VOIP语音算法基础

一、前言

        基音周期是语音信号处理中描述激励源的重要参数之一，在语音合成、语音压缩编码、语音识别、语音拉升、说话人确认等领域都有着广泛而重要的运用。     

        PS1、语音拉升通俗的讲就是慢播，在voip中，如果语音数据少量丢失，可以采用拉升基音的方法来优化用户体验。

        PS2、通常，基音频率与个人的声带的结构有很大的关系，所以基因频率也能用于识别发音源。一般来说，男性说话者的基音频率较低，而女性说话者和小孩的基音频率相对较高，就是通常说的“男的声音高，女的声音低”。

二、基音周期、基音检测

 

       基音周期是一种用于记录基音的时间长度的检测方法，属于声音学。基音周期是声带每开启和闭合一次的时间。人在发浊音时，气流通过声门使声带产生张驰振荡式振动，产生一股准周期脉冲气流，这一气流激励声道就产生浊音，又称有声语音，它携带着语音中的大部分能量。这种声带振动的频率称为基频，相应的周期就称为基音周期（Pitch），它由声带逐渐开启到面积最大（约占基音周期的50%）、逐渐关闭到完全闭合（约占基音周期的35%）、完全闭合（约占基音周期的15%）三部分组成 。

        基音周期的估计称为基音检测 （Pitch Detection），基音检测的最终目标是画出和声带振动频率完全一致的基音周期变化轨迹曲线。

三、VOIP中的语音算法

        在VOIP通话系统中，音频处理引擎通常包含以下算法：

• AGC自动增益控制(Automatic Gain Control)
• ANS噪音抑制(Automatic Noise Suppression)
• AEC是声学回声消除(Acoustic Echo Canceller for Mobile)
• VAD是禁音检测(Voice Activity Detection)
• 加速播放（声音快播，用于网络抖动引起声音数据积压的情况）
• 减速播放（声音慢播，用于网络丢包或抖动引起声音数据不足的请）
• 语音融合（语音丢包不连续时，衔接平滑上一帧和下一帧的声音）
• 舒适背景噪声生成