一種應(yīng)用于語音識別的信號增益方法和裝置的制造方法
【專利摘要】本發(fā)明提供一種應(yīng)用于語音識別的信號增益方法和裝置，以在對語音信號放大時防止過載失真，提高語音識別的準(zhǔn)確率。所述方法包括：刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號；求取第一語音信號中每幀信號存在語音的概率PRatio；修正第一語音信號的增益，使概率PRatio小于第一判決門限的信號的增益減小并且概率PRatio大于第一判決門限的信號的增益增大，得到增益修正后的第二語音信號；限制第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極值。本發(fā)明提供的技術(shù)方案可防止后期語音識別時語音識別引擎工作的中止，提高語音識別的有效性，有效提高后期語音識別的準(zhǔn)確率，并防止語音識別過程中過載失真情況的發(fā)生。
【專利說明】
一種應(yīng)用于語音識別的信號増益方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于語音識別領(lǐng)域，尤其涉及一種應(yīng)用于語音識別的信號增益方法和裝 置。
【背景技術(shù)】
[0002] 自動增益控制是數(shù)字接收端重要的組成部分，其功能是針對輸入信號的強(qiáng)弱自動 調(diào)整增益，得到符合期望的信號強(qiáng)度輸出結(jié)果，使得對不同強(qiáng)度的信號，輸出信號的差距縮 小。在語音識別前處理階段，遠(yuǎn)程拾音的過程中，自動增益控制的目標(biāo)是從接收到的語音中 提取出感興趣的信號，盡可能地對語音信號進(jìn)行增強(qiáng)，同時削弱噪聲對識別結(jié)果的影響。與 一般的對話系統(tǒng)不同，針對語音識別的自動增益控制系統(tǒng)，其輸出結(jié)果并不以獲得滿意的 聽覺效果為目標(biāo)，而是要針對語音識別的特性，盡可能地保證目標(biāo)語音無失真地放大。
[0003] 然而，在語音識別領(lǐng)域，現(xiàn)有的增益控制方法無法達(dá)到上述效果，主要原因在于沒 有對語音信號進(jìn)行差別化處理。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種應(yīng)用于語音識別的信號增益方法和裝置，以在對語音 信號放大時防止過載失真，提高語音識別的準(zhǔn)確率。
[0005] 本發(fā)明第一方面提供一種應(yīng)用于語音識別的信號增益方法，所述方法包括：
[0006] 刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號；
[0007] 求取所述第一語音信號中每幀信號存在語音的概率PRatio;
[0008]修正所述第一語音信號的增益，使所述概率PRatio小于第一判決門限的信號的增 益減小并且所述概率PRatio大于所述第一判決門限的信號的增益增大，得到增益修正后的 第二語音信號；
[0009] 限制所述第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極值。
[0010] 本發(fā)明第二方面提供一種應(yīng)用于語音識別的信號增益裝置，所述裝置包括：
[0011]話段處理模塊，用于刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信 號；
[0012]語音存在概率求取模塊，用于求取所述第一語音信號中每幀信號存在語音的概率 PRatio;
[0013]增益修正模塊，用于修正所述第一語音信號的增益，使所述概率PRatio小于第一 判決門限的信號的增益減小并且所述概率PRatio大于所述第一判決門限的信號的增益增 大，得到增益修正后的第二語音信號；
[0014] 增益控制模塊，用于限制所述第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極 值。
[0015] 從上述本發(fā)明技術(shù)方案可知，一方面，由于在控制增益的前期首先對經(jīng)過預(yù)處理 后的語音信號中的無話段進(jìn)行了刪除，后期的處理只針對有話段的語音信號，如此，可防止 后期語音識別時語音識別引擎工作的中止，提高語音識別的有效性;另一方面，對語音存在 概率較高的信號和語音存在概率較低的信號分別進(jìn)行增益增強(qiáng)和增益抑制，如此，可以進(jìn) 一步有效提高后期語音識別的準(zhǔn)確率;第三方面，對增益增強(qiáng)和抑制的信號的增益進(jìn)行一 定程度的限制，可以防止語音識別過程中過載失真情況的發(fā)生。
