VAD实现 （二） --- 数据预处理

在用VAD算法确定静音和语音数据的开始和起止点之前，需要对语音数据进行处理，然后再计算语音数据的开始和起止点，这个过程称为数据的预处理，有些VAD算法是基于短时能量和过零率实现的，并不进行预处理操作，但实验表明，对数据进行预处理之后的效果要比不进行预处理的效果好。这里，对数据进行去除直流和加窗两个预处理。

一，去除直流

至少有这几个理由，要求我们去除直流。

1. 直流，是频域的慢变成分，一般都是因为信号采集过程中仪器所致。
2. 如果需要进行频谱分析，那么因为直流的频谱泄漏，会严重影响低频谱的分析。
3. 直流一般不随时间变化，不反应信号的趋性。

去除直接代码如下：

float  new_last_data ,last_data ; // 上次计算的去除直流之后和之前的值。
float *remove_dc(short *data,int frame_size){

	float in0 =0.0 ,of0 = 0.0 ;

	float *tf = new float[frame_size];
	for (int i=0; i < frame_size; i++){

		tf[i] = in0 = (float)(data[i]);

		tf[i] = in0 - last_data + 0.9997 * new_last_data;  // 这里所采用的去除直流公式：s_new(n) = s_old(n)-s_old(n-1)+0.9997*s_new(n-1)
		last_data = in0;
		new_last_data = of0 = tf[i];
	}
	return tf;
}

二，加窗

加窗的作用就更明显了，见 语音信号的加窗处理

float *hamming(short *data,int frame_size){

	float *tf = new float[frame_size];

	float a = 6.28318530717959 / (frame_size - 1); // 2 * PI = 6.28318530717959

	for (int i=0; i< frame_size;i++){
		tf[i] = (float)(data[i]);
		tf[i] *= (0.54 - 0.46 * cos(a*i)); //ω(n) =0.54-0.46cos[2πn/(N-1)]
	}
	return tf;
}