基于多特征融合的语音端点检测方法研究

发布时间：2021-04-11 16:50

　　随着信息技术的发展,语音智能化逐渐走上成熟,端点检测作为语音信号处理中一个核心技术而显得十分重要。语音端点检测的目的是从带噪语音信号中有效判别出语音的端点,从而减少语音信号处理的运算量和提高系统的性能。现有的端点检测方法在信噪比（Signal Noise Ratio,SNR）较高的环境下往往具有较好的检测效果,但随着信噪比的降低,端点检测效果很不理想,甚至失效。针对此问题,本文通过改进前端语音降噪算法,并结合改进后的多特征融合策略进行语音的双门限端点检测,并通过与其它方法进行实验仿真对比,验证了本文方法的优越性。本文的研究工作及创新点主要表现在以下几个方面:（1）结合语音增强技术,提出了基于最小均方（the Least Mean Square,LMS）自适应滤波减噪与多特征改进的语音单字端点检测方法,在处理噪声的过程中引入多次中值滤波平滑处理,有效减少了语音信号所含的野点噪声,并将改进后的对数能量和短时平均过门限率相融合进行双门限端点检测。（2）针对谱减法中短时傅里叶变换（Short-Time Fast Fourier Transform,SFFT）不能对非平稳信号进行有效分析,提出基... 

【文章来源】：上海大学上海市 211工程院校

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

语音信号分帧示意图

从而 EF 为语音的有用信号段，从而确定语音有用信号段的起止点。图 3.2 双参数双门限法原理图3.2 基于时域特征参数的端点检测对语音进行时域分析，可以得到许多能代表语音特征的参数，噪声信号与语音信号根据在这些特征上表现的不同，可以有效区分出语音信号和噪声信号，从而检测出语音信号有声段的端点。3.2.1 语音能量特征语音信号一个重要的时域特征就是能量特征，在能量表征上，浊音所对应的能量表现突出，能量值较大，清音所对应的能量较小。语音的能量表现主要集中

图 4.5 改进的基于上下门限的过零率计算示意图0.5 1 1.5 2 2.5 男 声 “上 海 大 学 ” 音 信 号时 间 /s短 时 平 均 过 零 率

【参考文献】：
期刊论文
[1]基于Teager能量算子和经验模态分解的语音端点检测算法[J]. 沈希忠,郑晓修.  电子与信息学报. 2018(07)
[2]基于双门限算法的端点检测改进研究[J]. 王满洪,张二华,王明合.  计算机与数字工程. 2017(11)
[3]多特征和APSO-QNN相结合的语音端点检测算法[J]. 董胡.  探测与控制学报. 2017(04)
[4]基于改进MFCC的鸟鸣声识别方法研究[J]. 程龙,张华清.  中国传媒大学学报(自然科学版). 2017(03)
[5]一种改进的小波能量熵语音端点检测算法[J]. 李乐,王玉英,李小霞.  计算机工程. 2017(05)
[6]改进的DWT-MFCC特征提取算法[J]. 殷瑞祥,程俊杰.  现代电子技术. 2017(09)
[7]Enhanced Speech Based Jointly Statistical Probability Distribution Function for Voice Activity Detection[J]. LI Jie,YOU Datao.  Chinese Journal of Electronics. 2017(02)
[8]基于改进谱减法和MFCC的电机异常噪声识别方法[J]. 易子馗,谭建平,刘思思.  微特电机. 2017(02)
[9]基于多尺度样本熵与阈值的语音端点检测[J]. 王波,于凤芹.  计算机工程. 2016(12)
[10]一种基于改进谱熵的语音端点检测方法[J]. 李艳,成凌飞,张培玲.  计算机科学. 2016(S2)

硕士论文
[1]复杂噪声环境下语音端点的检测算法的研究[D]. 熊威.东华大学 2016
[2]带噪语音信号端点检测算法的研究及实现[D]. 刘艳辉.河南理工大学 2014



本文编号：3131615