復(fù)雜噪聲環(huán)境下語音端點(diǎn)的檢測算法的研究.pdf

1、語音端點(diǎn)檢測是語音分析、語音合成和語音識別中的一個必要環(huán)節(jié)。盡管語音端點(diǎn)檢測技術(shù)在安靜的環(huán)境中已經(jīng)達(dá)到了令人鼓舞的準(zhǔn)確率，但是在實(shí)際應(yīng)用時由于噪聲的引入和環(huán)境的改變通常會使系統(tǒng)性能顯著下降。語音端點(diǎn)檢測技術(shù)要走向?qū)嵱?，就必須克服魯棒性問題，因此低信噪比噪聲環(huán)境下的語音端點(diǎn)檢測技術(shù)的意義非常重要。
　　本文以應(yīng)用型語音端點(diǎn)檢測技術(shù)為目標(biāo)，以系統(tǒng)魯棒性為研究重點(diǎn)，對噪聲環(huán)境下的孤立詞和連續(xù)語句的端點(diǎn)檢測的各個方面都做了深入的研究。通過

2、對魯棒性語音端點(diǎn)檢測的系統(tǒng)研究和實(shí)驗(yàn)，本文形成了一套完整的復(fù)雜噪聲環(huán)境下的語音端點(diǎn)的檢測研究體系，包括了語音數(shù)據(jù)庫的建立、自適應(yīng)濾波算法、基于分類標(biāo)準(zhǔn)的延遲分割策略等，并在此基礎(chǔ)上構(gòu)建了一套完整的語音端點(diǎn)檢測系統(tǒng)。其具體的研究成果包括以下幾個方面：
　?、哦它c(diǎn)檢測實(shí)驗(yàn)系統(tǒng)
　　深入研究語音信號數(shù)學(xué)模型和不同語音信號的特征值及提取，收集到了TIMIT標(biāo)準(zhǔn)純凈語音庫和NOISEX-92標(biāo)準(zhǔn)噪聲庫，給出了噪聲的度量標(biāo)準(zhǔn)，建立了混噪

3、語音平臺，保證了后期實(shí)驗(yàn)的可重復(fù)性。
　?、普Z音增強(qiáng)算法
　　針對常規(guī)的自適應(yīng)濾波算法在收斂速度和穩(wěn)定精度以及計(jì)算復(fù)雜度上不可協(xié)調(diào)性，引入了歐式搜索算法，對算法做了多處改進(jìn)，降低計(jì)算精度，大大改善了收斂速度和穩(wěn)定性，經(jīng)過對比實(shí)驗(yàn)驗(yàn)證其性能接近RLS算法，而其計(jì)算量卻小很多。在MOS和SNR評價(jià)方法中，也獲得了較高的表現(xiàn)。
　　⑶端點(diǎn)檢測算法
　　詳細(xì)地分析了常用的雙門限端點(diǎn)檢測方法、基于譜熵的端點(diǎn)檢測算法和基于分

4、形理論的端點(diǎn)檢測算法。引入了排列熵，一種作為非線性動力學(xué)參數(shù)能夠很好的表示出語音信號的非線性特征。提出了一種延遲分割策略：以能頻比為特征參數(shù)確定粗端點(diǎn)，并在此基礎(chǔ)上使用排列熵差分算法確定精確端點(diǎn)，以精確端點(diǎn)為起始點(diǎn)分割語音信號，對所得到的語音片段信號按照分類標(biāo)準(zhǔn)消除噪聲信號帶來的錯誤分割。
　?、认到y(tǒng)實(shí)現(xiàn)
　　利用Matlab GUI工具實(shí)現(xiàn)整個端點(diǎn)檢測系統(tǒng)界面，利用第二章的語音數(shù)據(jù)庫開展端點(diǎn)檢測不同方法的對比試驗(yàn)。實(shí)驗(yàn)表明