噪聲環(huán)境下語音信號(hào)端點(diǎn)檢測的方法研究.pdf

1、語音端點(diǎn)檢測是從一段包含語音的信號(hào)中準(zhǔn)確地找出語音部分的起止點(diǎn)，實(shí)現(xiàn)語音數(shù)據(jù)和背景噪聲的分離，為后續(xù)語音識(shí)別系統(tǒng)提供有效的數(shù)據(jù)。經(jīng)過專家學(xué)者的多年研究，語音端點(diǎn)檢測技術(shù)在實(shí)驗(yàn)室等安靜環(huán)境中已經(jīng)取得了令人滿意的結(jié)果，但在現(xiàn)實(shí)環(huán)境中由于各種噪聲的引入導(dǎo)致端點(diǎn)檢測的性能顯著下降，因此噪聲環(huán)境下語音端點(diǎn)檢測的研究具有重要意義。
　　 現(xiàn)有的語音端點(diǎn)檢測的方法大體上可以分為兩類：一類是基于特征的方法，即通過提取能夠體現(xiàn)語音信號(hào)和噪聲信號(hào)差

2、異的特征，比較這些語音信號(hào)的特征值和設(shè)定閾值，從而正確區(qū)分語音部分和噪聲部分，達(dá)到語音端點(diǎn)檢測的目的，這種方法運(yùn)算量小，原理簡單易懂，因此被人們廣泛應(yīng)用，但是隨著信噪比的降低，語音信號(hào)的特征一般都會(huì)受到噪聲的影響，檢測正確率有所下降：第二類是基于統(tǒng)計(jì)模型的方法，這種方法需要對(duì)語音信號(hào)和噪聲信號(hào)的模型參數(shù)進(jìn)行估計(jì)，此方法雖然能夠很好的進(jìn)行檢測，但運(yùn)算量大，復(fù)雜度高，難以達(dá)到語音信號(hào)系統(tǒng)實(shí)時(shí)性的要求。
　　 本文在研究幾種基于特征的

3、語音端點(diǎn)檢測算法的同時(shí)，進(jìn)行了仿真實(shí)驗(yàn)，給出了實(shí)驗(yàn)結(jié)果，在此基礎(chǔ)上給出了一些相應(yīng)的改進(jìn)，以提高噪聲環(huán)境下端點(diǎn)檢測算法的魯棒性。內(nèi)容概括如下：
　　 1.為了克服傳統(tǒng)雙門限語音端點(diǎn)檢測方法隨著噪聲環(huán)境變惡劣檢測性能變差的問題，本文首先對(duì)帶噪語音信號(hào)進(jìn)行小波去噪處理，在此基礎(chǔ)上使用決策樹理論對(duì)傳統(tǒng)方法進(jìn)行改進(jìn)，并通過仿真實(shí)驗(yàn)表明了在幾種特定噪聲環(huán)境中此方法具有較好的魯棒性。
　　 2.對(duì)于自適應(yīng)選擇子帶譜熵端點(diǎn)檢測算法，首先

4、分析了帶噪語音信號(hào)的噪聲水平，然后根據(jù)所估計(jì)的環(huán)境信噪比情況來決定是否有去噪的必要性，從而不僅能確保在信噪比低的環(huán)境中減小噪聲對(duì)語音信號(hào)的影響，并且在信噪比高的環(huán)境中能避免一些無意義的操作(例如在實(shí)驗(yàn)室環(huán)境中不需要進(jìn)行去噪處理)，精簡算法。去噪后對(duì)信號(hào)自適應(yīng)子帶功率譜密度的計(jì)算公式進(jìn)行了修正，并通過MATLAB仿真實(shí)驗(yàn)證明了修正后的公式能夠更好地突出自適應(yīng)子帶方法的優(yōu)點(diǎn)，獲得更能夠代表語音本質(zhì)的特征。與其他語音端點(diǎn)檢測的方法相比，該算法