基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音端點(diǎn)檢測(cè)方法研究.pdf

1、在語(yǔ)音識(shí)別系統(tǒng)中一項(xiàng)非常重要的預(yù)處理技術(shù)就是語(yǔ)音端點(diǎn)檢測(cè)。語(yǔ)音端點(diǎn)檢測(cè)，就是要從摻雜有復(fù)雜背景噪聲的語(yǔ)音信號(hào)中，分離出語(yǔ)音信號(hào)和非語(yǔ)音信號(hào)，確定出語(yǔ)音信號(hào)的起始點(diǎn)和終止點(diǎn)。因此，作為語(yǔ)音識(shí)別系統(tǒng)的第一步，語(yǔ)音端點(diǎn)檢測(cè)，尤其是噪聲環(huán)境下的語(yǔ)音端點(diǎn)檢測(cè)，是至關(guān)重要的，它的準(zhǔn)確性在很大程度上直接影響著后續(xù)的識(shí)別工作能否有效進(jìn)行。
　　本文實(shí)現(xiàn)了一些常用的語(yǔ)音端點(diǎn)檢測(cè)算法，并分析了其各自的優(yōu)缺點(diǎn)?；跁r(shí)域的短時(shí)能量和過(guò)零率的方法，結(jié)合了語(yǔ)

2、音段的能量比噪聲段的能量大，以及清音、鼻音、摩擦音等能量值較小的語(yǔ)音段的短時(shí)平均過(guò)零率值較高的優(yōu)點(diǎn)，在純凈語(yǔ)音下可以得到較好的檢測(cè)效果，但隨著噪聲的增大，該方法的檢測(cè)效果也隨之下降?；谛畔㈧氐恼Z(yǔ)音端點(diǎn)檢測(cè)算法利用語(yǔ)音幀的信息熵值小于背景噪聲幀的信息熵值的特點(diǎn)來(lái)進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，在低信噪比下仍可以得到較好的效果，但對(duì)于某些噪聲，檢測(cè)結(jié)果較差?；诙虝r(shí)能頻值的語(yǔ)音端點(diǎn)檢測(cè)算法將時(shí)域和頻域特征參數(shù)結(jié)合在一起，實(shí)驗(yàn)表明，在噪聲環(huán)境下也可較好的

3、進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，但沒有很好的方法來(lái)確定門限值。
　　針對(duì)上述三種方法的不足，本文將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到語(yǔ)音端點(diǎn)檢測(cè)算法中，以連續(xù)的幾個(gè)語(yǔ)音幀作為輸入，交替地進(jìn)行卷積和降采樣，逐步提取出多種復(fù)雜特征，從而提升網(wǎng)絡(luò)性能。本文所采用的帶噪語(yǔ)音是實(shí)驗(yàn)室錄制的純凈語(yǔ)音與NOISEX-92標(biāo)準(zhǔn)噪聲庫(kù)中的噪聲混合而成的，并使用Matlab工具進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)表明，由于該方法提取的特征更全面，自由參數(shù)的數(shù)量較少，所以在進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)時(shí)可得到較