摘 要： 為提高在噪聲環(huán)境" title="噪聲環(huán)境">噪聲環(huán)境下語音檢測的性能，提出了一種基于小波" title="小波">小波變換" title="離散小波變換" title="離散小波變換">離散小波變換">離散小波變換的語音激活檢測" title="語音激活檢測">語音激活檢測(VAD)的方法。算法將語音信號" title="語音信號">語音信號進行3層離散小波變換，通過Teager能量算子(TEO)，提取能量比值和能量差值兩個參數(shù)，最后進行門限判決。實驗結(jié)果表明，本算法在噪聲環(huán)境中能夠有效地正確判別語音段和噪聲段，并且優(yōu)于G.729B和AMR所提出的VAD的算法。
關鍵詞： 離散小波變換； 語音激活檢測； Teager能量算子
?
語音激活檢測(VAD)技術(shù)即根據(jù)人們?nèi)粘Ｕ勗挼脑捯艉挽o默特性，對檢測到的靜音加以抑制。目前該技術(shù)在語音識別、語音編碼以及語音增強等領域獲得了廣泛的應用。由于語音處理系統(tǒng)常常工作在噪聲環(huán)境中，所以在低信噪比環(huán)境中，VAD檢測的性能對語音信號的處理至關重要[1][2]。雖然目前VAD技術(shù)已經(jīng)取得較大的發(fā)展，仍需進一步研究以提高其對噪聲的魯棒性。本文給出了基于離散小波變換的語音激活檢測方法，這種方法提出了能量比值和能量差值兩個參數(shù)。通過對帶噪語音的實驗比較，證實了該方法的有效性。
1 離散小波變換的語音激活檢測的算法
1.1 離散小波變換(DWT)
離散小波變換相當于離散信號經(jīng)過一組濾波器而被分成一系列子帶信號。濾波器組由低通濾波器和高通濾波器組成，低通濾波器的輸出是近似信號，高通濾波器的輸出是細節(jié)信號[3][4]。小波的多分辨分析只是對低頻部分進行進一步分解，使低頻的分辨率變得越來越高，而高頻部分不予考慮。cm,n和dm,n分別表示DWT輸出的近似部分和細節(jié)部分。l(n)、h(n)分別表示低通濾波器和高通濾波器。m表示分解的層數(shù)，n表示分解系數(shù)的索引值。
為了進一步研究離散小波變換的逼近信號和細節(jié)信號對于語音的影響，對原始語音進行3層的離散小波變換，選取的小波函數(shù)為Daubechies(db5)。分別對清音、濁音和靜音進行細節(jié)部分和逼近部分的比較，如圖1和圖2。圖1表現(xiàn)了濁音的主要能量集中在近似部分，而很少在細節(jié)部分，從圖2中看出，清音正好與濁音相反，而靜音能量分布則相對比較平衡。
?
?
1.2? TEO
TEO是一種極為有效的、非線性的演算法，它能夠有效提取語音信號的能量。由于聲音部分是屬于穩(wěn)定或半穩(wěn)定的信號，而無聲部分是屬于不穩(wěn)定信號，TEO的功用是強化穩(wěn)定或半穩(wěn)定信號，并衰減不穩(wěn)定信號，可以更加突出細節(jié)部分和近似分布的特性[5]。公式(3)為TEO計算公式，i表示語音信號的幀數(shù)，tm,i(n)表示離散小波變換的第m層的第n個小波系數(shù)，Tm,i(n)是經(jīng)過TEO處理后的結(jié)果。????????????????????????????????????
1.3 提取特征參數(shù)
根據(jù)上面的分析提取出能量比值Ri和能量差值Di兩個特征參數(shù)。具體公式如(4)、(5)，其中Nd、Na分別表示第一次分解的細節(jié)部分的長度和其近似部分的長度。
(1) 能量比值
每一幀的第一次分解的細節(jié)部分與其近似部分的比值。
? (2) 能量差值
每一幀的近似部分與第一次分解的細節(jié)部分的差值。
1.4 門限判定
??? 提取特征參數(shù)之后進行門限的設定，對門限值的計算公式如式(6)、(7)、(8)、(9)，thd、thr分別是能量差值和能量比值的門限。R1、D1分別表示能量比值和能量差值的最大值，R0、D0分別表示能量比值和能量差值的估計噪聲平均值，Ra、Da分別表示能量比值和能量差值的平均值。
2 實驗分析
在進行離散小波變換時，本文選取小波函數(shù)為Daubechies，運用了Mallat算法進行分解運算，可以減少算法的運算量。在噪聲環(huán)境下，用本文的方法進行了實驗分析。實驗所用的語音信號是在實驗室環(huán)境下錄制的，采樣頻率為8kHz，將噪聲加入語音信號，形成不同的信噪比。如圖3和圖4 即為原始語音和加噪語音信號的檢測結(jié)果。
?
圖5、圖6是由本文提出的VAD算法與G.729、AMR的VAD算法比較的結(jié)果。從語音信號中選取了無噪聲、20dB、15dB、10dB、5dB 、0dB各40個語音作比較。實驗結(jié)果表明，本文提出的方法在噪聲環(huán)境中要優(yōu)于AMR、G.729B語音編碼器中的VAD方法。
?
根據(jù)濁音、清音和靜音離散小波變換后的系數(shù)進行分析，提出了基于離散小波變換的語音激活檢測方法。該方法對清音的特性作了提升，使得判決誤差更進一步減小了。實驗結(jié)果表明，該方法在低信噪比的情況下，基于離散小波變換的語音激活檢測方法具有較高準確率和穩(wěn)定性。
參考文獻
[1]?KUBIN G, WERUAGA L, SIGMUND M. Time-frequency analysis for voice activity detection. Processing of the 24th?IASTED International Multi-Conference,Inns-bruck,Austria,?2006.
[2]?郭莉，殷南，王炳錫.語音業(yè)務中魯棒性VAD算法分析. ?語音技術(shù), 2005,(9)：41-45.
[3]?李建平，唐遠炎.小波分析方法的應用.重慶:重慶大學出版社,2000.
[4]?黃炳剛，周志杰，鄭翔. 基于小波變換的語音激活檢測. ?解放軍理工大學學報(自然科學版),2006,7(3):210-213.
[5]?HUANG S, CHEN H T, CHANG Wuyukon, et al. Robust ?voice activity detection using perceptual wavelet-packet?transform and teager energy operator. Advances on Pattern ?Recognition for Speech and Audio Processing, 2007,(28):1327-1332.