常用有话帧检测技术（VAD）

作者：桂。

时间：2017-05-31 17:43:22

链接：http://www.cnblogs.com/xingshansi/p/6925355.html

前言

总结一下基本的有话帧检测（Voice activity detection, VAD）技术，基于神经网络的待后面梳理完神经网络的理论后再作整理。

一、双门限

这是一种Boosting的思路，即：两个弱分类器可以组合更强的分类器，依次类推，三、四门限其实都可。每一种门限对应一种判决准则。

基本的双门限：短时能量+短时过零率，其原理是元音能量较大，用短时平均能量检测，辅音频率较高，用短时平均过零率检测。

考虑到噪声的影响，通常作平滑处理。如：中值滤波，medfilt.

二、相关

该算法通过计算信号的相关系数，主要利用信号、噪声相关系数的差异性。依次扩展的方法包括：1）最大端点检测;2）利用相关函数的归一化R，主/副峰比值;3)音频的相关函数具有一定的周期性，可以转换成余弦求解→自相关函数余弦角值的端点检测。

三、方差

语音与噪声在频谱域中差异大，有话帧：随频带变化较大，噪声变化较小，此类方法推广的应用：1）均匀子带划分;2）Bark子带划分;3)小波包Bark子带。

四、谱熵

熵是衡量不确定性的量度，噪声在频谱分布较均匀，熵较大;语音分布不均匀，熵较小，归一化的能量得到概率密度，依此计算出熵，利用该原理可以实现VAD检测。

五、能零比和能熵比

能零比：短时能量与短时过零率的比值;

能熵比：短时能量与谱熵的比值。

六、其他方法

EMD的端点检测，本质是降噪+VAD检测，丢弃EMD分解的高频分量，对剩余的IMF分量进行VAD检测。

小波变换与基于EMD的方法大同小异。

常用有话帧检测技术（VAD）相关推荐

端点检测（VAD）技术
端点检测是语音识别和语音处理的一个基本环节,也是语音识别研究的一个热点领域.技术的主要目的是从输入的语音中对语音和非语音进行区分,主要功能可以有: 自动打断. 去掉语音中的静音成分. 获取输入语音中有 ...
图像检测技术的研究现状
图像检测技术的研究现状技术检测图像处理知识库 · 2016-01-08 19:59 图像检测技术的研究现状所谓图像检测,就是通过图像对感兴趣的特征区域(检测目标)进行提取的过程,其中图像是承载检 ...
Yahoo大规模时列数据异常检测技术及其高性能可伸缩架构
本文已经在InfoQ首发本文是Yahoo在ACM国际会议上发布的一篇关于时序数据自动异常检测上的学术论文,对在智能监控尤其是趋势预测.异常数据监测和报警等方面的技术同学具有一定研究和参考价值,以下是 ...
【待更新】感知视频编码中的感知检测技术（显著性物体检测向）
之前对ROI编码感兴趣,做了显著性检测方面的文献综述.截至到2019年1月13号有13400字. 现在搬上来,一来交流,二来重温感知视频编码PVC HVS 针对HVS所构建的数学模型分类基于HVS ...
AOI光学自动检测技术 | 基本原理与设备构成
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达一,引言: AOI(automatically optical i ...
图像分类和目标检测技术有什么区别？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达图像分类和目标检测技术是计算机视觉领域的重要研究方法.这些技术帮助 ...
北航孙钰：昆虫目标检测技术
2020-05-07 12:36:00 不到现场,照样看最干货的学术报告! 嗨,大家好.这里是学术报告专栏,读芯术小编不定期挑选并亲自跑会,为大家奉献科技领域最优秀的学术报告,为同学们记录报告干货,并 ...
图像条纹检测 python_【连载4.5】特征检测技术研究面向强反射表面的多传感器三维检测技术研究...
本章大纲 4 光条纹中心提取技术研究 4.1 结构光条纹特征 4.2 常用的像素级别特征提取方法 4.2.1 灰度重心法4.2.2 极值法4.2.3 方向模板法4.2.4 阈值法4.2.5 几何中心法 ...
图像条纹检测 python_【连载2.1】结构光三维检测引言面向强反射表面的多传感器三维检测技术研究...
本章大纲 2.1 引言 2.2 多传感器三维检测系统介绍 2.2.1 多传感器三维检测总体模型2.2.2 多传感器三维检测系统工作原理 2.3 坐标系统一化全局标定方法 2.3.1 全局标定方法介绍2 ...

常用有话帧检测技术（VAD）

常用有话帧检测技术（VAD）相关推荐

最新文章

热门文章