本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，具體是一種語音信號(hào)相似度檢測方法。

背景技術(shù)：

音頻是多媒體應(yīng)用的一種重要媒體，人們能聽見的音頻信號(hào)的頻率范圍大約在20Hz～20kHz，而其中語音信號(hào)大約分布在300Hz～4kHz之內(nèi)。在音頻信號(hào)的傳輸過程中常常會(huì)涉及信號(hào)傳輸通道性能的檢測，目前人們普遍通過檢測待測通道與基準(zhǔn)通道兩者語音片段相似度來測試待測通道的性能。采用現(xiàn)有方式檢測語音片段相似度時(shí)，受偶發(fā)性噪聲干擾的影響，檢測的準(zhǔn)確率較低，衡量待測通道性能時(shí)參考意義不大。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供了一種語音信號(hào)相似度檢測方法，其能提升檢測待測通道相對于基準(zhǔn)通道的語音相似度的準(zhǔn)確率，進(jìn)而便于在衡量待測通道性能方面進(jìn)行推廣應(yīng)用。

本發(fā)明的目的主要通過以下技術(shù)方案實(shí)現(xiàn)：一種語音信號(hào)相似度檢測方法，包括以下步驟：

步驟1、將基準(zhǔn)通道中基準(zhǔn)語音信號(hào)和待測通道中待測語音信號(hào)均提取得到N段語音片段，對N段基準(zhǔn)語音信號(hào)的語音片段和N段待測語音信號(hào)的語音片段分別進(jìn)行排序，并使N段基準(zhǔn)語音信號(hào)的語音片段與N段待測語音信號(hào)的語音片段一一對應(yīng)；其中，N為不小于2的整數(shù)；

步驟2、逐一計(jì)算每段待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段的相似度；

步驟3、待N段待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段的相似度均計(jì)算完成后，采用累積平均值計(jì)算方法計(jì)算累積相似度平均值。本發(fā)明通過對語音信號(hào)連續(xù)采集，獲取連續(xù)片段，取片段相似度的累積算術(shù)平均值，以抵消偶發(fā)性噪聲干擾。

進(jìn)一步的，所述步驟1中提取基準(zhǔn)語音信號(hào)和待測語音信號(hào)兩者的語音片段時(shí)包括以下步驟：

步驟1.1、分幀，其中，每幀語音信號(hào)對應(yīng)一段語音片段；

步驟1.2、加矩形窗形成加窗信號(hào)，計(jì)算短時(shí)平均過零率；

步驟1.3、計(jì)算短時(shí)能量，并調(diào)整能量門限；

步驟1.4、端點(diǎn)檢測，并提取語音片段。語音信號(hào)是連續(xù)的信號(hào)，本發(fā)明通過分幀將一次接收到的一大塊語音信號(hào)分割成多個(gè)小塊語音信號(hào)進(jìn)行處理。本發(fā)明通過計(jì)算短時(shí)平均過零率(即計(jì)算每幀內(nèi)信號(hào)通過零值的次數(shù))來反應(yīng)頻率信息，得到頻譜特性。因語音信號(hào)的能量隨時(shí)間變化較明顯，而短時(shí)能量能有效的判斷信號(hào)幅度的大小，故本發(fā)明通過計(jì)算短時(shí)能量，用于有聲或無聲的判斷。因語音信號(hào)的能量隨時(shí)間變化比較明顯，故本發(fā)明在判斷信號(hào)是有聲還是無聲時(shí)，對每幀的信號(hào)門限做出了相應(yīng)的調(diào)整。本發(fā)明在端點(diǎn)檢測時(shí)，具體根據(jù)步驟1.2中計(jì)算的短時(shí)平均過零率和步驟1.3中計(jì)算的短時(shí)能量，與每幀數(shù)據(jù)做比較來判斷是否是語音信號(hào)。

進(jìn)一步的，所述步驟1.2中計(jì)算短時(shí)平均過零率的公式為：

$Z_n=\frac{1}{2}\underset{m=-\mathrm{\∞}}{\overset{\mathrm{\∞}}{\mathrm{\Σ}}}|\mathrm{sgn}\[x\left(m\right)\]-\mathrm{sgn}\[x(m-1)\]|$

其中，Z_n為短時(shí)平均過零率，m為經(jīng)矩形窗處理后數(shù)據(jù)的索引，n為原始信號(hào)數(shù)據(jù)索引，x(m)為經(jīng)過加窗處理后的信號(hào)。

進(jìn)一步的，所述步驟1.3中計(jì)算短時(shí)能量的公式為：

$E_n=\underset{m=n}{\overset{n+Q-1}{\mathrm{\Σ}}}{x}^2\left(m\right)$

其中，E_n為短時(shí)能量，Q為窗函數(shù)的長度。

進(jìn)一步的，所述步驟1.3中調(diào)整能量門限的公式如下：

a其中，amp1為能量門限的上限值，amp2為能量門限的下限值。

本發(fā)明在調(diào)整能量門限時(shí)，限定上限值為10與max(E_n)/4中的較小值，下限值為2與max(E_n)/8中的較小值，低于下限的情況，則認(rèn)定為靜音，高于上限的情況，則認(rèn)定為偶發(fā)的噪聲。

