基于神经网络的多通道语音端点检测方法研究

发布时间：2021-09-17 19:55

　　语音端点检测是语音信号处理中非常重要的一项预处理技术,它的目标是从语音信号中判断出来语音部分和非语音部分,便于后续的语音信号处理的工作,比如语音识别、说话人识别。随着人工智能研究领域的火热,人机交互的频繁,语音识别作为语音信号处理中十分重要的一项工作,有着非常广阔的应用前景,所以语音端点检测技术的提高也被众多研究者所重视,作为语音识别系统的第一步,语音端点检测工作的效果是至关重要的。本文详细介绍并实现了双门限法、方差法和谱熵法这几种最具代表性的传统语音端点检测算法。这些传统信号处理方法,在较高信噪比的情况下,通过调整参数和阈值的办法,可以得到很好的端点检测效果,但通过实验发现,在不同类型的噪声环境下,总体的鲁棒性较差。针对以上问题,本文采用了深度神经网络和卷积神经网络作为分类模型,并结合麦克风阵列采集到的多通道语音信号,分别将单通道、双通道、五通道的语音信号提取特征之后作为分类模型的输入,进行了对比实验。实验所采用的是CHIME3语音数据集,噪声环境分别是生活中常见的公交车,咖啡馆,人行道和街区四个场景。通过对比实验结果表明,将麦克风阵列采集到的多通道语音信号作为输入时可以有效的提升深... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

汉明窗示意图

图2.2双门限法实验结果图

方差法实验结果图

【参考文献】：
期刊论文
[1]基于深度学习语音分离技术的研究现状与进展[J]. 刘文举,聂帅,梁山,张学良.  自动化学报. 2016(06)
[2]改进共振峰提取的语音端点检测[J]. 宫朝辉,刁麓弘.  计算机辅助设计与图形学学报. 2013(08)
[3]语音端点检测技术研究进展[J]. 韩立华,王博,段淑凤.  计算机应用研究. 2010(04)
[4]一种改进的基于子带谱熵的语音激活检测方法[J]. 宋喆,张德民,张天骐.  重庆邮电大学学报(自然科学版). 2009(06)
[5]支持向量机在语音激活检测中的应用研究[J]. 董恩清,赵鹤鸣,周亚同,张晓娣.  通信学报. 2003(03)
[6]一种语音段起止端点检测新方法[J]. 李祖鹏,姚佩阳.  电讯技术. 2000(03)
[7]噪声环境中基于HMM模型的语音信号端点检测方法[J]. 朱杰,韦晓东.  上海交通大学学报. 1998(10)

硕士论文
[1]数字助听器中语音增强算法的研究[D]. 李斌.南京邮电大学 2017
[2]基于卷积神经网络的语音分离方法研究与实现[D]. 杨冰晴.内蒙古大学 2017
[3]基于深度学习的单通道语音分离[D]. 李号.内蒙古大学 2017
[4]语音端点检测方法研究[D]. 张超.大连理工大学 2016
[5]基于卷积神经网络的语音端点检测方法研究[D]. 王海旭.内蒙古大学 2015
[6]麦克风阵列语音增强算法的研究与DSP实现[D]. 王波.大连理工大学 2007



本文编号：3399394