噪聲環(huán)境下語音信號端點檢測的方法研究.pdf

1、語音端點檢測是從一段包含語音的信號中準確地找出語音部分的起止點，實現語音數據和背景噪聲的分離，為后續(xù)語音識別系統(tǒng)提供有效的數據。經過專家學者的多年研究，語音端點檢測技術在實驗室等安靜環(huán)境中已經取得了令人滿意的結果，但在現實環(huán)境中由于各種噪聲的引入導致端點檢測的性能顯著下降，因此噪聲環(huán)境下語音端點檢測的研究具有重要意義。
　　 現有的語音端點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語音信號和噪聲信號差

2、異的特征，比較這些語音信號的特征值和設定閾值，從而正確區(qū)分語音部分和噪聲部分，達到語音端點檢測的目的，這種方法運算量小，原理簡單易懂，因此被人們廣泛應用，但是隨著信噪比的降低，語音信號的特征一般都會受到噪聲的影響，檢測正確率有所下降：第二類是基于統(tǒng)計模型的方法，這種方法需要對語音信號和噪聲信號的模型參數進行估計，此方法雖然能夠很好的進行檢測，但運算量大，復雜度高，難以達到語音信號系統(tǒng)實時性的要求。
　　 本文在研究幾種基于特征的

3、語音端點檢測算法的同時，進行了仿真實驗，給出了實驗結果，在此基礎上給出了一些相應的改進，以提高噪聲環(huán)境下端點檢測算法的魯棒性。內容概括如下：
　　 1.為了克服傳統(tǒng)雙門限語音端點檢測方法隨著噪聲環(huán)境變惡劣檢測性能變差的問題，本文首先對帶噪語音信號進行小波去噪處理，在此基礎上使用決策樹理論對傳統(tǒng)方法進行改進，并通過仿真實驗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.對于自適應選擇子帶譜熵端點檢測算法，首先

4、分析了帶噪語音信號的噪聲水平，然后根據所估計的環(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)境中減小噪聲對語音信號的影響，并且在信噪比高的環(huán)境中能避免一些無意義的操作(例如在實驗室環(huán)境中不需要進行去噪處理)，精簡算法。去噪后對信號自適應子帶功率譜密度的計算公式進行了修正，并通過MATLAB仿真實驗證明了修正后的公式能夠更好地突出自適應子帶方法的優(yōu)點，獲得更能夠代表語音本質的特征。與其他語音端點檢測的方法相比，該算法