進(jìn)一步的，所述步驟2中計(jì)算相似度包括以下步驟：

步驟2.1、對待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段均進(jìn)行FFT變換；

步驟2.2、計(jì)算功率；

步驟2.3、計(jì)算相似度。語音信號(hào)是時(shí)域信號(hào)，本發(fā)明通過FFT變換以獲得時(shí)域信號(hào)的頻譜特性，進(jìn)而獲得語音信號(hào)的頻率，相位，功率等特性。

進(jìn)一步的，所述步驟2.1中FFT變換的公式如下：

$X\left(k\right)=\underset{n=0}{\overset{M-1}{\mathrm{\Σ}}}x\left(n\right)*e^{-i2\mathrm{\π}kn/M}$

其中，X(k)為經(jīng)過FFT變換后的數(shù)據(jù)，k為經(jīng)FFT變換后數(shù)據(jù)索引，x(n)為原始數(shù)據(jù)，n為原始信號(hào)數(shù)據(jù)索引，i為虛數(shù)，M為變換數(shù)據(jù)的個(gè)數(shù)。

進(jìn)一步的，所述步驟2.2計(jì)算功率的公式如下：

$P_s\left(\mathrm{\ω}\right)=\underset{T\→\mathrm{\∞}}{\lim }\frac{{\left|X\left(k\right)\right|}^2}{T}$

其中，T為信號(hào)數(shù)據(jù)長度，P_s(ω)為語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率。

進(jìn)一步的，所述步驟2中計(jì)算語音片段相似度的公式如下：

$S=\left({\mathrm{\Σ}}_{i=1}^N\right(X_i-\stackrel{\‾}{X})*(Y_i-\stackrel{\‾}{Y}\left)\right)\÷\sqrt{\left({\mathrm{\Σ}}_{i=1}^N{\left(X_i-\stackrel{\‾}{X}\right)}^2\right)*\left({\mathrm{\Σ}}_{i=1}^N{\left(Y_i-\stackrel{\‾}{Y}\right)}^2\right)}$

其中，S為語音片段相似度，i表示語音片段，X_i為基準(zhǔn)語音信號(hào)第i段語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率，Y_i為待測語音信號(hào)第i段語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率，為基準(zhǔn)語音信號(hào)的平均功率，為待測語音信號(hào)的平均功率。

進(jìn)一步的，所述步驟3中所述累積平均值計(jì)算方法采用的公式如下：

$\stackrel{\‾}{S}=\left({\mathrm{\Σ}}_{i=1}^N{S}_i\right)/N.$

綜上所述，本發(fā)明具有以下有益效果：本發(fā)明應(yīng)用時(shí)先通過將基準(zhǔn)通道中基準(zhǔn)語音信號(hào)和待測通道中待測語音信號(hào)均分為N段語音片段，再計(jì)算每段待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段的相似度，然后計(jì)算累積相似度平均值，所獲得的相似度值為多次檢測相似度的累積平均值，其能降低偶發(fā)性噪聲干擾的影響，檢測值更接近于真實(shí)值，能提升檢測待測通道相對于基準(zhǔn)通道的語音相似度的準(zhǔn)確率，進(jìn)而便于在衡量待測通道性能方面進(jìn)行推廣應(yīng)用。

附圖說明

此處所說明的附圖用來提供對本發(fā)明實(shí)施例的進(jìn)一步理解，構(gòu)成本申請的一部分，并不構(gòu)成對本發(fā)明實(shí)施例的限定。在附圖中：

圖1為本發(fā)明一個(gè)具體實(shí)施例的流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例和附圖，對本發(fā)明作進(jìn)一步的詳細(xì)說明，本發(fā)明的示意性實(shí)施方式及其說明僅用于解釋本發(fā)明，并不作為對本發(fā)明的限定。

實(shí)施例：

如圖1所示，一種語音信號(hào)相似度檢測方法，包括以下步驟：步驟1、將基準(zhǔn)通道中基準(zhǔn)語音信號(hào)和待測通道中待測語音信號(hào)均提取得到N段語音片段，對N段基準(zhǔn)語音信號(hào)的語音片段和N段待測語音信號(hào)的語音片段分別進(jìn)行排序，并使N段基準(zhǔn)語音信號(hào)的語音片段與N段待測語音信號(hào)的語音片段一一對應(yīng)；其中，N為不小于2的整數(shù)；步驟2、逐一計(jì)算每段待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段的相似度；步驟3、待N段待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段的相似度均計(jì)算完成后，采用累積平均值計(jì)算方法計(jì)算累積相似度平均值。

