改进的基于小波变换的语音活动检测算法

高戈; 胡瑞敏; 李德仁

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的基于小波变换的语音活动检测算法

高戈, 胡瑞敏, 李德仁

文章导航 > 武汉大学学报 ( 信息科学版) > 2002 > 27(1): 85-88

高戈, 胡瑞敏, 李德仁. 改进的基于小波变换的语音活动检测算法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(1): 85-88.

引用本文:

高戈, 胡瑞敏, 李德仁. 改进的基于小波变换的语音活动检测算法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(1): 85-88.

GAO Ge, HU Ruimin, LI Deren. Improved Voice Activity Detector Based on the Wavelet Transform[J]. Geomatics and Information Science of Wuhan University, 2002, 27(1): 85-88.

Citation:

GAO Ge, HU Ruimin, LI Deren. Improved Voice Activity Detector Based on the Wavelet Transform[J]. Geomatics and Information Science of Wuhan University, 2002, 27(1): 85-88.

改进的基于小波变换的语音活动检测算法

武汉大学多媒体网络通信工程湖北省重点实验室, 武汉市珞喻路129号, 430093

基金项目: 国家自然科学基金资助项目(49771064);国家测绘局测绘科技发展基金资助项目(97009)

详细信息

作者简介:
高戈,博士生。现从事语音处理、语音编码研究。E-mail:yingbg@263.net

中图分类号: TN912

Improved Voice Activity Detector Based on the Wavelet Transform

The Key Laboratory of Multimedia and Network Communications Engineering, Hubei Province, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

摘要: 提出了一种改进的基于小波变换的语音活动检测算法。这种新算法能够在不同的时间和尺度上计算用于语音活动检测的参数,根据这些参数得到稳健的语音活动决策。实验表明,新算法与ITUG.729附录B相比,能够更准确地检测到语音活动,语音活动剪切率大为减少;同时新算法对于不同类型的背景噪声,即使全局信噪比在10dB以下也具有较好的性能。
- 语音活动检测 /
- 小波变换 /
- 语音编码
Abstract: Owing to the flexibility of time-frequency resolution of wavelet transform,we present an improved voice activity detector(VAD) based on wavelet transform.Robust parameters in different scale and time resolution are computed for VAD decision,such as silence measure,stability measure of amplitude spectrum between adjacent frames,background noise measure of different frequency band,time-domain stability measure of scale 1.The silence measure is used to detect the existence of silence in the input frame.The stability measure of amplitude spectrum between adjacent frames is adopted to give a rough decision of the detection of stable noise based on the assumption that background noise is stable.If current input frame is noise,the energy of every frequency band is below the average of background noise energy threshold over long time.We divide the signal bandwidth into several scales by wavelet transform,and calculate the background noise measure of different scale.In low scale the input signal changes rapidly,and the variety of short time energy will be removed with long window.We calculate the mean square error of short time energy,and get time-domain stability measure from detail coefficients of scale 1.With these measures,we make the VAD decision.Compared with G.729 Annex B,the authors can detect the voice activity more accurately and reduce the ratio of speech clipping using the new algorithm.And the improved algorithm can achieve robust performance for different background noise,even in serious low signal-to-noise environment about 10dB.
- voice activity detection /
- wavelet transform /
- speech coder

