3利用语音存在概率进行VAD
3.1检测指标计算
估计出语音存在概率后，还不能直接用来进行VAD，因为这些概率是针对每一个频率点的，需要将这些信息转换为某一帧的评价量。通过对语音存在概率随时间和频率点分布的观察，发现有2项指标可被用来比较准确地辨别出有声段和无声段，分别是
其中，pt为某一帧所有频率点的语音存在概率之和，pe为某一帧上语音存在概率为1的所有频率点个数，M为有频率点数。但是，实验表明，这两个参数虽然总体上可以看出哪些是无声段哪些是有声段，但起伏可能非常剧烈，所以需要进行平滑处理。设定
其中，采用了当前帧前面4帧的数据进行平滑。
3.2参数设定判断是否存在语音主要看式（17）~（18）中2个指标是否超过某个门限。具体为
其中，式（19）~（20）对一段含噪信号最开始一段的2个指标求平均，然后利用式（21）~（22）得到正式的门限；W为每帧有频率点数。其判断结果
其中，“1”为有语音，“0”为无语音。
4实验结果
为 评价该VAD方法的性能，设定如下指标
含噪信号是人工合成的，其中纯净信号来自一段评书，噪声信号取自Noisex-92噪声库，包括白噪声、粉红噪声、F16战斗机噪声、沃尔沃汽车噪声、闲聊声和工厂噪声等，信噪比均为6 dB。所有指标均与文献[3]中的方法对比。含语音帧总数和纯噪声帧总数根据纯净信号人为判定。将文献[3]中的方法称为方法A，本文方法称为方法B。3项指标的计算结果列于表1~3。
可看出，在大部分情况下，方法B要优于方法A；但当信噪比降低到一定程度后，方法A要优于方法B。图1给出了背景噪声是白噪声时，2种方法的性能比较。可看出，当输入信噪比大于5 dB时，方法B明显优于方法A；但当信噪比降到0 dB后，方法A好于方法B。
5总结
这 种新的VAD方法在信噪较高时，效果非常好。如实验发现，当背景噪声为白噪声，信噪比为18 dB时总体准确率可达0.961 8，而文献[3]中的方法只能达到0.831 3。但当信噪比下降到0 dB后，新的方法表现不如文献[3]中的方法。另外，在背景噪声为非平稳噪声时，效果也不够理想，有待改进。
参考文献
[1]MARTIN R.Noise power spectral density estimation basedon optimal smoothing and minimum statistic [J].IEEETrans.on Speech and Audio Processing，2001，9（5）：504-512.
[2]COHEN I.Noise spectrum estimation in adverse environment:improved minima controlled recursive averaging[J].IEEE Trans.on Speech and Audio Processing，2003，11（5）：466-475.
[3]吴平，谷源涛，崔慧娟.一种稳健的背景噪声监测方法[J].电声技术，2003（11）：42-45.