基于多子带能量和基音特征的语音端点检测方法

论文摘要

语音端点检测技术主要作用是从连续的采样信号中排除非语音段信号，确定语音段的起点以及终点位置，它对语音进行识别检测时起着关键作用，它是语音识别系统重要的组成部分。有效而准确的语音端点检测不但能减少语音识别系统的数据处理量，缩短计算处理时间，还可以去除噪声段或是无声段的信号，减少对后续语音分析处理的干扰，最终达到提高语音识别系统识别性能的目的。现阶段，在安静的环境下，许多的语音端点检测算法都有很好的端点检测性能，但是在有背景噪声的环境下这些算法的检测性能往往不能令人满意。在实际生活中绝大部分情况下采集到的语音信号是有背景噪声的，因此研究在有不同背景噪声情况下的语音端点检测对于提高语音识别的稳定性和实用性都起着至关重要的作用。本文首先对语音信号的特点做了介绍，并简单介绍了语音信号在时域和频域上的分析方法。然后对语音端点检测几种常见的算法，如基于短时平均能量的端点检测方法、基于短时平均过零率与短时平均能量相结合的双门限端点检测算法以及基于倒谱特征的端点检测方法做了简要的说明。实验表明，这些端点检测算法在安静无噪声的情况下其检测性能都比较理想，但在有背景噪声情况下其检测性能都不佳，所以为了克服传统端点检测方法在这方面的不足，本文提出了一种基于多子带和基音特征的端点检测方法，它能根据基音及其谐波信号的特性区分出语音信号与非语音信号，能根据子带背景噪声大小动态设置门限，并利用多子带能量特征对语音信号做出最后的端点判决。论文最后将端点检测结果应用于语音识别系统。实验结果表明，相比较于传统的端点检测方法本文提出的算法有更好的检测性能。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景
• 1.2 研究意义
• 1.3 论文的研究工作和内容安排
• 第二章 语音特征分析
• 2.1 语音的特点与模型
• 2.2 语音信号量化
• 2.3 语音的预处理
• 2.3.1 预加重
• 2.3.2 加窗以及分帧
• 2.4 语音信号的分析和处理方法
• 2.4.1 时域分析
• 2.4.2 频域分析
• 第三章 语音端点检测常用算法
• 3.1 基于短时平均能量的端点检测算法
• 3.2 双门限语音信号的端点检测算法
• 3.3 基于倒谱特征的语音端点检测方法
• 3.4 基于语音子带特征优化的端点检测算法
• 第四章 基于多子带能量和基音特征的语音端点检测算法
• 4.1 本章概述
• 4.2 算法与过程
• 4.2.1 基音检测
• 4.2.2 语音子带的划分
• 4.2.3 算法过程描述
• 第五章 实验结果与分析
• 5.1 端点检测试验结果对比
• 5.2 语音识别试验结果分析
• 第六章 结论与展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果