語音端點檢測方法研究.pdf

1、語音端點檢測是指在背景噪聲存在下，找到一個單詞或語音段的起始點和結(jié)束點。它在語音識別、語音編碼和語音傳輸?shù)日Z音信號處理中起著重要作用。一種有效的端點檢測方法，不僅能正確標(biāo)識語音端點，而且能減少數(shù)據(jù)處理時間、提高效率和節(jié)省數(shù)據(jù)存儲空間。
　　本文介紹了語音信號的產(chǎn)生模型和人耳聽覺特性，分析了語音分幀和加窗這些預(yù)處理過程。簡要回顧了常用的端點檢測方法，如短時能量和過零率法、譜方差法、MFCC倒譜距離法和譜熵法等?？偨Y(jié)了各種常用算法的思

2、想、流程及特點，并給出了各算法所用特征參數(shù)曲線圖。提出了兩種新的端點檢測算法:
　　(1)提出了一種改進的自適應(yīng)子帶譜方差端點檢測方法。因為不同類型噪聲的頻率能量集中在不同的頻率帶上，所以可以通過準(zhǔn)確地去掉這些含有太多噪聲的頻率帶，并自適應(yīng)地選擇有用子帶能量，來得到更多準(zhǔn)確的語音頻率譜信息。使語音段方差和噪聲段方差之間的區(qū)分度變大，端點檢測更容易，準(zhǔn)確率更高。同時有效減少了需處理的語音數(shù)據(jù)，提高系統(tǒng)整體性能。并將該算法應(yīng)用到高斯連

3、續(xù)HMM語音識別系統(tǒng)中，實驗表明，該算法提高了識別系統(tǒng)準(zhǔn)確率及抗噪性。
　　(2)提出了一種無前導(dǎo)靜音段語音的端點檢測算法。基于閾值的端點檢測方法假設(shè)語音起始段為無語音的靜音段，并根據(jù)該無語音的起始段的特征值設(shè)置閾值。如果檢測的語音幀的特征值大于閾值，就認(rèn)為該幀是語音幀，否則認(rèn)為該幀是噪聲幀。若該假設(shè)不成立，預(yù)設(shè)的閾值將不可用，最終導(dǎo)致端點檢測錯誤。本文通過FCM聚類方法避開了閾值設(shè)置問題。該算法在檢測無前導(dǎo)靜音段語音時，表現(xiàn)出了