语音信号端点检测的方法综述及展望.docVIP

语音信号端点检测的方法综述及展望 　　摘 要：端点检测是语音信号处理过程中非常重要的一步，它的准确性直接影响语音信号处理的速度和结果，因此端点检测方法的研究，特别是在噪声环境下端点检测的研究，一直是语音信号处理中的热点。从基于时域参数、频域参数、时频参数、模型匹配等方法的角度，较全面地回顾了端点检测方法的发展历程，对各种方法的优缺点进行了比较分析，并给出了这些方法的改进意见，对端点检测未来的研究方向进行了展望。 　　关键词：语音信号处理； 端点检测； 鲁棒性 　　中图分类号：TP391 文献标志码：A 文章编号：1001-3695(2008)08-2278-06 　　 　　Summary and survey of endpoint detection algorithm for speech signals 　　LIU Hua-ping??1, LI Xin??1, 2, 3??, XU Bo-ling??3, JIANG Ning??1 　　(1.School of Electromechanical Engineering Automation, Shanghai University, Shanghai 200072, China; 2. State Key Lab of Pattern Recog-nition, Institute of Automation, Chinese Academy of Sciences, Beijing 100080,China; 3. Dept. of Electronic Science Engineering, Nanjing University, Nanjing 210093, China) 　　Abstract:Endpoint detection, whose accuracy directly affects the speed and the results, is a very important step for speech signals processing. The research of endpoint detection algorithm is a hotspot of speech signals processing, especially in adverse environment. This paper introduced different methods based on time domain, frequency domain, time-frequency domain parameters and model matching algorithms. Meanwhile, it analyzedthe advantages, drawbacks and improvements of those algorithms. It also discussed the prospects of endpoint detection. 　　Key words：speech signals processing; endpoint detection; robustness 　　 　　语音是人类最自然的信息载体,很可能成为未来人机交互的主要方式，而语音端点检测是语音分析、语音合成、语音编码、说话人识别中的一个重要环节[1,2]，直接影响到后续工作的准确性。实际环境中没有完全纯净的语音信号，往往都伴有噪声或其他干扰，而语音识别系统的处理对象是有效语音信号，即排除了纯噪声段的语音信号段，这就需要从输入信号中找到语音部分的起止点。端点检测的目的就是从包含语音的一段信号中确定出语音的起点及终点，又称语音活动检测 (voice activity detection,VAD)。 　　在语音识别中，通常是先根据一定的端点检测算法对语音信号中的有声片段和无声片段进行分割，再针对有声片段，依据语音的某些特征进行识别。研究表明[3]，即使在安静的环境中，语音识别系统一半以上的识别错误来自端点检测。因此，作为语音识别系统的第一步，端点检测的关键性不容忽视，尤其是噪声环境下语音的端点检测，它的准确性很大程度上直接影响着后续工作能否有效进行。可以说，语音信号的端点检测至今天为止仍是有待进一步深入的研究课题。 　　一个优秀的端点检测方法应该具有以下性能[4]：a)门限值应该对背景噪声的变化有一定的适应性，并且决策时能将超过门限的短时冲激噪声，如人的咂嘴声等，纳入非语音段。b)对于一些能量较低的弱摩擦爆破音、鼻音，如 f、t、k、n 等，避免在检测中丢失这些音的有效成分，否则会对识别结果造成影响。c)能有效地对字间隙进行平滑，消除字