28、语音降噪与活动检测技术解析

语音降噪与活动检测技术解析

在当今的语音处理领域，无线语音通信的新兴应用对噪声环境下的性能以及语音处理系统的响应速度提出了更高要求。这不仅涉及到语音降噪技术，还需要精确的语音活动检测（VAD）算法。下面我们将详细探讨语音降噪评估和新型 VAD 算法的相关内容。

语音降噪评估

在语音降噪中，不同的技术在各项评估指标下表现各异。以下是几种常见技术在不同指标下的评估结果：
| 技术 | SNRseg (dB) | WSS | MBSD | PSANR (dB) | PSADR (dB) |
| — | — | — | — | — | — |
| 含噪语音 | -4.30 | 46.07 | 2.32 | -3.90 | 17.27 |
| 维纳技术 | 1.05 | 74.25 | 0.28 | 5.04 | 7.53 |
| 改进维纳技术 | 1.13 | 69.63 | 0.19 | 5.54 | 7.01 |
| 感知技术 | 1.62 | 45.41 | 0.15 | 12.71 | 6.93 |

从这些数据中我们可以看出：
- WSS 准则 ：感知技术获得了最佳分数，且几乎与含噪语音分数相等。但主观测试表明，去噪语音和含噪语音在感知上是不同的，感知技术去噪后的语音听起来像是干净语音的失真版本，而非带有背景噪声的干净语音。
- MBSD 方面 ：感知技术同样表现最佳，但与维纳技术相比，它存在语音音调损失的问题。这说明传统评估工具无法明确信号退化的类型和性质。
- PSANR 和 PSADR