低信噪比下基于功率谱熵的语音端点检测算法

doi:10.3778/j.issn.1002-8331.2009.33.040

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (33): 122-124.DOI: 10.3778/j.issn.1002-8331.2009.33.040

• 数据库、信号与信息处理 • 上一篇下一篇

低信噪比下基于功率谱熵的语音端点检测算法

刘荣，刘珩

中国农业大学信息与电气工程学院，北京 100083

收稿日期:2008-07-02 修回日期:2008-10-13 出版日期:2009-11-21 发布日期:2009-11-21
通讯作者: 刘荣

Power spectrum entropy based voice activity detection algorithm in low signal-to-noise ratio conditions

LIU Rong，LIU Heng

College of Information and Engineering，China Agricultural University，Beijing 100083，China

Received:2008-07-02 Revised:2008-10-13 Online:2009-11-21 Published:2009-11-21
Contact: LIU Rong

摘要/Abstract

摘要： 为了解决短波通信中语音检测的问题，针对短波语音信噪比低，噪声复杂的特点，对幅度谱熵算法进行了修正，选取功率谱熵作为VAD特征，加入谱熵平滑和hangover设计，研究了基于功率谱熵的语音端点检测算法。实验证明，算法对几种典型的短波语音均有比较理想的性能。

关键词: 语音信号处理, 谱熵, 语音端点检测, 低信噪比

Abstract: To resolve the problem of voice activity detection in radio communication，considering the characteristics of short wave radio speech has low signal-to-noise ratio and complex noise types，this paper presents a modified voice activity detection algorithm based on power spectrum entropy.The design of hangover and smoothness of power spectrum entropy are equipped to the algorithm.Several kinds of typical radio speech are used to evaluate the algorithm.Experimental results show that this algorithm manifests outstanding performance in radio communication environments.

Key words: speech signal processing, power spectrum entropy, voice activity detection, low signal-to-noise ratio

中图分类号:

TN912.35

刘荣，刘珩. 低信噪比下基于功率谱熵的语音端点检测算法[J]. 计算机工程与应用, 2009, 45(33): 122-124.

LIU Rong，LIU Heng. Power spectrum entropy based voice activity detection algorithm in low signal-to-noise ratio conditions[J]. Computer Engineering and Applications, 2009, 45(33): 122-124.

[1]	许莹莹1，李朝锋1，2. 空域和频域联合特征挖掘的无参视频质量评价[J]. 计算机工程与应用, 2018, 54(9): 165-171.
[2]	赖松轩，李艳雄. 说话人聚类的初始类生成方法[J]. 计算机工程与应用, 2017, 53(3): 149-153.
[3]	张小恒1，2，李勇明2，朱斌2. 范数正则化解相关集成学习基音频率检测[J]. 计算机工程与应用, 2017, 53(11): 155-160.
[4]	汪鲁才，曹鹏霞，姜小龙. 一种改进的含噪语音端点检测方法[J]. 计算机工程与应用, 2016, 52(15): 162-167.
[5]	恩德，张凤磊，张昭，忽胜强. 模糊熵在车载环境下语音端点检测中的应用[J]. 计算机工程与应用, 2016, 52(10): 147-150.
[6]	王晓华，屈雷. 基于时频参数融合的自适应语音端点检测算法[J]. 计算机工程与应用, 2015, 51(20): 203-207.
[7]	田旺兰，李加升. 改进运用深度置信网络的语音端点检测方法[J]. 计算机工程与应用, 2014, 50(20): 207-210.
[8]	冯璐，陈威兵. 基于加权门限谱熵的改进端点检测方法[J]. 计算机工程与应用, 2013, 49(9): 207-210.
[9]	郭超1，张雪英1，刘晓峰2. 支持向量机在低信噪比语音识别中的应用[J]. 计算机工程与应用, 2013, 49(5): 213-215.
[10]	张晓威，孟凡明. 正弦信号幅值和初相位估计的问题研究[J]. 计算机工程与应用, 2013, 49(5): 216-219.
[11]	叶丰，罗景青，俞志富. 应用欠采样技术的多正弦波频率估计方法研究[J]. 计算机工程与应用, 2013, 49(3): 116-120.
[12]	王景芳1，宁矿凤2. Toeplitz含噪语音端点鲁棒检测[J]. 计算机工程与应用, 2013, 49(18): 217-222.
[13]	徐晓梅，鲁周迅. 谱熵和谱减法在CMMB信道估计中的应用[J]. 计算机工程与应用, 2013, 49(13): 204-206.
[14]	刘毓，邹星，雷国平，谭泽富. GPS检测算法性能和仿真研究[J]. 计算机工程与应用, 2012, 48(8): 134-136.
[15]	李媛1，王畅2，郭建新1，刘尚峰1，3. 一种低信噪比下的特征向量类信源数估计算法[J]. 计算机工程与应用, 2012, 48(5): 146-148.

低信噪比下基于功率谱熵的语音端点检测算法

Power spectrum entropy based voice activity detection algorithm in low signal-to-noise ratio conditions

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics