基于自适应门限的分形维数语音端点检测

发布时间：2021-01-29 11:30

　　针对固定门限方法在语音端点检测技术中的局限性,为了提高低信噪比下语音端点检测的鲁棒性和准确率,将自适应门限应用于分形维数的语音检测中,提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析,将分形维数用于语音起止点的检测中,设计了自适应门限,从而有效降低了噪声干扰对检测结果的影响,并实现了实时检测.仿真实验结果表明,在低信噪比的情况下,改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测,而且对噪声干扰具有更好的鲁棒性. 

【文章来源】：东北大学学报(自然科学版). 2020,41(01)北大核心

【文章页数】：5 页

【部分图文】：

图1 分形维数端点检测的流程图

无背景噪声时分形维数算法的端点检测结果

图2 无背景噪声时分形维数算法的端点检测结果由图2可知，在无背景噪声下，利用语音信号的自身特点，分形维数算法得到了较高的检测率．图3为SNR=10 d B，语音和噪声相比精细度更小，规则度更高，两者的分形维数差别明显，也能找到语音的起止点，有效地进行端点检测．从图4可见，当SNR=0时，原始语音信号中幅值低的部分已经被噪声所覆盖，尤其体现在语音的起止和结束部分，无法检测出语音端点．究其原因，算法中所使用的门限是一个固定值，而固定门限对于波动过大的背景噪声处理能力有限，失去了理想的效果．因此将自适应门限引入分形维数中来改进算法．

【参考文献】：
期刊论文
[1]基于分形维数的带噪语音端点检测[J]. 贾亮,尹伊,杨慧超.  沈阳航空航天大学学报. 2017(05)
[2]Fractal Dimensions of Fractional Integral of Continuous Functions[J]. Yong Shun LIANG,Wei Yi SU.  Acta Mathematica Sinica. 2016(12)
[3]基于频域能量分布的分形维数提取型研究[J]. 申希兵,韦容,杨毅.  控制工程. 2016(06)
[4]短时频域分形端点检测算法[J]. 刘悦,王晓婷.  微电子学与计算机. 2015(09)
[5]Speech endpoint detection in low-SNRs environment based on perception spectrogram structure boundary parameter[J]. WU Di,ZHAO Heming,HUANG Chengwei,XIAO Zhongzhe,ZHANG Xiaojun,XU Yishen,TAO Zhi.  Chinese Journal of Acoustics. 2014(04)
[6]强噪声环境下改进的语音端点检测算法[J]. 鲁远耀,周妮,肖珂,叶青.  计算机应用. 2014(05)
[7]基于EEMD和ICA的语音去噪方法[J]. 李晶皎,安冬,王骄.  东北大学学报(自然科学版). 2011(11)
[8]一种基于倒谱特征的语音端点检测改进算法[J]. 张志敏,郭英,王博.  电声技术. 2006(04)



本文编号：3006811