一种具有在线自学习能力的语音端点检测方法.docVIP

一种具有在线自学习能力的语音端点检测方法 文章编号:1002-8684(2009)07-0052—05 一 种具有在线自学习能力的语音端点检测方法.论文. 王欢良1,29朱习军 (1.青岛科技大学信息技术学院,山东青岛266061; 2.哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨150001) 【摘要】传统的语音端点检测方法在低信噪比或不稳定噪声环境下可靠性会急剧下降.提出了一种具有在线自 学习能力的语音端点检测方法.采用聚类和散度(divergence)相结合的无监督学习方法来获得初始模型.此方法的 最大优点是初始模型的获取不需要任何先验知识,并且模型可在线自动更新以适应环境的变化.在Auraro2数据库 上的检测实验显示,与基于能量门限判决的检测方法相比,提出的方法使噪声下的检测性能有了明显提高. 【关键词】语音端点检测;高斯模型;聚类;散度 【中图分类号】TN912【文献标识码】A ASpeechEndpointDetectionMethodWithOnlineSerf-teamingAbfli~ WANGHuan—liang一.ZHUXi-jun (1.SchoolofInformationScienceandTechnology,QingdaoUniversityofScienceandTechnology, QingdaoShandong266061,China; 2.SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology,Harbin150001,China) 【Abstract】UnderlowerSNRornost~ionarynoiseenvironmentstheperformanceoftraditionalspeechendpoint detectionmethodswilldeclinesharply.Anewself——learningbasedendpointdetectionmethodisproposed.The initialmodelisobtmnedthroughanunsupervisedlearningmethodbasedoncombiningclusteranddivergence measure.Themainadvantageoftheproposedmethodisthatnopriorknowledgeisneededforgettinginitialmodel andthemodelcanautomaticallyupdatetoadaptthechangeoftheenvironmentonline.Intheory,thismethodis independentonspecificapplicationenvironment.Thedetectionexpefimen~onAurora2databaseshowthatthe proposedmethodobtainsremarkableimprovementonthedeletionperformanceincomparedwithenergythreshold decisionbaseddetectionmethod. 【Keywords】speechendpointdetection;Gaussianmodel;cluster;divergence 1引言 语音端点检测是指从连续输入的信号中检测出包 含语音的信号段,即进行语音/非语音判决.语音检测 算法可用于自动语音识别(AutomaticSpeechRecogni— tion,ASR),话者识别(SpeakerIdentification,si),语音 增强和语音编码及一些其他应用.在ASR和SI中.对 各种环境背景进行准确建模是非常困难的,通过预先 移除非语音段.将会最大限度地降低这种不准确建模 带来的影响.当非语音在信号流中占有很大比重时,预 先移除非语音段将会大大节省计算时间,提高系统效 率.此外,对于开放式语音识别系统来说,在连续的音 频输入中对语音按照句子进行分段识别很有必要.由 此可见,准确的语音端点检测算法将会为语音识别和 国妻丝篓生茎箜堂蔓塑 话者识别等应用带来很多好处. 已有的端点检测方法可分为两大类【?1:基于门限判 决的方法和基于统计模型的方法.目前,基于门限判决 的方法应用最广泛.其优点是简单直观.语音/非语音 的判决只依赖于预先设置的门限[21.但是,最佳门限值 的获得需要很多的先验知识和数据.在低信噪比 (SNR)或不稳定噪声环境下,门限决策方法的可靠性 将急剧下降.如何根据环境自动确定最佳门限仍然是 门限决策方法面临的一个难题[3】.基于统计方