【附圖說明】
[0016] 圖1是本發(fā)明實施例一提供的應(yīng)用于語音識別的信號增益方法的實現(xiàn)流程示意 圖；
[0017] 圖2是本發(fā)明實施例二提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖；
[0018] 圖3是本發(fā)明實施例三提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖；
[0019] 圖4是本發(fā)明實施例四提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖； [0020]圖5-a是本發(fā)明實施例五提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖；
[0021] 圖5-b是本發(fā)明實施例六提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖；
[0022] 圖5-c是本發(fā)明實施例七提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0023] 為了使本發(fā)明的目的、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖及實施 例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā) 明，并不用于限定本發(fā)明。
[0024] 本發(fā)明實施例提供一種應(yīng)用于語音識別的信號增益方法和裝置，所述方法包括： 刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號;求取所述第一語音信號中 每幀信號存在語音的概率PRatio;修正所述第一語音信號的增益，使所述概率PRatio小于 第一判決門限的信號的增益減小并且所述概率PRatio大于所述第一判決門限的信號的增 益增大，得到增益修正后的第二語音信號;限制所述第二語音信號的增益，使其小于系統(tǒng)設(shè) 定的增益極值。本發(fā)明實施例還提供相應(yīng)的應(yīng)用于語音識別的信號增益裝置。以下分別進(jìn) 行詳細(xì)說明。
[0025] 請參閱附圖1，是本發(fā)明實施例一提供的應(yīng)用于語音識別的信號增益方法的實現(xiàn) 流程示意圖，主要包括以下步驟S101至步驟S104,詳細(xì)說明如下：
[0026] S101，刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號。
[0027] 語音信號包含有話段和無話段，有話段和無話段的檢測對語音識別的意義重大； 當(dāng)將有話段和無話段檢測出來之后，刪除無話段的部分，對剩下的有話段語音部分進(jìn)行增 益等處理，可以提高語音識別的準(zhǔn)確率。在本發(fā)明實施例中，對語音信號的預(yù)處理主要是包 括對語音信號進(jìn)行回聲抑制和噪聲的消除。
[0028] 作為本發(fā)明一個實施例，刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語 音信號可以通過如下步驟S1011和步驟S1012實現(xiàn)：
[0029] S1011，采用倒譜雙門限端點檢測算法檢測經(jīng)過預(yù)處理后的語音信號中的無話段 和有話段。
[0030]在采用倒譜雙門限端點檢測算法檢測之前，可以對經(jīng)過預(yù)處理后的語音信號進(jìn)行 預(yù)加重、分幀、加窗處理，并進(jìn)行快速傅里葉變換和計算語音信號的能量譜。具體地，采用倒 譜雙門限端點檢測算法檢測經(jīng)過預(yù)處理后的語音信號中的無話段和有話段可以包括如下 步驟S1至S3:
[0031] S1，計算預(yù)處理后的語音信號中每幀信號的倒譜系數(shù)與噪聲倒譜系數(shù)估計值的倒 譜距離(7):(n、、: 〇
