基于HMM-SVM框架語(yǔ)音活動(dòng)檢測(cè)算法的研究.pdf

1、語(yǔ)音活動(dòng)檢測(cè)技術(shù)是一種用于分別出語(yǔ)音段和非語(yǔ)音段的技術(shù)。語(yǔ)音活動(dòng)檢測(cè)通過(guò)檢測(cè)出語(yǔ)音和噪聲段，從而對(duì)不同的信號(hào)采取不同的處理方法。對(duì)于提高通訊的服務(wù)質(zhì)量和通訊效率都有著至關(guān)重要的作用。研究一種適合的語(yǔ)音活動(dòng)檢測(cè)算法是很有必要的，它能在不降低業(yè)務(wù)質(zhì)量的情況下節(jié)省話(huà)路資源的作用，是網(wǎng)絡(luò)電話(huà)應(yīng)用的重要組成部分，可以節(jié)省寶貴的帶寬資源，可以有利于減少用戶(hù)感覺(jué)到的端到端的時(shí)延。有重大理論和實(shí)踐的指導(dǎo)意義并有廣闊的應(yīng)用前景。
　　 論文在基本

2、理論分析的基礎(chǔ)上，對(duì)基于HMM的語(yǔ)音活動(dòng)檢測(cè)算法框架進(jìn)行研究。首先探討了HMM的基本概念及其算法框架，即HMM的三大問(wèn)題即評(píng)估問(wèn)題、估計(jì)問(wèn)題、模型參數(shù)最優(yōu)化問(wèn)題，其次探討了HMM模型的適用性，語(yǔ)音信號(hào)除了語(yǔ)音能量等特性外還包含音調(diào)、音長(zhǎng)、詞法等語(yǔ)言信息結(jié)構(gòu)，接著分析了HMM模型運(yùn)用于語(yǔ)音活動(dòng)檢測(cè)的關(guān)鍵問(wèn)題，提出了基于HMM的語(yǔ)音活動(dòng)檢測(cè)的基本算法，介紹了基于HMM的語(yǔ)音活動(dòng)檢測(cè)算法，它主要包括特征提取、模型訓(xùn)練、語(yǔ)音活動(dòng)檢測(cè)判決這幾個(gè)階

3、段。
　　 論文提出了基于HMM/SVM框架語(yǔ)音活動(dòng)檢測(cè)算法的設(shè)計(jì)，將隱馬爾科夫模型和支持向量機(jī)相結(jié)合的算法，采用HMM對(duì)語(yǔ)音信號(hào)進(jìn)行建模，并用Viterbi解碼算法對(duì)輸入的語(yǔ)音信號(hào)進(jìn)行解碼，將解碼后的語(yǔ)音信號(hào)轉(zhuǎn)換為SVM的特征向量，并將此特征向量輸入到SVM分類(lèi)器中進(jìn)行分類(lèi)判別。此方法克服兩者的缺點(diǎn)，發(fā)揮其各自的優(yōu)點(diǎn)，達(dá)到了較好的判別效果。
　　 最后，論文進(jìn)行了試驗(yàn)與運(yùn)用分析，對(duì)實(shí)際工程噪音環(huán)境進(jìn)行采樣，進(jìn)行了核函數(shù)