噪聲環(huán)境下基于特征的語(yǔ)音端點(diǎn)檢測(cè)研究.pdf

1、語(yǔ)音端點(diǎn)檢測(cè)的目的是從包含語(yǔ)音的一段信號(hào)中確定出語(yǔ)音的起點(diǎn)和終點(diǎn)，是語(yǔ)音信號(hào)處理的前端操作，在語(yǔ)音增強(qiáng)、語(yǔ)音編碼、語(yǔ)音識(shí)別等領(lǐng)域得到廣泛應(yīng)用。語(yǔ)音端點(diǎn)檢測(cè)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(duì)環(huán)境的適應(yīng)能力差，而基于特征的方法相對(duì)簡(jiǎn)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(yǔ)音和噪聲的魯棒性特征。本文針對(duì)基于特征的語(yǔ)音端點(diǎn)檢測(cè)方法展開研究。
　　 針對(duì)基于譜熵的檢測(cè)算法在低信噪比下魯棒性差的缺點(diǎn)，提出一

2、種新的基于距離熵的檢測(cè)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(jì)算方法，對(duì)經(jīng)過(guò)預(yù)處理的帶噪信號(hào)進(jìn)行一系列運(yùn)算得到每一點(diǎn)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(jìn)行語(yǔ)音和噪聲的區(qū)分。
　　 本文還提出了一種基于支持向量機(jī)的多特征檢測(cè)算法?；谥С窒蛄繖C(jī)的檢測(cè)算法對(duì)帶噪信號(hào)分別求信噪比、修正過(guò)零率和AMMM三個(gè)特征，將三個(gè)特征組成一個(gè)特征矩陣