CN111312291B - 信噪比检测方法、系统、移动终端及存储介质 - Google Patents
信噪比检测方法、系统、移动终端及存储介质 Download PDFInfo
- Publication number
- CN111312291B CN111312291B CN202010111490.8A CN202010111490A CN111312291B CN 111312291 B CN111312291 B CN 111312291B CN 202010111490 A CN202010111490 A CN 202010111490A CN 111312291 B CN111312291 B CN 111312291B
- Authority
- CN
- China
- Prior art keywords
- amplitude
- signal
- noise ratio
- voice
- spectral line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000001228 spectrum Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000003595 spectral effect Effects 0.000 claims description 86
- 230000005484 gravity Effects 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Telephone Function (AREA)
- Noise Elimination (AREA)
Abstract
本发明提供了一种信噪比检测方法、系统、移动终端及存储介质，该方法包括：获取待检测语音的基频，对待检测语音进行傅里叶变换，得到语音频谱；根据基频获取频谱谐波的频率和幅值，对频率和幅值进行校正；对频谱谐波进行逆傅里叶变换，得到有效波形；计算待检测语音和有效波形的幅值，得到当前幅值和有效幅值，根据当前幅值和有效幅值计算噪声幅值；根据有效幅值和噪声幅值进行信噪比计算，得到信噪比值，判断信噪比值是否在预设范围内；若是，判定待检测语音的信噪比检测合格。本发明通过利用谐波特性以得到有效波形，基于有效波形计算有效幅值和噪声幅值，基于有效幅值和噪声幅值计算信噪比值，提高了信噪比检测的实时性。
Description
技术领域
本发明属于语音识别技术领域，尤其涉及一种信噪比检测方法、系统、移动终端及存储介质。
背景技术
无线通信设备，如蜂窝式移动电话(蜂窝电话)，通常采用使用户能以免提及免看(eyes-free)方式操作设备的语音识别算法。例如，目前市场上的许多蜂窝电话能够识别并执行语音命令以发起呼出的电话呼叫，接听呼入的电话呼叫，和执行其它功能。这些蜂窝电话中的许多还可以识别口头说出的姓名，并在电子电话薄中找到该识别出的姓名，然后自动呼叫与该姓名相关联的电话号码。
当用户操作设备的环境具有较低的背景噪声时，也就是当语音信号的信噪比较高时，语音识别算法性能较好。当背景噪声级别增加时，语音信号的信噪比减小，语音识别算法的错误率就上升，因此，语音识别过程中的信噪比检测问题越来越受人们所重视。
信噪比检测在语音中有很大的应用前景，但是目前缺少比较好的信噪比检测方法，常用的是利用静音段(没有人声部分)，评估出噪音的功率以达到评估语音信噪比的效果，但由于是通过基于噪音平稳的假设进行噪音功率的评估，进而导致信噪比检测的实时性较差。
发明内容
本发明实施例的目的在于提供一种信噪比检测方法、系统、移动终端及存储介质，旨在解决现有的信噪比检测的实时性较差的问题。
本发明实施例是这样实现的，一种信噪比检测方法，所述方法包括：
获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内；
当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格。
更进一步的，所述对所述频率和所述幅值进行校正的步骤包括：
获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正。
更进一步的，所述根据所述第一重心和所述第二重心进行校正计算所采用的计算公式为：
其中，K为所述语音频谱中的谱线序号，Y为所述谱线序号对应的纵坐标。
更进一步的，所述对所述幅值进行校正所采用的校正公式为：
更进一步的，所述根据所述当前幅值和所述有效幅值计算噪声幅值的步骤包括：
计算所述当前幅值与所述有效幅值之间的差值，以得到所述噪声幅值。
更进一步的，所述根据所述有效幅值和所述噪声幅值进行信噪比计算所采用的计算公式为：
其中，Asiganl为所述有效幅值，Anoise为所述噪声幅值。
本发明实施例的另一目的在于提供一种信噪比检测系统，所述系统包括：
频谱转换模块，用于获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
谐波校正模块，用于根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
逆变换模块，用于对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
幅值计算模块，用于分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
