TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 13, No. 1, Janua ry 201 5, pp. 137 ~  144   DOI: 10.115 9 1 /telkomni ka. v 13i1.690 2          137     Re cei v ed Se ptem ber 11, 2014; Revi se d Octob e r 23,  2014; Accept ed No vem b e r  15, 2014   Voice Activity Robust Detection of Noisy Speech in  Toeplitz      Jingfan g Wa ng  Schoo l of Information Sci enc e and En gi neer ing, Hu na n Internatio nal Ec on omics Univ ersit y ,    Chan gsh a , Ch ina, postco de:4 102 05   email: matl ab_ b y s j @1 26.com       A b st r a ct   A T oepl it z   d e -noisi ng   metho d  usi ng t he  maxi mu m  eig e n v alu e  is  pro p o s ed for th e v o i c e activi t y   detectio n  at lo w  SNR scenarios. T h is meth od uses  the s e lf-correl a tio n  sequ enc e of speec h ba ndw i d t h   spectru m  to construct a new  symmetric T o eplit z   matr ix a nd to co mp ute  the larg est ei genv alu e , an d  the  dou ble  dec isio n thresh ol ds i n  the  larg est  eig enva l u e  ar e  app lie d i n  the  decis ion  fra m ew ok. Simulati o n   results sh ow  that the pr ese n t ed al gorith m   i s  mor e  e ffectiv e in d i stin guis h in g spe e ch fr om  nois e  a nd  has   better robust n ess und er vari ous no isy env i r on me nts.  Comp are d  w i th novel  meth od o f  recurrence r a te   ana lysis, this  a l gorit hm sh ow s low e r w r on g d e cisio n  r a te. T he  alg o rith m  is  of low  c o mput ation a l c o mpl e xity   and is si mple i n  real-ti m e real i z at io n ．      Ke y w ords :   voice  activity  detectio n  (V AD), speec h  ban dw idth  sp ectrum, max i mu m eig env al ue m,  robustn ess, T oeplit z   matrix     Copy right  ©  2015 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .        1. Introduc tion  Voice is a n  aco u sti c  perf o rma n ce of l angu age, it is audito ry organ pe rcepti on on the   mech ani cal vibration of o u t side soun d prop agatio n  medium, an d  it is an important carrier of  human  info rmation tran smissi on  and  emotio nal   co mmu n i c a tion . C u r r e n t ly, vo ic e pr oc es s i n g   techn o logie s   requi re  voice  input in  a  qui et env ironme n t, whe n  the r e is the  ambi ent noi se  (su c h   as facto r ie s,  airpo r ts, etc.), system  perfo rm an ce  decrea s e s  dram atically.  However, voice   comm uni cati on p r o c e s s would in evitabl y be affe cted  from th e  surroun ding  envi r onm ent n o ise,  su ch  as p r op agation  medi um. Voice a c tivity detecti on is an  imp o rtant pa rt of th e digital  spee ch   pro c e ssi ng [1 -5], the aim is to detect the  spee ch  sig n a l seg m ent s  and the n o ise  segm ents from  the    sample d digital  si gn al. The  colle ction of voi c e   sign al i s  divid ed into  pu re   noise a nd  noi sy  spe e ch seg m ent, the b eginni ng a n d  endin g  poi n t s of the  sp eech segme n t is dete r mi ned,  spe e ch e ndp oint test  is a n  imp o rtant  p a rt of  th e  sp eech e nha ncement  algo rithms an d  spe e ch   codi ng. In the spee ch recognition p r o c ess, if  the beginnin g  and endin g  of the spee ch seg m ent  endp oints are corre c tly d e termin ed, a nd the  amo u n t of comput ation a nd th e  e r ror  rate  of  spe e ch re cog n ition ca n be  redu ce d.  