復(fù)雜環(huán)境下高效端點(diǎn)檢測(cè)算法研究及應(yīng)用.pdf

1、端點(diǎn)檢測(cè)是為了從待測(cè)語(yǔ)音信號(hào)中準(zhǔn)確的檢測(cè)出有效語(yǔ)音的起止點(diǎn)，從而提升語(yǔ)音識(shí)別系統(tǒng)的識(shí)別精度并盡可能的縮減識(shí)別時(shí)間?，F(xiàn)有的端點(diǎn)檢測(cè)算法雖在理想環(huán)境下有較高的檢測(cè)準(zhǔn)確率，但在伴隨著噪聲的實(shí)際應(yīng)用系統(tǒng)中，算法的性能急劇下降。同時(shí)，移動(dòng)端應(yīng)用系統(tǒng)對(duì)算法的時(shí)間和空間復(fù)雜度都有較高的要求。因此，在實(shí)際應(yīng)用環(huán)境中，尋找一種高效、魯棒的端點(diǎn)檢測(cè)算法是本課題的研究重點(diǎn)。
　　本文從噪聲估計(jì)、維納濾波、端點(diǎn)檢測(cè)算法三個(gè)方面進(jìn)行研究，采用一系列行之有效

2、的方法，探尋一種實(shí)用的語(yǔ)音端點(diǎn)檢測(cè)算法。
　　首先，為了進(jìn)一步降低背景噪聲對(duì)語(yǔ)音信號(hào)的影響，本文針對(duì)基于傳統(tǒng)的VAD噪聲估計(jì)方法對(duì)噪聲估計(jì)不準(zhǔn)確的問(wèn)題，結(jié)合最小值控制的遞歸平均算法，得到一種快速且有效的噪聲估計(jì)算法。在不損害增強(qiáng)后語(yǔ)音感知質(zhì)量的條件下，融合了TSNR和非線性諧波增強(qiáng)算法，使得基于維納濾波的語(yǔ)音增強(qiáng)算法得到最大的平均分段信噪比提升。
　　然后，對(duì)語(yǔ)音信號(hào)中的常用的音頻特征參數(shù)進(jìn)行歸納總結(jié)，重點(diǎn)分析了短時(shí)信息熵，

3、同時(shí)引入了短時(shí)幅度相對(duì)值的概念。而后提出了一種結(jié)合時(shí)域和頻域特征，且在復(fù)雜背景噪聲環(huán)境下能夠有效區(qū)分語(yǔ)音和非語(yǔ)音的音頻特征參數(shù)，稱之為短時(shí)時(shí)頻值。在短時(shí)時(shí)頻值的基礎(chǔ)上，提出了一種能夠在復(fù)雜環(huán)境下對(duì)語(yǔ)音的起止點(diǎn)做出高效判斷的語(yǔ)音端點(diǎn)檢測(cè)算法。
　　最后，用帶噪語(yǔ)音數(shù)據(jù)庫(kù)和自行采集整理的語(yǔ)音數(shù)據(jù)庫(kù)對(duì)上述的方法進(jìn)行驗(yàn)證，并對(duì)檢測(cè)結(jié)果進(jìn)行分析和評(píng)價(jià)。實(shí)驗(yàn)表明，本文中提出的端點(diǎn)檢測(cè)算法高效、魯棒，在復(fù)雜的噪聲環(huán)境下不僅能實(shí)時(shí)快速的完成計(jì)算，