[0032] 公式〇) = /^丨,'(/?}-中，p為Mel頻率倒譜系數(shù)(Mel Frequency Cep strum Coefficient，MFCC)的階，me1 (n)為第i幀信號的離散余弦變換（Discrete Cosine Transform，DCT)倒譜系數(shù)，可通過計算通過Mel濾波器的能量得到，而mcns(n)為噪 聲的DCT倒譜系數(shù)初始估計值。在本發(fā)明實施例中，對于第i幀信號，可通過取第i幀信號之 前的5幀信號的MFCC的均值作為噪聲的DCT倒譜系數(shù)初始估計值mc ns(n)。
[0033] S2,采用第二判決門限，將倒譜距離大于第二判決門限所對應(yīng)的信號幀確定為基 本語音段的粗略起始端點和結(jié)束端點。
[0034] S3,采用第三判決門限，將所述基本語音段中倒譜距離大于所述第三判決門限的 信號幀確定為語音段的起始端點和結(jié)束端點。
[0035] 需要說明的是，在本發(fā)明實施例中，由于步驟S2是粗略判決，S3是精確判決，因此， 第三判決門限小于第二判決門限。例如，若以0 2表示第二判決門限，以03表示第三判決門限， 則兩者的關(guān)系可以是〇3 = 0 ? 2〇2。
[0036] 步驟S3之后，基本上可以確定語音信號中語音段的起始端點和結(jié)束端點。
[0037] S1012,對預(yù)處理后的語音信號中的無話段進(jìn)行截除或置零。
[0038]在經(jīng)過步驟S3之后，也就是確定了語音信號中語音段的起始端點和結(jié)束端點，語 音信號的其余部分就是無話段部分了，對這些無話段部分，可以進(jìn)行截除或置零，剩下的部 分就是語音信號的語音段部分。
[0039] S102,求取第一語音信號中每幀信號存在語音的概率PRatio。
[0040]雖然經(jīng)過步驟S101，已經(jīng)刪除了無話段，但是并不意味著每幀信號都存在語音。因 此，在本發(fā)明實施例中，可以通過求取第一語音信號中每幀信號存在語音的概率PRatio，然 后，對存在語音概率較高的部分和存在語音概率較低的部分差別化處理。
[0041]作為本發(fā)明一個實施例，求取第一語音信號中每幀信號存在語音的概率PRatio可 通過如下步驟S1021和步驟S1022實現(xiàn)：
[0042] S1021，通過對第一語音信號中每幀信號的均值進(jìn)行標(biāo)準(zhǔn)化處理，計算得到每幀信 號的均值mS、所述第一語音信號的總均值mL和每幀信號的標(biāo)準(zhǔn)差stL。
[0043]在計算得到每幀信號的均值mS后，例如，求取任意第i幀信號的均值mS后，可以求 取第i幀信號的均值平方vS = mS*mS，進(jìn)而對第i幀信號的mS、vS和第i幀信號之前的信號進(jìn) 行平滑，得到第一語音信號的總均值mL和總平方值vL。然后按照公式stL=(vL-mL*mL) - 0.5計算得到每幀彳目號的標(biāo)準(zhǔn)差stL。
[0044] S1022,按照公式PRatio=(mS-mL)/stL計算得到第一語音信號中每幀信號存在語 音的概率PRatio。
[0045]經(jīng)過步驟S1021之后，得到每幀信號的均值mS、第一語音信號的總均值mL和每幀信 號的標(biāo)準(zhǔn)差stL，可以按照公式PRatio=(mS-mL)/stL計算得到第一語音信號中每幀信號存 在語音的概率PRatio。
[0046] S103,修正第一語音信號的增益，使概率PRatio小于第一判決門限的信號的增益 減小并且概率PRatio大于第一判決門限的信號的增益增大，得到增益修正后的第二語音信 號。
[0047]例如，若在設(shè)計系統(tǒng)的增益時，設(shè)計的值用gainOri表示，則將第一語音信號中存 在語音的概率PRatio小于第一判決門限的信號的增益可修正為gaim = gainOri*PRatio， gaini為修正后的增益;將第一語音信號中存在語音的概率PRatio大于第一判決門限的信 號的增益可修正為gain2 = gainOri*(1+PRatio)，gain2為修正后的增益。
[0048]在本發(fā)明實施例中，第一判決門限是一個經(jīng)驗值。若以〇1表示第一判決門限，以 pmin表示全部信號存在語音的概率的最小值，以pmax表示全部信號存在語音的概率的最大 值，貝丨J〇1可取為〇1 = Pmin+ ( Pmax-Pmin ) *0 ? 2。
[0049] S104,限制第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極值。