In endp oint  detectio n  alg o rithm, sho r t-term  en ergy is the m o st  comm on feat ure s  [6],  whi c h  can ef fectively sep a rate the  sp eech and  noi se at hig h  S NR  enviro n m ent, but a large  numbe r of e x perime n tal result s sh ow that   short-term ene rgy  appro a ch p e rform a n c e  has  decli ned  ma rkedly   at l o w  SNR environ ment a nd  no n-statio na ry n o ise  envir on ments. Of co urse,  part of the al gorithm  can  maintain  stab le perfo rma n c e in the lo w SNR e n viro nment [7]. The  disa dvantag e  is that th e computation a l  com p lexity  is too l a rg e; i t  is not  suita b le for  re al-ti m e   spe e ch re cog n ition system . Shen [8] first propo sed th e entropy for  spe e ch / noise cla ssifi catio n ,  and the noi se differen c e i n  the perso n' s sp ee ch  can  be expre s se d from their  spectral entro py.  Speech sp ect r um entropy algorith m  is b e tter at  low SNR e n viron m ent than app roach ba sed o n   energy. It is better in the white noise, bu t it  still difficult to work in  colore d noi se.   The si gnal  su bsp a ce [9-1 2] has  be u s ed  in term s of spee ch en han ceme nt.  Because it   is difficult to a c hieve  voice  endp oint d e te ction  at  lo w S N R an d n on-stationa ry noi se  co ndition s,  a  de-n o isi ng  spee ch en dp oint dete c tio n  me thod i s  propo se d  based on  Toeplitz l a rge s t  eigenvalu e s i n  this pap er.  In this metho d , spee ch   sp ectru m  auto c orrelation  seq uen ce is u s e d  to   c o ns tr uc t a  s y mme tr ic  To e p litz  matri x , the information a m o unt of the  matrix maxi mum  eigenvalu e s i s  u s ed, a nd t he spee ch  si gnal e ndp oint s a r e d e tecte d  by the d oub le thre shol d.  The   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 1, Janua ry 2015 :  137 –  144   138 algorith m  gre a tly improves the VAD det ection a c cu ra cy and validit y ， the algorit hm ca n be a b le  to maintain a  better dete c tion perfo rma n ce in  a vari ety of noisy environ ment s and lo w SNR  conditions.      2. Structure  of Toeplitz  Information Matrix  Voice si gnal  and ch aracte rizatio n  of their  pro p e r ties  change ran domly on the  whole,  and its p a ra meters are th e essential  chara c te rist i c s chan ge ove r  time, and it is a typical  n on- stationa ry proce s s, but in a s hort pe ri od of time (10 ~ 30m s), its pro p e r ties remain relatively  stable, a nd th erefo r e it can  be seen  as  a qua si-stati o nary p r o c e ss,  that is short - term sta b ility of  the sp ee ch  si gnal. At present, most  of t he spee ch  si gnal p r o c e ssi ng techniq u e s  a r e in   ba se d on   the "sh o rt-tim e",  the voice  sign al i s  divi ded into  a  plurality of  seg m ents, a nd it s  cha r a c teri zed    para m eters a r e an alyze d , whe r e e a ch  se ction i s   called a "fram e " ,  the pro c e s s of segm ents is  said  as "fram i ng" process,  it is  to  be  achi eved th rough th e voi c e  sign al  win dowi ng fun c ti on,  frame si ze g enerally take s 10  ~ 30m s. Sub-fram e s  can be  a continuo us  se gment, but it is  gene rally carried o u t by  overlap p ing  segm ents of  a slidi ng  wi ndo w, su ch  that the sm o o th   transitio n can  be don e bet wee n  frame s , which ca n  maintain the  contin uity of the sig nal. O n   sele cted  win dow fun c tion,  in order to  get a high freque ncy re solution and  overcome Gi bbs  phen omen on,  we ch oo se Hannin g  (Hann ing)  wi ndo w i n  overlap  style segm ents.   Noi s y spee ch si gnal x  (n ) is fram ed, f r am e  si ze  is  Frame Len, f r ame  shift is  StepLen  (StepLe n <F rameLe n), the  total numbe r of frame s   is Nu m, if fast Fourie r tran sform  (FFT ) is  made to the k-th frame si g nal, we get the spe c tru m  NFFT points Y F  (i, k) (0  ≤  i  ≤ NF FT), spe e ch  freque ncy  ra nge i s  bet we en 20 0Hz a n d  4kHz, the  corr espon ding  point of inte rval [Nd, Ng]  point  (0 ≤ Nd < N g ≤ NFFT) i s  o b tai ned, L =   Ng-Nd + 1, LM =L/ 2  is  th e si ze  of the To epl itz matrix; Xk(i)=  YF(i+ N g - 1,k )  (1 ≤ i ≤ L) .  