[发明专利]用于语音活动检测的听觉特征提取方法

权利要求书

1.一种用于语音活动检测的听觉特征提取方法，其特征在于，包括以下步骤：

获取声音信号的时域信号；

利用所述时域信号，计算所述声音信号的先验信噪比γ(k)和后验信噪比ε(k)，其中，k为频率坐标；

根据所述时域信号、先验信噪比γ(k)和后验信噪比ε(k)计算当前帧的听觉特征，其中，所述听觉特征包括第一维度参数，第二维度参数和第三维度参数；所述第一维度参数与所述先验信噪比γ(k)相关，第二维度参数与所述后验信噪比ε(k)相关，第三维度参数与所述时域信号相关；

所述第一维度参数以V(1)表示，其由以下公式求得：

所述第二维度参数以V(2)表示，其由以下公式求得：

所述第三维度参数以V(3)表示，其由以下公式求得：

其中，K为频带整体的数量，L_W代表窗长，L_T代表起始样本点，函数y为时域混合语音数据，j为时间变量。

2.根据权利要求1所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述先验信噪比γ(k)由以下公式求得：

其中，l为时间帧坐标，Y(l，k)为混合语音频谱，ΦV(k)代表噪音信号的功率谱密度。

3.根据权利要求2所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述后验信噪比ε(k)由以下公式求得：

其中，β为平滑因子，β为取值范围为0.6～0.9，为估算语音频谱，Max函数表示选择两个变量中的最大值。

4.根据权利要求3所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述β为0.75。

5.根据权利要求1所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述时域信号以y(t)表示，其由以下公式表示：

其中，x(t)为带混响语音信号，v(t)为背景噪声，h(τ)为混响冲击响应信号，s(t-τ)为无混响语音信号。

6.根据权利要求1所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述利用所述时域信号，计算所述声音信号的先验信噪比γ(k)和后验信噪比ε(k)之前，还包括，

对语音参数进行初始化，所述语音参数包括噪音功率谱密度Φ_V(k)、观测信号功率谱密Φ_Y(k)、估算语音频谱先验信噪比γ(k)和后验信噪比ε(k)，初始化过程如下：

γ(k)＝1，ε(k)＝κ，k＝1，2，...，K

其中，K为频带整体的数量，l为时间帧坐标，Y(l，k)为混合语音频谱，κ为衰减因子，ΦV(k)代表噪音信号的功率谱密度，ΦY(k)代表观测信号的功率谱密度，为估算语音频谱。

7.根据权利要求6所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述对语音参数进行初始化之后，还包括，

根据前一帧的观测信号功率谱密度，平滑得到下一帧的观测信号功率谱密度估计值，所述观测信号功率谱密度估计值由以下公式求得：

Φ′_Y(k)＝αΦ_Y(k)+(1-α)|Y(l，k)|²

其中，α为平滑因子，取值范围为0.95～0.995。

8.根据权利要求7所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述根据前一帧的观测信号功率谱密度，平滑得到下一帧的观测信号功率谱密度估计值之后，还包括，

计算噪音功率谱自适应更新步长，所述噪音功率谱自适应更新步长由以下公式求得：

其中，将平滑因子α作为固定步长。

9.根据权利要求8所述的用于语音活动检测的听觉特征提取方法，其特征在于，所述计算噪音功率谱自适应更新步长之后，还包括，

根据所述噪音功率谱自适应更新步长，更新噪音功率谱，所述噪音功率谱由以下公式求得：

Φ_v(k)＝α_v(k)Φ′_v(k)+(1-α_v(k))|Y(l，k)|²。