[发明专利]一种基于似然比测试的噪声鲁棒性端点检测方法

说明书

技术领域

本发明公开了一种基于似然比测试的噪声鲁棒性端点检测方法，涉及语音处理和信号处理领域。

背景技术

语音端点检测(VAD)是语音处理相关技术中的一个非常关键的部分，它不仅可用于语音增强中的语音/非语音检测，而且可应用于特征提取和语音信号去混响等过程中。现有的语音信号端点检测算法主要分为三大类：基于时间域的端点检测方法、基于频率域的端点检测方法和基于模型统计的端点检测方法。

实际应用中，高精度的语音端点检测对后续的语音增强、端点检测、语音识别或声纹识别都有极其重要的作用。然而，现有的语音端点检测技术仍然存在着一些问题和不足，尤其在实际信道环境下，由于语音信号清音和摩擦音成分的频谱特征与噪音具有很大相似性，而现有大部分端点检测算法都是基于语音本身音节特征实现对语音和噪音的区分，因此在检测端点的过程中，可能会丢失语音起始音或收尾音导致截断效应。同时，大多数算法无法完整保留所有语音信息，当信噪比降低时，检测性能也将明显下降。

发明内容

本发明所要解决的技术问题是：针对现有技术的缺陷，提供一种基于似然比测试的噪声鲁棒性端点检测方法，该方法所提出的算法分别从信噪比的估计、阈值的鲁棒性设置和拖尾失真消除三个方面进行改进，使得提出的算法相对于现有的算法在低信噪比环境下尤其是非平稳噪声环境下具有更好的检测性能。

本发明为解决上述技术问题采用以下技术方案：

一种基于似然比测试的噪声鲁棒性端点检测方法，通过维纳滤波器对带噪语音信号进行语音增强，语音增强后的带噪语音信号x(n)通过干净语音s(n)和干扰噪声d(n)叠加得到：

x(n)=s(n)+d(n)

其中，n为时间采样索引，所述干净语音信号和干扰噪声可以具备统计独立且均值为零的特性，带噪语音的傅立叶变换表示为：

H₀:X(m，k)=N(m,k);H₁:X(m，k)=S(m,k)+N(m，k)    (1)

其中，X(m,k)、S(m,k)和N(m,k)为每帧信号的短时傅立叶因子，m为帧索引，k为帧内的各个频段值，H₀和H₁分别表示非语音帧和语音帧；

干净语音信号和噪声信号的概率密度都满足高斯分布时，观测信号X(m,k)在H₀和H₁下的概率密度函数为

p(Xm,k|H0)=1πσN2(m,k)exp(-|X(m,k)|2πσN2(m,k));]]>