[發明專利]基于分數階傅里葉變換的語音非語音檢測方法

有效

• 申請號: 201310557124.5
• 申請日: 2013-11-11
• 公開（公告）號: CN103578466A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 張衛強;劉加
• 申請（專利權）人: 清華大學
• 主分類號: G10L15/04
• 分類號: G10L15/04
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 陳波

1.一種基于分數階傅里葉變換的語音非語音檢測方法，其特征在于，所述方法具體包括以下步驟：

步驟1：對音頻信號按幀長25ms，幀移10ms進行分幀處理；

步驟2：對分幀處理后的每幀信號進行零均值化和加窗處理；

步驟3：在步驟2的基礎上，對每幀信號進行不同階次的分數階傅里葉變換，得到不同階次的分數階頻譜；

步驟4：對每一階次的分數階頻譜，計算其分數階頻譜熵；

步驟5：對不同階次的分數階頻譜熵取最大值，并將最大值與設定的閾值進行比較，如果大于閾值，則判決為非語音；否則，判決為語音。

2.根據權利要求1所述的方法，其特征在于，所述加窗處理指的是對分幀處理后的每幀信號加漢明窗或漢寧窗。

3.根據權利要求1所述的方法，其特征在于，所述不同階次的設定為：階次從0到1，每隔0.05進行一次。

4.根據權利要求1所述的方法，其特征在于，所述對每幀信號進行不同階次的分數階傅里葉變換的公式為：

Xp(u)=∫-∞+∞Kp(u,t)x(t)dt]]>

其中，x(t)是加窗后的信號，X_p(u)是信號p階傅里葉變換，K_p(u,t)是p階傅里葉變換的核函數，其定義為Kp(u,t)=Aαejπ{t2cotα-2utcscα+u2cotα},α≠nπδ(t-u),α=2nπδ(t+u),α=2nπ±π,]]>n為整數，是歸一化系數，α=pπ/2；p為變換的階次。

5.根據權利要求1所述的方法，其特征在于，所述對每一階次的分數階頻譜，計算其分數階頻譜熵的過程為：

步驟401：根據分數階頻譜子帶能量公式計算分數階頻譜子帶能量；所述分數階頻譜子帶能量公式為：

ep(m)=Σu=LmUm|Xp(u)|2;]]>

其中，L_m和U_m是第m個子帶的下限和上限頻率，共M個子帶，X_p(u)為階次為P時的分數階頻譜；

步驟402：計算分數階頻譜總能量：

Ep=Σm=1Mep(m);]]>

步驟403：計算分數階頻譜熵：

Hp=-Σm=1Mep(m)Eplogep(m)Ep.]]>