语音信号端点检测方法的研究

论文摘要

本文研究了两种端点检测方法:一种是基于谱熵的语音信号端点检测方法,一种是基于双门限的语音信号端点检测方法。在方法的实际实现中,基于谱熵的语音信号端点检测方法主要将每帧信号分为16个子带,选取频谱分布在250～4000Hz并且能量不超过该帧总能量90%的子带,计算经过语音增强后的子带能量以及各子带信噪比,根据各子带信噪比的不同调整其在整个谱熵计算过程中的权重,然后平滑谱熵,以最终的谱熵作为端点检测的依据。这种方法有效的改善了在低信噪比噪声环境中取得的检测率。在研究双门限比较法的基础上,提出了语音端点检测不变门限三次搜索检测法,该方法主要有多词检测,端点修复以及漏点检测三部分组成,有效解决了双门限比较法检测连续词端点的门限设置问题,在将语音信号归一化的前提下,能以同一门限准确检测出语音信号的端点。基于语音信号的短时相对自相关序列的短时平均幅度的端点检测能够在较低信噪比下获得较高的检测精度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 语音信号端点检测的应用背景
• 1.2 语音信号端点检测的发展和现状
• 1.3 本文研究的主要内容
• 第二章 语音信号处理
• 2.1 语音发音系统和语音信号生成模型
• 2.2 语音信号的数字化与预处理
• 2.2.1 语音信号的数字化
• 2.2.2 语音信号预处理
• 2.3 语音信号端点检测
• 2.3.1 语音信号端点检测的目的
• 2.3.2 语音信号端点检测的参数
• 2.4 本章小结
• 第三章 基于谱熵的语音信号端点检测方法的研究
• 3.1 算法描述
• 3.1.1 子带选取准则
• 3.1.2 带有加权因子的子带能量计算
• 3.1.3 模糊子带加权准则
• 3.1.4 谱熵平滑准则
• 4.1.5 Hangover过程设计原则
• 3.2 实验
• 3.3 本章小结
• 第四章 基于双门限的语音信号端点检测方法的研究
• 4.1 孤立词端点检测
• 4.1.1 相对自相关序列
• 4.1.2 实验
• 4.2 连续词端点检测
• 4.2.1 端点检测三次搜索算法的提出
• 4.2.2 端点检测三次搜索算法
• 4.2.3 带噪语音端点检测
• 4.2.4 实验
• 4.3 本章小结
• 第五章 语音识别的主要特征参数介绍
• 5.1 线性预测倒谱LPCC
• 5.2 美尔倒谱特征参数MFCC
• 5.2.1 Mel滤波器组
• 5.2.2 算法原理
• 5.2.3 MFCC算法流程
• MFCC'>5.3 RAS_MFCC
• 5.4 差分参数
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献