【技术实现步骤摘要】
本专利技术涉及语音信号处理
,具体涉及一种基于纯净语音与背景噪声两极建模的音频类型检测方法。
技术介绍
音频类型检测技术是指利用不同类型音频特征来辨别它们的类型。目前使用得比较多的技术是GMM(GaussianMixtureModel)模型、HMM(hiddenMarkovmodel)模型。而近年出现GMM-SVM的组合方法,利用GMM模型构建超矢量作为特征,使用SVM模型进行软分类,得到不错的效果。GMM-SVM的运算量由GMM的高斯混合度、使用的超矢量维数以及SVM核函数所决定,超矢量的维数一般是GMM所使用的特征维数或高斯混合度,使用后者居多。因此GMM-SVM的运算量很大,对于需要实时处理的应用,对设备有一定的性能要求。背景噪声、带噪语音和纯净语音的分类,一般应用在实时的音频监控中,不同类型的音频有不同的处理策略,例如背景噪声可用于噪声估计建模,而带噪语音需要进行降噪或语音增强等操作,然后再进行下一步处理,在通信质量监控、异常音频事件监控等应用中,分类处理可有效地提高处理质量并降低计算复杂度,比如语音通信质量监控应用中,只有带噪语音需要进行复杂的质量评估。
技术实现思路
为了克服现有技术存在的缺点与不足,本专利技术提供一种基于纯净语音与背景噪声两极建模的音频类型检测方法,在能够降低GMM-SVM运算量的同时,还能够有效地区分纯净语音、纯净背景噪声和含噪声语音。为解决上述技术问题,本专利技术提供如下技术方案:一种基于纯净语音与背景噪声两极建模的音频类型检测方法,包括以下步骤:S1、构建纯净语音模型以及纯粹背景噪声模型:基于足够的合适训练数据,训练 ...
【技术保护点】
一种基于纯净语音与背景噪声两极建模的音频类型检测方法,其特征在于,包括如下步骤:S1、构建纯净语音模型以及纯粹背景噪声模型:基于足够的合适训练数据,训练一个N高斯混元的纯净语音模型和一个M高斯混元的背景噪声模型;S2、计算纯净语音模型自身各高斯混元间的距离,得到N*N的语音模型自距离矩阵;计算纯粹背景噪声模型的自身各高斯混元间的距离,得到M*M的背景噪声模型自距离矩阵;计算纯净语音模型与纯粹背景噪声模型对应各高斯混元间的距离,得到N*M的互距离矩阵;根据上述矩阵以及高斯混元的邻域成分分析,判断高斯混元是否位于特征重叠空间;S3、剔除位于特征重叠空间中的高斯混元,利用非重叠空间的高斯成分重新构建纯净语音统计模型、纯粹背景噪声统计模型;S4、计算新的纯净语音统计模型、纯粹背景噪声统计模型的概率,以及估算音频样本信噪比;S5、根据计算得到的概率以及估算信噪比,构建特征矢量且利用SVM模型进行判决,将样本判别为纯净语音、背景噪声或含噪声语音。
【技术特征摘要】
1.一种基于纯净语音与背景噪声两极建模的音频类型检测方法,其特征在于,包括如下步骤:S1、构建纯净语音模型以及纯粹背景噪声模型:基于足够的合适训练数据,训练一个N高斯混元的纯净语音模型和一个M高斯混元的背景噪声模型;S2、计算纯净语音模型自身各高斯混元间的距离,得到N*N的语音模型自距离矩阵;计算纯粹背景噪声模型的自身各高斯混元间的距离,得到M*M的背景噪声模型自距离矩阵;计算纯净语音模型与纯粹背景噪声模型对应各高斯混元间的距离,得到N*M的互距离矩阵;根据上述矩阵以及高斯混元的邻域成分分析,判断高斯混元是否位于特征重叠空间;S3、剔除位于特征重叠空间中的高斯混元,利用非重叠空间的高斯成分重新构建纯净语音统计模型、纯粹背景噪声统计模型;S4、计算新的纯净语音统计模型、纯粹背景噪声统计模型的概率,以及估算音频样本信噪比;S5、根据计算得到的概率以及估算信噪比,构建特征矢量且利用SVM模型进行判决,将样本判别为纯净语音、背景噪声或含噪声语音。2.如权利要求1所述的基于纯净语音与背景噪声两极建模的音频类型检测方法,其特征在于,所述步骤S2中判断高斯混元是否位于特征重叠空间具体为:对模型内每一高斯混元A统计其σ邻域内的成分构成,即邻域内两种模型各自的高斯混元数量,以此判断高斯混元A是否处于特征重叠空间。3.如权利要求1所述的基于纯净语音与背景噪声两极建模的音频类型检测方法,其特征在于,所述步骤S3中剔除在特征重叠空间中的高斯混元具体为:S31、根据纯净语音模型自距离矩阵和互距离矩阵,统计纯净语音模型中高斯混元A与纯净语音模型中其他高斯混元的距离小于阈值的高斯混元数量a1,以及该高斯混元A与背景噪声模型中高斯混元的距离小于阈值的高斯混元数量b1,若数量b1大于数量a1,则剔除纯净语音模型中的...
【专利技术属性】
技术研发人员:贺前华,李洪滔,蔡梓文,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。