【摘要】：針對(duì)現(xiàn)有基于隱馬爾可夫模型(HMM)的語音激活檢測(cè)(VAD)算法對(duì)噪聲的跟蹤性能不佳的問題,提出采用Baum-Welch算法對(duì)具有不同特性的噪聲進(jìn)行訓(xùn)練,并生成相應(yīng)噪聲模型,建立噪聲庫的方法。在語音激活檢測(cè)時(shí),根據(jù)待測(cè)語音背景噪聲的不同,動(dòng)態(tài)地匹配噪聲庫中的噪聲模型;同時(shí),為了適應(yīng)語音信號(hào)的實(shí)時(shí)處理,降低了語音參數(shù)提取的復(fù)雜度,并對(duì)判決閾值提出改進(jìn),以保證語音信號(hào)幀間的相關(guān)性。在不同噪聲環(huán)境下對(duì)改進(jìn)算法進(jìn)行性能測(cè)試并與自適應(yīng)多速率編碼(AMR)標(biāo)準(zhǔn)、國(guó)際電信聯(lián)盟電信標(biāo)準(zhǔn)分局(ITU-T)的G.729B標(biāo)準(zhǔn)比較,測(cè)試結(jié)果表明,改進(jìn)算法在實(shí)時(shí)語音信號(hào)處理中能夠有效提高檢測(cè)的準(zhǔn)確率及噪聲跟蹤能力。
[Abstract]:Aiming at the problem of poor noise tracking performance of existing speech activation detection (VAD) algorithm based on hidden Markov model (hmm), a Baum-Welch algorithm is proposed to train the noise with different characteristics and generate the corresponding noise model. The method of establishing noise database. In speech activation detection, the noise model in the noise database is dynamically matched according to the different background noise of the speech under test, and the complexity of speech parameter extraction is reduced in order to adapt to the real-time processing of speech signal. The decision threshold is improved to ensure the correlation between speech signal frames. The performance of the improved algorithm is tested in different noise environments and compared with the adaptive multi-rate coding (AMR) standard and the G.729B standard of the International Telecommunication Union Telecommunication Standards Substation (ITU-T). The test results show that, The improved algorithm can effectively improve the detection accuracy and noise tracking ability in real-time speech signal processing.
【作者單位】： 信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室(重慶郵電大學(xué));
【基金】：重慶市科委自然科學(xué)基金資助項(xiàng)目(cstc2015jcyjA40027)~~
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史笑興,王太君,何振亞;二階隱馬爾可夫模型的學(xué)習(xí)算法及其與一階隱馬爾可夫模型的關(guān)系[J];應(yīng)用科學(xué)學(xué)報(bào);2001年01期

2 胡迎松,朱阿柯,陳剛,陳中新;一種基于二維隱馬爾可夫模型的圖像分類算法[J];計(jì)算機(jī)應(yīng)用;2005年04期

3 張慧麗;;基于混合二階隱馬爾可夫模型的基因結(jié)構(gòu)預(yù)測(cè)[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年14期

4 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];北京電子科技學(xué)院學(xué)報(bào);2008年04期

5 方浩;許鴻文;蔡益宇;;一種基于語義關(guān)系改進(jìn)的隱馬爾可夫模型研究[J];通信技術(shù);2008年05期

6 李玉擰;;二維隱馬爾可夫模型的幾個(gè)等價(jià)定義[J];北京工業(yè)大學(xué)學(xué)報(bào);2008年06期

7 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];自動(dòng)化技術(shù)與應(yīng)用;2008年10期

8 侯昭武;;隱馬爾可夫模型的拓樸應(yīng)用[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

9 劉輝;楊俊安;許學(xué)忠;;一種改進(jìn)的隱馬爾可夫模型訓(xùn)練方法及其在聲目標(biāo)識(shí)別中的應(yīng)用[J];電路與系統(tǒng)學(xué)報(bào);2011年01期

10 黃崗;;馬爾可夫及隱馬爾可夫模型的應(yīng)用[J];電子設(shè)計(jì)工程;2013年17期

相關(guān)會(huì)議論文 前10條

1 史笑興;王太君;何振亞;;論二階隱馬爾可夫模型與一階隱馬爾可夫模型的關(guān)系[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 馬勇;金峗;顧明亮;趙力;;基于隱馬爾可夫模型的漢語方言辨識(shí)[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

3 吳志強(qiáng);陳珂;遲惠生;;基于隱馬爾可夫模型的有限詞匯集內(nèi)與文本無關(guān)的說話人辨認(rèn)的研究[A];第四屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

4 徐毅瓊;李弼程;王波;;隱馬爾可夫模型在人臉檢測(cè)與識(shí)別中的應(yīng)用[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 吳成東;柴佩琪;;基于分類的隱馬爾可夫模型的聲母識(shí)別[A];第一屆全國(guó)語言識(shí)別學(xué)術(shù)報(bào)告與展示會(huì)論文集[C];1990年

6 徐東風(fēng);周萍;景新幸;;改進(jìn)隱馬爾可夫模型的非線性分段技術(shù)應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

7 邢穎;南敬昌;;基于隱馬爾可夫模型的人臉檢測(cè)與識(shí)別系統(tǒng)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

8 秦勇;莫福源;李昌立;關(guān)定華;;基于隱馬爾可夫模型的漢語二字詞音調(diào)模式識(shí)別[A];第三屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

9 楊文強(qiáng);鄧明華;錢敏平;;隱馬爾可夫模型與剪切位點(diǎn)識(shí)別[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

10 馬曉川;劉冬;趙榮椿;;孤立短語隱馬爾可夫模型自動(dòng)建模軟件的實(shí)現(xiàn)[A];第四屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

相關(guān)博士學(xué)位論文 前3條

1 李杰;隱馬爾可夫模型的研究及其在圖像識(shí)別中的應(yīng)用[D];清華大學(xué);2004年

2 夏麗莎;基于隱馬爾可夫模型的故障診斷及相關(guān)算法研究[D];華中科技大學(xué);2014年

3 劉韜;基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評(píng)估研究[D];上海交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 吳瑞琪;面向農(nóng)牧民歌旋律的自動(dòng)伴奏技術(shù)研究[D];河南師范大學(xué);2015年

2 張凱;基于隱馬爾可夫模型的頻譜預(yù)測(cè)和感知方法研究[D];南京郵電大學(xué);2015年

3 趙效毓;基于最大熵隱馬爾可夫模型的基因啟動(dòng)子識(shí)別[D];南京農(nóng)業(yè)大學(xué);2014年

4 白雁飛;基于隱馬爾可夫模型的J波識(shí)別技術(shù)研究[D];太原理工大學(xué);2016年

5 崔晨雨;基于用戶經(jīng)驗(yàn)水平的推薦方法研究[D];清華大學(xué);2015年

6 李若冰;基于貝葉斯網(wǎng)絡(luò)和隱馬爾可夫模型的撲克對(duì)手建模研究[D];南京大學(xué);2013年

7 朱超然;基于隱馬爾可夫模型的無線傳感器網(wǎng)絡(luò)入侵檢測(cè)研究[D];華北電力大學(xué)(北京);2014年

8 李倫;基于隱馬爾可夫模型的VaR度量方法研究[D];華東政法大學(xué);2016年

9 李曉燕;基于隱馬爾科夫模型的軌跡聚類方法研究[D];華東師范大學(xué);2016年

10 關(guān)超;隱馬爾可夫模型在肝硬化進(jìn)展中的應(yīng)用[D];山西醫(yī)科大學(xué);2016年

，

本文編號(hào)：2134936