【技术实现步骤摘要】
本专利技术属于语音处理，具体涉及一种用于直升机语音处理系统的语音检测方法。
技术介绍
1、直升机在通信过程中，各个通道均会产生噪声，比如从飞机发动机产生的噪声、变流机产生电源干扰、飞机液压系统的各种压力泵产生打泵噪声、各种设备由于电磁兼容性问题产生的噪声等，针对这些噪声，原直升机上的数字语音处理系统在每个语音通道增加了静噪算法，此算法设置了一个门限，当超过门限时，认为输入信号为话音将信号送入系统，不够门限时认为输入信号为噪声将信号关断。由于此方法识别噪声较为粗糙，为避免话音意外关断(通话掉字)现象，通常使用延时关断的方案，延时时间不能小于500ms；但是500ms之内的噪声信号无法去除，从而导致话音关断前，耳机中都会听到一段噪音；因此，亟待一种语音检测方法，以解决500ms之内的噪声信号无法去除，导致话音关断前，耳机中听到噪音的问题。
2、有鉴于此，特提出本专利技术。
技术实现思路
1、本专利技术的目的在于克服上述现有技术的缺点，提供一种用于直升机语音处理系统的语音检测方法。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、一种用于直升机语音处理系统的语音检测方法，具体步骤如下：
4、步骤1、缓存一定时间的话音信号，再将此信号数据送至后端；
5、步骤2、对话音信号中高频部分采用高通滤波器进行滤波，加重话音中的高频分量；
6、步骤3、对步骤2得到的话音信号进行分帧，由于后续信号还需进行频域卷积，因此为防止
7、步骤4、对步骤3得到的话音信号的每一帧均进行短时傅里叶变换，其中，j＝-1，e为自然对数底，m为频率采样点，m＝0,1,2...,n-1,y[m]是第m个采样输出；
8、步骤5、对步骤4得到的话音信号通过梅尔滤波器得到不同频率的能量函数；梅尔滤波器对应不同频率语音信号的值均不相同，依据公式以及以下公式：
9、
10、，其中，mal代表梅尔滤波器数量，f()代表间隔频率，k代表第几个滤波器，依据得到的梅尔矩阵h，傅里叶变化后的数据y[m]通过梅尔滤波器滤波后的数据能量函数e(m)＝|y(m)|2h；
11、步骤6、将每个滤波器输出的能量进行对数运算，采用对数运算为
12、
13、步骤7、再将对数信号进行离散余弦变换就得到相应的梅尔倒谱系数，即(l通常取12-16)；
14、步骤8、将得到梅尔倒谱系数同向量表中的噪声系数进行对比，算法将开机采集到的前5帧数据认为全是噪音并将此噪音特征贮存到向量表中作为初始噪声数据记为n1，后续缓存第二个5帧数据设置为n2认为此数据为第二段噪声数据，按t＝n+k*(n-nmin)的方式确定阈值其中t为阈值，k为系数分别为0、1、2、3不同参数用以设置不同敏感度，n为当前噪声值，nmin为最小噪声值；得到梅尔系数后，当梅尔倒谱系数远大于t时确认为语音，当未发生显著突变时认为是噪声，并以此为n值，更新阈值t；若不符合则说明输入为语音，符合则说明输入为噪声，此时输出静噪门控制信号，关闭静噪门。
15、与现有技术相比，本专利技术提供的技术方案包括以下有益效果：
16、1.提高噪声识别精度：通过缓存一定时间的话音信号，并对其进行高频滤波、分帧、短时傅里叶变换、梅尔滤波器处理、对数运算和离散余弦变换等步骤，能够更准确地提取话音信号的特征。这种方法比传统的基于简单门限的方法更加精细，提高了噪声识别的准确性。
17、2.实时性增强：该方法能够在较短时间内完成信号处理和噪声识别，避免了传统延时关断方案中的500毫秒延时问题。这样可以在话音信号出现之前及时去除噪声，提升了实时通信的质量。
18、3.改善用户体验：由于500毫秒之内的噪声信号能够被有效去除，飞行员和其他乘员在耳机中听到的噪音大大减少。这不仅提升了用户的听觉体验，还减轻了他们的听觉疲劳，提高了舒适度和工作效率。
