2006, 28(6): 1021-1025.
摘要:
根据语音信号的短段循环平稳(CycloStationary, CS)特征,该文提出了一种应用于复杂背景噪声条件下的基于高阶循环累积量的改进型VAD(Voice Activity Detection)算法,算法采用MA(Moving Average)模型对语音信号建模,并选择平均幅度差(Average Magnitude Difference Function,AMDF)的方法来估算循环频率以降低算法复杂度。经VoIP(Voice over Internet Protocol)平台测试,算法对高斯(白色或有色)噪声以及其它平稳噪声自适应能力强、检测性能突出, 且恢复后语音质量损失较小,对于非对称噪声也具备可检测能力。