一種高性能的小波框架靜音檢測算法

劉勇　謝映海

【摘 要】利用語音信號和噪聲分幀信號在頻域上的小波框架分解后能量分布特征的明顯差異性，本文提供了一種高性能的靜音檢測算法，算法引入了一種分段閾值和判決平滑機制，獲得了較好的靜音檢測效果。仿真結果表明，在噪聲功率時變和低信噪比的情況下，檢測算法仍具備高準確率，性能明顯優于一些傳統算法。

【關鍵詞】最小能量小波框架；分段閾值；判決平滑；靜音檢測

A High-performance Detection Algorithm Wavelet Frame Mute

LIU Yong XIE Ying-hai

（Guangzhou Haige Communications Group Co.Ltd， Guangzhou Guangdong 510663， China）

【Abstract】The energy distribution of the speech signal and noise sub-frame wavelet frame in the frequency domain decomposition characteristics of obvious differences，this article provides a high-performance detection algorithm silence，the algorithm introduces a fragmentation threshold and smoothing judgment mechanism to obtain better silence detection。Simulation results show that the situation has changed and under low signal to noise ratio at the time of the noise power detection algorithm still have a high degree of accuracy，the performance was better than some of the traditional algorithms.

【Key words】Minimum energy wavelet frame；Fragmentation threshold；Judgment smooth；Silence detection

0 引言

靜音檢測算法可以通過對語音信號某些參數的提取和分析來區分信號中的語音幀和靜音幀，從而達到在發端降低編碼速率或在收端進行降噪處理等目的[1-5]。而小波理論在信號處理領域有著廣泛的應用，其中的最小能量小波框架可以彌補正交小波不能同時具備緊支性、光滑性和對稱性的缺陷，在多種類型的信號處理和分析上獲得了較好的應用效果[6-10]。

本文分析了語音信號和噪聲信號在頻域上的小波框架分解后能量分布特征，據此提出了一種基于小波框架的高性能靜音檢測算法，算法引入了分段閾值和判決平滑機制，獲得了較好的檢測效果。仿真結果表明，在噪聲功率時變和低信噪比的情況下，檢測算法將保持非常高的準確性，性能明顯優于一些傳統算法。

1 最小能量小波框架簡介

下面介紹文獻[6]給出的最小能量小波框架的一些基本性質。

2 小波框架靜音檢測算法

語音信號是一種短時平穩信號，考慮到語音信號靜音檢測的實時性要求，對信號進行幀長為64毫秒，含512個樣點的分幀處理，對每個分幀時域信號都進行FFT變換后取絕對值得到分幀頻域信號，然后基于式（2）的小波分解公式，利用文獻[4]提供的一組由如下數列組成的最小能量框架對分幀頻域信號進行分解：

圖1和圖2分別給出了一段時間長度3.2秒，含25600個樣本點的純凈語音信號和噪聲信號在時域、分幀頻域信號以及該信號的3個小波分解子信號情況。式（4）表明了分解前后信號的能量保持不變，而比較這2張圖可以清楚看出，對語音頻域信號而言，3個分解子信號的數值呈現稀疏分布特性，即信號的能量集中至少量元素上，其余大量元素則趨于零；而對噪聲頻域信號，3個分解子信號的數值則呈現均勻分布特性，即信號能量比較均勻分布在大部分的元素上。

根據上述分布特性的差異性，給出如下的實時靜音檢測算法：

兩個分段閾值是經過大量測試得到的最佳值，另外為避免頻繁切換語音有無狀態給聽者帶來的不適，算法中在判決平滑過程中存在約50幀的拖尾保護，時間長度為50*64ms=3.2秒左右。因此在信號的前50個子幀的判決過程中將假定前面已經有50個純噪聲幀。

整個算法的處理流程具體如下：

3 算法性能仿真結果

圖4的兩個子圖分別給出了一段時間長度約360秒的純凈語音信號和功率時變的高斯白噪聲信號，從圖中可以看出在有語音活動區，噪聲功率已經明顯大于語音信號功率，因此信號平均信噪比是負值的；圖5的兩個子圖則分別給出了兩個信號加性混合后的時域情況，以及根據本文提供的靜音檢測算法得到的檢測效果，其中紅色線段的上凸部分表示語音活動區域，其余部分表示靜默區域。

從仿真結果看出，在噪聲功率時變和低信噪比的情況下，本文提供的靜音檢測算法的準確率仍保持高準確性，整體性能已經超過了目前已有的一些經典算法。

【參考文獻】

[1]K.Srinivasan，A.Gersho.Voice Activity Detection for Cellular Networks.IEEE Trans.Information Theory，1993，19（5）：85-86.Ke Li，M.N.S.Swamy.An Improved Voice Activity Detection Using Higher OrderStatistics[J].IEEE transactions on speech and audio processing，2005，13（5）：965-974.

[2]K.Srinivasan，A.Gersho.Voice Activity Detection for Cellular Networks[J].IEEE Trans.Information Theory，1993，19（5）：85-86.

[3]Ke Li，M.N.S.Swamy.An Improved Voice Activity Detection Using Higher OrderStatistics[J].IEEE transactions on speech and audio processing，2005，13（5）：965-974.

[4]田野，王作英，陸大.基于子帶能量線性映射的噪聲中端點檢測算法[D].清華大學學報（自然科學版），2002，42（2）：953-956.

[5]黃炳剛，周志杰，鄭翔.基于小波變換的語音激活檢測[J].解放軍理工大學學報（自然科學版），2006，7（3）：200-213.

[6]CHUI C K，He W.Compactly supported tight frames associated with refinables functions[J].Appl.Comp.Harm.Anal，2000，8：293-319.

[7]SHEN L X，MANOS P，IOANNIS A K.Image denoising using a tight frame[J].IEEE Transactions on Image Processing，2006，15（5）：309-319.

[8]謝映海，楊維，張玉.離散空間上的最小能量框架及其在矩陣脈沖信號去噪中的應用研究[J].物理學報，2010，59（11）：722-731.

[9]謝映海，楊維，樊婷婷.離散信號空間上的最小能量框架在升余弦脈沖信號上的去噪算法[J].通信學報，2012，03：44-51.

[10]趙瑞珍，劉曉宇，LICC.基于稀疏表示的小波去噪[J].中國科學F輯，2010，40（1）：33-40.