K-th frame au tocorrel ation  seq uen ce of  spe e ch sp ect r um is  R (m ):    1 ,..., 2 , 1 , 0 , ) ( ) ( 1 ) ( 1 LM m m i X i X m L m R m L i k k                (1)    LM-dim en sio nal stru ctu r e  of real  sy mm et ric To eplit z  mat r ix  A :     ) 0 ( ) 1 ( ) 2 ( ) 0 ( ) 1 ( ) 1 ( ) 1 ( ) 0 ( ) ( R LM R LM R R R LM R R R R Toeplitz A            ( 2 )     This o r de r of Toeplitz m a tri x  is not hi gh, see k in g eige nvalue at fast  spee d.      3. Realiz ation of Voi ce A c tiv i t y  Detec t ion   3.1. Iterativ e  Metho d  for  Maximum Principle of Eigenv alue  Matrix powe r  method i s  to strive for the la rge s t eigenval u e  and  corre s po ndin g   eigenve c tor  of an iterative met hod.  An n-set  are lin ea rly related  to  the eige nvectors  v1 ， v2 ，， … v n, the corre s p ondin g  eigen value   1 ， 2 ，， … n s a tisfy:     | 1 | >  | 2 |   …  | n |                                       (3)    3.1.1. The Ba sic Idea   Bec a us e { v 1 ， v 2 ，， … v n } is a basi s  of  C n , So any given  x (0)    0 ， n i i i v a x 1 ) 0 (  ‘s  linear  rep r e s entatio n.  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Acti vity Robu st Dete ction of  Noi sy Speech in T oeplitz (Jin gfang Wang )  139 ] ) ( [ ) ( 2 1 1 1 1 1 1 1 ) 0 ( n i i i k i k n i k k i i n i i k i n i i i k k v a v a v a v A a v a A x A           ( 4 )     If  a 1    0,then  1 1 i ， when  k  i s  a r ge e nou gh,  A ( k ) x (0)     1 k a 1 v 1  =  cv 1     i s   1 ’s  eigenve c tors.   On the othe r hand, max( x ) =  x i ， wh ere | x i | =  || x || ， When k is  suffici ently large,     1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 ) 0 ( 1 ) 0 ( ) max( ) max( ) max( ) max( ) max( ) max( v a v a v a v a x A x A k k k k k k     If a1 = 0, d u e  to ro undi ng  e rro r, an d the r e will  be  an it eration  vecto r  com pon ent i n  the v1  dire ction i s  n o t 0, iteration  continu e s  1 can  be obt ained a nd th e co rre sp ond ing app roxim a te   eigenve c tors.     3.1.2. Standa rdiza t ion   In practi cal  calcul ation,if  1| > 1,| 1k a1 |   ;or if | 1| <  1,|  1 k a1|   0will  stop. A  "standa rdi z e d "  appro a ch.    ) ( ) 1 ( ) ( ) ( ) ( ) max( k k k k k Ay x x x y    k  = 0,1,2,…                     (5)    Theorem :  Gi ven any initial vector 0 ) 0 ( x ,     Eigenvalue x rs Eigenvecto v v y k k k k 1 ) ( 1 1 ) ( ) max( lim ) max( lim            ( 6 )     Proof:    n i i k i i k n i i k i i k k k k k k k k k k k k v a v a v a v a x A x A x x A x x A Ay Ay x x y 2 1 1 1 1 2 1 1 1 1 ) 4 ( ) 0 ( ) 0 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1 ( ) ( ) ( ) ( ] ) ( [ max ] ) ( [ ) max( ) ) max( max( ) max( ) max( ) max(   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 1, Janua ry 2015 :  137 –  144   140 ) max( ) max( ] ) ( [ max ] ) ( [ 1 1 1 1 1 1 2 1 1 1 2 1 1 1 v v v a v a v a v a v a v a k n i i k i i n i i k i i   1 1 1 1 1 1 1 ) 1 ( ) ( ) max( ) max( ) max( ) max( ) ) max( max( ) max( ) max( v v v Av v v A Ay x k k k     Note: If the e i genvalue s  does not satisf y condi tion (3), the power law conve r g ence of  the analy s is i s    1 =  2  = … =   r complicated,  but  if  1| > |  r + 1 |   …  | n| is The o re m  con c lu sio n  st i l l  hold s . At this time iteration with different  initial vect or vector  seq uen ce ge ne ra lly  tend to feature vectors of  1 different.     