基于倒谱特征和浊音特性的语音端点检测方法的研究

论文摘要

端点检测作为语音识别系统的预处理阶段遇到的关键的技术,其准确性在某种程度上直接决定了整个语音识别系统的成败。在实际应用过程中语音处理对象是有效语音信号,这就需要在输入信号中找到有效语音部分的起止点。端点检测的目的是从包含语音的一段信号中确定出语音的起点以及终点,又称语音活动检测。本文首先简单介绍了语音信号的产生模型,语音信号和噪声信号的特性,语音信号的加窗、分帧与处理的理论知识。然后对近几年国内外学者提出的一些端点检测方法进行了分析,并详细分析了其中两种端点检测算法,并给出了仿真结果。之后介绍了能够体现语音浊音特性的基音周期的估计方法。最后是本文提出的改进的新的语音端点检测算法的研究,包括:1.对给定的语音信号首先进行基于倒谱特征的(倒谱距离的)端点检测,并把信息进行缓存。2.检测语音信号的浊音特性采用了如下方法:基于语谱图矩阵检侧语音信号的浊音谐波信息;基于基音周期估计的浊音特性的检测;基小波变换的清浊音判定方法。经过分析和仿真实验得到,本文所提出的端点检测方法能够较好的检测出语音信号的端点,具有判断的准确性高,抗噪性突出,鲁棒性较强的特性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 语音信号处理综述
• 1.2 端点检测的内容和意义
• 1.2.1 语音端点检测在语音识别中的作用
• 1.2.2 端点检测在语音识别系统中的影响
• 1.2.3 端点检测的困难和要求
• 1.3 端点检测的研究动态
• 1.4 本论文主要研究内容
• 第二章 语音信号分析与预处理
• 2.1 语音特性和噪声特性
• 2.1.1 语音生成模型
• 2.1.2 语音信号的时域和频域波形
• 2.1.3 噪声特性
• 2.2 语音信号预处理
• 2.2.1 预加重
• 2.2.2 加窗分帧
• 2.3 语音信号常用分析方法
• 2.3.1 短时时域处理技术
• 2.3.2 频域分析
• 2.4 小结
• 第三章 常用语音信号端点检测算法
• 3.1 基于短时能量和短时平均过零率的端点检测法
• 3.1.1 短时能量
• 3.1.2 短时平均过零率
• 3.1.3 基于短时能量和过零率的双门限检测方法
• 3.2 基于倒谱特征的语音信号端点检测
• 3.2.1 倒谱特征
• 3.2.2 基于倒谱特征的语音信号端点检测
• 3.3 基于信息熵的端点检测方法
• 3.3.1 基于谱熵的端点检测方法
• 3.3.2 基于平均熵的端点检测方法
• 3.4 基于频带方差的端点检测方法
• 3.5 基于小波分析的端点检测方法
• 3.6 小结
• 第四章 基音周期估计方法
• 4.1 自相关函数法
• 4.2 平均幅度差函数法（AMDF）
• 4.3 倒谱（CEP）法
• 4.4 小波变换法
• 4.4.1 小波变换检测信号突变的原理
• 4.4.2 小波变换法检测基音周期
• 4.5 小结
• 第五章 基于倒谱特征和浊音特性的端点检测方法
• 5.1 倒谱距离的定义
• 5.1.1 定义
• 5.1.2 基于倒谱距离的端点检测
• 5.2 基于倒谱特征和语谱图检测谐波的端点检测方法
• 5.2.1 语谱图的定义
• 5.2.2 基于语谱图的浊音检测
• 5.2.3 基于倒谱特征与语谱图浊音特性的端点检测方法实现
• 5.3 基于倒谱特征和自相关基音检测的语音端点检测方法
• 5.3.1 基于自相关的的基音检测
• 5.3.2 基于倒谱特征和自相关基音检测的端点检测方法实现
• 5.4 基于倒谱特征和小波变换的浊音检测的端点检测
• 5.4.1 基于小波变换的清浊音检测
• 5.4.2 基于倒谱特征和小波变换的清浊音检测的端点检测方法实现
• 5.5 小结
• 总结与展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录