[发明专利]一种窄带语音信号检测方法、装置、系统和可读存储介质

说明书

本发明公开了一种窄带语音信号检测方法，包括：对待检测的语音信号进行傅里叶变换，以计算语音信号的全频段幅度谱能量；根据全频段幅度谱能量，计算高频平均能量和低频平均能量；其中，高频为5kHz～6kHz，低频为2.5kHz～3.5kHz；根据高频平均能量和低频平均能量，计算能量衰减比；当能量衰减比大于第一预设值时，判定待检测的语音信号为窄带语音信号。本发明利用语音信号本身的特征进行统计，并设计相关门限来判断的方法，能有效识别宽带信号和窄带信号，并且计算和内存占用资源小，可实时应用于会议系统和终端设备中，以解决在多方会议通信时，窄带语音信号和宽带语音信号的交替出现使得频带扩展算法无法很好的作用在窄带语音信号的问题，有效提升频带扩展的效果。

技术领域

本发明涉及语音信号检测技术领域，尤其涉及一种窄带语音信号检测方法、窄带语音信号检测装置、窄带语音信号检测系统和计算机可读存储介质。

背景技术

随着会议通信和VoIP(Voice over Internet Protocol，基于IP的语音传输)通信的发展，人们对于语音信号质量的要求越来越高。但是当前主流语音通信中，使用范围最广的还是手提电话，手提电话是通过PSTN(Public Switched Telephone Network，公共交换电话网)进行语音信号传输，由于传统的带宽等各种原因限制，通过PSTN传输的语音采样率通常为8kHz，相对于16kHz的采样，被称为窄带语音信号。同时，采样率的降低也带来语音质量的急剧下降。研究表明，语音信号中高频段成分蕴含着丰富的声学信息，这些信息直接影响语音信号的音色、自然度、清晰度和可懂度等。这些高频信号的缺失会导致语音质量严重下降，会使得声音变得较为低沉，降低了原有自然语音的表现力，严重影响听者对声音的听感。同时诸如摩擦音、爆破音等很多辅音的频谱能量主要集中分布在高频部分，高频成分的缺失会导致语音可辨识度的下降，使得听者无法分辨相近的辅音，造成语音可懂度的降低，同时也会出现与说话人音色存在较大偏差的问题，影响听者对说话人的辨识。

因此，许多研究者提出各种各样的频带扩展算法改善其影响，但同时在多方会议通信的场景下，窄带语音信号和宽带语音信号的交替出现，使得频带扩展算法无法发挥真正效用。

发明内容

本发明目的在于，提供一种窄带语音信号检测方法、窄带语音信号检测装置、窄带语音信号检测系统和计算机可读存储介质，能够实时检测当前信号是否为窄带信号，并能够部署于会议系统和终端设备中，以解决在多方会议通信时，窄带语音信号和宽带语音信号的交替出现使得频带扩展算法无法很好的作用在窄带语音信号的问题。

为实现上述目的，本发明实施例提供一种窄带语音信号检测方法，包括：

对待检测的语音信号进行傅里叶变换，以计算所述语音信号的全频段幅度谱能量；

根据所述全频段幅度谱能量，计算高频平均能量和低频平均能量；其中，所述高频为5kHz～6kHz，所述低频为2.5kHz～3.5kHz；

根据所述高频平均能量和所述低频平均能量，计算能量衰减比；

当所述能量衰减比大于第一预设值时，判定所述待检测的语音信号为窄带语音信号。

在某一个实施例中，所述根据所述高频平均能量和所述低频平均能量，计算能量衰减比的步骤，包括：

根据以下公式，分别对所述高频平均能量和所述低频平均能量取对数，获得高频能量对数值和低频能量对数值：

E0'＝20*log10(E0/T)

E1'＝20*log10(E1/T)

根据以下公式，计算能量衰减比：

E_thr＝E0'-E1'/(120-70)