摘  要： 語(yǔ)音激活檢測(cè)技術(shù)是應(yīng)用于語(yǔ)音偵聽(tīng)領(lǐng)域降低節(jié)點(diǎn)能耗的關(guān)鍵技術(shù)之一，其核心是語(yǔ)音激活檢測(cè)算法。針對(duì)基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法僅采用當(dāng)前語(yǔ)音幀的參數(shù)來(lái)判斷有無(wú)語(yǔ)音信號(hào)而帶來(lái)的誤檢率高的問(wèn)題，提出用相鄰語(yǔ)音幀邏輯與運(yùn)算的方法對(duì)其進(jìn)行改進(jìn)。試驗(yàn)表明：改進(jìn)后的算法在誤檢率上明顯低于改進(jìn)前，提高了語(yǔ)音信號(hào)檢測(cè)的準(zhǔn)確性，有效地降低了節(jié)點(diǎn)能耗。
　　關(guān)鍵詞： 統(tǒng)計(jì)模型；語(yǔ)音激活檢測(cè)；檢測(cè)算法
0 引言
　　語(yǔ)音激活檢測(cè)技術(shù)是利用語(yǔ)音激活檢測(cè)算法，僅當(dāng)檢測(cè)到語(yǔ)音信號(hào)時(shí)激活節(jié)點(diǎn)，使之從休眠狀態(tài)轉(zhuǎn)換到工作狀態(tài)，其余時(shí)間處于休眠狀態(tài)，是降低節(jié)點(diǎn)能耗的關(guān)鍵技術(shù)之一?；诮y(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法，通過(guò)選取特征參數(shù)建立統(tǒng)計(jì)分布模型，根據(jù)當(dāng)前幀的信息計(jì)算出模型中的未知參數(shù)，得出判決準(zhǔn)則，并據(jù)此判斷有無(wú)語(yǔ)音信號(hào)[1]。其優(yōu)點(diǎn)是能夠適應(yīng)時(shí)變?cè)肼暤奶攸c(diǎn)，在復(fù)雜環(huán)境下，檢測(cè)的準(zhǔn)確率較高[2-4]。但只根據(jù)當(dāng)前語(yǔ)音幀的參數(shù)來(lái)判斷有無(wú)語(yǔ)音信號(hào)具有一定的局限性，極易出現(xiàn)誤判的情況。因此，對(duì)基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法加以改進(jìn)來(lái)降低誤檢率，對(duì)語(yǔ)音偵聽(tīng)領(lǐng)域具有十分重要的意義。
1 基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法
　　1.1 算法的基本步驟
　　基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法[2-3，5]以貝葉斯定理和似然比檢驗(yàn)為基礎(chǔ)，檢驗(yàn)過(guò)程分提出假設(shè)、分析參數(shù)和檢驗(yàn)判決三步。
　　1.1.1 提出假設(shè)
　　待測(cè)音信號(hào)X有兩種假設(shè)：一是只有噪聲N存在，則原假設(shè)H0為真，判定未檢測(cè)到語(yǔ)音；二是語(yǔ)音S與噪聲N同時(shí)存在（S與N互不相關(guān)），則備選假設(shè)H1為真，判定檢測(cè)到語(yǔ)音，可以描述為：
　　H0∶X（t）=N（t）（1）
　　判定不存在語(yǔ)音信號(hào)。
　　H1∶X（t）=N（t）+S（t）（2）
　　判定存在語(yǔ)音信號(hào)。
　　1.1.2 分析參數(shù)
　　首先要根據(jù)其頻率特征進(jìn)行周期性采樣，使波形參數(shù)由連續(xù)時(shí)間序列變?yōu)殡x散時(shí)間序列。然后根據(jù)采樣信號(hào)的振幅絕對(duì)值描繪直方圖，計(jì)算概率密度表達(dá)式，將模擬的語(yǔ)音信號(hào)用數(shù)字參數(shù)表示出來(lái)[1]。第t幀加噪信號(hào)、純語(yǔ)音信號(hào)和噪聲信號(hào)的離散傅里葉變換系數(shù)如下。
　　X（t）=[X0（t），X1（t），…，XM-1（t）]T（3）
　　S（t）=[S0（t），S1（t），…，SM-1（t）]T（4）
　　N（t）=[N0（t），N1（t），…，NM-1（t）]T（5）
　　在X（t）、S（t）、N（t）中，第k個(gè)譜分量的系數(shù)分別為Xk、Sk和Nk。用Xk（R）和Xk（I）分別表示離散傅里葉變換系數(shù)Xk的實(shí)部和虛部，假設(shè)每個(gè)DFT系數(shù)的實(shí)部和虛部都服從拉普拉斯概率密度函數(shù)，如果其實(shí)部和虛部的方差相同，則Xk（R）和Xk（I）的概率密度分布如式（6）和式（7）所示。
　　

