我的问题是我不知道背景噪声的能量，所以我不能仅仅限制能量。处理是实时完成的，我有大约 500 毫秒的时间来决定。理想情况下，我希望安静的辅音被认为是非沉默的。
如何将电话音频分割成静音/非静音？
信息处理
声音的
语音识别
2022-01-02 17:16:13
1个回答
您可以查看一堆参数：
- 总能量
- 短期频谱：语音具有相当独特的“粉红色”频谱，而噪声（发生在非语音部分）如果以电为主，则趋向于白色，如果是声学背景，则趋向于“红色”（即低频重）噪音或麦克风噪音
- 幅度统计。大多数噪声信号具有高斯分布，语音更接近拉普拉斯分布
我认为这三者的组合应该提供一个相当强大的检测方案。
其它你可能感兴趣的问题