語音活性檢測 | 合法醫療器材資訊網

語音活性檢測(Voiceactivitydetection，VAD),也稱為speechactivitydetectionorspeechdetection,是一項用於語音處理的技術，目的是檢測語音信號是否存在。

維基百科，自由的百科全書

語音活性檢測 (Voice activity detection，VAD), 也稱為 speech activity detection or speech detection, 是一項用於語音處理的技術，目的是檢測語音信號是否存在。[1] VAD技術主要用於語音編碼和語音識別。它可以簡化語音處理，也可用於在音頻會話期間去除非語音片段：可以在IP電話應用中避免對靜音數據包的編碼和傳輸，節省計算時間和帶寬。

VAD技術使得一些列基於語音的應用程式成為現實。因此，有一系列的VAD算法，具有不同的特性和延遲時間、靈敏度、精度和計算成本。有些VAD算法也提供了進一步的分析，例如講話是否濁音、清音或持續。語音活動檢測通常是與語言無關的。

VAD技術首先被用於時分語言內插法(time-assignment speech interpolation/TASI)系統.[來源請求]

VAD算法的經典設計如下：[1]

在上面這個過程中通常會有一些反饋過程，這樣可以使用VAD系統的決策來更好的估計和去除噪聲，或者適應性的調整閾值。這些反饋操作可以提升VAD系統對非穩態噪聲的性能，比如噪聲的差異很大時。[1]

一些方法在幀的基礎上使用瞬時特徵計算語音與非語言信號的距離，包括光譜斜率(Spectral_slope)、相關係數(correlation coefficients)、對數似然比(log likelihood ratio)、倒譜係數(...