案件语音端点检测方法的改进

发布时间：2021-06-21 16:33

　　为了提高案件语音端点检测的准确性,提出了一种新的语音端点检测算法,将传统双门限中的短时平均过零率替换为更优的频谱质心特征,对特征曲线进行中值滤波平滑处理,并通过统计特征序列直方图局部极大值的方法来选取门限值。实验结果表明,此算法和传统双门限算法相比,所提出的改进算法在低信噪比情况下仍具有较高的检测准确率,针对实际案件的检测更具抗噪性。 

【文章来源】：中国刑警学院学报. 2020,(03)

【文章页数】：6 页

【部分图文】：

图1 双门限法端点检测流程

基于改进双门限法的语音端点检测流程

图4为短时能量和频谱质心特征图像。图中实线部分为原始特征曲线,虚线部分为两次平滑滤波后的特征曲线。图中的黑色“粗横杠”对应的纵坐标是经过计算后选取的特征门限值,特征曲线超越横杠代表该特征超过门限值,只有两个特征值均超过门限值该帧才被判定为语音帧。4.1.2 带噪实验语音的端点检测比较分析

【参考文献】：
期刊论文
[1]低信噪比下语音端点检测算法改进设计[J]. 姜囡,谢俊仪.  中国刑警学院学报. 2018(01)
[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]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)
[4]基于EMD和交叉熵的语音端点检测算法[J]. 薛俊韬,翁玉茹,张军.  计算机工程与应用. 2016(20)
[5]基于改进型双门限语音端点检测算法的研究[J]. 薛胜尧.  电子设计工程. 2015(04)
[6]基于频谱方差和谱减法的语音端点检测新算法[J]. 王路露,夏旭,冯璐,刘光灿.  计算机工程与应用. 2014(08)
[7]多特征和神经网络相结合的语音端点检测算法[J]. 金敏.  计算机应用与软件. 2013(05)



本文编号：3241015