一種快速的基于短時(shí)能量和過零率的語音端點(diǎn)檢測方法——畢業(yè)論文

3、isnotcomplicatedintheoryandhashighreal-timeperformanceandaccuracy.Inthispaper,theprincipleofthefirstsetout,followedbyMATLABtoolsforsimulation,andthentoevaluateandcomparetheresults,theexperimentalresultsshowthatthedetectioneffectisbetterthantheuseofanyoneofthecases.Atlast,theresearcho

4、fspeechendpointdetectionisalsodiscussedinthispaper.Keywords:endpointdetection;short-timeenergy;zero-crossing;threshold0引言近年來隨著語音信號(hào)處理的發(fā)展，語音信號(hào)中的端點(diǎn)檢測以及判斷方法的研究越來越重要。語音端點(diǎn)檢測是語音分析、合成和識(shí)別中的一個(gè)重要的環(huán)節(jié)，目的是從語音信號(hào)中找到語音的起始點(diǎn)和結(jié)束點(diǎn)，從而能夠準(zhǔn)確的提取語音信號(hào)的特征值，在語音編碼階段還可以降低噪聲和靜音段的比特率，提高編碼效率。一個(gè)準(zhǔn)確并且算法不復(fù)雜的端點(diǎn)檢測方法顯得更加突出，這

5、不僅可以減少數(shù)據(jù)的存儲(chǔ)量和處理運(yùn)行的時(shí)間，而且可以排除無聲段噪音的干擾。目前的研究工作中，比較流行的語音信號(hào)端點(diǎn)檢測方法也是比較多，有短時(shí)能量，自相關(guān)函數(shù)，基于能量熵[1]，基于倒譜率[2]的方法，通常情況下這些方法也能夠達(dá)到一定的效果，但是由于其計(jì)算量大精度不高，或者是只能針對(duì)某一類群體，不具有很好的代表性。通常由于噪聲環(huán)境的引入，將使有效的語音的起始點(diǎn)和終止點(diǎn)的虛檢或是漏檢情況[3]。本文的就是結(jié)合兩種檢測方法：短時(shí)能量和過零率相結(jié)合，在判斷清濁音和靜音段可以起到優(yōu)勢互補(bǔ)的作用，并且具有很好的效果。1語音信號(hào)的短時(shí)能量和過零率的特征1.1短時(shí)能量語音信號(hào)的能

6、量隨時(shí)間變化比較明顯，語音和噪聲、語音和非語音的區(qū)別可以體現(xiàn)在它們的能量上，語音段的能量比噪聲段能量大，一般情況下清音的能量比濁音小。但是語音信號(hào)不是一個(gè)平穩(wěn)的過程，不能用平均幅度來描述其特征，也不能使用像平穩(wěn)信號(hào)的處理技術(shù)對(duì)其進(jìn)行分析，但可以通過一個(gè)加窗的分幀得到某一幀的信號(hào)的能量，可以將其視為短時(shí)平穩(wěn)信號(hào)處理。5信號(hào)的短時(shí)能量定義如下：設(shè)語音波形的時(shí)域信號(hào)為xl,加窗分幀處理后得到的第n幀語音信號(hào)為xn(m)，則xn(m)滿足下式[4]：其中的n=0,1T,2T,???,并且N為幀長，T為幀移長度。設(shè)第n幀語音信號(hào)xn(m)的短時(shí)能量用En表示，其計(jì)算公式如

7、下[5]：En是一個(gè)度量語音信號(hào)幅度值變化的函數(shù)，它使用的是信號(hào)的幅度的平方，因此它對(duì)大信號(hào)比較敏感。語音和靜音段的噪聲的區(qū)分可以體現(xiàn)在它的能量上，語音段的能量比噪聲段的能量大，如果環(huán)境噪聲和系統(tǒng)輸入的噪聲比較小，信噪比比較高時(shí)，只要利用短時(shí)能量就可以把語音段和噪聲段區(qū)分開。另外利用短時(shí)能量也可以很好的區(qū)分濁音，這是因?yàn)闈嵋舭l(fā)聲的聲帶振動(dòng)，攜帶比較高的能量。但是在判斷輕音時(shí)效果就不是很好了，輕音發(fā)聲時(shí)聲帶不震動(dòng)，攜帶的能量比較少，這就需要借助于短時(shí)過零率來判斷了。1.2短時(shí)過零率短時(shí)過零率表示一幀語音信號(hào)波形穿過橫軸（零電平）的次數(shù)。過零分析是語音分析中一種很常

8、用的方法。對(duì)于連續(xù)的信號(hào)