31、语音活动检测技术综述

语音活动检测技术综述

1. 语音活动检测概述

语音活动检测（VAD）是音频流处理中的经典技术，旨在降低语音识别系统的计算成本和响应时间。其核心原理是仅将检测到的语音帧传递给识别算法，从而最小化处理语音中静音部分的计算开销。

从语音信号图像中，我们能轻松区分出语音区域和非语音区域。将语音信号分割为语音帧和静音帧，系统就能只处理语音帧，忽略静音帧。在嘈杂环境中，拥有强大的 VAD 算法对实现良好的识别性能至关重要。

VAD 技术在众多语音处理活动中得到广泛应用，如语音编码、语音识别、免提电话、回声消除等。在基于 GSM 的系统中，当检测到语音停顿，它会截断传输以节省电池电量。目前，已提出大量不同的语音活动检测方法，这些方法依赖于语音的不同特征，包括基于短时能量（STE）的方法、过零计数、离散傅里叶变换（DFT）、线性预测编码、预测误差、梅尔频率倒谱系数（MFCC）等。本文主要探讨基于以下几种特征的 VAD 算法：
- 短时能量（STE）
- 线性预测编码残差（预测误差 PE）
- 离散傅里叶变换（DFT）

VAD 算法可分为两个部分：
- 声学特征提取部分
- 决策模块部分

2. 特征提取算法

为提取语音特征，首先需使用窗函数对语音信号进行分帧。在语音识别中，汉明窗是最常用的窗函数。分帧时，每帧包含 10 - 30 ms 的语音，此时间段近似于声道保持固定特征的时间。以下是在加窗样本上执行的特征提取算法：

2.1 短时能量分析（STE）

该算法通过将信号分割为 M 个样本的帧，然后计算每帧内样本的总平方值来实现。信号的分割借助合