噪声环境下基于特征的语音端点检测研究

摘要

语音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和终点，是语音信号处理的前端操作，在语音增强、语音编码、语音识别等领域得到广泛应用。语音端点检测方法有基于特征和基于模型两类，基于模型的方法比较复杂，对环境的适应能力差，而基于特征的方法相对简单且具有一定的抗噪能力，此方法要求找到某种能够区分语音和噪声的鲁棒性特征。本文针对基于特征的语音端点检测方法展开研究。
　　 针对基于谱熵的检测算法在低信噪比下鲁棒性差的缺点，提出一种新的基于距离熵的检测算法。该算法利用熵和倒谱系数的鲁棒性改变概率密度的计算方法，对经过预处理的带噪信号进行一系列运算得到每一点的倒谱系数，根据倒谱系数获得欧式距离，由欧式距离构造概率密度函数，由概率密度函数得到距离熵特征，最后利用距离熵采用双门限值进行语音和噪声的区分。
　　 本文还提出了一种基于支持向量机的多特征检测算法。基于支持向量机的检测算法对带噪信号分别求信噪比、修正过零率和AMMM三个特征，将三个特征组成一个特征矩阵，使用部分带噪信号对支持向量机进行训练，利用训练后的支持向量机自动区分语音和噪声。
　　 本文实验所使用的带噪信号由法国aurora2.0库的干净语音和Noisex92噪声库的噪声混合而成，并使用MATLAB工具进行仿真实验，实验结果表明，本文提出的两种端点检测算法具有一定的鲁棒性，在较低信噪比下仍能较好的区分语音和噪声。

目录

文摘

英文文摘

插图索引

第1章 绪论

1.1 语音端点检测研究背景

1.2 语音端点检测研究意义

1.3 语音端点检测研究动态

1.4 本文组织结构

第2章 语音信号处理基础

2.1 语音信号的数学模型

2.2 语音端点检测预处理

2.2.1 预滤波

2.2.2 预加重

2.2.3 分帧

2.2.4 加窗

2.3 语音信号的时域分析

2.3.1 短时能量和短时幅度

2.3.2 短时过零率

2.3.3 短时自相关函数

2.4 语音信号的频域分析

2.4.1 滤波器组法

2.4.2 傅里叶变换法

2.5 语音端点检测主要步骤

2.6 影响语音端点检测的原因及噪声分类

2.6.1 影响语音端点检测的原因

2.6.2 噪声分类

2.7 小结

第3章 语音端点检测的相关算法

3.1 基于短时能量的端点检测

3.2 基于时频方差和的检测方法

3.3 基于多特征的端点检测方法

3.3.1 基于短时过零率和短时能量的端点检测方法

3.3.2 基于谱减法的端点检测方法

3.4 小结

第4章 基于距离熵的语音端点检测算法

4.1 熵的基本介绍

4.2 基于谱熵的端点检测方法

4.3 基于距离熵的语音端点检测方法

4.3.1 距离熵

4.3.2 算法构架

4.4 实验结果

4.5 小结

第5章 基于支持向量机的多特征端点检测算法

5.1 支持向量机概述

5.2 基于GM模型的端点检测算法

5.3 基于支持向量机的多特征端点检测算法

5.3.1 修正短时过零率

5.3.2 AMMM

5.3.3 算法过程

5.4 实验结果

5.5 小结

结论

参考文献

致谢

附录A 攻读学位期间所发表的学术论文

附录B 攻读硕士学位期间所参与的科研活动