3.2. The Lar g est Eigenv alue Algorith m  for Toeplitz Matri x  A  In orde r to  so lve one of the  large s t eig e n v alue, wh ere  we u s e th e p o we r meth od,  whi c h  can  avoid  the   matrix  de co mpositio n o r  i n verse m a trix cal c ul ation s  i n  see k ing   ei genvalu e s. The   impleme n tation step s:   1) Initial val ues:LM - dim e nsio nal  column vec t or y= [1,1,…,1] H ， H is tran spo s e; LM - dimensional  colum n  vect or y 0 =[0,0,… , 0] H ; Decisi o n  cycl e con d itions  ep s=0.0001 (A sm aller  numbe r), d = 1 .   2) Matrix:z= A y  3) No rmali z e d :    } ,..., 2 , 1 |, ) ( max{| || || , || || LM i i z z z z y         ( 7 )     4) Cal c ul ation : } ,..., 2 , 1 |, ) ( 0 ) ( max{| LM i i y i y d The las t  y is  r e ser v ed, y0=y  5) Cyc l e verdic t: If d>  eps , to turn (2) s t ep, or to  turn (6) s t ep.   6) To calculat e the large s t eigenvalu e :     } ,..., 2 , 1 |, ) ( max{| LM i i z            ( 8 )     7) To retain the larg est eig envalue info rmation in k-th  frame:    ) ( log 10 ) ( 10 k Tzv            ( 9 )     3.3 .  Double threshold Voi ce Endpoint  Discriminati o n    In order to  prevent that the large s t  eigenvalu e  informatio n Tzv appe ar jagg ed   fluctuation s  b e twee n  fra m es, ave r ag e filteri ng i s  done in th e  Tzv of adja c ent three fra m es.  Dou b le thre shold Voice Endpoi nt Discri mination ste p :     Step 1: to ide n tify the initial frame  N0  a s   t he noi se f r a m e, to calcul ate the ave r a ge value   Avg the stan dard  deviatio n  Std of Tzv(l) （ 0<l < = N 0 ） . Doubl e thre shol d is  defin ed a s  thre sh old   TS in spee ch  frame s  and T N  thre shol ds i n   noise frame s , they are in  Formul a (1 0):      TN=Avg+ α *Std           α >0  TS=Avg+ β *St d ,    β > α                                 (10)    Step 2: to  cal c ulate  the la rgest  eigenval ue in fo rmatio n Tzv  (l) of th e next fram e  spe e ch  sign al. When  the u p  fram e is the  noi se fram e, if  th e T z v(l)<TS,  I-th fram e i s   as  noi se fra m es,  Tzv(l )  of spee ch frame s  wa s g r eate r  tha n  TS. Wh e n  t he up f r ame i s  the  spe e ch  frame, T z v(l)  is  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Acti vity Robu st Dete ction of  Noi sy Speech in T oeplitz (Jin gfang Wang )  141 comp ared wit h  thre shold T N , if the Tzv(l)<T N, I-th  fra m e is a s  the noise frame s ,  Tzv(l) of spe e ch   frame s  wa s g r eate r  than T N . Signal sa mpling loo p s  up to the end  of step 2.   α ,  β  can be  selecte d   between  the (0,4) ，  different value  α ,  β  are  sele cted  at different  noise. The sp eech se gmen t continue s at  least som e  time, such as  0.2 se con d s.  If the detected  speech segm ent is less than Tzv (l ), it is call ed "Voice deb ris" (i n the non -G au ssian n o ise [eg:  factory n o ise  (facyo ry), lou d  noi se  (ba b b le)] u nde r  common ) , the  last of i s olati on "Voice d e b ris"  is rem o ved or on the adja c ent "V oice de bris" i s  integration.      4. Experimental Ev aluation  Backgroun d noise is take n from Noi s e x -92  datab ase [13], and its samplin g fre quen cy fs  = 19.9 8 kHZ.  We h a ve the  sam e  sampli ng fre quen cy  fs, the noi se  in the comp uter record  a nd  interio r  noi se  environ ment,  "langua ge, to ne, end  point " sou nd  sho w n in Fig u re  1(a), the m e tho d   frame lin e for  the end point  detectio n  re sults. Pro c e ss  in the voice sub-frame s , e a ch frame ta king  25ms, the fra m e si ze Fra m eLen  =  [0.0 25fs] point, frame shift ] 4 [ FrameLan , to  determi ne th e   fast Fou r ie r transfo rm of e a c h frame  (FF T ) len g th  of the take is  eq ual to fram e l ength F r ame Len,  interception t a rted the noi se frame N 0 =2 0.    