基于粒計算的語音實時分段算法.pdf

1、多參數(shù)結合的實時語音分段算法在語音信號處理領域中具有十分重要的意義。本文的主要研究目的是尋找一種有效的方法，能夠?qū)⒍喾N語音信號的特征參數(shù)結合起來，實時地檢測或確定連續(xù)語音信號采樣的突變點，并以此突變點對語音信號分段。 本文首先對幾種常用于語音分段算法的特征參數(shù)進行了分析，提出了實時改進算法。采用幀長20樣點，利用140個歷史樣點構成長度為160點的窗進行處理。并在此基礎上提出了一種實時自相關的語音分段算法，實驗表明，改進后的方法

2、能夠?qū)崿F(xiàn)對語音信號的實時處理，提取的特征參數(shù)能夠表征語音信號的突變信息，對不同信噪比的語音信號進行分段，其準確率能達到80％以上。 本文在實現(xiàn)了特征參數(shù)實時提取的基礎上，研究分析了粒計算理論，將粒理論應用到語音分段技術上，提出了一種基于粒計算的語音分段算法。該算法利用粒計算處理不精確、模糊、不確定、部分真實和海量的信息的能力對8種特征參數(shù)進行了分析，得到它們之間的相互關系及對語音分段的重要度，最終構成決策規(guī)則，從而有效的進行語音

3、分段判決。實驗發(fā)現(xiàn)該算法能夠?qū)⒍喾N特征參數(shù)的優(yōu)點結合起來，利用其決策規(guī)則可以找到大部分語音信號的分段點，但存在錯判漏判情況，判決準確度不高。 針對錯判和漏判的問題，經(jīng)過大量的實驗分析，本文對基于粒計算的語音分段算法提出了改進方案。改進從兩個方面進行:一是對特征參數(shù)采集過程的改進，目的是消除噪聲干擾，增加決策規(guī)則的準確性；二是對判決過程的改進，通過在決策規(guī)則的基礎上加入自相關與能量參數(shù)構成雙路徑判決規(guī)則，達到輔助判決減少漏判錯判的