[0050] 具體地，可以將第二語音信號的幅度標(biāo)準(zhǔn)值與經(jīng)過步驟S103修正后的增益相乘， 若相乘后的語音信號發(fā)生過載失真，則微調(diào)相乘后的語音信號的增益直至小于系統(tǒng)設(shè)定的 增益極值。例如，若相乘后的語音信號的增益為g，在判斷這一增益下的語音信號發(fā)生過載 失真時，則可以將該增益乘以〇 . 95得到0.95g，再判斷增益為0.95g的語音信號是否發(fā)生過 載，若發(fā)生過載，則再次微調(diào)，直至小于系統(tǒng)設(shè)定的增益極值。需要說明的是，在本發(fā)明實施 例中，增益極值可以根據(jù)系統(tǒng)的需求設(shè)定，例如，根據(jù)系統(tǒng)的需求，可以將增益極值設(shè)定為〇 (dB);對輸入的信號，其增益一般設(shè)定為5(dB)，接近極值部分信號的增益逐漸減小，保證放 大后信號值小于目標(biāo)極值。
[0051] 顯然，對第二語音信號的增益的限制是一個以舊代新的迭代過程，直至最后獲得 的增益小于系統(tǒng)設(shè)定的增益極值。
[0052] 從上述附圖1示例的應(yīng)用于語音識別的信號增益方法可知，一方面，由于在控制增 益的前期首先對經(jīng)過預(yù)處理后的語音信號中的無話段進(jìn)行了刪除，后期的處理只針對有話 段的語音信號，如此，可防止后期語音識別時語音識別引擎工作的中止，提高語音識別的有 效性；另一方面，對語音存在概率較高的信號和語音存在概率較低的信號分別進(jìn)行增益增 強(qiáng)和增益抑制，如此，可以進(jìn)一步有效提高后期語音識別的準(zhǔn)確率;第三方面，對增益增強(qiáng) 和抑制的信號的增益進(jìn)行一定程度的限制，可以防止語音識別過程中過載失真情況的發(fā) 生。
[0053]請參閱附圖2,是本發(fā)明實施例二提供的應(yīng)用于語音識別的信號增益裝置的結(jié)構(gòu) 示意圖。為了便于說明，附圖2僅示出了與本發(fā)明實施例相關(guān)的部分。附圖2示例的應(yīng)用于語 音識別的信號增益裝置可以是附圖1示例的應(yīng)用于語音識別的信號增益方法的執(zhí)行主體。 附圖2示例的應(yīng)用于語音識別的信號增益裝置主要包括話段處理模塊201、語音存在概率求 取模塊202、增益修正模塊203和增益控制模塊204，其中：
[0054]話段處理模塊201，用于刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音 信號；
[0055]語音存在概率求取模塊202,用于求取第一語音信號中每幀信號存在語音的概率 PRatio;
[0056]增益修正模塊203,用于修正第一語音信號的增益，使概率PRatio小于第一判決門 限的信號的增益減小并且概率PRatio大于所述第一判決門限的信號的增益增大，得到增益 修正后的第二語音信號；
[0057]增益控制模塊203,用于限制第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極 值。
[0058]需要說明的是，以上附圖2示例的應(yīng)用于語音識別的信號增益裝置的實施方式中， 各功能模塊的劃分僅是舉例說明，實際應(yīng)用中可以根據(jù)需要，例如相應(yīng)硬件的配置要求或 者軟件的實現(xiàn)的便利考慮，而將上述功能分配由不同的功能模塊完成，即將所述應(yīng)用于語 音識別的信號增益裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部 分功能。而且，實際應(yīng)用中，本實施例中的相應(yīng)的功能模塊可以是由相應(yīng)的硬件實現(xiàn)，也可 以由相應(yīng)的硬件執(zhí)行相應(yīng)的軟件完成，例如，前述的語音存在概率求取模塊，可以是具有執(zhí) 行前述求取第一語音信號中每幀信號存在語音的概率PRatio的硬件，例如語音存在概率求 取器，也可以是能夠執(zhí)行相應(yīng)計算機(jī)程序從而完成前述功能的一般處理器或者其他硬件設(shè) 備;再如前述的增益修正模塊，可以是執(zhí)行修正第一語音信號的增益的硬件，例如增益修正 器，也可以是能夠執(zhí)行相應(yīng)計算機(jī)程序從而完成前述功能的一般處理器或者其他硬件設(shè)備 (本說明書提供的各個實施例都可應(yīng)用上述描述原則）。
[0059]附圖2示例的話段處理模塊201可以包括檢測單元301和截零單元302,如附圖3所 示本發(fā)明實施例三提供的應(yīng)用于語音識別的信號增益裝置，其中：
