[發明專利]一種VAD判決中當前激活音保持幀數的修正方法及裝置

有效

• 申請號: 201810622976.0
• 申請日: 2012-12-25
• 公開（公告）號: CN109119096B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 袁浩;江東平;朱長寶
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G10L25/78
• 分類號: G10L25/78;G10L21/0208
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 彭瑞欣;張天舒

本發明實施例提供了一種激活音檢測VAD判決中當前激活音保持幀數的修正方法及裝置、信噪比門限的調整方法及裝置，其中，所述修正方法包括：獲得當前幀的子帶信號及頻譜幅值；根據子帶信號計算得到長時信噪比lt_snr和平均全帶信噪比SNR2_lt_ave；根據前面多個幀的VAD判決結果、長時信噪比lt_snr、平均全帶信噪比SNR2_lt_ave以及當前幀的VAD判決結果，對當前激活音保持幀數進行修正。本發明技術方案可以提高不穩定噪聲和音樂檢測的準確率。

本申請是申請日為2012年12月25日、申請號為201210570563.5且發明名稱為“激活音檢測及用于激活音檢測的方法及裝置”的發明專利申請的分案申請。

技術領域

本發明涉及激活音檢測VAD技術，更具體的涉及一種激活音檢測VAD判決中當前激活音保持幀數的修正方法及裝置、信噪比門限的調整方法及裝置。

背景技術

正常的語音通話中，用戶有時在說話，有時在聽，這個時候就會在通話過程出現非激活音階段，正常情況下通話雙方總的非語音激活階段要超過通話雙方總的語音編碼時長的50％。在非激活音階段，只有背景噪聲，背景噪聲通常沒有任何有用信息。利用這一事實，在語音頻信號處理過程中，通過激活音檢測(VAD)算法檢測出于激活音和非激活音，并采用不同的方法分別進行處理?，F代的很多語音編碼標準，如AMR，AMR-WB，都支持VAD功能。在效率方面，這些編碼器的VAD并不能在所有的典型背景噪聲下都達到很好的性能。特別是在非穩定噪聲下，這些編碼器的VAD效率都較低。而對于音樂信號，這些VAD有時候會出現錯誤檢測，導致相應的處理算法出現明顯的質量下降。

發明內容

有鑒于此，本發明實施例提供了一種激活音檢測VAD判決中當前激活音保持幀數的修正方法，包括：

獲得當前幀的子帶信號及頻譜幅值；

根據子帶信號計算得到長時信噪比lt_snr和平均全帶信噪比SNR2_lt_ave；

根據前面多個幀的VAD判決結果、長時信噪比lt_snr、平均全帶信噪比SNR2_lt_ave以及當前幀的VAD判決結果，對當前激活音保持幀數進行修正

本發明實施例還提供了一種激活音檢測VAD判決中當前激活音保持幀數的修正裝置，包括：

長時信噪比計算單元，用于計算長時信噪比lt_snr；

平均全帶信噪比計算單元，用于計算平均全帶信噪比SNR2_lt_ave；

激活音保持幀數修正單元，用于根據前面若干幀的判決結果、長時信噪比lt_snr、平均全帶信噪比SNR2_lt_ave以及當前幀的VAD判決結果，對當前激活音保持幀數進行修正。

本發明實施例還提供了一種激活音檢測VAD判決中信噪比門限的調整方法，包括：

獲得當前幀的子帶信號及頻譜幅值；

根據子帶信號計算得到當前幀的譜重心特征參數；

通過前一幀的平均長時激活音信號能量和平均長時背景噪聲能量的比值，計算得到長時信噪比lt_snr；

根據所述譜重心特征參數、所述長時信噪比lt_snr、前面連續激活音幀的個數continuous_speech_num和前面連續噪聲幀的個數continuous_noise_num來調整VAD判決的信噪比門限。

本發明實施例還提供了一種激活音檢測VAD判決中信噪比門限的調整裝置，包括：

特征參數獲取單元，用于根據子帶信號計算得到當前幀的譜重心特征參數；

長時信噪比計算單元，用于通過前一幀的平均長時激活音信號能量和平均長時背景噪聲能量的比值，計算得到長時信噪比lt_snr；