A voice activity detector suitable for deployment in a mobile phone
apparatus is disclosed. An advantage of the voice activity detector is
that it is better able to provide a decision (79) as to whether an input
signal (19) consists of noise (which it is not desired to transmit) or
comprises speech or information tones (which are required to be
transmitted), especially in noisy environments. The voice activity
detector includes a number of components, in particular an auxiliary voice
activity detector (3). The auxiliary voice activity detector (3)
distinguishes between noise and speech on the basis that the spectrum of
speech changes more rapidly than that of noise. This results in the
auxiliary detector (3) rarely mistaking a speech signal to be a noise
signal. Hence, a very reliable noise template (421) is obtained. For this
reason, the auxiliary detector (3) is also useful in noise reduction
applications. The voice activity detector also uses a neural net
classifier (7).
Un detector de la actividad de la voz conveniente para el despliegue en un aparato de teléfono móvil se divulga. Una ventaja del detector de la actividad de la voz es que puede mejor proporcionar una decisión (79) si una señal de entrada (19) consiste en el ruido (que no se desea para transmitir) o abarca los tonos del discurso o de la información (que se requieren ser transmitidos), especialmente en ambientes ruidosos. El detector de la actividad de la voz incluye un número de componentes, en detalle un detector auxiliar de la actividad de la voz (3). El detector auxiliar de la actividad de la voz (3) distingue entre el ruido y el discurso sobre la base que el espectro del discurso cambia más rápidamente que el del ruido. Esto da lugar al detector auxiliar (3) que confunde raramente una señal de discurso de ser una señal de ruido. Por lo tanto, se obtiene una plantilla muy confiable del ruido (421). Por esta razón, el detector auxiliar (3) es también útil en usos de la reducción del nivel de ruidos. El detector de la actividad de la voz también utiliza un clasificador neto de los nervios (7).