信噪比计算模块，用于根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内；
检测判断模块，用于当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格。
更进一步的，所述谐波校正模块还用于：
获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正。
本发明实施例的另一目的在于提供一种移动终端，包括存储设备以及处理器，所述存储设备用于存储计算机程序，所述处理器运行所述计算机程序以使所述移动终端执行上述的信噪比检测方法。
本发明实施例的另一目的在于提供一种存储介质，其存储有上述的移动终端中所使用的计算机程序，该计算机程序被处理器执行时实现上述的信噪比检测方法的步骤。
本发明实施例，通过利用谐波特性进行傅里叶变换和逆变换，以得到有效波形，基于该有效波形计算有效幅值和噪声幅值，并基于该有效幅值和噪声幅值计算信噪比值，进而有效的提高了信噪比检测的实时性，只需要较短的语音数据就可评估当前的信噪比，提高了信噪比检测的检测效率。
附图说明
图1是本发明第一实施例提供的信噪比检测方法的流程图；
图2是本发明第二实施例提供的信噪比检测方法的流程图；
图3是本发明第三实施例提供的信噪比检测系统的结构示意图；
图4是本发明第四实施例提供的移动终端的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
实施例一
请参阅图1，是本发明第一实施例提供的信噪比检测方法的流程图，包括步骤：
步骤S10，获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱；
其中，所述语音频谱中至少存储有一个频谱谐波，该基频可以采用自相关算法的方式进行获取，自相关算法是利用语音信号在发浊音时的周期性来检验音调的周期的算法，对于确定性信号,自相关函数定义为:
式中Xn是用采样频率f,对连续信号X(t)进行采样后得到的离散信号,而在对语言信号作自相关处理时.总是将语言信号X,分成若干帧,式中的N是帧的长度,K＝0,1,2,...2/3N；
如果信号序列是周期性的,其自相关函数也是同周期性的。并且自相关函数是偶函数,R(0)具有最大值。为了避免音调周期性和共振峰周期性混在一起,需要对语音信号进行预处理,从而去掉声道响应的影响，常用的预处理方法是“中心削波”技术，自相关算法的关键在于确定中心削波电平和自相关数据的点数；
步骤S20，根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
其中，由于各频谱谐波的频率是基频的整数倍，因此，基于该基频能有效的进行该频率和幅值的获取，且通过对该频率和幅值进行校正的设计，有效的提高了后续信噪比计算的准确性；
步骤S30，对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
其中，通过对该频谱谐波进行逆傅里叶变换的设计，能有效的将该频谱谐波转换为有效波形，该有效波形为该待检测语音中的有效语音信号；
步骤S40，分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
其中，计算所述待检测语音和所述有效波形的幅值所采用的计算公式为：
具体的，每段语音是由很多的采样点组成的(Xi，i＝1,2..N)，因此，通过上述计算公式能有效的计算该待检测语音和有效波形的幅值，以对应得到当前幅值和有效幅值；
步骤S50，根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值；
其中，所述根据所述有效幅值和所述噪声幅值进行信噪比计算所采用的计算公式为：
具体的，Asiganl为所述有效幅值，Anoise为所述噪声幅值；
步骤S60，判断所述信噪比值是否在预设范围内；
其中，该预设范围可以根据需求进行设置；
当判断到所述信噪比值在所述预设范围内时，执行步骤S70；
步骤S70，判定所述待检测语音的信噪比检测合格；
优选的，该步骤中，还可以采用判断所述信噪比值是否大于比值阈值的方式进行该信噪比检测合格的判断；
本实施例，通过利用谐波特性进行傅里叶变换和逆变换，以得到有效波形，基于该有效波形计算有效幅值和噪声幅值，并基于该有效幅值和噪声幅值计算信噪比值，进而有效的提高了信噪比检测的实时性，只需要较短的语音数据就可评估当前的信噪比，提高了信噪比检测的检测效率。
实施例二
请参阅图2，是本发明第二实施例提供的信噪比检测方法的流程图，包括步骤：
步骤S11，获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱；
其中，所述语音频谱中至少存储有一个频谱谐波；
步骤S21，根据所述基频获取所述频谱谐波的频率和幅值，并获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
其中，由于各频谱谐波的频率是基频的整数倍，因此，基于该基频能有效的进行该频率和幅值的获取，且通过对该频率和幅值进行校正的设计，有效的提高了后续信噪比计算的准确性；
具体的，该步骤中，通过基于该频率和幅值的获取，能有效的进行该语音频谱中相邻谱峰最高的谱线分析，并基于分析结果进行谱线获取，以得到该第一谱线和第二谱线；
