一种自适应语音端点检测算法.pdfVIP

ｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用

种自适应语音端点检测算法

一

孙战先，储飞黄，王江

ＳＵＮＺｈａｎｘｉａｎ，ＣＨＵＦｅｉｈｕａｎｇ，ＷＡＮＧＪｉａｎｇ

解放军电子工程学院，合肥２３００３７

ＰＬＡＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，Ｈｅｆｅｉ２３００３７，Ｃｈｉｎａ

ＳＵＮＺｈａｎｘｉａｎ，ＣＨＵＦｅｉｈｕａｎｇ，ＷＡＮＧＪｉａｎｇ．Ｓｅｌｆ－ａｄａｐｔｉｖｅａｌｇｏｒｉｔｈｍｏｆｖｏｉｃｅｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎ．ＣｏｍｐｕｔｅｒＥｎｇｉ－

ｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２０１４，５０（１）：２０６—２１０．

Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｑｕｅｓｔｉｏｎｔｈａｔｔｈｅｍｅｔｈｏｄｏｆｖｏｉｃｅｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｓｈｏｒｔ－－ｔｉｍｅｅｎｅｒｇｙａｎｄｚｅｒｏ－－ｃｒｏｓｓｉｎｇ－－

ｒａｔｅｃａｎ’ｔａｄａｐｔｔｏｄｉｆｆｅｒｅｎｔｅｎｖｉｒｏｎｍｅｎｔｓｅｓｐｅｃｉａｌｌｙｔｈｅｌｏｗ—ＳＮＲｃｏｎｄｉｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｅｗａｌｇｏｒｉｔｈｍｂｙ

ｅｖａｌｕａｔｉｎｇｔｈｅｅｎｖｉｒｏｎｍｅｎｔｎｏｉｓｅｗｉｔｈｔｈｅｍｉｎｉｍｕｍｓｈｏｒｔ—ｔｉｍｅｅｎｅｒｇｙ．Ｔｈｅｎｂｙｆｕｓｉｎｇｔｈｅｔｗｏｏｐｔｉｍｉｚｅｄｃｈａｒａｃｔｅｒｉｓｔｉｃ

ｐａｒａｍｅｔｅｒｓｔｏｇｅｔｈｅｒｃｏｍｐｅｎｓａｔｅｅａｃｈｏｔｈｅｒ’Ｓｄｒａｗｂａｃｋ，ｔｈｅｆｉｎａｌｐａｒａｍｅｔｅｒｉｓａｂｌｅｔｏｎａｒｒｏｗｔｈｅｓｐｒｅａｄａｍｏｎｇｖｏｉｃｅａｎｄ

ｅｎｌａｒｇｅｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｖｏｉｃｅａｎｄｎｏｉｓｅ．Ｆｉｎａｌｌｙ，ａｄｙｎａｍｉｃｔｈｒｅｓｈｏｌｄｉｓｅｍｐｌｏｙｅｄｆｏｒｅｎｖｉｒｏｎｍｅｎｔａｄａｐｔａｔｉｏｎ．

Ｋｅｙｗｏｒｄｓ：ＶｏｉｃｅＡｃｔｉｖｉｔｙＤｅｔｅｃｔｉｏｎ（ＶＡＤ）；ｓｅｌｆ－ａｄａｐｔｉｖｅ；ｎｏｉｓｅｅｖａｌｕａｔｉｏｎ；ｆｅａｔｕｒｅｆｕｓｉｏｎ

摘要：针对基于短时能量和短时过零率的语音端点检测算法不能自适应环境，在低信噪比时性能较差问题，提出

了一种新算法。该算法利用最小短时能量评估环境噪声，优化参数提取算法，提高了参数本身的抗噪能力和自适应

能力，再通过参数融合有效平衡了音节之间的差异，放大了语音与噪声之间的差异，最后通过一个动态检测门限，实

现了不同信噪比下的端点检测。

关键渊：语音活动检测（端点检测）；自适应；噪声评估；特征融合

文献标码：Ａ中冈分类号：ＴＮ９１２－３ｄｏｉ：１０．３７７８／ｊ．ｉｓｓｎ．１００２—８３３１．１２０３—０３５７

ｌ弓ｌ来进行检测，检测效率有所改善，但依然不够理想。

端点检测（ＥｎｄｐｏｉｎｔＤｅｔｅｃｔｉｏｎ）又称语音活动检测本文提出了一种利用最小短时能量评估环境噪声，

（ＶｏｉｃｅＡｃｔｉｖｉｔｙＤｅｔｅｃｔｉｏｎ，ＶＡＤ），是指从一段包含语音通过改进短时能量和过双门限率两个参数的提取算法，

的信号中确定出语音的起止点，语音信号端点的有效检拟合出一个能反应语音与噪声显著差异的特征参数，并

测不仅能减少语音信号后期处理的运算量，而且可有效采用动态门限进行判决，使检测准确率在低信噪比时得

提高系统性能，对语音识别、自适应语音增强等处理有到明显提高，实验验证了算法的有效性。

重要意义。

当前语音端点检测的方法很多，除了传统的时域参２基本思想

数方法外，还有时频参数法、倒谱系数法、距离和失真测语音信号端点检测的本质是鉴别浯音和噪声在时

度法、信息论法、人工神经网络法、统计模型和模式分类