基于样本熵的语音信号检测算法

发布时间：2021-08-06 04:07

　　船舶自身发出的巨大噪声,严重影响了通讯设备通讯端船舶工作者的正常语音交流和通讯,须要进行语音信号增强,将语音信号从背景噪声中检测分离出来。为此,文章在分析语音信号与船舶背景噪声信号时域序列复杂性基础上,提出基于信号序列样本熵的语音信号检测算法。该算法将含噪信号进行分帧后,首先计算每帧信号的样本熵,并根据自适应预设阈值对信号进行初始判断;然后,利用信号通常持续一定时间的连续性,对信号初始判断进行平滑,得到信号的最终判别类别,实现对语音信号的检测。经过大量实测实验数据的验证,环境噪声信号的辨别准确度为90.33%,语音信号为95.05%,该算法取得了较好的判别精度。 

【文章来源】：海军航空工程学院学报. 2020,35(05)

【文章页数】：5 页

【部分图文】：

船舶背景噪声信号相邻帧频谱分布相似性

语音信号由肺部收缩产生的气流经过声门和声道引起震荡而产生。语音中有意义的最小单元是单词，单词由音素组成[12-14]，音素是语音中的最小单位。一段语音信号中会选择不同的单词来表达内容，通过音素引起气流、声门和声道的不断变化，从而表现出即使在一个较短时间内，其相邻时间帧信号的频谱等特征表现出较大的差异，如图2所示。为纯净语音信号相邻帧信号的频谱分布特性，其频谱计算方法与图1相同，且都进行了频谱曲线平滑处理。综上所述，不同的发声机理，使语音信号与船舶背景噪声信号的短时频谱相似性有较大的差异。对于背景噪声信号，其短时帧间频谱分布相似性较大，因而其信号时间序列中的新信息量较少；而语音信号由于短时帧间频谱的分布相差很大，其信号时间序列中的新信息量会较多[15-18]。因此，通过样本熵来描述含噪声语音信号中语音段与噪声段信号的新信息量差异，可以实现2种信号的判别。

如图3所示，为测试基于频谱趋势相似性的信号识别算法的性能及对不同数据的适应性，将测试数据分成3个子集进行实验。子集1：该数据子集主要包括不同说话者的语音信号，主要用来测试算法对语音信号的识别性能和对不同说话者语音的适应性。实验中，每个录制的数据取20 s进行实验，其结果如图3 a）所示。

【参考文献】：
期刊论文
[1]一种自适应时移与阈值的DCT语音增强算法[J]. 张君昌,刘海鹏,樊养余.  西安电子科技大学学报. 2014(06)
[2]舰船噪声识别（Ⅰ）──总体框架、线谱分析和提取[J]. 吴国清,李靖,陈耀明,袁毅,陈岳.  声学学报. 1998(05)



本文编号：3325038