步骤S31，通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
步骤S41，获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
步骤S51，通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
步骤S61，根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正；
其中，所述根据所述第一重心和所述第二重心进行校正计算所采用的计算公式为：
具体的，K为所述语音频谱中的谱线序号，Y为所述谱线序号对应的纵坐标；
因此，本实施例中得到的校正频率为：
步骤S71，通过幅值校正公式对所述幅值进行校正，并对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
其中，通过对该频谱谐波进行逆傅里叶变换的设计，能有效的将该频谱谐波转换为有效波形，该有效波形为该待检测语音中的有效语音信号；
具体的，所述对所述幅值进行校正所采用的校正公式为：
步骤S81，分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并计算所述当前幅值与所述有效幅值之间的差值，以得到所述噪声幅值；
其中，计算所述待检测语音和所述有效波形的幅值所采用的计算公式为：
具体的，每段语音是由很多的采样点组成的(Xi，i＝1,2..N)，因此，通过上述计算公式能有效的计算该待检测语音和有效波形的幅值，以对应得到当前幅值和有效幅值；
优选的，由于在待检测语音中除去有效信号后，得到的就是噪声信号，因此，该步骤中，通过进行该当前幅值与有效幅值之间的差值计算，以对应得到该噪声幅值；
步骤S91，根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值；
其中，所述根据所述有效幅值和所述噪声幅值进行信噪比计算所采用的计算公式为：
具体的，Asiganl为所述有效幅值，Anoise为所述噪声幅值；
步骤S101，判断所述信噪比值是否在预设范围内；
当判断到所述信噪比值在所述预设范围内时，执行步骤S111；
步骤S111，判定所述待检测语音的信噪比检测合格；
本实施例中，通过利用谐波特性进行傅里叶变换和逆变换，以得到有效波形，基于该有效波形计算有效幅值和噪声幅值，并基于该有效幅值和噪声幅值计算信噪比值，进而有效的提高了信噪比检测的实时性，只需要较短的语音数据就可评估当前的信噪比，提高了信噪比检测的检测效率。
实施例三
请参阅图3，是本发明第三实施例提供的信噪比检测系统100的结构示意图，包括：频谱转换模块10、谐波校正模块11、逆变换模块12、幅值计算模块13、信噪比计算模块14和检测判断模块15，其中：
频谱转换模块10，用于获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
谐波校正模块11，用于根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正。
其中，所述谐波校正模块11还用于：
获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正。
具体的，所述谐波校正模块11中，所述根据所述第一重心和所述第二重心进行校正计算所采用的计算公式为：
其中，K为所述语音频谱中的谱线序号，Y为所述谱线序号对应的纵坐标。
更进一步的，所述谐波校正模块11中，所述对所述幅值进行校正所采用的校正公式为：
逆变换模块12，用于对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
幅值计算模块13，用于分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值。
其中，所述幅值计算模块13还用于：计算所述当前幅值与所述有效幅值之间的差值，以得到所述噪声幅值。
信噪比计算模块14，用于根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内。
其中，所述信噪比计算模块14中，所述根据所述有效幅值和所述噪声幅值进行信噪比计算所采用的计算公式为：
其中，Asiganl为所述有效幅值，Anoise为所述噪声幅值。
检测判断模块15，用于当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格；
本实施例，通过利用谐波特性进行傅里叶变换和逆变换，以得到有效波形，基于该有效波形计算有效幅值和噪声幅值，并基于该有效幅值和噪声幅值计算信噪比值，进而有效的提高了信噪比检测的实时性，只需要较短的语音数据就可评估当前的信噪比，提高了信噪比检测的检测效率。
实施例四
请参阅图4，是本发明第四实施例提供的移动终端101，包括存储设备以及处理器，所述存储设备用于存储计算机程序，所述处理器运行所述计算机程序以使所述移动终端101执行上述的信噪比检测方法。
本实施例还提供了一种存储介质，其上存储有上述移动终端101中所使用的计算机程序，该程序在执行时，包括如下步骤：
获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内；
