基于增广高斯模型的语音活动性检测算法研究

论文摘要

在语音信号处理中,检测当前信号中是否含有语音信号和准确检测到语音信号的起始和终止端点已经成为一个影响到语音信号处理系统性能的关键问题和基本前提。这项技术被称为语音活动性检测(Voice Activity Detection, VAD)。它已经被应用到非连续传输、语音编码、语音增强和语音识别等许多语音信号处理领域,它已经逐渐成为信号处理领域的一个有意义的研究问题。本文研究了一种基于增广高斯模型的语音活动性检测算法,该算法在已有的基于高斯模型和拉普拉斯模型的语音活动性算法基础上,考虑到增广高斯模型能够更加准确地表示语音信号的特点,使用具有增广高斯分布(General Gaussian Distribution, GGD) 的模型代替高斯模型和拉普拉斯模型来作为语音信号的统计分布模型,该算法采用了对信号的正交变换技术去除了信号中的冗余信息并且应用了隐马尔可夫模型来描述语音的自然连续性,从而使得算法性能提高有了充分的理论依据。经理论分析和论证之后,对所研究算法进行了计算机仿真。仿真结果表明:论文提出的算法可以有效的检测出当前信号中是否含有语音信号,并且可以准确的找到语音的起始和终止端点。该算法与性能较好的基于拉普拉斯模型的语音活动性算法相比具有更准确的检测率,尤其是在较高信噪比条件下对检测难度较大的语音开始和结束阶段的检测准确率较高。

论文目录

• 第1章 绪论
• 1.1 语音活动性检测的意义
• 1.2 语音活动性检测算法研究现状
• 1.3 语音活动性检测的主要难点
• 1.4 本文研究的主要内容及研究结果
• 1.5 论文章节安排
• 第2章 语音与噪声信号的基本特征
• 2.1 语音分析
• 2.1.1 语音信号产生的声学模型
• 2.1.2 激励模型
• 2.1.3 发音模型
• 2.2 噪声分析
• 2.3 本章小结
• 第3章 语音活动性检测的基本原理
• 3.1 语音活动性检测的算法结构
• 3.2 预处理
• 3.3 特征量的提取
• 3.3.1 能量
• 3.3.2 过零率
• 3.3.3 周期性
• 3.3.4 熵
• 3.3.5 倒谱系数
• 3.4 判决准则
• 3.4.1 基于阈值边界的判决准则
• 3.4.2 基于统计分布模型的判决准则
• 3.5 后处理
• 3.6 本章小结
• 第4章 正交变换
• 4.1 信号的正交分解
• 4.1.1 KLT 变换
• 4.1.2 离散余弦变换
• 4.2 语音信号的解相关
• 4.3 本章小结
• 第5章 语音的统计分布模型与随机过程相关知识
• 5.1 统计分布模型
• 5.2 最大似然估计
• 5.3 全概率公式和贝叶斯定理
• 5.4 马尔可夫过程和隐马尔可夫模型
• 5.4.1 马尔可夫过程
• 5.4.2 隐马尔可夫模型
• 5.5 本章小结
• 第6章 语音活动性检测算法
• 6.1 语音活动性的假设检验
• 6.2 噪声信号的概率分布及其参数估计
• 6.3 语音信号的概率分布及其参数估计
• 6.4 语音活动过程的二元马尔可夫模型
• 6.5 语音活动性检测算法
• 6.6 本章小结
• 第7章 仿真实验和全文总结
• 7.1 基于增广高斯模型的 VAD 检测效果分析
• 7.1.1 不同信噪比条件下的检测效果分析
• 7.1.2 与基于拉普拉斯模型的 VAD 的检测效果比较
• 7.2 全文总结
• 7.3 进一步研究的考虑
• 参考文献
• 中文摘要
• 英文摘要
• 致谢
• 导师及作者简介