静音检测,该怎么处理

静音检测
    vad(voice activity dectection)是针对一段音频中，检测出有语音出现的时间段。
    现在的要求是，针对一段音频，检测出有正常音频信号（非噪声），例如音乐、语音、机器声等，出现的时间段。
    现有的vad很多都是基于语音信号的特征，因此我觉得不太符合上面的要求，例如音乐声可能就被判断为噪声，那么就不和要求了。

    最简单的想法是基于信号的幅度，有效的信号幅度高，噪声的幅度小，但是从网上看了一些自适应的基于能量（信号幅度）的方法，测试了一下不够理想，主要是自适应并不能真正做到自适应。

    请各位高手指点一下思路。
    多谢了！

------解决方案--------------------------------------------------------
没搞过，帮顶一个，建议搜索一下国内外的相关论文看一下。
------解决方案--------------------------------------------------------
speex里面有 vad 静音检查这项，但是我一直没有用起来，不知道怎么用，
NS (噪音)，AGC(自动音量控制） ，AEC(回音消除) 经过测试是OK的。
可以讨论一下 里面的vad 
------解决方案--------------------------------------------------------
你试试看下每隔某人时间段比如 20ms的数据 的平均值是不是在相同，或者相差不大，如果是相同的话，应该可以当做静音了，因为我试过播放一组相同的声音数据，，但听不到声音，

不清楚原理
------解决方案--------------------------------------------------------
计算帧的能量值，然后和阈值比较即可
------解决方案--------------------------------------------------------
做个记号，以后有可能用到。
------解决方案--------------------------------------------------------

引用:

引用:计算帧的能量值，然后和阈值比较即可

? ? 噪声的能量是变化的，即有些噪声帧的能量高一些，有些低一些。因此，这个能量门限应该能自适应变化。但是这个如何做到恰到好处的变化？另外语音中的清音的能量很低的，如果把这个当成噪声，听起来声音就出现失真了。所以单纯的能量方法是不好的，必须和其它方法结合。就是要分析信号本身的性质：相关性，谱熵等。我也不清楚，刚开始看。
? ? 谢谢。

在判断是否为静音之前，肯定要降噪的。。。