基于高斯有色噪聲環(huán)境下的語音端點(diǎn)檢測(cè).pdf

1、語音端點(diǎn)檢測(cè)是語音信號(hào)處理的基礎(chǔ)環(huán)節(jié)，其有效的、準(zhǔn)確的檢測(cè)可以影響后繼的實(shí)驗(yàn)結(jié)果。 由于信號(hào)在采集、傳輸或者處理的過程中容易被污染而含有噪聲，因此在語音端點(diǎn)檢測(cè)研究中，首先要對(duì)采集的語音信號(hào)進(jìn)行降噪。在本論文中，使用高斯有色噪聲作為噪聲源；通過算法生成N(0，1)高斯有色噪聲，并與其他常用的噪聲性質(zhì)相對(duì)比，歸納總結(jié)其特點(diǎn)。 分析實(shí)驗(yàn)中產(chǎn)生的高斯有色噪聲以及采集到的信號(hào)奇異性。將高斯有色噪聲作為加性噪聲加入到信號(hào)中，根據(jù)總

2、結(jié)信號(hào)的奇異性按照算法降噪。算法的主要思想是將信號(hào)按照小波多分辨率的特性進(jìn)行小波多層分解，計(jì)算各層小波系數(shù)的模極大值位置，根據(jù)各層模極大值對(duì)應(yīng)點(diǎn)的位置，以及小波系數(shù)之間的關(guān)系，判斷信號(hào)點(diǎn)、噪聲點(diǎn)，根據(jù)其傳播規(guī)律來保留信號(hào)點(diǎn)，修改噪聲模極大值點(diǎn)的數(shù)值，達(dá)到降噪的效果。 以往的語音端點(diǎn)檢測(cè)算法使用短時(shí)能量和短時(shí)過零率，本文在算法方面對(duì)其做了些改進(jìn)：將信號(hào)首先小波分解，提取低頻系數(shù)，對(duì)低頻系數(shù)分幀，計(jì)算各幀數(shù)據(jù)的短時(shí)過零率和短時(shí)能量，