語(yǔ)音端點(diǎn)檢測(cè)方法研究.pdf

1、語(yǔ)音端點(diǎn)檢測(cè)是指在背景噪聲存在下，找到一個(gè)單詞或語(yǔ)音段的起始點(diǎn)和結(jié)束點(diǎn)。它在語(yǔ)音識(shí)別、語(yǔ)音編碼和語(yǔ)音傳輸?shù)日Z(yǔ)音信號(hào)處理中起著重要作用。一種有效的端點(diǎn)檢測(cè)方法，不僅能正確標(biāo)識(shí)語(yǔ)音端點(diǎn)，而且能減少數(shù)據(jù)處理時(shí)間、提高效率和節(jié)省數(shù)據(jù)存儲(chǔ)空間。
　　本文介紹了語(yǔ)音信號(hào)的產(chǎn)生模型和人耳聽(tīng)覺(jué)特性，分析了語(yǔ)音分幀和加窗這些預(yù)處理過(guò)程。簡(jiǎn)要回顧了常用的端點(diǎn)檢測(cè)方法，如短時(shí)能量和過(guò)零率法、譜方差法、MFCC倒譜距離法和譜熵法等。總結(jié)了各種常用算法的思

2、想、流程及特點(diǎn)，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(diǎn)檢測(cè)算法:
　　(1)提出了一種改進(jìn)的自適應(yīng)子帶譜方差端點(diǎn)檢測(cè)方法。因?yàn)椴煌愋驮肼暤念l率能量集中在不同的頻率帶上，所以可以通過(guò)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(lái)得到更多準(zhǔn)確的語(yǔ)音頻率譜信息。使語(yǔ)音段方差和噪聲段方差之間的區(qū)分度變大，端點(diǎn)檢測(cè)更容易，準(zhǔn)確率更高。同時(shí)有效減少了需處理的語(yǔ)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(yǔ)音識(shí)別系統(tǒng)中，實(shí)驗(yàn)表明，該算法提高了識(shí)別系統(tǒng)準(zhǔn)確率及抗噪性。
　　(2)提出了一種無(wú)前導(dǎo)靜音段語(yǔ)音的端點(diǎn)檢測(cè)算法。基于閾值的端點(diǎn)檢測(cè)方法假設(shè)語(yǔ)音起始段為無(wú)語(yǔ)音的靜音段，并根據(jù)該無(wú)語(yǔ)音的起始段的特征值設(shè)置閾值。如果檢測(cè)的語(yǔ)音幀的特征值大于閾值，就認(rèn)為該幀是語(yǔ)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(diǎn)檢測(cè)錯(cuò)誤。本文通過(guò)FCM聚類方法避開(kāi)了閾值設(shè)置問(wèn)題。該算法在檢測(cè)無(wú)前導(dǎo)靜音段語(yǔ)音時(shí)，表現(xiàn)出了