[0060] 檢測單元301，用于采用倒譜雙門限端點檢測算法檢測預(yù)處理后的語音信號中的 無話段和有話段；
[0061] 截零單元302,用于對預(yù)處理后的語音信號中的無話段進(jìn)行截除或置零。
[0062]附圖3示例的檢測單元301可以包括倒譜距離計算單元401、第一確定單元402和第 二確定單元403,如附圖4所示本發(fā)明實施例四提供的應(yīng)用于語音識別的信號增益裝置，其 中：
[0063]倒譜距離計算單元401，用于計算預(yù)處理后的語音信號中每幀信號的倒譜系數(shù)與 噪聲倒譜系數(shù)估計值的倒譜距離(/) = mc' (n)f，其中，mcl( n)為第i幀 信號的離散余弦變換DCT倒譜系數(shù)，mcns(n)為噪聲的DCT倒譜系數(shù)初始估計值，p為Mel頻率 倒譜系數(shù)的階；
[0064]第一確定單元402,用于采用第二判決門限，將倒譜距離dmfcc(i)大于第二判決門 限所對應(yīng)的信號幀確定為基本語音段的粗略起始端點和結(jié)束端點；
[0065]第二確定單元403,用于采用第三判決門限，將基本語音段中倒譜距離大于所述第 三判決門限的信號幀確定為語音段的起始端點和結(jié)束端點，其中，第三判決門限小于第二 判決門限，例如，第三判決門限可以取為第二判決門限的0.2倍。
[0066]附圖2至4任一示例的增益控制模塊201可以包括相乘單元501和增益微調(diào)單元 502,如附圖5-a至附圖5-c所示本發(fā)明實施例五至實施例七提供的應(yīng)用于語音識別的信號 增益裝置，其中：
[0067]相乘單元501，用于將第二語音信號的幅度標(biāo)準(zhǔn)值與增益修正模塊203修正后的增 益相乘；
[0068]增益微調(diào)單元503,用于若相乘后的語音信號發(fā)生過載失真，則微調(diào)相乘后的語音 信號的增益直至小于系統(tǒng)設(shè)定的增益極值。
[0069] 需要說明的是，上述裝置各模塊/單元之間的信息交互、執(zhí)行過程等內(nèi)容，由于與 本發(fā)明方法實施例基于同一構(gòu)思，其帶來的技術(shù)效果與本發(fā)明方法實施例相同，具體內(nèi)容 可參見本發(fā)明方法實施例中的敘述，此處不再贅述。
[0070] 本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可 以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機(jī)可讀存儲介質(zhì)中，存儲 介質(zhì)可以包括：只讀存儲器（R〇M，Read Only Memory)、隨機(jī)存取存儲器（RAM，Random Access Memory)、磁盤或光盤等。
[0071] 以上對本發(fā)明實施例所提供的應(yīng)用于語音識別的信號增益方法和裝置進(jìn)行了詳 細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，以上實施例的說 明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù) 本發(fā)明的思想，在【具體實施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不 應(yīng)理解為對本發(fā)明的限制。
【主權(quán)項】
1. 一種應(yīng)用于語音識別的信號增益方法，其特征在于，所述方法包括： 刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號； 求取所述第一語音信號中每幀信號存在語音的概率PRati0; 修正所述第一語音信號的增益，使所述概率PRatio小于第一判決門限的信號的增益減 小并且所述概率PRatio大于所述第一判決門限的信號的增益增大，得到增益修正后的第二 語音信號； 限制所述第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極值。2. 如權(quán)利要求1所述的方法，其特征在于，所述刪除經(jīng)過預(yù)處理后的語音信號中的無話 段，得到第一語音信號，包括： 采用倒譜雙門限端點檢測算法檢測所述預(yù)處理后的語音信號中的無話段和有話段； 對所述預(yù)處理后的語音信號中的無話段進(jìn)行截除或置零。3. 