In this thesis, theoretical and experimental investigation for detecting the presence of speech in noisy speech that is corrupted by white Gaussian noise has been done. In one algorithm, speech/silence discrimination is made based on the energy and autocorrelation of input signal. The threshold of energy is adapted by comparing the current threshold values and the energy and autocorrelation of the incoming noisy speech. Computer simulation has been done with various real speech, clean speech and noisy speech with signal-to-noise ratios (SNR's) of 20, 10 and 0 dB. The percentage of discrimination errors were less than 6 percents.
In another algorithm we have done preprocessing by Wiener filtering the input signal and used the same algorithm described above. The noisy input speech is first Weiner filtered to reduce the effect of noise. Then, speech/silence decision of the filtered signal is done by measuring its energy and autocorrelation. According to our computer simulation results, the percentage of discrimination errors decreases when the input noisy signal is preprocessed in the case that the input signal is extremely noisy. In addition, design of the new speech detector hardware has been considered.
본 논문에서는 잡음이 섞인 음성신호에서 잡음만 있는 부분과 잡음과 음성신호가 있는 부분을 구별하는 것에 관하여 연구하였다. 그 결과 두가지의 새로운 판별법을 제시하였다.
첫째 방법은 입력 잡음 음성의 에너지와 자기상관함수(Autocorrelation)의 절대치의 합을 이용하였다.
둘째 방법은 잡음 섞인 음성신호에서 잡음의 영향을 줄이기 위하여 Wiener 필터를 사용하였다. 그리고 Wiener 필터의 출력을 첫번째 방법의 입력으로 사용하였다.
위의 방법들에 의해서 찾아낼 수 있는 silence 기간은 16ms이상이며, 잡음이 없는 음성신호에서는 음성과 silence 기간을 정확히 구별할 수 있다. 그리고 입력이 20, 10, 0 dB의 잡음신호일때 첫번째 방법에 의한 오차율은 2.07, 3.45, 5.34%이고, 두번째 방법에 의한 오차율은 1.55, 3.49, 5.17% 였다. 이러한 오차율은 포락선(envelope)을 이용한 방법의 오차율의 약 1/2이다. 그리고 첫번째 방법은 1개의 마이크로프로세스를 이용하면 실시간 처리가 가능하다.