当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格。所述的存储介质，如：ROM/RAM、磁碟、光盘等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元或模块完成，即将存储装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。
本领域技术人员可以理解，图3中示出的组成结构并不构成对本发明的信噪比检测系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，而图1-2中的信噪比检测方法亦采用图3中所示的更多或更少的部件，或者组合某些部件，或者不同的部件布置来实现。本发明所称的单元、模块等是指一种能够被所述目标信噪比检测系统中的处理器(图未示)所执行并功能够完成特定功能的一系列计算机程序，其均可存储于所述目标信噪比检测系统的存储设备(图未示)内。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种信噪比检测方法，其特征在于，所述方法包括：
获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内；
当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格；
所述对所述频率和所述幅值进行校正的步骤包括：
获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正。
2.如权利要求1所述的信噪比检测方法，其特征在于，所述根据所述第一重心和所述第二重心进行校正计算所采用的计算公式为：
其中，K为所述语音频谱中的谱线序号，Y为所述谱线序号对应的纵坐标。
3.如权利要求2所述的信噪比检测方法，其特征在于，所述对所述幅值进行校正所采用的校正公式为：
4.如权利要求1所述的信噪比检测方法，其特征在于，所述根据所述当前幅值和所述有效幅值计算噪声幅值的步骤包括：
计算所述当前幅值与所述有效幅值之间的差值，以得到所述噪声幅值。
5.如权利要求1所述的信噪比检测方法，其特征在于，所述根据所述有效幅值和所述噪声幅值进行信噪比计算所采用的计算公式为：
其中，Asiganl为所述有效幅值，Anoise为所述噪声幅值。
6.一种信噪比检测系统，其特征在于，所述系统包括：
频谱转换模块，用于获取待检测语音的基频，并对所述待检测语音进行傅里叶变换，得到语音频谱，所述语音频谱中至少存储有一个频谱谐波；
谐波校正模块，用于根据所述基频获取所述频谱谐波的频率和幅值，并对所述频率和所述幅值进行校正；
逆变换模块，用于对校正后的所述频谱谐波进行逆傅里叶变换，得到有效波形；
幅值计算模块，用于分别计算所述待检测语音和所述有效波形的幅值，得到当前幅值和有效幅值，并根据所述当前幅值和所述有效幅值计算噪声幅值；
信噪比计算模块，用于根据所述有效幅值和所述噪声幅值进行信噪比计算，得到信噪比值，并判断所述信噪比值是否在预设范围内；
检测判断模块，用于当判断到所述信噪比值在所述预设范围内时，判定所述待检测语音的信噪比检测合格；
所述谐波校正模块还用于：
获取所述语音频谱中相邻谱峰最高的两条谱线，得到第一谱线和第二谱线；
通过采用重心法对所述第一谱线和所述第二谱线进行重心计算，得到第一重心；
获取所述第一谱线相对于所述第二谱线另一侧的谱线，得到第三谱线；
通过采用重心法对所述第一谱线和所述第三谱线进行重心计算，得到第二重心；
根据所述第一重心和所述第二重心进行校正计算，得到校正频率，并根据所述校正频率对所述频率进行校正。
7.一种移动终端，其特征在于，包括存储设备以及处理器，所述存储设备用于存储计算机程序，所述处理器运行所述计算机程序以使所述移动终端执行根据权利要求1至5任一项所述的信噪比检测方法。
8.一种存储介质，其特征在于，其存储有权利要求7所述的移动终端中所使用的计算机程序，该计算机程序被处理器执行时实现权利要求1至5任一项所述的信噪比检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010111490.8A CN111312291B (zh) | 2020-02-24 | 2020-02-24 | 信噪比检测方法、系统、移动终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010111490.8A CN111312291B (zh) | 2020-02-24 | 2020-02-24 | 信噪比检测方法、系统、移动终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111312291A CN111312291A (zh) | 2020-06-19 |
| CN111312291B true CN111312291B (zh) | 2023-01-03 |
Family
ID=71161870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010111490.8A Active CN111312291B (zh) | 2020-02-24 | 2020-02-24 | 信噪比检测方法、系统、移动终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111312291B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112187351A (zh) * | 2020-09-21 | 2021-01-05 | 西安工程大学 | 紫外光实验信号及其仿真信号的信噪比计算方法 |