19、4.适应多种噪声环境：该方法能够应对直升机通信过程中产生的多种噪声源，包括发动机噪声、电源干扰、液压系统噪声以及电磁兼容性问题引起的噪声。这种广泛的适应性使得该检测方法在不同飞行环境和条件下都能保持良好的检测性能。
20、5.提高通信质量：通过更精细的噪声识别和处理，减少了噪声对通信的影响，提高了语音信号的清晰度和可理解性。这对于关键任务通信尤为重要，特别是在紧急情况下，清晰的通信可以大大提高操作的安全性和效率。
21、综上所述，本专利技术语音检测方法，弥补了原数字静噪算法的不足，使话音中由于静噪关断延时过长导致的拖尾噪声大幅减弱，提高了话音质量，保证了整机飞行状态时的话音状态清晰，无拖尾噪声问题。
本文档来自技高网...【技术保护点】
1.一种用于直升机语音处理系统的语音检测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述语音检测方法，其特征在于，在步骤2中，采用高通滤波器进行滤波。
3.根据权利要求1所述语音检测方法，其特征在于，在步骤3中，将语音数据分为n个帧，分帧过程为y[n]＝w[n]x[n]，其中，x[n]为每一帧语音数据，w[n]为每一帧窗函数。
4.根据权利要求3所述语音检测方法，其特征在于，窗函数为0≤n≤L-1，其中，L通常为12-16之间的整数。
5.根据权利要求3所述语音检测方法，其特征在于，在步骤4中，短时傅里叶变换为其中j＝-1，e为自然对数底，m为频率采样点，m＝0,1,2...,N-1,Y[m]是第m个采样输出。
6.根据权利要求5所述语音检测方法，其特征在于，在步骤5中，梅尔滤波器对应不同频率语音信号的值均不相同，依据公式以及以下公式：
7.根据权利要求6所述语音检测方法，其特征在于，在步骤6中，采用对数运算为。
8.根据权利要求7所述语音检测方法，其特征在于，在步骤7中，采用离散余弦变换
9.根据权利要求1所述语音检测方法，其特征在于，在步骤8中，算法将开机采集到的前5帧数据认为全是噪音并将此噪音特征贮存到向量表中作为初始噪声数据记为N1，后续缓存第二个5帧数据设置为N2认为此数据为第二段噪声数据，按T＝N+k*(N-Nmin)的方式确定阈值其中T为阈值，k为系数分别为0、1、2、3不同参数用以设置不同敏感度，N为当前噪声值，Nmin为最小噪声值。
10.根据权利要求9所述语音检测方法，其特征在于，在步骤8中，得到梅尔系数后，当梅尔倒谱系数远大于T时确认为语音，当未发生显著突变时认为是噪声，并以此为N值，更新阈值T。
...【技术特征摘要】
1.一种用于直升机语音处理系统的语音检测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述语音检测方法，其特征在于，在步骤2中，采用高通滤波器进行滤波。
3.根据权利要求1所述语音检测方法，其特征在于，在步骤3中，将语音数据分为n个帧，分帧过程为y[n]＝w[n]x[n]，其中，x[n]为每一帧语音数据，w[n]为每一帧窗函数。
4.根据权利要求3所述语音检测方法，其特征在于，窗函数为0≤n≤l-1，其中，l通常为12-16之间的整数。
5.根据权利要求3所述语音检测方法，其特征在于，在步骤4中，短时傅里叶变换为其中j＝-1，e为自然对数底，m为频率采样点，m＝0,1,2...,n-1,y[m]是第m个采样输出。
6.根据权利要求5所述语音检测方法，其特征在于，在步骤5中，梅尔滤波器对应不同频率语音信号的值均不相同，依据公式以及以下公式：...
【专利技术属性】
技术研发人员：蒲勇，肖剑，袁鹏程，王业成，曹诗晨，喻忆，
申请(专利权)人：陕西烽火电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。