低信噪比环境下语音端点检测技术

发布时间：2021-08-12 17:48

　　为解决低信噪比环境下端点检测性能急剧下降的问题,研究一种端点检测的方法。利用调制域谱减法对带噪信号降噪,提高信噪比后进行经验模式分解（empirical mode decomposition, EMD）,选择合适的imf（intrinsic mode function）分量重构信号;进行EMD后计算每阶imf分量的Teager能量算子,结合对数能量和相关函数法对语音信号进行端点检测。实验结果表明,该方法在不同噪声的低信噪比环境下检测正确率较高,具有一定的稳健性。 

【文章来源】：计算机工程与设计. 2020,41(09)北大核心

【文章页数】：8 页

【部分图文】：

空间坐标

调制域谱减法原理

为检验调制域谱减法的去噪效果,将其与常见的基本谱减法和多带谱减法进行对比。仿真实验选用noisex-92噪声库中的高斯白噪声、高速行驶的车内噪声(volvo)和战斗机驾驶舱噪声(f16)。噪声采样率为8 KHz,纯净语音的采样率为16 KHz。实验所用信号的信噪比为-8 dB,分帧的帧长设为32 ms,帧移设为8 ms。去噪效果如图3～图5 所示。图4 volvo噪声下去噪效果

【参考文献】：
期刊论文
[1]低信噪比环境下语音端点检测改进方法[J]. 王瑶,曾庆宁,龙超,谢先明,毛维.  声学技术. 2018(05)
[2]低信噪比下的语音端点检测算法研究[J]. 陈莹莹,毕春艳,龙建忠.  电视技术. 2018(06)
[3]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)
[4]低信噪比语音信号的经验模态分解与端点检测[J]. 吴进,崔旭.  西安工业大学学报. 2017(07)
[5]基于分形维数与TEO的语音端点检测算法[J]. 周萍,张上鑫,郑凯鹏.  微电子学与计算机. 2017(06)
[6]基于自相关函数的语音端点检测方法[J]. 陈泽伟,曾庆宁,谢先明,龙超.  计算机工程与应用. 2018(06)
[7]基于Teager能量算子的语音端点检测算法研究[J]. 金银超,杨晖,李然,纪振发.  信息技术. 2017(02)
[8]基于调制域谱减法的鲁棒性说话人识别[J]. 程小伟,王健,曾庆宁,谢先明,龙超.  科学技术与工程. 2017(03)
[9]一种鲁棒自适应阈值的语音端点检测方法[J]. 张君昌,张丹,崔力.  西安电子科技大学学报. 2015(05)
[10]基于自适应倒谱距离的强噪声语音端点检测[J]. 赵新燕,王炼红,彭林哲.  计算机科学. 2015(09)

硕士论文
[1]语音端点检测方法研究[D]. 张超.大连理工大学 2016



本文编号：3338783