基于粒子群优化的哼唱语音端点检测算法.pdfVIP

第４２卷 第２期 福州大学学报（自然科学版） Ｖｏｌ．４２Ｎｏ．２ ２０１４年４月 ＪｏｕｒｎａｌｏｆＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｐｒ．２０１４ ＤＯＩ：１０．７６３１／ｉｓｓｎ．１０００－２２４３．２０１４．０２．０１９５ 文章编号：１０００－２２４３（２０１４）０２－０１９５－０５ 基于粒子群优化的哼唱语音端点检测算法 谢志成，张栋 （福州大学数学与计算机科学学院，福建 福州　３５０１１６） 摘要：针对传统方法难以处理连音分割的问题，提出基于信息熵的粒子群优化分割方法．利用信息熵对语音进 行粗分割，在长语音段计算时间序列复杂度的基础上，通过粒子群优化算法，寻找以长语音段的信息熵均值为 适应值的分割点．实验结果表明，与基于短时能量与过零率、信息熵等分割算法相比较，提出的粒子群优化分 割方法在分割准确率上有较大提高． 关键词：哼唱语音；语音分割；端点检测；粒子群优化；信息熵 中图分类号：ＴＰ３９１　 文献标识码：Ａ Ｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｏｆｈｕｍｍｉｎｇｍｕｓｉｃｓｐｅｅｃｈｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ＸＩＥＺｈｉ－ｃｈｅｎｇ，ＺＨＡＮＧＤｏｎｇ （ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅｏｆｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｔｒａｄｉｔｉｏｎａｌｓｐｅｅｃｈｓｅｇｍｅｎｔａｔｉｏｎｔｏｃｏｎｔｉｎｕｏｕｓｍｕｓｉｃｓｐｅｅｃｈ， ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｓｅｇｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｏｐｔｉｍｉｚｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｎｄｉｎｆｏｒｍａ ｔｉｏｎｅｎｔｒｏｐｙ．Ｆｉｒｓｔｌｙｗｅｒｏｕｇｈｌｙｓｅｇｍｅｎｔｔｈｅｓｐｅｅｃｈｂｙｕｓｉｎｇｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙ．Ｔｈｅｎｗｅｃｏｕｎｔｔｈｅ ｅｓｔｉｍａｔｅｄｃｏｍｐｌｅｘｉｔｙｏｆｔｈｅｌｏｎｇｓｐｅｅｃｈｓｅｇｍｅｎｔｓ．Ａｎｄｎｅｘｔｗｅｆｉｎｄｔｈｅｒｉｇｈｔｓｐｌｉｔｐｏｉｎｔｓｂｙｆｉｔｎｅｓｓ ｖａｌｕｅｏｆｔｈｅｌｏｎｇｓｐｅｅｃｈｓｅｇｍｅｎｔｓ’ａｖｅｒａｇｅｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄｃｏｕｌｄｉｍｐｒｏｖｅｓｅｇｍｅｎｔａｔｉｏｎａｃｃｕｒａｃｙｌａｒｇｅｌｙｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｍｅｔｈｏｄｓｂｙｕｓｉｎｇｓｈｏｒｔｅｎｅｒｇｙ ａｎｄｚｅｒｏｃｒｏｓｓｉｎｇｒａｔｅｏｒｓｉｎｇｌｅｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙ． Ｋｅｙｗｏｒｄｓ：ｈｕｍｍｉｎｇｍｕｓｉｃｓｐｅｅｃｈ；ｓｐｅｅｃｈｓｅｇｍｅｎｔａｔｉｏｎ；ｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉ ｚａｔｉｏｎ；ｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙ ０　引言 ［１－２］ 近年来，随着音乐娱乐的普及，基于音乐哼唱的识别、搜索与智能评分研究受到广泛关注 ．哼唱 语音端点检测作为语音分割和识别的基础，在很大程度上影响音乐语音搜索与评分应用的性能和推 ［３－４］ ［５］ 广 ．传统的端点检测方法主要基于短时能量和过零率 ，这种方法在低信噪比下稳定性较差．经过改 ［６］ ［７］ 进后的方法，例如基于频域能量的端点检测 、基于倒谱特征的端点