论文部分内容阅读
为了提高动态噪声环境下语音检测的准确性,提出一种基于噪声场景识别与多特征集成学习的活动语音检测方法。针对非平稳复杂音频信号,提取小波能量、奇异值等时频域特征,采用随机森林优选出可分性更好的特征组合。实验表明,相比于支持向量机与多层感知器分类模型,所提方法的语音检测准确率提升显著,并且在不同噪声类型、不同噪声强度下性能更加稳定。