本實(shí)施例步驟1中提取基準(zhǔn)語音信號(hào)和待測語音信號(hào)兩者的語音片段時(shí)包括以下步驟：步驟1.1、分幀，其中，每幀語音信號(hào)對應(yīng)一段語音片段；步驟1.2、加矩形窗形成加窗信號(hào)，計(jì)算短時(shí)平均過零率；步驟1.3、計(jì)算短時(shí)能量，并調(diào)整能量門限；步驟1.4、端點(diǎn)檢測，并提取語音片段。本實(shí)施例步驟1.4中端點(diǎn)檢測具體操作步驟為：根據(jù)步驟1.2中計(jì)算的短時(shí)平均過零率和步驟1.3中計(jì)算的短時(shí)能量，對這每個(gè)片段做判斷，超過平均過零率且在能量門限范圍內(nèi)的，則為語音片段，多個(gè)連續(xù)的語音片段組合在一起，就能獲得一大塊信號(hào)的語音。

本實(shí)施例步驟1.2中加矩形窗形成加窗信號(hào)的具體操作步驟如下：用矩形窗函數(shù)與分幀后的信號(hào)相乘，形成加窗信號(hào)。矩形窗函數(shù)為：

其中，j為數(shù)據(jù)下標(biāo)，Q為窗函數(shù)長度。

步驟1.2中計(jì)算短時(shí)平均過零率的公式為：

$Z_n=\frac{1}{2}\underset{m=-\mathrm{\∞}}{\overset{\mathrm{\∞}}{\mathrm{\Σ}}}|\mathrm{sgn}\[x\left(m\right)\]-\mathrm{sgn}\[x(m-1)\]|$

其中，Z_n為短時(shí)平均過零率，m為經(jīng)矩形窗處理后數(shù)據(jù)的索引，n為原始信號(hào)數(shù)據(jù)索引，x(m)為經(jīng)過加窗處理后的信號(hào)。

本實(shí)施例步驟1.3中計(jì)算短時(shí)能量的公式為：

$E_n=\underset{m=n}{\overset{n+Q-1}{\mathrm{\Σ}}}{x}^2\left(m\right)$

其中，E_n為短時(shí)能量。

本實(shí)施例步驟1.3中調(diào)整能量門限的公式如下：

其中，amp1為能量門限的上限值，amp2為能量門限的下限值。

本實(shí)施例步驟2中計(jì)算相似度包括以下步驟：步驟2.1、對待測語音信號(hào)的語音片段及其對應(yīng)的基準(zhǔn)語音信號(hào)的語音片段均進(jìn)行FFT變換；步驟2.2、計(jì)算功率；步驟2.3、計(jì)算相似度。本實(shí)施例所述步驟2.1中FFT變換的公式如下：

$X\left(k\right)=\underset{n=0}{\overset{M-1}{\mathrm{\Σ}}}x\left(n\right)*e^{-i2\mathrm{\π}kn/M}$

其中，X(k)為經(jīng)過FFT變換后的數(shù)據(jù)，k為經(jīng)FFT變換后數(shù)據(jù)索引，x(n)為原始數(shù)據(jù)，n為原始信號(hào)數(shù)據(jù)索引，i為虛數(shù)，M為變換數(shù)據(jù)的個(gè)數(shù)。

本實(shí)施例步驟2.2計(jì)算功率的公式如下：

$P_s\left(\mathrm{\ω}\right)=\underset{T\→\mathrm{\∞}}{\lim }\frac{{\left|X\left(k\right)\right|}^2}{T}$

其中，T為信號(hào)數(shù)據(jù)長度，P_s(ω)為語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率。

本實(shí)施例步驟2中計(jì)算語音片段相似度的公式如下：

$S=\left({\mathrm{\Σ}}_{i=1}^N\right(X_i-\stackrel{\‾}{X})*(Y_i-\stackrel{\‾}{Y}\left)\right)\÷\sqrt{\left({\mathrm{\Σ}}_{i=1}^N{\left(X_i-\stackrel{\‾}{X}\right)}^2\right)*\left({\mathrm{\Σ}}_{i=1}^N{\left(Y_i-\stackrel{\‾}{Y}\right)}^2\right)}$

其中，S為累積相似度平均值，i表示語音片段，X_i為基準(zhǔn)語音信號(hào)第i段語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率，Y_i為待測語音信號(hào)第i段語音片段音頻數(shù)據(jù)點(diǎn)所對應(yīng)的功率，為基準(zhǔn)語音信號(hào)的平均功率，為待測語音信號(hào)的平均功率。

本實(shí)施例步驟3中所述累積平均值計(jì)算方法采用的公式如下：

$\stackrel{\‾}{S}=\left({\mathrm{\Σ}}_{i=1}^N{S}_i\right)/N.$

以上所述的具體實(shí)施方式，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施方式而已，并不用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。