[1]	梅文胜, 吕世望, 于安斌, 张鹏, 王涛. 一种地铁轨道相对变形检测与定位方法 . 武汉大学学报 ( 信息科学版), 2022, 47(1): 104-110. doi: 10.13203/j.whugis20190445
[2]	马晶, 李全, 应玮. 基于小波变换的武汉市城乡边缘带识别 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 235-241. doi: 10.13203/j.whugis20140053
[3]	雷雨, 赵丹宁, 李变, 高玉平. 基于小波变换和最小二乘支持向量机的卫星钟差预报 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 815-819.
[4]	陈江平, 韩青, 胡晶, 张鹏林. 顾及小波变换的土地利用变化与经济因子的多尺度相关性分析 . 武汉大学学报 ( 信息科学版), 2013, 38(9): 1118-1121.
[5]	陈亮, 朱长青, 任娜, 朱一姝. 利用小波变换的视频GIS数据数字水印算法 . 武汉大学学报 ( 信息科学版), 2012, 37(10): 1256-1259.
[6]	王伟, 宁津生, 罗志才, 汪海洪. 利用小波变换分离俯冲带重力异常 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 187-190.
[7]	宁津生, 王伟, 汪海洪, 罗佳. 应用小波变换确定琉球俯冲带的深部特征 . 武汉大学学报 ( 信息科学版), 2010, 35(10): 1135-1137.
[8]	王新洲, 范千, 许承权, 李昭. 基于小波变换和支持向量机的大坝变形预测 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 469-471.
[9]	林立宇, 茅力非, 王雷光, 秦前清. 一种基于分段线性系数变换的编码预处理算法 . 武汉大学学报 ( 信息科学版), 2008, 33(7): 680-683.
[10]	吴富梅, 杨元喜. 基于小波变换和序贯抗差估计的捷联惯导初始对准 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 617-620.
[11]	蔡昌盛, 高井祥. GPS周跳探测及修复的小波变换法 . 武汉大学学报 ( 信息科学版), 2007, 32(1): 39-42.
[12]	费浦生, 王文波. 基于小波增强的改进多尺度形态梯度边缘检测算法 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 120-123.
[13]	陈仁喜, 赵忠明, 王殷行. 基于整型小波变换的DEM数据压缩 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 344-347.
[14]	邵海梅, 梅天灿, 秦前清. 基于小波变换的扩频水印算法 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 626-629.
[15]	刘伟豪, 胡瑞敏, 艾浩军, 毛腾跃. 基于TM1300的G.723.1语音编解码器的实时实现 . 武汉大学学报 ( 信息科学版), 2002, 27(1): 28-33.
[16]	王智均, 李德仁, 李清泉. 利用小波变换对影像进行融合的研究 . 武汉大学学报 ( 信息科学版), 2000, 25(2): 137-142.
[17]	耿则勋. 基于小波变换的遥感影像保持量测精度的压缩技术研究 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 187-187.
[18]	仇彤. 基于小波变换的松弛法影像匹配 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 145-148.
[19]	曾湧, 廖明生, 张剑清, 沈未名. 保持匹配一致性的遥感影像压缩编码 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 245-247,251.
[20]	邵巨良, 李德仁. 小波变换及其在影像表示中的应用和其方向选择性算法的改进 . 武汉大学学报 ( 信息科学版), 1993, 18(2): 1-9.

点击查看大图

计量

文章访问数: 635
HTML全文浏览量: 56
PDF下载量: 189
被引次数: 0

改进的基于小波变换的语音活动检测算法

武汉大学多媒体网络通信工程湖北省重点实验室, 武汉市珞喻路129号, 430093

基金项目: 国家自然科学基金资助项目(49771064);国家测绘局测绘科技发展基金资助项目(97009)

作者简介:
高戈,博士生。现从事语音处理、语音编码研究。E-mail:yingbg@263.net

收稿日期: 2002-01-14
刊出日期: 2002-01-05

中图分类号: TN912

关键词:

语音活动检测 /

小波变换 /

语音编码

摘要: 提出了一种改进的基于小波变换的语音活动检测算法。这种新算法能够在不同的时间和尺度上计算用于语音活动检测的参数,根据这些参数得到稳健的语音活动决策。实验表明,新算法与ITUG.729附录B相比,能够更准确地检测到语音活动,语音活动剪切率大为减少;同时新算法对于不同类型的背景噪声,即使全局信噪比在10dB以下也具有较好的性能。

English Abstract

Improved Voice Activity Detector Based on the Wavelet Transform

The Key Laboratory of Multimedia and Network Communications Engineering, Hubei Province, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

Received Date: 2002-01-14
Publish Date: 2002-01-05

Keywords:

Abstract: Owing to the flexibility of time-frequency resolution of wavelet transform,we present an improved voice activity detector(VAD) based on wavelet transform.Robust parameters in different scale and time resolution are computed for VAD decision,such as silence measure,stability measure of amplitude spectrum between adjacent frames,background noise measure of different frequency band,time-domain stability measure of scale 1.The silence measure is used to detect the existence of silence in the input frame.The stability measure of amplitude spectrum between adjacent frames is adopted to give a rough decision of the detection of stable noise based on the assumption that background noise is stable.If current input frame is noise,the energy of every frequency band is below the average of background noise energy threshold over long time.We divide the signal bandwidth into several scales by wavelet transform,and calculate the background noise measure of different scale.In low scale the input signal changes rapidly,and the variety of short time energy will be removed with long window.We calculate the mean square error of short time energy,and get time-domain stability measure from detail coefficients of scale 1.With these measures,we make the VAD decision.Compared with G.729 Annex B,the authors can detect the voice activity more accurately and reduce the ratio of speech clipping using the new algorithm.And the improved algorithm can achieve robust performance for different background noise,even in serious low signal-to-noise environment about 10dB.

高戈, 胡瑞敏, 李德仁. 改进的基于小波变换的语音活动检测算法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(1): 85-88.

引用本文:

高戈, 胡瑞敏, 李德仁. 改进的基于小波变换的语音活动检测算法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(1): 85-88.

GAO Ge, HU Ruimin, LI Deren. Improved Voice Activity Detector Based on the Wavelet Transform[J]. Geomatics and Information Science of Wuhan University, 2002, 27(1): 85-88.

Citation:

GAO Ge, HU Ruimin, LI Deren. Improved Voice Activity Detector Based on the Wavelet Transform[J]. Geomatics and Information Science of Wuhan University, 2002, 27(1): 85-88.