　　其中，是指Xk方差的平方根。因?yàn)閄k的實(shí)部和虛部近似獨(dú)立，其方差可以看作相等，則Xk的概率密度函數(shù)可以表示為[1，6]：
　　　

     H0和H1的條件概率密度函數(shù)分別為：
　

　　其中，λs，k和λn，k分別代表Sk和Nk的方差。
　　1.1.3 檢驗(yàn)判決
　　根據(jù)兩個(gè)假設(shè)的條件概率密度函數(shù)，計(jì)算出第k個(gè)頻譜分量的似然比：
　　

　　其中，Λk是基于拉普拉斯統(tǒng)計(jì)分布模型的語(yǔ)音激活檢測(cè)算法的第k個(gè)頻譜分量的判決統(tǒng)計(jì)量。將加噪語(yǔ)音分析后，根據(jù)式（11）計(jì)算出信號(hào)第k個(gè)頻譜分量的似然比，在實(shí)際應(yīng)用中，為了使計(jì)算簡(jiǎn)單，可以用瞬時(shí)譜幅度|Xk|代替。

　　兩個(gè)假設(shè)的拉普拉斯概率密度如圖1所示。在兩個(gè)概率密度曲線的交點(diǎn)處，P（Xk|H0）=P（Xk|H1），似然比Λk=1；在兩個(gè)交點(diǎn)之間，P（Xk|H0）>P（Xk|H1），Λk<1，H1的概率小于H0的概率，H0成立，檢測(cè)不存在語(yǔ)音信號(hào)；在兩個(gè)交點(diǎn)之外，P（Xk|H0）<P（Xk|H1），Λk>1，則H1的概率大于H0的概率，H1成立，即檢測(cè)到語(yǔ)音信號(hào)。

　　1.2 算法的流程
　　基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法流程如圖2所示。

2 算法的改進(jìn)
　　2.1 改進(jìn)的思想
　　算法的改進(jìn)參照邏輯與運(yùn)算的思想，真值表如表1所示。在基于統(tǒng)計(jì)模型算法的基礎(chǔ)上：（1）如果第k幀（k為大于等于1的正整數(shù)）信號(hào)檢測(cè)判定結(jié)果是“0”，第k-1幀信號(hào)輸出結(jié)果是“0”，那么經(jīng)過(guò)與運(yùn)算的結(jié)果是“0”，表示無(wú)語(yǔ)音信號(hào)；（2）如果第k幀信號(hào)檢測(cè)判定結(jié)果是“0”，第k-1幀信號(hào)檢測(cè)判定結(jié)果是“1”，與運(yùn)算后的結(jié)果是“0”，同樣判斷無(wú)語(yǔ)音信號(hào)；（3）如果第k幀信號(hào)檢測(cè)判定的結(jié)果是“1”，第k-1幀信號(hào)檢測(cè)判定結(jié)果是“0”，那么經(jīng)過(guò)與運(yùn)算的結(jié)果還是“0”，依然判為無(wú)語(yǔ)音信號(hào)；（4）只有兩次檢測(cè)的結(jié)果均為“1”，與運(yùn)算后的結(jié)果才是“1”，才能證明有語(yǔ)音信號(hào)存在。只有當(dāng)前幀信號(hào)的判決結(jié)果是“1”時(shí)，才有可能判斷有語(yǔ)音信號(hào)存在。所以為簡(jiǎn)便判決，只在當(dāng)前幀判決結(jié)果為“1”時(shí)執(zhí)行與運(yùn)算。

　　2.2 改進(jìn)算法的流程
　　改進(jìn)算法的工作原理是將一段語(yǔ)音信號(hào)采樣分幀處理后，對(duì)第k幀信號(hào)依據(jù)上節(jié)的檢測(cè)激活算法完成檢驗(yàn)判決，將結(jié)果存于寄存器，若結(jié)果為“0”，返回繼續(xù)完成后續(xù)幀的檢驗(yàn)；若結(jié)果為“1”，與上一幀信號(hào)進(jìn)行與運(yùn)算，根據(jù)運(yùn)算結(jié)果完成最后判決。改進(jìn)后的算法流程如圖3所示。

