一种低虚警概率的啸叫检测方法

发布时间：2020-03-05 16:50

【摘要】：啸叫检测是基于陷波器的啸叫抑制算法的关键.而传统的啸叫检测方法普遍存在虚警率偏高,易造成输出语音失真的问题.为此,提出了一种基于长时信号特定频带变化率的啸叫检测方法.首先,通过提取功率谱峰值,确定候选啸叫频点;然后,将候选啸叫频点作为中心频点,并在其两侧分别选取若干个频点组成目标特定频带;最后,测度长时信号在目标特定频带的变化率,并进行阈值判决.仿真实验结果表明,与传统的啸叫检测方法相比,文中方法在取得较高啸叫检出率的同时,可以更有效地控制虚警率.
【图文】：

语音,啸叫,参数

率谱变化特征的差异会随着ＳＨ（ｎ，ｗｋ）的增大而逐渐变小，即对于ｋ∈［ｋ０－Ｎ，ｋ０＋Ｎ］，ξＳ＋Ｈｋ（ｍ）之间的差异会逐渐减小．根据式（４）可知，此时，ＬＳ＋Ｈｋ０（ｍ）也会逐渐变小，所以可根据此来判定是否产生了啸叫．图１啸叫、语音和含啸叫语音在啸叫频点处的功率谱变化曲线为了直观比较啸叫产生前后，语音信号ＬＴＳＶ－ＳＦＢ特征参数的变化，这里对纯净语音和含啸叫语音的ＬＴＳＶ－ＳＦＢ特征参数进行了统计分析，如图２所示．其中，纯净语音为由ＴＩＭＩＴ库中随机选择的若干段语音拼接而成，时长３０ｓ；含啸叫语音由纯净语音和啸叫成分合成，这里用正弦信号来模拟啸叫成分，选取的啸叫频率分别为１．０ｋＨｚ、１．５ｋＨｚ、２．０ｋＨｚ和２．５ｋＨｚ．从图中可以看出，对于纯净语音，由于其不同频带间功率谱差异性较大，因此，具有较大ＬＴＳＶ－ＳＦＢ特征参数，此时ｌｇ（ＬＴＳＶ－ＳＦＢ）多集中在［－３．５，－１．５］．而对于含啸叫语音，由于啸叫成分的存在，信号的ＬＴＳＶ－ＳＦＢ特征参数会急剧减小，此时ｌｇ（ＬＴＳＶ－ＳＦＢ）多集中在［－１４．０，－３．５］，明显小于纯净语音，说明ＬＴＳＶ－ＳＦＢ特征参数对于语音和啸叫具有较好的区分度．图２纯净语音与含啸叫语音ＬＴＳＶ－ＳＦＢ参数１０２西安电子科技大学学报（自然科学版）第４４卷

啸叫,性能评测,语谱图,幅频响应

（ＭａｘｉｍｕｍＳｔａｂｌｅＧａｉｎ，，ＭＳＧ），以产生一个缓慢增加的啸叫信号．对于反馈路径ｆ１，设置Ｇ＝３．５６ｄＢ，产生啸叫频率约为５１０Ｈｚ；对反馈路径ｆ２，Ｇ＝３．３ｄＢ，产生啸叫频率约为１３００Ｈｚ．不同反馈路径的单位脉冲响应、幅频响应以及由此路径产生的啸叫信号的语谱图如图３所示．实验中参数设置如下：帧长ＮＷ＝５１２，帧移ＮＳＨ＝２５６，Ｑ＝３，窗函数ｈ（ｎ）选择汉明窗．图３反馈路径的单位脉冲响应、幅频响应和啸叫信号的语谱图２．２性能评测这里采用经典的受试者工作特征（ＲｅｃｅｉｖｅｒＯｐｅｒａｔｉｎｇＣｈａｒａｃｔｅｒｉｓｔｉｃ，ＲＯＣ）［７］曲线图来评估不同方法的检测性能．ＲＯＣ曲线图横坐标为虚警率ＰＦＡ，纵坐标为检出率ＰＤ，对应每种方法在不同检测阈值下的检出率与虚警率．检测阈值依据不同方法的特征值的范围进行设置，设置的阈值越多，ＲＯＣ曲线越准确．通过ＲＯＣ曲线图可以直观对比不同方法的检测性能，也可以根据曲线图选择在实际应用中合适的检测阈值．为了更直观地对比不同方法的综合性能，这里引入ＲＯＣ面积（ＡｒｅａＵｎｄｅｒｔｈｅＲＯＣＣｕｒｖｅ，ＡＵＣ）和局部ＲＯＣ面积（ＰａｒｔｉａｌＡｒｅａＵｎｄｅｒｔｈｅＲＯＣＣｕｒｖｅ，ＰＡＵＣ）两种评价准则．１０３第４期张涛等：一种低虚警概率的啸叫检测方法

【相似文献】