VOX声音触发检测算法¶
VOX(Voice Operated Exchange)即 声音触发检测,也常被称为声控开关。它在麦克风输入信号上逐帧判断”当前是否有人说话”,输出一个开关量状态:
- 触发(唤醒):连续检测到人声达到设定时长后,VOX 状态置为”开”,表示进入说话状态;
- 休眠:连续一段时间没有检测到人声后,VOX 状态置为”关”,表示退出说话状态。
1. VOX软件平台¶
以下SDK可以支持VOX功能:
- 语音通话降噪SDK:CI13LC_SDK_NN_ENC
2. 数据结构¶
2.1 模块配置 agc_config_t¶
components/alg/agc/ci_agc.h
typedef struct
{
float compress_gain;
float target_db;
float agc_gain;
int32_t vox_Th; // VOX 判决能量阈值
int16_t vox_Wake; // 唤醒去抖,单位 0.1 s
int16_t vox_Delay; // 休眠拖尾,单位 s
bool compute_agc;
int32_t min_fast_deccent;
int32_t min_gradient;
int32_t min_avg_longterm;
int32_t accelerated_r;
int32_t agc_log;
} agc_config_t;
2.2 默认参数¶
ci_ssp_config.c
//VOX参数
.vox_Th = 100000, //1500000:低灵敏度 100000:中灵敏度 50000:高灵敏度
.vox_Wake = 5, //连续(vox_Wake*0.1)秒检测到语音,进入触发状态
.vox_Delay = 1, //连续 vox_Delay 秒没有检测到语音,进入休眠状态
灵敏度参考(voxTh):
| voxTh | 灵敏度 | 适用场景 |
|---|---|---|
| 1500000 | 低 | 噪声较大环境,减少误触发 |
| 100000 | 中 | 默认,通用对讲场景 |
| 50000 | 高 | 安静环境、远距离拾音 |
2.3 模式选择宏¶
projects/nn_denoise_rtc_sample/src/user_config.h
// VOX(声音触发检测)与AGC(自动增益控制)模式组合,以下三选一(仅开启一个)
#define VOX_0_AGC_1 0 // 关 VOX、开 AGC
#define VOX_1_AGC_0 0 // 开 VOX、关 AGC 增益
#define VOX_1_AGC_1 0 // 开 VOX、开 AGC
#if VOX_0_AGC_1 || VOX_1_AGC_0 || VOX_1_AGC_1
#define USE_AGC_MODULE 1 // VOX 开启时必须开启 AGC 模块
#else
#define USE_AGC_MODULE 0
#endif
2.4 编译期约束(#error 保护)¶
| 约束 | 位置 |
|---|---|
DENOISE_TVAD 必须同时开启 VOX |
user_config.h |
开启任一 VOX 宏时必须 USE_AGC_MODULE = 1 |
user_config.h |
Flash 录音播放模式 + VOX + USE_SPEEX_STORE_LOCAL_ENABLE=0 不支持 |
user_config.h |
| Flash 录音播放模式 + VOX 与 AHS/DRC 模块共存受限 | user_config.h |
2.5 输出引脚宏¶
| 宏 | 说明 |
|---|---|
RTC_FLASH_VOX_FUNC_GPIO_DEFAULT |
正式板 VOX 功能输出开关,引脚 PB1;有人声输出低,无人声输出高(user_config.h) |
RTC_VOX_LED_GPIO_DEFAULT |
演示板 VOX 指示灯开关,引脚 PA7,高电平点亮(user_config.h) |
2.6 FLASH录音场景 vox_info_t¶
projects/nn_denoise_rtc_sample/src/ci_flash_record_play_handle.h
typedef struct
{
uint8_t th; // 阈值档位,实际下发值 = th*10000 + 5000
uint8_t wake; // 唤醒去抖档位(0.1 s 计数)
uint8_t delay; // 休眠延迟档位(s)
} vox_info_t;
NV 存储 ID:NVDATA_ID_VOX_INFO = 0x90000001,默认值 th=0, wake=3, delay=1。