The  o r igi nal  v o ice, origi nal voice and   noi se  Noi s ex - 9 2  libra ry  n o ise   - w h ite n o is e  (white ),  pink n o ise (p ink), ai rcraft noise (f16 _cockpit),  were  loud noi se (babbl e) noi se Toeplit z m a trix   with the larg est eige nvalu e  articl e end point dete c tio n  method, th e sign al to n o ise  ratio SNR =  5dB, 0dB,-5 d B , the use of  re cu rsive  al gorithm  an d  sign al an alysi s  meth od [1 4 ]  comp ared t h e   test re sults  a r e presented  in Fi gure 1-3. Left part of the figure  the  absci ssa is ti me (second s),  the vertical  a x is for the  ra nge; the mid d le of t he a b sci ssa i s  the  numbe r of fra m es, the ve rtical   axis i s  the  la rgest  eige nval ue T oeplitz  matrix info rm ation  (dB);  ri ght si de  of th e ab scissa  is the   numbe r  of fra m es, l ongitud i nal  coo r din a tes fo r th e recursive  de gree s  (%). Fig u re  SNR  = 5 d B i n   the left pa rt  of S, for voice, sp ee ch mi xed with   different n o ise a n d  their dete c t i on, the  cent ral  figure  of the  Toeplit z m a trix algo rithm  for th e la rg est ei genval u e  divide d lin e an d e ndp o i n t   informatio n; this al gorith m  in variou s n o ise mixin g   Next, Toeplit z matrix max i mum eig env alue   curve  is  not  the amo u n t  of informa t ion,  voice  endp oint se gmentation   accuracy, g ood  adapta b ility.          Figure 1 ． Th e origin al voice and mixed  with different  noise (SNR = 5dB) co mpa r ed Endpoi nt  Dete ction       (a) T he o r igin al spe e ch en dpoint dete c ti on and th e e ndpoi nt detection algo rithm ,  (a1) of   the origi nal voice al go rith m informatio n T oeplit z m a trix eigenval ue cu rve an d the maxim u m  partition lin e; (a2 )   corre s p ondin g  to the  mea s ure of  the sig nal  cu rve of recursi v e analysi s  a n d   segm entation ;    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 1, Janua ry 2015 :  137 –  144   142 (b) Mixe d Wh ite Noi s e (whi te) and th e spee ch e ndpoi nt detectio n  a l gorithm, (b1 )  Mixed  plant noi se,  the algo rithm  informatio n Toep litz  matrix eigenvalue  curve  and t he maximum   partition line;  (b22 ) the co rre sp ondi ng measure of  the sign al cu rve of recursi v e analysis a n d   segm entation ;    (c) Mixture  of pink  noi se (pink) Voi c e o f  the endp oin t  detection  al gorithm, (c1 )   mixed  pink noi se al gorithm info rmation Toepl itz ma trix eigenvalue curv e and the maximum parti tion  line; (c2 )  corresp ond s to re cursive an alysis of  the me asu r em ent si gnal curve se gmentation;    (d) Mixe d fig h ter cockpit  (f16_cockpit)  and the  noi se of the spee ch e ndp oint  detectio n   algorith m , (d 1) hyb r id ai rcraft noi se al g o rithm info rm ation To eplitz matrix eig e n v alue curve  a n d   the maximu m  pa rtition line;  (d 2)  co rresp ondin g  to   th e   mea s u r e of  t he sign al curve  of  recursive   analysi s  an d segm entation ;     (e)  Loud  noi se mixed peo p l e (ba bble )  a nd the alg o rit h m of sp ee ch  endpoi nt det ection,  (e1 )  loud noi se hybrid alg o rithm were the  large s t eigen value Toeplit z matrix with the dividing lin e  informatio n curve;  (e2) correspon ds to  recu rsive  an al ysis  of  the m easure m ent signal cu rve  a n d   segm entation .           