基于HMM与SVM的语音活动检测

摘要：

工程机械强噪音环境下的噪声源较多，导致电话语音通话无法进行，且强噪声造成无效数据占用带宽。为此，提出基于隐马尔科夫模型(HMM)和支持向量机(SVM)的语音活动检测算法。该算法将提取的美尔频率倒谱系数特征向量输入到 HMM 识别器中，并通过Viterbi算法得到N维最佳识别结果，将其转换为SVM特征向量输入到SVM分类器中进行分类判别，得到判决结果。实验结果表明，该算法在机械工作噪音的情况下，语音检测率较静态统计类算法平均提高9%，比小波支持向量机方法提高11%，在驾驶室噪音的情况下比小波SVM方法有较小幅度的提高，但其增长速度较快，且比传统的统计类算法提高9%。

关键词：美尔频率倒谱系数、隐马尔科夫模型、支持向量机、语音活动检测、核函数

分类号：TP18(自动化基础理论)

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：203-208