【技术实现步骤摘要】
双麦语音特征提取方法、装置、计算机设备和存储介质
本专利技术涉及语音活动检测的
，特别涉及一种双麦语音特征提取方法、装置、计算机设备和存储介质。
技术介绍
随着智能语音的兴起，利用麦克风阵列技术实现精准语音活动检测成为了当前热门的技术之一，传统的有过零率统计、能量判断、基音检测等检测方法；近年来开始有一些基于深度学习的检测方法，其使用海量数据训练模型来实现噪声语音分类。现有的一些解决方案，比如传统的过零率统计、能量判断、基音检测等方法对不同噪声敏感，在信噪比低时效果较差。基于深度学习模型的方法能实现较好的效果，但是系统消耗资源过大，不利于设备集成。基于阵列的方法需要进行声源方向判断，逻辑复杂不利于不同场景的适配。
技术实现思路
本专利技术的主要目的为提供一种双麦语音特征提取方法、装置、计算机设备和存储介质，旨在克服目前语音活动检测时系统资源消耗大、噪声适应性差的缺陷。为实现上述目的，本专利技术提供了一种双麦语音特征提取方法，包括以下步骤：基于双麦克风采集双通道的语音信号；
【技术保护点】
1.一种双麦语音特征提取方法，其特征在于，包括以下步骤：/n基于双麦克风采集双通道的语音信号；/n对所述双通道的语音信号进行复相干函数的计算；/n根据所述复相干函数，采用多种不同的预设方式分别计算得到对应的VAD特征；/n对得到的多种VAD特征进行加权求和计算，得到目标VAD特征。/n
【技术特征摘要】
1.一种双麦语音特征提取方法，其特征在于，包括以下步骤：
基于双麦克风采集双通道的语音信号；
对所述双通道的语音信号进行复相干函数的计算；
根据所述复相干函数，采用多种不同的预设方式分别计算得到对应的VAD特征；
对得到的多种VAD特征进行加权求和计算，得到目标VAD特征。
2.根据权利要求1所述的双麦语音特征提取方法，其特征在于，所述对所述双通道的语音信号进行复相干函数的计算的步骤，包括：
对所述双通道的语音信号分别进行分帧、加窗，并进行傅里叶变换得到双通道的频域信号；
对所述双通道的频域信号分别进行梅尔滤波，得到双通道的梅尔频域信号；
对所述双通道的梅尔频域信号分别进行一阶递归平滑计算得到双通道分别对应的自谱密度以及互谱密度；
根据所述自谱密度以及互谱密度，计算所述复相干函数。
3.根据权利要求2所述的双麦语音特征提取方法，其特征在于，所述自谱密度的计算公式为：
；
所述互谱密度的计算公式为：
；
其中，、分别为双麦克风在帧、k频率点处的Mel短时谱，表示功率谱密度函数，为平滑系数；
所述复相干函数的计算公式为：
。
4.根据权利要求2所述的双麦语音特征提取方法，其特征在于，所述VAD特征包括三个，分别为第一VAD特征、第二VAD特征以及第三VAD特征。
5.根据权利要求4所述的双麦语音特征提取方法，其特征在于，所述根据所述复相干函数，采用多种不同的预设方式分别计算得到对应的VAD特征的步骤，至少包括：
计算所述复相干函数的相位值，并计算所述相位的方差；
对所述方差进行归一化处理，得到所述第一VAD特征。
6.根...
【专利技术属性】
技术研发人员：王维，王广新，杨汉丹，
申请(专利权)人：深圳市友杰智新科技有限公司，
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。