我打算在实时硬件中移植语音活动检测算法，所以我成功地对语音和静音/噪声进行了分类，但现在的问题是用舒适噪声替换静音帧（最好是任何固定噪声）
所以任何人都可以建议任何开源 CNG 算法或舒适噪音如何可以是任何类型（粉红色、白色等）
为此，我们通常使用 rand() 函数，但是由于实时 DSP 不提供这些类型的函数，那么如何移植这种类型的算法？
VAD 算法中的舒适噪声插入
信息处理
DSP核心
嗓音
2022-02-25 22:21:46
2个回答
您可能想尝试双管齐下的方法。首先，在对话/交换开始时有一个标准的预打包 CN 注入（如 jan 和 Jason R 建议）。
随着对话的进行，通过对 VAD 结束点和开始点之间的最低音量信号进行采样，收集低音量数据，这可能是我假设你已经拥有的降噪算法的一部分。将您的小体积样品与您的标准 CN 进行比较，如果它与您建立的某些阈值或特征相匹配，则替换（或卷积以简单地稀释您的合成 CN）。您所需要的只是一些 rand 和规范化函数，也许还有 FFT，所有这些在 C（和汇编）中都很容易获得。
对于我的问题，我已经按照上面一些人的建议寻求了一个简单的解决方案，而且我的想法是我对这种方法保持简单
在解码器方面，我采用了两种具有不同噪声强度的舒适噪声，同时流式传输解码数据，如果用户发现用一种噪声强度分布，我将切换到另一种噪声
我有 1 秒的噪音文件，重复也不会打扰人耳
其它你可能感兴趣的问题