如權(quán)利要求2所述的方法，其特征在于，所述采用倒譜雙門限端點檢測算法檢測所述 預(yù)處理后的語音信號中的無話段和有話段，包括： 計算所述預(yù)處理后的語音信號中每幀信號的倒譜系數(shù)與噪聲倒譜系數(shù)估計值的倒譜 距離所述Hic1(Ii)為第i幀信號的離散余弦變換DCT倒譜 系數(shù)，所述mcns(n)為噪聲的DCT倒譜系數(shù)初始估計值，所述p為Mel頻率倒譜系數(shù)的階； 采用第二判決門限，將所述倒譜距離大于所述第二判決門限所對應(yīng)的信號幀確定為基 本語音段的粗略起始端點和結(jié)束端點； 采用第三判決門限，將所述基本語音段中倒譜距離大于所述第三判決門限的信號幀確 定為語音段的起始端點和結(jié)束端點，所述第三判決門限小于所述第二判決門限。4. 如權(quán)利要求1所述的方法，其特征在于，所述求取所述第一語音信號中每幀信號存在 語音的概率PRatio，包括： 通過對所述第一語音信號中每幀信號的均值進(jìn)行標(biāo)準(zhǔn)化處理，計算得到每幀信號的均 值mS、所述第一語音信號的總均值mL和每幀信號的標(biāo)準(zhǔn)差stL; 按照公式PRat io = (mS-mL) /s tL計算得到所述第一語音信號中每幀信號存在語音的概 率PRatio。5. 如權(quán)利要求1至4任意一項所述的方法，其特征在于，所述限制所述第二語音信號的 增益，包括： 將所述第二語音信號的幅度標(biāo)準(zhǔn)值與所述修正后的增益相乘； 若相乘后的語音信號發(fā)生過載失真，則微調(diào)所述相乘后的語音信號的增益直至小于系 統(tǒng)設(shè)定的所述增益極值。6. -種應(yīng)用于語音識別的信號增益裝置，其特征在于，所述裝置包括： 話段處理模塊，用于刪除經(jīng)過預(yù)處理后的語音信號中的無話段，得到第一語音信號； 語音存在概率求取模塊，用于求取所述第一語音信號中每幀信號存在語音的概率 PRatio； 增益修正模塊，用于修正所述第一語音信號的增益，使所述概率PRatio小于第一判決 門限的信號的增益減小并且所述概率PRatio大于所述第一判決門限的信號的增益增大，得 到增益修正后的第二語音信號； 增益控制模塊，用于限制所述第二語音信號的增益，使其小于系統(tǒng)設(shè)定的增益極值。7. 如權(quán)利要求6所述的裝置，其特征在于，所述話段處理模塊包括： 檢測單元，用于采用倒譜雙門限端點檢測算法檢測所述預(yù)處理后的語音信號中的無話 段和有話段； 截零單元，用于對所述預(yù)處理后的語音信號中的無話段進(jìn)行截除或置零。8. 如權(quán)利要求7所述的裝置，其特征在于，所述檢測單元包括： 倒譜距離計算單元，用于計算所述預(yù)處理后的語音信號中每幀信號的倒譜系數(shù)與噪聲 倒譜系數(shù)估計值的倒譜距?f所述mcUn)為第i幀信號的 離散余弦變換DCT倒譜系數(shù)，所述mcns (η)為噪聲的DCT倒譜系數(shù)初始估計值，所述p為Me 1頻 率倒譜系數(shù)的階； 第一確定單元，用于采用第二判決門限，將所述倒譜距離CUc^i)大于所述第二判決門 限所對應(yīng)的信號幀確定為基本語音段的粗略起始端點和結(jié)束端點； 第二確定單元，用于采用第三判決門限，將所述基本語音段中倒譜距離大于所述第三 判決門限的信號幀確定為語音段的起始端點和結(jié)束端點，所述第三判決門限小于所述第二 判決門限。9. 如權(quán)利要求6所述的裝置，其特征在于，所述語音存在概率求取模塊包括： 第一計算單元，用于通過對所述第一語音信號中每幀信號的均值進(jìn)行標(biāo)準(zhǔn)化處理，計 算得到每幀信號的均值mS、所述第一語音信號的總均值mL和每幀信號的標(biāo)準(zhǔn)差stL; 第二計算單元，用于按照公式PRatio = (mS-mL)/stL計算得到所述第一語音信號中每 幀信號存在語音的概率PRatio。10. 如權(quán)利要求6至9任意一項所述的裝置，其特征在于，所述增益控制模塊包括： 相乘單元，用于將所述第二語音信號的幅度標(biāo)準(zhǔn)值與所述修正后的增益相乘； 增益微調(diào)單元，用于若相乘后的語音信號發(fā)生過載失真，則微調(diào)所述相乘后的語音信 號的增益直至小于系統(tǒng)設(shè)定的所述增益極值。
【文檔編號】G10L15/04GK105895084SQ201610191920
【公開日】2016年8月24日
【申請日】2016年3月30日
【發(fā)明人】李敬源
【申請人】Tcl集團(tuán)股份有限公司