語音訊號與音樂訊號的分辨方法

宋老师您好!感谢老师撰写本书令我获益良多! 目前在尝试实现 VAD 功能遇上了一个问题，还烦请老师解惑!

我的作法如下：首先使用熵值估测来辨识语音以及噪音，但这个方法无法辨识出音乐讯号以及语音讯号的差异，后来阅读文献后发现过零率能够一定程度的表现出语音以及噪音的差异，因此我将这两者结合做出初版的VAD。但是会发现虽然音乐讯号辨识成语音讯号的机率降低，但是语音片段也时常没有被正确辨识出来。想请问老师我是应该调整阈值或是您对于语音与音乐讯号的分类有其他建议的做法吗?谢谢您!

VAD test.png (220.16 KB, 下载次数: 0)

目前VAD侦测方法