基于语音特征判别的静音检测方法

摘要

本发明公开了一种基于语音特征识别的静音检测方法，首先提取一帧音频数据的多门限过零率；用加权多门限过零率对静音进行预判，判别出明显的静音；提取一帧音频数据的复合特征，复合特征包括过零率、短时能量值、基于变分辨率频谱的Mel尺度倒谱系数；用二分类支持向量机对音频的复合特征加以判别，一类结果为正常语音，另一类为静音。本发明可以提高静音检测成功率，并能对一些特殊语音加以识别。本发明广泛适用于网络语音通话中，特别是在语音聊天、视频会议中具有广阔的市场前景。

主权项

1、一种基于语音特征判别的静音检测方法，其特征在于它包含以下步骤：(1)提取一帧音频数据的多门限过零率，并对其加权值求和，得到总过零率Z；(2)用多门限过零率加权和对静音进行预判，一帧音频数据的总过零率Z小于设定阈值Z0，判断其为静音，否则将该帧交由步骤(3)处理；(3)提取一帧音频数据的复合特征，复合特征包括过零率、短时能量值、基于变分辨率频谱的Mel尺度倒谱系数；(4)用二分类支持向量机对音频的复合特征加以判别，得到正常语音和静音两类结果，对于正常语音，压缩后传送到接收方，对于静音，只在部分帧中加入自适应噪声后压缩并传送到接收方。