语音信号端点检测方法研究--09毕业论文.ppt

语音信号端点检测方法研究 总体介绍 本设计借助于MATLAB这一功能强大的工具，进行了语音端点检测的实验研究，首先简介端点检测涉及的几个基本概念，然后分析端点检测的基本方法，最后本文在研究短时能量和短时过零率两种语音端点检测方法的基础上，编程实现了双门限的端点检测，并分析了此方法的原理、优点与不足。 目录 端点检测基础理论 MATLAB在语音信号处理中的应用 算法实现 端点检测基础理论 定义 端点检测是指从背景噪声中准确地检测出语音信号的起始点和终止点 端点检测的步骤 在语音识别中，端点检测算法分两步，第一步，对语音信号中的有声片段和无声片段进行分割：第二步，针对有声片段，依据语音的某些特征进行判别，判断语音信号起止点。 MATLAB之语音信号处理 (1)语音采样可以用以下命令实现： y=wavrecord(k*fs,fs, dtype); (2)语音数据也可以用以下命令从语音文件中读取： y=wavread(‘filename ’); [y,Fs,bits]=wavread(‘filename’) (3)写出语音信号：wavwrite(y,’filename’)等等。 Import Wizard是MATLAB提供的一个导入数据的工具。利用该工具，可以将MAT文件数据、Excel数据、文本数据、图像数据、声音数据甚至AVI数据导入到MATLAB中。 算法实现 基于短时能量的端点检测算法 基于短时过零率的端点检测算法 基于双门限的端点检测方法 基于短时能量的端点检测算法 短时能量公式 仿真实验 本实验语言发音为汉语“123”，在安静的环境下利用windows系统录音机录制。由图中可以看出，在较高信噪比的条件下，这种方法的检测率还是比较高的。 基于短时过零率的端点检测算法 过零率公式： 短时过零率检测法的依据是:语音信号为浊音时，其平均过零率比较低；为清音时，其平均过零率较高。带噪信号中持续一段时间短时过零率小于一个门限值时就认为是语音段的出现。 仿真实验 由图中可以看出，在有背景噪声的情况下，这种方法几乎检测不到清音字节，图中的“1”音的短时过零率和背景噪声的过零率几乎一样，所以其应用范围多用于安静环境下的清音和浊音的区分。 基于双门限检测法 过零率阈值的计算公式为： 仿真实验 本次实验采样频率为16kHz，语言发音为汉语“四”，在安静的环境下由windows系统录音机录制。认为是纯净的语言信号。实验表明:在低噪声环境下，这种方法具有很好的性能。然而，实际的语音通信系统常应用于不同的环境，当信噪比低时，采用这种方法检测结果不是很理想。 相关程序 [y,fs,nbits]=wavread(xx); frameSize=256; overlap=0; y=y*2^nbits/2; framedY=buffer(y, frameSize, overlap); amp1=sum(abs(y),2) amp2=sum(y.*y,2) tmp1=framedY(1:end-1); tmp2=framedY(2:end); signs=(tmp1.*tmp2)0; diffs=(tmp1-tmp2)0.02; zcr=sum(signs.*diffs,2); time=(1:length(y))/fs; frameNum=size(framedY, 2); frameTime=((0:frameNum-1)*(frameSize-overlap)+0.5*frameSize)/fs; for n=1:length(zcr) %开始端点检测 goto=0; switch status case{0,1} if amp(n)amp1 %确信进入语音段 y1=max(n-count-1,1); status=2; silence=0; count=count+l;