噪聲環(huán)境下基于特征的語音端點檢測研究.pdf

1、語音端點檢測的目的是從包含語音的一段信號中確定出語音的起點和終點，是語音信號處理的前端操作，在語音增強、語音編碼、語音識別等領(lǐng)域得到廣泛應(yīng)用。語音端點檢測方法有基于特征和基于模型兩類，基于模型的方法比較復(fù)雜，對環(huán)境的適應(yīng)能力差，而基于特征的方法相對簡單且具有一定的抗噪能力，此方法要求找到某種能夠區(qū)分語音和噪聲的魯棒性特征。本文針對基于特征的語音端點檢測方法展開研究。
　　 針對基于譜熵的檢測算法在低信噪比下魯棒性差的缺點，提出一

2、種新的基于距離熵的檢測算法。該算法利用熵和倒譜系數(shù)的魯棒性改變概率密度的計算方法，對經(jīng)過預(yù)處理的帶噪信號進行一系列運算得到每一點的倒譜系數(shù)，根據(jù)倒譜系數(shù)獲得歐式距離，由歐式距離構(gòu)造概率密度函數(shù)，由概率密度函數(shù)得到距離熵特征，最后利用距離熵采用雙門限值進行語音和噪聲的區(qū)分。
　　 本文還提出了一種基于支持向量機的多特征檢測算法?；谥С窒蛄繖C的檢測算法對帶噪信號分別求信噪比、修正過零率和AMMM三個特征，將三個特征組成一個特征矩陣