Figure 2 ． Th e origin al voice and mixed  with different  noise (SNR = 0dB) of the endpoi nt  detectio n  co n t rast (simila r to Figure 1 leg end)            Figure 3 ． Th e origin al voice and mixed  with different  noise (SNR =- 5dB)  comp a r ed End point  Dete ction       To furth e r  evaluate th e alg o rithm  perfo rmance,  qu ant itative analysi s  of th e me rit s  of th e  algorith m , this pap er sele ct the following  three indi cat o rs to me asure [15-17]:   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Acti vity Robu st Dete ction of  Noi sy Speech in T oeplitz (Jin gfang Wang )  143 1, 0 1 1 SA N P N  , 0, 1 0 1 NA N P N  ,  0, 1 1 , 0 01 1 A NN P NN                          (11)    Whe r e, N 1  an d N 0  were  ha nd-la bele d  te st spee ch  in   voice f r ame s   and th e total   numbe r  of noise fra m es,N 1,0  for the  hand-l abel ed  spee ch fram es an d error f r ame s  for n o ise ide n tificati on   numbe r, N 0,1  frame fo r the ha nd-marked  and i d e n tified as  noi se  wrong  nu mber  of sp e e ch   frame s . Then  P (A / S) is the co rrect rat e  of det ection  of spee ch frames, P (A / N) to dete c t the  corre c t frame  rate  of th e n o ise, P  (A ) of   the to tal dete c tion accu ra cy.  Table 1 sh ows  the   different  noise in different SNR envi r onm ent the  t w o met h o d s  r e sult s sum m a ry  t able.        Table 1. End point dete c tio n  test re sults  Detector   ToeplitzMaximu m  eigenvalue algorithm  Signal  recursive algorithm   Noise  Correc t  rate  (%)   P(A/S)  P(A/N)  P(A)  P(A/S)  P(A/N)  P(A)  wh i t e   SNR=5dB   91.90   97.48   94.86   79.35   100.00   90.29   SNR=0dB   80.57   100.00   90.86   68.02   100.00   84.95   SNR=-5dB   68.83   100.00   85.33   51.01   100.00   76.95   pink  SNR=5dB   91.90   97.48   94.86   78.95   100.00   90.10   SNR=0dB   79.76   100.00   90.48   67.61   100.00   84.76   SNR=-5dB   69.23   100.00   85.52   47.37   100.00   75.24    f16   SNR=5dB   91.90   100.00   96.19   81.38   78.06   79.62   SNR=0dB   72.47   100.00   87.05   71.66   77.70   74.86   SNR=-5dB   66.80   100.00   84.38   63.56   77.70   71.05   babble  SNR=5dB   78.54   77.34   77.90   87.45   50.72   68.00   SNR=0dB   73.58   77.34   75.62   80.97   50.72   64.95   SNR=-5dB   74.90   60.43   67.24   72.47   50.72   60.95       5. Conclusio n s and Ou tlo o k   A new metho d  of robu st n o isy  spe e ch   endp oint  det ection  is  prop ose d  fro m  ne w visual   angle in this  pape r, whi c h  is base d  on  the maxi mum eigenvalue  of Toeplitz; In this method,  autocorrelatio n  sequ en ce   with the   spe c tral  ra nge  (200 Hz - 4 k Hz) i s   used  to  con s tru c t  a  symmetri c  To eplitz matrix,   the maximum eigenval u e s  of the matrix  is used o n  the endp oi nt  detectio n  of the sp ee ch si gnal pai rs  th reshold.  Mai n  signal i s  extracted by u s in g the maximu m  eigenvalu e ,   and  noi se i s   sup p re ssed  b e tter. When  the SNR is be low  5dB, the   gene ral  end p o int  det ect i o n  m e t hod s s e e m  almo st  p o we rle ss,   su ch  as   s h ort-time s p ec tral es timation, this   algorithm i s   still useful, it  has to calculat e sim p le ,   noi se im munity  characteri stics i s   strong, and     experim ents  sho w  that th e metho d  of  co rre ct ne ss, but also it  has  goo d robu stne ss, t he  algorith m  is   good in  co m m on u s e s , an d it  can  a d a p t to the environm ent wid e . Especi a lly  that  the aliasin g  noise is in the low and hi gh frequ en cy band, noi sy spe e ch endp oint detectio n  is  very good, it is  wo rthy of furt he r improvement in the ca se of noi se  aliasin g  in the voice ba nd.       Referen ces   [1]  Raj B, Si ngh  R .  