利用小波轉換在改善AMR 語音編碼器之VAD 與音高週期偵測演算法之研究

Abstract

本文針對適應性多重位元率(Adaptive Multi Rate, 簡稱AMR) 語音編碼器提出一套可同時達成 VAD(Voice Active Detection)與Pitch Detection 的新 型演算法，該演算法先利用VAD 所求得有聲部分 來進一步計算Pitch 週期，本文提出的VAD 演算法 技術以知覺小波封包轉換(Perceptual Wavelet Packet Transform, 簡稱PWPT)與適應性加權門檻 值(Adaptive Weighted Threshold , 簡稱AWT)為基 礎來辨識語音訊號中無聲部分與有聲部分，由於語 音訊號大部分都含有背景雜訊，所以將辨識出的有 聲段經由FNBS(Filter Noise Band Select)將雜訊濾 除，最後將有聲部分透過空間域自相關函數與音高 週期校準後，便可以找出語音訊號的Pitch 週期， 從實驗結果可得知本文提出VAD 演算法優於 AMR 編碼器中的VAD，並且可以濾除有聲段語音 訊號雜訊，同時配合VAD 的Pitch Detection 演算 法其運算時間較原先AMR 編碼器快，並可降低原 先AMR Pitch Detection 處理的複雜度。