3 改進(jìn)算法的驗(yàn)證與分析
　　3.1 試驗(yàn)步驟和結(jié)果
　　語(yǔ)音信號(hào)的檢測(cè)仿真選用MATLAB平臺(tái)。仿真主要完成不同噪聲環(huán)境下基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法（用算法1表示）和其改進(jìn)算法（用算法2表示）誤檢率的測(cè)試。
　　試驗(yàn)步驟如下：（1）在較為安靜的環(huán)境下錄制一段長(zhǎng)約6 s的語(yǔ)音片段作為原始樣本，保存為.wav格式；（2）將語(yǔ)音原始樣本分別與車(chē)輛噪聲和人群噪聲混合；（3）將混合信號(hào)在信噪比0~20 dB之間應(yīng)用兩種檢測(cè)算法進(jìn)行仿真，得出誤判率。試驗(yàn)結(jié)果如圖4、圖5所示。

　　3.2 試驗(yàn)結(jié)果分析
　　在車(chē)輛噪聲環(huán)境下，算法的誤檢率隨信噪比的增加而增加，這是由于車(chē)輛噪聲和語(yǔ)音信號(hào)的差異性導(dǎo)致信噪比增加時(shí)算法的正確率和錯(cuò)誤率同時(shí)增加，而錯(cuò)誤率的增長(zhǎng)幅度大于正確率的增長(zhǎng)幅度。在人群噪聲環(huán)境下，算法的誤檢率隨信噪比的增加而減少。
　　在兩種噪聲環(huán)境且信噪比相同的情況下，改進(jìn)后的算法在語(yǔ)音信號(hào)的誤檢率上均明顯低于改進(jìn)前的誤檢率，提高了語(yǔ)音信號(hào)檢測(cè)的準(zhǔn)確性；而語(yǔ)音激活檢測(cè)技術(shù)是當(dāng)且僅當(dāng)檢測(cè)到語(yǔ)音信號(hào)時(shí)，才激活語(yǔ)音偵聽(tīng)節(jié)點(diǎn)從休眠狀態(tài)轉(zhuǎn)換為工作狀態(tài)，因此改進(jìn)后的算法降低了節(jié)點(diǎn)能耗，延長(zhǎng)了節(jié)點(diǎn)的生命周期。
4 結(jié)論
　　改進(jìn)的基于統(tǒng)計(jì)模型的語(yǔ)音激活檢測(cè)算法是通過(guò)相鄰幀邏輯與的方法來(lái)實(shí)現(xiàn)的。試驗(yàn)結(jié)果表明：算法改進(jìn)后，語(yǔ)音信號(hào)的誤檢率明顯低于改進(jìn)之前，降低了節(jié)點(diǎn)能耗，延長(zhǎng)了節(jié)點(diǎn)壽命，適用于便攜式語(yǔ)音檢測(cè)裝置中。
參考文獻(xiàn)
　　[1] 彭利華．高噪聲環(huán)境下語(yǔ)音激活檢測(cè)技術(shù)的研究[D]．武漢：華中科技大學(xué)，2007．
　　[2] SOHN J S， SUNG W Y． A voice activity detector employing soft decision based noise spectrum adaptation[C]． Proceeding of the IEEE Speech Coding Workshop， 1998：365-368．
　　[3] CHO Y D， KONDOZ A． Analysis and improvement of a statisticalmodel-based voice activity detector[J]. IEEE Signal Processing Letters， 2001，8（10）：276-278．
　　[4] 戴啟軍，卞正中，陳硯圃，等．基于統(tǒng)計(jì)模型實(shí)現(xiàn)語(yǔ)音信號(hào)有聲/無(wú)聲檢測(cè)的研究[J]．西安交通大學(xué)學(xué)報(bào)，2002，36（8）：839-846．
　　[5] EPHRAIM Y， MALAH D． Speech enhancement using a minimummean-square error short-time spectral amplitude estimator[J]． IEEE Transactions on Acoust Speech and Signal Processing，1984，32（6）：1109-1121．
　　[6] 景占榮，羊彥．信號(hào)檢測(cè)與估計(jì)[M]．北京：化學(xué)工業(yè)出版社，2004．