44000
88000
123000
190334
...
然后在第二个第二点结束，等等。不幸的是，这是我在使用Google“语音检测”时看到的很多东西。 iPhone。
谢谢！
#1 楼
在回答您的问题时，我曾提到语音活动检测是G.729等编解码器的标准功能。应该为应用此算法的算法寻找参考编码器和解码器。
这样的例子是-http://www.voiceage.com/openinit_g729.php
另一个可能的来源是Speex编解码器。哪个实现了VAD
顺便说一句：您应该在Google中搜索“语音活动检测”或“说话突飞猛进”，而不是“语音检测”。
#2 楼
Sphinx和Freeswitch项目中有开源实现。我认为它们都是基于能量的探测器，不需要任何模型。Sphinx 4（Java，但应该很容易移植到C / C ++）
PocketSphinx
Freeswitch
来自Stackoverflow问题的答案。
#3 楼
使用自适应阈值的语音活动检测非常容易且方便在任何平台上实现在这里，您可以拥有基于自适应能量的算法
我们第一次计算能量均值并标记为Emin
在此，您将通过的帧分为多个子帧，然后您可以检查每个子帧的活动
您可以克服重叠框架带来的更多问题
评论
$ \ begingroup $
我正在尝试实现本文中的方法，但是由于噪声抑制，当Min_E为零时会迷路。在这种情况下，根据公式，Thresh_E将为-INF。即使取log1p（Min_E），Thresh_E也将为零，因此由于非零能量，很容易对语音帧进行错误分类。有什么好的建议还是我误会了？公式：阈值_ E能量_ Pr imThresh * log（最小_ E）
$ \ endgroup $
–法雷
15年11月29日，0：29
#4 楼
LibVAD怎么样？看起来恰好符合您的描述。
披露：我是LibVAD的开发商
评论
$ \ begingroup $
如何获得libVAD？
$ \ endgroup $
–托德
16年3月31日在14:18
$ \ begingroup $
通过购买。不过，在您填写表格后，网站才会透露价格。
$ \ endgroup $
– Camille Goudeseune
16-10-7在21:33
$ \ begingroup $
现在，链接转到了一个恶意软件站点，希望访问者更新闪存。
$ \ endgroup $
–史蒂夫遣散费
18年9月11日在20:09
评论
您可能会在以下答案之一中找到答案：dsp.stackexchange.com/questions/912/…除了唱歌以外，这非常相似：dsp.stackexchange.com/q/2367/29
同样相关：dsp.stackexchange.com/a/1543/29“语音活动检测”
您应该查看开始/偏移检测。它是一个活跃的领域，在音乐，语音和雷达信号处理中有许多应用。