低端DSP芯片的语音处理算法研究
2011-05-15周启靖晋宗俊
无线电通信技术 2011年1期
杨 军,周启靖,晋宗俊,邓 莎
(武汉龙安集团有限责任公司,湖北 武汉 430074)
0 引言
语音信号检测(Voice Acess Detect,VAD)技术,目的是为正确区分语音与各种背景噪声。在语音信号处理和通信等领域,它有着十分重要的意义。本套算法集成了短时能量、过零率与短时平均幅度差(AMDF)检测等算法的组合。
1 算法介绍
1.1 帧和窗的概念
短时分析将语音流分帧处理,为减小语音帧的截断效应,需要加窗处理;窗口的形状和长度对分析影响很大,不同的分析方法对窗函数的要求不尽一样;可分为矩形窗、汉明窗和汉宁窗等。
通常认为一个语音帧内含有1~7个基调周期比较理想,但人的语音的基调周期值是变化的,从女性和儿童2ms到老年男子的14ms(即基调频率为500Hz~70Hz),所以N的选择是比较困难的,折衷的选择N为100~300点比较合适。
1.2 短时能量
一段短语音信号的能量称为短时能量,第n段的短时能量由En表示,它等于该短段语音取样的平方和,设第n帧语音信号xn(m)的短时能量用En表示,则其计算公式如下:

算法中使用短时能量的主要目的是:去除背景语音对VAD效果的影响,去除幅度较小的噪声对VAD效果的影响。
1.3 短时过零率
过零表示信号通过零值,过零率即每秒内信号值通过零值的次数。对于离散时间序列,过零则是指序列取样值改变符号,过零率则是每个样本改变符号的次数。对于语音信号,则是指在一帧语音中语音信号波形穿过横轴(零电平)的次数,可以用相邻2个取样改变符号的次数来计算。
1.4 短时平均幅度差(AMDF)
对于完全的周期信号,则相距为周期的整数倍的采样点上幅值相等,差值为0。……
登录APP查看全文
