基于高阶统计量的语音端点检测算法.pdfVIP

基于高阶统计量的语音端点检测算法 陈可汪增福 230027，安徽，合肥，中国科学技术大学自动化系 摘要本文根据语音信号的高阶累积量的统计特性提出了一种含噪语音信号端点检测的新 算法。由于高阶统计量对于高斯信号来说是盲的，所以新算法对于含有高斯噪声语 音信号的端点检测具有非常好的效果。 关键词端点检测累积量高斯噪声 1概述 在语音识别和声源定位等应用中，语音端点检测是一个非常重要的环节。能否在预处理 阶段准确地定位出语音端点的位置将在很大程度上影响后续语音识别或声源定位等算法的性 能。由于这个原因，对语音端点检测问题的研究目前非常活跃，由众多的学者提出了许多在 一定的限制条件下行之有效的方法。这些方法大多以语音的短时特征作为进行判断的依据。 常用的短时特征有：短时能量特征(EN)、短时幅值特征和短时过零率特征(ZN)，以及基于上 述特征而衍生的帧平均能量跨零数积(A=EN·ZN)、帧平均能量跨零数比(B=EN止乙N)等。 在一般的室内环境下，分别或联合地使用这几种短时特征能很好地检测出语音的端点。但是， 当信噪比较低的时候，使用这几种特征就很难对噪声信号和语音信号做出准确区分。因此， 在信噪比较低的情况下需要找出更好的区分特征。近年来，噪声环境下语音端点的检测问题 受到重视。众多学者从不同的侧面研究了这个问题，提出了包括基于时频参数的方法f1】【2】、 基于LPC特征的方法[3】、基于m心压模型的方法【4】、基于自相关相似距离的方法[5】、基于时 间序列短时分形维数的方法[6】、基于模糊逻辑的方法【7】、基于熵函数的方法【8]和基于高阶累 积量的方法[9]等在内的多种方法。本文针对已有方法的不足，提出一种基于高阶累积量的语 音端点高精度检测新方法，最后对这些方法的检测效果进行比较。 2基于累积量的算法基本原理 ， 累积量(Cumulants)是信号的一种统计特性，其定义和性质如下所述。 (1)累积量的定义 考虑一个均值为零的复平稳随机序列{x(n)}，n=o，±1，出，．．．，+oo，其二，三，四阶累积量分 别由以下各式定义： E{x(n)x’(n+m)) C2(m)= (2) c3．x(ml，m2)=E{x(n)x(n+m1)x’(n+m2)} 17 一E{x(n)x(n+m0}E{x’(n+m2)x。(n+m3)} ，，、 一E{x(n)x’(n+m2))E{x(n+m1)x’(n+m3)) 一E{x(n)x。(11+m3))E{x(n+m1)x’(n+m2)) 根据上述定义，可以证明：对于任何类型的高斯信号而言，其三阶以上的高阶累计量均 为零。高阶累积量的上述特性可以被用来抑制高斯噪声。 (2)累积量的性质 性质1：若Xi(i=l，．．．，k)是常数，且Xi(i_1，．．．，k)为随机变量，则 k cum(Xlxl，．．．，kXk)=(兀九I)cum(xl，．．．，Xk) (4) i毒I 性质2：累积量相对于其变元是对称的，即 cum(xl，．．．，Xk)=cum(xil，．．．，xik) (5) 其中， (“．．，ik)是(1，．．．，k)的一个排列。 性质3：累积量相对于其变元是加性的，即