[发明专利]一种VAD判决中当前激活音保持帧数的修正方法及装置

说明书

本发明实施例提供了一种激活音检测VAD判决中当前激活音保持帧数的修正方法及装置、信噪比门限的调整方法及装置，其中，所述修正方法包括：获得当前帧的子带信号及频谱幅值；根据子带信号计算得到长时信噪比lt_snr和平均全带信噪比SNR2_lt_ave；根据前面多个帧的VAD判决结果、长时信噪比lt_snr、平均全带信噪比SNR2_lt_ave以及当前帧的VAD判决结果，对当前激活音保持帧数进行修正。本发明技术方案可以提高不稳定噪声和音乐检测的准确率。

本申请是申请日为2012年12月25日、申请号为201210570563.5且发明名称为“激活音检测及用于激活音检测的方法及装置”的发明专利申请的分案申请。

技术领域

本发明涉及激活音检测VAD技术，更具体的涉及一种激活音检测VAD判决中当前激活音保持帧数的修正方法及装置、信噪比门限的调整方法及装置。

背景技术

正常的语音通话中，用户有时在说话，有时在听，这个时候就会在通话过程出现非激活音阶段，正常情况下通话双方总的非语音激活阶段要超过通话双方总的语音编码时长的50％。在非激活音阶段，只有背景噪声，背景噪声通常没有任何有用信息。利用这一事实，在语音频信号处理过程中，通过激活音检测(VAD)算法检测出于激活音和非激活音，并采用不同的方法分别进行处理。现代的很多语音编码标准，如AMR，AMR-WB，都支持VAD功能。在效率方面，这些编码器的VAD并不能在所有的典型背景噪声下都达到很好的性能。特别是在非稳定噪声下，这些编码器的VAD效率都较低。而对于音乐信号，这些VAD有时候会出现错误检测，导致相应的处理算法出现明显的质量下降。

发明内容

有鉴于此，本发明实施例提供了一种激活音检测VAD判决中当前激活音保持帧数的修正方法，包括：

获得当前帧的子带信号及频谱幅值；

根据子带信号计算得到长时信噪比lt_snr和平均全带信噪比SNR2_lt_ave；

根据前面多个帧的VAD判决结果、长时信噪比lt_snr、平均全带信噪比SNR2_lt_ave以及当前帧的VAD判决结果，对当前激活音保持帧数进行修正

本发明实施例还提供了一种激活音检测VAD判决中当前激活音保持帧数的修正装置，包括：

长时信噪比计算单元，用于计算长时信噪比lt_snr；

平均全带信噪比计算单元，用于计算平均全带信噪比SNR2_lt_ave；

激活音保持帧数修正单元，用于根据前面若干帧的判决结果、长时信噪比lt_snr、平均全带信噪比SNR2_lt_ave以及当前帧的VAD判决结果，对当前激活音保持帧数进行修正。

本发明实施例还提供了一种激活音检测VAD判决中信噪比门限的调整方法，包括：

获得当前帧的子带信号及频谱幅值；

根据子带信号计算得到当前帧的谱重心特征参数；

通过前一帧的平均长时激活音信号能量和平均长时背景噪声能量的比值，计算得到长时信噪比lt_snr；

根据所述谱重心特征参数、所述长时信噪比lt_snr、前面连续激活音帧的个数continuous_speech_num和前面连续噪声帧的个数continuous_noise_num来调整VAD判决的信噪比门限。

本发明实施例还提供了一种激活音检测VAD判决中信噪比门限的调整装置，包括：

特征参数获取单元，用于根据子带信号计算得到当前帧的谱重心特征参数；

长时信噪比计算单元，用于通过前一帧的平均长时激活音信号能量和平均长时背景噪声能量的比值，计算得到长时信噪比lt_snr；