基于HMM的噪聲語(yǔ)音端點(diǎn)檢測(cè)方法研究.pdf

1、目前，語(yǔ)音端點(diǎn)檢測(cè)已經(jīng)成為語(yǔ)音識(shí)別，語(yǔ)音編碼及語(yǔ)音分類(lèi)等語(yǔ)音處理過(guò)程中必不可少的一部分。作為語(yǔ)音技術(shù)的預(yù)處理，語(yǔ)音端點(diǎn)檢測(cè)(VoiceActivityDetection，VAD)準(zhǔn)確率的微小改進(jìn)都將會(huì)在整個(gè)語(yǔ)音系統(tǒng)的處理效果上帶來(lái)長(zhǎng)遠(yuǎn)的影響。
　　 傳統(tǒng)的基于雙門(mén)限的語(yǔ)音端點(diǎn)檢測(cè)方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足日益復(fù)雜的噪聲環(huán)境。于是，許多基于統(tǒng)計(jì)模型的最大似然比(LikelihoodRatioTest，LRT)的端點(diǎn)檢測(cè)方法已經(jīng)提出來(lái)，它

2、們?cè)谠肼暛h(huán)境下也能具有很好的檢測(cè)效果，特別是基于隱馬爾科夫模型(HMM)的統(tǒng)計(jì)方法。但是傳統(tǒng)的基于HMM的VAD在復(fù)雜的低信噪比環(huán)境下，不能有效的判斷語(yǔ)音與非語(yǔ)音的差別，從這一思想出發(fā)，本文提出了基于雙模型多狀態(tài)HMMs的VAD方法。該方法能將語(yǔ)音和噪聲的細(xì)微差別進(jìn)行有效的放大，提高了語(yǔ)音端點(diǎn)檢測(cè)的準(zhǔn)確率。
　　 本文的主要工作如下：
　　 1.通過(guò)分析二元狀態(tài)的HMM模型在語(yǔ)音幀與非語(yǔ)音幀之間識(shí)別過(guò)程的不足，提出了基于

3、雙模型四狀態(tài)的HMMs的VAD算法。該算法在后續(xù)的比較實(shí)驗(yàn)中對(duì)語(yǔ)音端點(diǎn)檢測(cè)效果有明顯的改進(jìn)。
　　 2.采用了基于自相關(guān)函數(shù)的短時(shí)幅度特性，語(yǔ)音信號(hào)的分形維特征以及二階差分的MFCC對(duì)語(yǔ)音段進(jìn)行特征提取。通過(guò)實(shí)驗(yàn)比較了這三種特征在不同信噪比下的檢測(cè)效果。而二階的MFCC特征能夠很好的模擬人的聽(tīng)覺(jué)系統(tǒng)，并具有良好的抗噪性和魯棒性，因而更能刻畫(huà)語(yǔ)音非語(yǔ)音的特征曲線。
　　 3.將二階差分MFCC特征與雙模型四狀態(tài)的HMMs結(jié)