基于形態(tài)成分分析的語音活動(dòng)檢測(cè).pdf

1、語音活動(dòng)檢測(cè)(Voice Activity Detection，VAD)以判別語音信號(hào)中語音段和非語音段為目的，在語音編碼、語音合成、語音分析、語音增強(qiáng)、說話人識(shí)別等應(yīng)用中起著基礎(chǔ)性的作用，是其他應(yīng)用的前導(dǎo)步驟。其重要作用表現(xiàn)在兩個(gè)方面。一方面非語音是語音處理中的無用數(shù)據(jù)，排除非語音有利于減少無用數(shù)據(jù)的處理量，提高系統(tǒng)效率。另一方面，非語音中通常含有噪聲信號(hào)，將嚴(yán)重降低系統(tǒng)性能。因此，語音活動(dòng)檢測(cè)的研究有著重要意義。
　　目前，語

2、音活動(dòng)檢測(cè)方法主要有基于特征參數(shù)、基于統(tǒng)計(jì)模型和基于機(jī)器學(xué)習(xí)的方法。在有變化的噪聲的情況下，檢測(cè)方法的結(jié)果會(huì)受到影響，準(zhǔn)確率不是很高。因此，本文針對(duì)這一問題，把形態(tài)成分分析方法應(yīng)用于語音活動(dòng)檢測(cè)，提出了基于形態(tài)成分分析的方法，以提高語音活動(dòng)檢測(cè)的魯棒性和準(zhǔn)確性，其主要工作如下：
　　本文具體提出了兩種基于形態(tài)成分分析的語音活動(dòng)檢測(cè)方法，分別是變化的噪聲下的語音活動(dòng)檢測(cè)方法、在線更新噪聲字典的語音活動(dòng)檢測(cè)方法，還把一種字典優(yōu)化用于提

3、出的語音活動(dòng)檢測(cè)方法。
　　一、變化的噪聲下的語音活動(dòng)檢測(cè)方法,主要步驟有特征提取，把信號(hào)做分幀、加窗處理，然后再進(jìn)行傅里葉變換，以幅度譜作為特征；使用K-SVD算法訓(xùn)練語音和噪聲字典；使用GMM識(shí)別噪聲類型，為每一種噪聲類型訓(xùn)練一個(gè)GMM模型，然后訓(xùn)練好的GMM計(jì)算識(shí)別陌生噪聲類型，選擇噪聲字典；使用MCA算法稀疏編碼并且判定結(jié)果，把選擇的噪聲字典和語音字典拼接成大字典，用于MCA算法，通過得到的稀疏系數(shù)，判定檢測(cè)結(jié)果。這種方法

4、能適應(yīng)不同噪聲環(huán)境，實(shí)驗(yàn)表明該方法有比較高的檢測(cè)準(zhǔn)確率。
　　二、在線更新噪聲字典的語音活動(dòng)檢測(cè)方法，主要步驟有特征提取，分幀、加窗預(yù)處理后，進(jìn)行傅里葉變換得到幅度譜特征；字典學(xué)習(xí)，用K-SVD算法訓(xùn)練語音字典；噪聲字典在線更新，利用在線字典更新算法訓(xùn)練噪聲字典；字典拼接和用MCA稀疏編碼，拼接語音字典和噪聲字典，用于MCA算法；對(duì)每一幀信號(hào)進(jìn)行分類，通過稀疏系數(shù)區(qū)分語音幀和非語音幀。這種方法可以直接利用信號(hào)中的噪聲訓(xùn)練噪聲字典，

5、不需要特定的噪聲訓(xùn)練數(shù)據(jù)，能使噪聲字典更好的適應(yīng)信號(hào)，實(shí)驗(yàn)表明該方法具有比較高的檢測(cè)準(zhǔn)確率。
　　三、字典優(yōu)化的方法，首先為了去除不重要的原子，提出了標(biāo)記重要原子的算法，這樣就可以區(qū)分原子是否重要。然后為了去除有害原子，提出了去除有害原子算法，這樣就達(dá)到了字典優(yōu)化的目的。通過字典優(yōu)化能夠提高字典質(zhì)量，進(jìn)而提高了利用字典方法的檢測(cè)準(zhǔn)確率，實(shí)驗(yàn)表明字典優(yōu)化后語音活動(dòng)檢測(cè)的檢測(cè)準(zhǔn)確率的確所有提高。
　　本文對(duì)以上幾種方法都進(jìn)行了實(shí)