摘要

驾驶舱话音记录器（CVR）在飞机黑匣子中记录了许多驾驶舱声音，如扬声器的声音，噪音和环境背景声音，这个工具具有特殊的意义。一般情况下使用传统的分辨和听觉方法，驾驶舱声音的复杂性加剧了分析难度，很难从非平稳的声音内捕获新的驾驶舱声音。本文首先分析驾驶舱声音的特征，我们开发了升级的迭代频谱减法和双重阈值，作为语音活动检测方案，为了演示所提出的方案的有效性，我们用一段语音（SNR = 8）和一段真正的驾驶舱声音进行模拟，并比较三种算法的概率Pcs和Pcn，其中Pcs表示正确检测语音帧的概率，Pcn表示正确检测噪声帧的概率。本研究提出了仿真结果，以证明改进算法的有效性。论文网

1。 引言

驾驶舱话音记录器（CVR）在飞机黑匣子中记录了许多驾驶舱声音，如扬声器的声音，噪音和环境背景声音，这个工具具有特殊意义。它们是具有突变特征，瞬时性和奇异性的复杂非平稳信号。在一些特殊情况下，在背景声音中夹杂这演讲者声音，这些信息在空中事故调查（AAI）中起着重要的作用。但是，当飞机飞行时，特别是发生事故时，CVR的记录状况变得并不理想。因此，从驾驶舱声音中快速提取扬声器声音是AAI中的重要工作。常规的AAI测量是基于“差分和听觉”方法和简单的音频处理，因此不容易获得更精确的扬声器声音。语音活动检测（VAD）只是检测到一段语音信号的开始和结束，达到了将扬声器语音与背景音区分开的目的。 AAI中的VAD需要适当的检测和较低的计算成本，目的是为AAI获得更多的时间。基于短时能量和零交叉率的传统双阈值VAD，在高信噪比（SNR）的情况下获得了理想的性能结果，但是当扬声器的声音淹没在强背景声音内或在低SNR时，效果不理想，例如，当事故发生时。

语音活动检测（VAD）只是检测到一段语音信号的开始和结束，达到了将扬声器语音与背景音区分开的目的。 AAI中的VAD需要适当的检测和较低的计算成本，目的是为AAI获得更多的时间。基于短时能量和零交叉率的传统双阈值VAD，在高信噪比（SNR）的情况下获得了出色的性能结果，但是当扬声器的声音淹没在强背景声音内或低SNR时，具有完全失效，例如，当事故发生时。

在本文中，我们研发出具有谱减法的双阈值VAD的改进方案。论文结构如下：第2节分析驾驶舱声音的特点。第3节和第4节分别介绍了基于双阈值和基本谱减法的传统VAD方案。第5节和第6节提出了改进方案，本节还给出了仿真结果。最后，第7节得出了一些结论。来-自~优+尔=论.文,网www.youerw.com +QQ752018766-

2。 CVR的语音特征

 CVR记录座舱声音的频率范围非常广泛，约150Hz至6800Hz，这对声音分离带来一些困难。 为了提供声音分离的效率，驾驶舱声音分为三种：航空噪声，扬声器声音和环境背景声音[1][2]。

航空噪声包括附加噪声和非附加噪声。 附加噪声包含周期性噪声，脉冲，宽带噪声和语音干扰。 非附加噪声主要是声音残留和电路噪声。 通过特定的变换可以将非附加噪声转化为附加噪声。 然而，航空噪声包括发动机声音，飞行时的外部气流噪声，起飞和着陆时的滑行噪声，电气设备和电路中的电路噪声，操纵飞行器时电力驱动的电机噪声等。