876；②清华大学 电子工程系，北京 100084）

0 引言

VoIP是指利用因特网实现语音和各种数据业务集成传输的一种新兴网络技术[1]。语音在采集和传输过程中，由于语音源的差异、信道的衰减、噪声干扰以及远近效应，导致信号幅度相差较大，利用AGC可以优化信号电平，提高通信质量[2]。本文提出的算法是根据VAD对话音与非话音的判别，仅对有效语音进行增益控制，抑制非话音信号，保证语音通信质量。

1 算法原理

如图1所示，经过加窗和FFT变换的话音传入VAD和AGC模块，两者配合实现自动电平控制。其中VAD用于判断信号是否为纯语音段，AGC根据VAD的结果，仅对检测到的纯语音作增益控制，而对非语音信号输出0，不进行编码与发送，从而节省带宽[3-4]。下面具体分析VAD和AGC模块的处理算法。

图1 基于VAD的AGC算法原理

1.1 VAD算法

采用的是基于统计模型的话音激活检测(STATVAD)[4-5]。首先假设2个事件：

H0：无话音 即：X=N，

H1：有话音 即：X=N+S，

S，N和X分别表示话音、噪声和带噪语音，其第k个分量为 kS， kN和 kX，话音和噪声的频谱分量都服从高斯分布，且加性噪声与话音不相关，则带噪语音谱在 0H 和 1H下的条件概率分别为：和分别表示加性噪声和话音谱的方差，第k个分量的似然比定义为：

第n帧的kε用直接判决方法的估计：

存在话音的判决准则由贝叶斯准则建立，带噪语音中存在话音的概率为：

1.2 AGC算法

采用的是一种基于能量比较的AGC算法，首先AGC对每帧语音各样点作能量估计：

当满足该条件的样点数的百分比大于0.2时进行增益调整，否则保持前一帧的值不变。……