复杂噪声环境下语音端点的检测算法的研究-控制科学与工程专业论文.docx

万方数据 万方数据 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保 存和汇编本学位论文。 保密□，在年解密后适用本版权书。 本学位论文属于 不保密□。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 学位论文承诺书 本人郑重声明：本人所提交的学位论文为根据答辩意见修改后的定 稿版本。因提交版本错误造成的后果由本人承担。 学位论文作者签名： 日期： 年 月 日 复杂噪声环境下语音端点检测算法的研究 摘要 语音端点检测是语音分析、语音合成和语音识别中的一个必要环 节。尽管语音端点检测技术在安静的环境中已经达到了令人鼓舞的准 确率，但是在实际应用时由于噪声的引入和环境的改变通常会使系统 性能显著下降。语音端点检测技术要走向实用，就必须克服鲁棒性问 题，因此低信噪比噪声环境下的语音端点检测技术的意义非常重要。 本文以应用型语音端点检测技术为目标，以系统鲁棒性为研究重 点，对噪声环境下的孤立词和连续语句的端点检测的各个方面都做了 深入的研究。通过对鲁棒性语音端点检测的系统研究和实验，本文形 成了一套完整的复杂噪声环境下的语音端点的检测研究体系，包括了 语音数据库的建立、自适应滤波算法、基于分类标准的延迟分割策略 等，并在此基础上构建了一套完整的语音端点检测系统。其具体的研 究成果包括以下几个方面： ⑴端点检测实验系统 深入研究语音信号数学模型和不同语音信号的特征值及提取，收 集到了 TIMIT 标准纯净语音库和 NOISEX-92 标准噪声库，给出了噪声 的度量标准，建立了混噪语音平台，保证了后期实验的可重复性。 ⑵语音增强算法 针对常规的自适应滤波算法在收敛速度和稳定精度以及计算复杂 I 度上不可协调性，引入了欧式搜索算法，对算法做了多处改进，降低 计算精度，大大改善了收敛速度和稳定性，经过对比实验验证其性能 接近 RLS 算法，而其计算量却小很多。在 MOS 和 SNR 评价方法中，也 获得了较高的表现。 ⑶端点检测算法 详细地分析了常用的双门限端点检测方法、基于谱熵的端点检测 算法和基于分形理论的端点检测算法。引入了排列熵，一种作为非线 性动力学参数能够很好的表示出语音信号的非线性特征。提出了一种 延迟分割策略：以能频比为特征参数确定粗端点，并在此基础上使用 排列熵差分算法确定精确端点，以精确端点为起始点分割语音信号， 对所得到的语音片段信号按照分类标准消除噪声信号带来的错误分割。 ⑷系统实现 利用 Matlab GUI 工具实现整个端点检测系统界面，利用第二章的 语音数据库开展端点检测不同方法的对比试验。实验表明文中提出的 方法比基于常规的双门限、谱熵的方法有更好的检测效果，特别是在 低信噪比的情况下，基本能达到基于分形的方法效果。但是加上滤波 效果后文中的方案的效果远超其他方法。同时由于排列熵算法的简单 易实现，算法的实时性表现非常好，其计算的复杂度远小于分形方法。 关键字：语音端点检测；语音增强；延迟策略；排列熵；分类标准 II A RESEARCH OF ALGORITHMFORVOICE ENDPOINT DETECTION INCOMPLEX NOISY ENVIRONMENT ABSTRACT Accurate Speech endpoint detection in adverse environments is very important for robust speech analysis, speech synthesis and speech recognition. Although voice endpoint detection technology in quite environment has reached a high accuracy, but the performance of system will significant decrease in the practical application as the changeable noise. Ifspeech endpoint detection technology movesinto practical use, the robustness issues must be overcome. The endpoint detection technique in low SNR noiseenvironment is very important. With