| CN113313398B (zh) * | 2021-06-08 | 2021-12-10 | 广州市中颐后勤管理服务有限公司 | 可供用户查询及接收实时通知的洗衣管理方法及系统 |
| CN117354676B (zh) * | 2023-10-30 | 2024-03-05 | 广州特美声电器有限公司 | 基于长距离的声音叠加放大方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT1257164B (it) * | 1992-10-23 | 1996-01-05 | Ist Trentino Di Cultura | Procedimento per la localizzazione di un parlatore e l'acquisizione diun messaggio vocale, e relativo sistema. |
| DE102011013600B4 (de) * | 2011-03-10 | 2016-02-11 | Bruker Daltonik Gmbh | Verarbeitung der Ionenstrommesswerte in Flugzeitmassenspektrometern |
| CN103454495B (zh) * | 2013-09-13 | 2016-01-20 | 电子科技大学 | 自适应高精度快速频谱分析方法 |
| CN108469281A (zh) * | 2018-01-18 | 2018-08-31 | 天津大学 | 基于emd和频谱校正的两相涡街信号处理方法 |
| CN109855852A (zh) * | 2019-03-04 | 2019-06-07 | 中国矿业大学 | 一种基于短时校正傅里叶变换的信号包络提取方法 |
-
2020
- 2020-02-24 CN CN202010111490.8A patent/CN111312291B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111312291A (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111312291B (zh) | 信噪比检测方法、系统、移动终端及存储介质 | |
| JP5874344B2 (ja) | 音声判定装置、音声判定方法、および音声判定プログラム | |
| CN103903612B (zh) | 一种实时语音识别数字的方法 | |
| CN112004177B (zh) | 一种啸叫检测方法、麦克风音量调节方法及存储介质 | |
| CN105118522B (zh) | 噪声检测方法及装置 | |
| CN110556125B (zh) | 基于语音信号的特征提取方法、设备及计算机存储介质 | |
| CN104464722A (zh) | 基于时域和频域的语音活性检测方法和设备 | |
| CN110111811B (zh) | 音频信号检测方法、装置和存储介质 | |
| CN110648680A (zh) | 语音数据的处理方法、装置、电子设备及可读存储介质 | |
| CN113593599A (zh) | 一种去除语音信号中噪声信号的方法 | |
| CN114627899A (zh) | 声音信号检测方法及装置、计算机可读存储介质、终端 | |
| CN110503973B (zh) | 音频信号瞬态噪音抑制方法、系统以及存储介质 | |
| CN103310800B (zh) | 一种抗噪声干扰的浊语音检测方法及系统 | |
| CN103824563A (zh) | 一种基于模块复用的助听器去噪装置和方法 | |
| CN112216285B (zh) | 多人会话检测方法、系统、移动终端及存储介质 | |
| CN116364107A (zh) | 一种语音信号检测方法、装置、设备及存储介质 | |
| CN110556128A (zh) | 一种语音活动性检测方法、设备及计算机可读存储介质 | |
| CN113223561B (zh) | 一种语音活动检测的方法、电子设备及装置 | |
| CN114267370A (zh) | 一种基于频域处理的啸叫抑制方法及装置 | |
| CN1902684A (zh) | 为鲁棒语音识别对语音信号进行处理的方法和设备 | |
| KR20030076636A (ko) | 전기 음성 신호와 관련된 잡음을 감소시키는 방법 및 장치 | |
| CN113316075A (zh) | 一种啸叫检测方法、装置及电子设备 | |
| CN113611319A (zh) | 基于语音成分实现的风噪抑制方法、装置、设备及系统 | |
| US11322174B2 (en) | Voice detection from sub-band time-domain signals | |
| CN113936694B (zh) | 人声实时检测方法、计算机装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |