期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
高干扰环境下基于分布式光纤声波传感的微弱语音信号检测
1
作者 张晨思 王茂宁 +5 位作者 钟羽中 张建伟 刘严才 闫海卫 王伟 晏世伟 《工程科学与技术》 北大核心 2025年第2期29-39,共11页
分布式光纤声波传感器(DAS)可用于隧道塌陷事故中的人员搜救、人声信号定位。但在基于DAS的语音活动检测(VAD)中,使用户外采集的真实数据进行语音提取面临着以下问题:受限于嘈杂的现场环境和有限的采集信号方式,收集到的语音易被复杂强... 分布式光纤声波传感器(DAS)可用于隧道塌陷事故中的人员搜救、人声信号定位。但在基于DAS的语音活动检测(VAD)中,使用户外采集的真实数据进行语音提取面临着以下问题:受限于嘈杂的现场环境和有限的采集信号方式,收集到的语音易被复杂强噪声干扰,无法获得干净的语音数据用于监督训练。为了解决上述问题,本文提出一种基于短期自相关特征的算法(ST-ACF)进行语音活动检测,结合了音高信息和自相关函数检测语音帧的相关谐波特征,使得算法在极低信噪比(小于-10 dB)的DAS环境下仍能提取所有有效人声。ST-ACF算法包括预去噪阶段和语音检测阶段。在预去噪阶段,基于对语音音高信息周期性的研究,设计双通道时间窗口,对两类典型噪声进行预去噪。在语音检测阶段,提出一种改进式自相关函数,考虑特征值和变化幅度两个维度,通过其乘积最大化语音和噪音之间的距离,提高了算法对临界数据的处理能力。算法改进后能得到与特征出现频率匹配的最佳频谱窗口,可利用其寻找局部谐波,并通过分析局部谐波区分语音和非语音。实验使用DAS真实数据和NOISEX-92数据集中的6类噪声,采用指标误帧率对算法进行评估。结果表明,ST-ACF在高能噪声环境中表现优异,误帧率仅为19.74%,相较于基线算法提升了5.91%;同时,在DAS数据集上,ST-ACF也表现出最佳性能。总体而言,通过时间窗口和自相关函数的改进,ST-ACF在处理DAS语音数据时表现出色,对不同噪声环境都具有良好的检测性能,展现出应用于多种复杂场景的潜力,拓展了基于分布式光纤语音信号处理方向的研究。 展开更多
关键词 分布式光纤声波传感 语音端点检测 低信噪比 音高信息 自相关函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部