語音激活檢測技術(shù)的研究與應(yīng)用.pdf

1、近年來，隨著信息產(chǎn)業(yè)的不斷發(fā)展，語音編碼技術(shù)得到了飛速的發(fā)展，在編碼技術(shù)中，降低語音編碼速率，對數(shù)字通信技術(shù)的發(fā)展具有重大的意義。在存儲方面，降低比特率可以降低系統(tǒng)對存儲設(shè)備容量的要求；在傳輸方面，降低比特率可以帶來低的傳輸帶寬、功率和容量。 目前在許多通信標(biāo)準(zhǔn)中都引入了變比特率語音編碼技術(shù)，根據(jù)語音信號的統(tǒng)計(jì)特性和通信信道的質(zhì)量來控制信息傳輸速率。靜默壓縮技術(shù)充分利用了會話語音中出現(xiàn)的停頓和靜默間隔，在確保質(zhì)量的前提下，對不同

2、的語音段用不同的比特?cái)?shù)進(jìn)行編碼。傳統(tǒng)的靜默壓縮算法通常基于固定的函數(shù)利用一定的判決準(zhǔn)則進(jìn)行判斷，然而這樣的判決不具有可變性，無法適應(yīng)多種背景的變化環(huán)境。競爭神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中一種重要的算法，它克服了傳統(tǒng)分類方法的非可變性，在背景復(fù)雜的的環(huán)境中具有較強(qiáng)的魯棒性。 本文針對上述問題，對多種方案進(jìn)行了研究分析。首先，提出了兩種新的基于競爭網(wǎng)絡(luò)的語音激活檢測算法，它們分別是基于學(xué)習(xí)矢量量化的語音激活檢測算法和基于自組織特征映射和學(xué)習(xí)矢