資源描述：
《高噪聲環(huán)境下語音激活檢測(cè)技術(shù)的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、華中科技大學(xué)碩士學(xué)位論文摘要在語音信號(hào)處理中，語音激活檢測(cè)技術(shù)從背景噪聲中檢測(cè)出信號(hào)是否含有語音，從而在語音編碼中降低噪聲的比特率，提高系統(tǒng)效率；在語音識(shí)別中提高識(shí)別精度，減少識(shí)別時(shí)間。由于現(xiàn)實(shí)環(huán)境中各種不確定噪聲的引入和環(huán)境的改變通常會(huì)使檢測(cè)性能顯著下降，因此低信噪比噪聲環(huán)境下魯棒的語音激活檢測(cè)已經(jīng)成為目前語音處理領(lǐng)域的重要問題。本文首先介紹了語音信號(hào)和噪聲信號(hào)的特點(diǎn)及語音激活檢測(cè)的基本原理，然后對(duì)現(xiàn)有的幾種典型常用算法進(jìn)行分析，隨后重點(diǎn)研究了一種基于統(tǒng)計(jì)模型的語音激活檢測(cè)算法。大多數(shù)VAD算法使用高斯模型來描述帶噪語音譜的分布，考慮到拉普拉斯模型更適合描述帶噪語音譜的分布特點(diǎn)
2、，本文將基于兩種模型的算法進(jìn)行對(duì)比分析。在基于統(tǒng)計(jì)模型的VAD算法中，先驗(yàn)信噪比SNR的魯棒估計(jì)是最關(guān)鍵問題之一。在分析現(xiàn)有的定向估計(jì)法的不足后，本文使用基于軟判決思想的預(yù)測(cè)估計(jì)方法對(duì)參數(shù)進(jìn)行估計(jì)與更新，仿真結(jié)果表明使用該估計(jì)方法的VAD算法性能有了較大的提高。其次，本文對(duì)似然比LR的形式作出改進(jìn)，引入了一種平滑形式，用幅度譜的一種更平滑的估計(jì)值代替瞬時(shí)值，并根據(jù)仿真實(shí)驗(yàn)確定平滑因子，提高算法的總體性能。最后，本文對(duì)提出的算法進(jìn)行總結(jié)，并提出了一些在今后的工作中需要改進(jìn)的問題。關(guān)鍵詞：語音激活檢測(cè)拉普拉斯模型似然比檢驗(yàn)預(yù)測(cè)估計(jì)I華中科技大學(xué)碩士學(xué)位論文AbstractVoicea
3、ctivitydetection,whichdetectsthespeechisabsentorpresentfrombackgroundnoiseiscruialformanyapplicationofspeechsignalprocessing.Theaccuratedetectioncandecreasethenoisybitrate,improvesystemefficiencyforspeechcodeandimprovethespeechrecognitionaccuracywithlessrecognitiontime.Becauseofthevariousnois
4、epollutionandcircumstancechanging,itsperformancewilldegradeseverely.SovoiceactivitydetectiontechnologyatlowSNRhasbecomeamajorissueinspeechprocessing.Inthisdissertation,firstlythefeatureofnoisesignalandspeechsignalandtheprincipleofvoiceactivitydetectiontechnologyareintroduced,andthentheexistin
5、gtypicalalgorithmsofvoiceactivitydetectionareanalysed,laterastatisticalmodel-basedvoiceactivitydetectionalgorithmisstudied.InmostofVADalgorithmswhichmainlyoprateinthediscreteFouriertransform(DFT)domain,itisassumedthatthedistributionofnoisyspeechspectraischaracterizedbytheGaussiandensities,ith
6、asbeenreportedthattheDFTcoefficientsofnoisyspeechisbettermodeledbytheLaplaciandistributions.Sointhisdissertation,thesetwomodel-basedalgorithmsareanalysed.OneofthekeyissuesinVADisrobustestimationofthepriorisignal-to-noiseratio(SNR).Thedrawbackoftheexistingdecision-directedparameterestimationme
7、thodisanalysed,andapredictive(PD)estimationisappliedtoestimateandrenewparameters.Theexperimentsshowthealgorithmwiththismethodhasbetterperformance.Secondlythesmoothedformforthelikelihoodratio(LR)whichmakesitpossibletoimprovetheperformanceofthe
