噪声环境下语音多子带端点检测方法 sub-bands endpoints detection of noisy speech.pdfVIP

噪声环境下语音多子带端点检测方法．实用技术· 林兴华，肖熙 (清华大学电子工程系，北京100084) 【摘要】为了克服传统端点检测算法在有噪环境下的不足，提出了一种新的语音多子带端点检测算法，它能根据 子带背景噪声大小动态设置门限。实验结果表明，所提出的算法较传统的检测方法有更好的检测性能。 【关键词】语音信号处理；端点检测；语谱图；子带 【中图分类号】TN912 【文献标识码】A Sub—bands Det盹60Ⅱof Endpoints NoisySpeech UN Xi Xinghua，XIA0 ofElectronic University， 100084，China) (Depanment En季neeTing，TsinghuaBeijing orderto overcomethe ofthetraditional detection in 【Abstract】IIl noisy shortcoming speechendpoints algori山m environment，a new sub—bands detection is inthis multiple speechendpoints algodthmPmposed paper’which can t11etllreshold t0 sub—bands noise． resultsshowtllat Experimental dynamica：uyadjust according backgmund tbe metl】0dbas detection withtlleotherbaLseline proposed good pedlonn舳cecompared algorithms． detection； sub—band 【Keywords】speechsignalpmcessing；endpoint spectrograph； 1 引言 境的检测结果，其效果就相对差了一些，图3是SNR 为5dB的噪声环境下的双门限端点检测结果，因为进 语音端点检测的目的是判断语音信号是否存在， 行端点判决的两个参数特征：能量和过零率都被噪 并且能够准确地判决出语音的起点和终点。端点检 声严重污染，所以双门限法在强噪声的环境下端点 测是语音识别的第一步也是关键的一步，对于语音识 检测性能与无噪声情况下的检测结果对比就显得比 别系统而言，良好的语音端点检测不仅提高了识别 较差。 率，并且减少了数据计算量，对提高识别