基于分形維數(shù)的語音端點檢測算法研究.pdf

1、語音信號的端點檢測技術(shù)就是從包含語音的一段信號中準(zhǔn)確地確定語音的起始點和終止點，區(qū)分語音和非語音信號。有效的端點檢測技術(shù)不僅能在語音識別系統(tǒng)中減少數(shù)據(jù)的采集量，節(jié)約處理時間，還能排除無聲段或噪聲段的干擾，提高語音識別系統(tǒng)的性能，而且在語音編碼中還能降低噪聲段和靜音段的比特率，提高編碼效率。因此，端點檢測是語音處理技術(shù)中的一個重要方面。 在低信噪比的環(huán)境中進(jìn)行精確的端點檢測比較困難，尤其是在無聲段或者發(fā)音前后。本文首先總結(jié)了現(xiàn)有典

2、型的語音端點檢測算法，包括:基于短時能量及過零率的語音端點檢測算法、基于LPC倒譜特征的語音端點檢測算法、基于熵函數(shù)的語音端點檢測算法、基于隱馬爾可夫模型(HMM)的語音端點檢測算法和基于子帶平均能量方差的語音端點檢測算法。分析了各種端點檢測算法所選用的特征，并給出了部分算法的仿真結(jié)果。這些方法在靜音環(huán)境下或當(dāng)噪聲較小時可以取得較好的檢測結(jié)果，但在語音環(huán)境較惡劣、信噪比較低時，檢測的結(jié)果下降較快，難以讓人滿意。隨后在前人工作的基礎(chǔ)上提出

3、了噪聲環(huán)境下三種語音端點檢測新算法。算法一:提出了基于分形維數(shù)的語音端點檢測方法。該方法利用了分形維數(shù)在噪聲情況下作為語音端點檢測參數(shù)的優(yōu)越性，克服了在噪聲情況下判決門限難以估計的問題。算法二:提出了基于分形維數(shù)和模糊RBF神經(jīng)網(wǎng)絡(luò)的語音端點檢測方法。該方法結(jié)合了分形維數(shù)在噪聲情況下作為語音端點檢測參數(shù)的優(yōu)越性，以及基于信息熵和神經(jīng)網(wǎng)絡(luò)的語音端點檢測方法避免設(shè)置閡值的優(yōu)點。仿真結(jié)果表明該方法對低信噪比信號，端點檢測的準(zhǔn)確率有一定的提高。