Classifier- bas ed n on-l i n ear p r ojec ti on for a d aptive  en dpo in ting of co ntin u ous sp eec h.   Co mp uter Spe e ch an d La ng u age.  20 03; 17:  5-26.    [2]  T anyer SG, Ozer H. Voice  acti vit y  d e tectio n i n  no nstatio nar y n o ise.  IEEE  Transactions on Speech and  Audi o Processi ng . 200 0; 8(4): 478- 482.    [3]  Karra y   L, Marti n  A.  T o w a r d s i m provin g spe e c h det ectio n  ro bustness for sp eech rec o g n itio n in adv erse   cond itions.  Sp eech C o mmun i c ation . 20 03; 4 0 : 261-2 76.    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 1, Janua ry 2015 :  137 –  144   144 [4]  Kuroi w a  S, N a ito M, Yama moto S, et al.  Ro b u st spe e c h detecti on  method for t e l eph on e spe e c h   recog n itio n s y s t em.  Speech C o mmunic a tio n .  199 9; 27: 135- 148.    [5]  Ramirez J, Se gura JC, Ben i tez C, et al. Efficient  vo ice act i vit y  d e tectio n alg o rithms usi ng lo ng-ter m   speec h inform ation.  Spe e ch Co mmun icati o n.  2004; 4 2 : 27 1-28 7.   [6]  Ramirze J, Se gura JC, Be nit e z C, et al. An efective su bba nd OSF - base d  VAD  w i th n o ise  reductio n  f o r   robust spe e ch  recog n itio n.  IEEE Transactio n s on Spe e ch  and Au dio Pro c essin g .  2005;  13(6): 111 9- 112 9.   [7]  Nemer E, Gou b ran R, Ma hm oud S. R obust  voice activ i t y  d e tection usin g hig her-or der  st atistics  in  the   LPC resi dua l d o mai n .  IEEE Transacti ons o n  Speec h an d Audi o Processi n g . 2001; 9( 3): 217-2 31.   [8]  Shen J, Hu ng  J, Lee L.  Ro bust entro py-b ased  end po int  detectio n  for speec h reco gn ition i n  no is y   envir on me nts . Proc of International Conf erence on  S poken Language Processing, S y dney , Australia.   199 8: 232- 238.    [9]  Ephra i m Y, va n T r ees H LA  sign al su bsp a c e ap pro a ch f o r spe e ch  enh ancem ent.  IEEE Trans on  Speec h Aud i o  Processi ng . 19 95; 3(4): 25 1-2 66.   [10]  Klei n M, Kaba l P. Signa l  subs pace s peec h e nha nceme n t  w i th  perce ptual  p o st filtering.  IE EE-ICASSP .  Orland o, F l orid a, USA. 2002:  537- 540.    [11]  Mittal U, Ph a m do N. S i gn al /noise K L T  ba s ed a ppr oach   for enh anc ing   speec h d egra d ed b y   col o re d  nois e . IEEE  T r ans on Speec h Audio Pr oc ess i ng. 2000;  8: 159-167.   [12]  Yi H, L o izo u  P.  CA g e n e ral i ze d su bspac e a p p r oac h  for enh anci ng  s p e e ch corrupte d   b y  c o lor ed nois e .   IEEE  T r ans on Speec h an d Audi o Processi n g . 2003; 1 1 (4).   [13]  Spib n o ise  dat a [EB / OL] [2011-1 0 -20] .h ttp:. //spib.rice.edu /spi b/sel e ct_n o i se.html.  [14]  YAN Run- qia n g , Z HU Yi-sheng. Sp eech  end poi nt  dete c tion bas ed o n  recurre nce  rate ana l y sis .   Journ a l of Com m unic a tions. 2 007; 28( 1): 35- 39.do i:10.3 3 2 1 / j.issn: 100 0-4 3 6 X. 200 7.01.0 0 6   [15]  Marzinzik M, K o llmeier B. Sp eech pa use de tection  for nois e   spectrum estimatio n   b y   trac king po w e r   enve l op e d y n a m ics. IEEE  T r a n s on Spe e ch  and Au di o Pro c essin g . 200 2; 10: 109- 11 8.  [16]  LI Jin, W A NG Jing-fa ng, GAO Jin-din g . Sp eec h  end po int detectio n  al gor ithm base d  o n  EMD and  RP .   Co mp uter En gin eeri ng  an d Ap plic ation s .  201 0; 46 (34): 1 32-1 3 5 . do i:10.3 7 7 8 /j.issn.10 0 2 - 833 1.20 10.3 4 .040   [17]  W A NG Jingfa n g . Re al-time  v o ice  activit y  r o bust d e tectio n.  Co mputer E n gin eeri n g  an d  Appl icatio ns.   201 1; 47(2 0 ): 147-1 49. do i:10. 377 8/j.issn.1 00 2-83 31.2 011.2 0 .042       Evaluation Warning : The document was created with Spire.PDF for Python.