【導(dǎo)讀】別、語音增強(qiáng)、語音編碼、回聲抵消等系統(tǒng)中得到廣泛應(yīng)用?；谀Ｊ阶R別的方法，本文主要對基于閥值的方法進(jìn)行研究。占有十分重要的地位,直接影響著系統(tǒng)的性能。點檢測，并對這幾種用這種算法進(jìn)行端點檢測，進(jìn)行實驗分析，分析此方法的優(yōu)缺點。語音，即語言的聲音，是語言符號系統(tǒng)的載體?；顒拥淖罨臼侄?因此我們要對語音信號進(jìn)行處理分析，優(yōu)化人類通信交流。語音識別系統(tǒng)一半以上的錯誤可能主要來源于端點檢測。有效的端點檢測不僅可以減少數(shù)據(jù)的存和處理時間，而且能排除無聲段的噪聲干擾。端點檢測的困難在于無聲段或者語音段前后人為呼吸。際應(yīng)用時由于聲的引入和環(huán)境的改變通常會使系統(tǒng)性能顯著下降。研究表明，即使在。識別系統(tǒng)的第一步，端點檢測的關(guān)鍵性不容忽視，尤其是噪聲環(huán)境下語音的端點檢測，人類自計算機(jī)誕生以來夢寐以求的想法。研究語音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲、獲取和應(yīng)用語音信息，

　　

【正文】 言識別更為有 19 用的高頻部分的頻率進(jìn)行提升，在計算短時能量之前應(yīng)用該濾波器，還可以起到消除直 流 漂移 、抑 制隨 機(jī) 噪聲 和提 升清 音部 分能 量 的效 果。 其關(guān) 鍵代 碼 為amp=sum(abs(enframe(filter([],1,x),FrameLen,FrameInc)),2)。文中能量門限調(diào)整代碼為： amp1=min(amp1,max(amp)/4)。 amp2=min(amp2,max(amp)/8)。 根據(jù)語音信號的實際情況對門限值進(jìn)行調(diào)整，以便更好的對語音端點進(jìn)行檢測。 其端點檢測的流程如下所述：開始進(jìn)行端點檢測之前，首先為短時能量和過過零率分別確定兩個門限 amp amp zcr zcr2, 其中 amp zcr2 分別為短時能量和過零率比較低的門限，其數(shù)值比較小，對 信號的變化比較敏感，很容易就會超過。另外 amp zcr1 是比較高的門限，數(shù)值比較大，信號必須達(dá)到一定的強(qiáng)度，該門限才可能被超過。低 門 限被超過未必就是語音信號的開始，有可能是時間很短的噪聲引起的。高門限被超過則可以基本確信是由于語音信號引起的。 整個語音信號的端點檢測可以分為四段：靜音、過度段、語音段、結(jié)束。程序中使用一個變量 status 來表示當(dāng)前所處的狀態(tài)。在靜音段，如果能量或過零率超越了低門限，就應(yīng)該開始標(biāo)記起始點，進(jìn)入過渡段。在過渡段中，由于參數(shù)的數(shù)值比較小，不能確信是否處于真正的語音段，因此只要個參 數(shù)的數(shù)值都回落到低門限以下，就可以確信進(jìn)入語音段落。而如果在過渡段中兩個參數(shù)中的任一個超過了高門限，就可以確信進(jìn)入語音段了。 一些突發(fā)性的噪聲也可以引起短時能量或過零率的數(shù)值很高，但是往往不能維持足夠的長的時間，如門窗的開關(guān)、物體的碰撞等引起的噪聲。這些都可以通過設(shè)定最短時間門限來判別。當(dāng)前狀態(tài)處于語音時，如果兩個參數(shù)的值下降低到低門限以下，而且總的記時長度小于最短時間門限，則認(rèn)為這是一段噪音，繼續(xù)掃描以后的語音數(shù)據(jù)，否則就標(biāo)記好結(jié)束端點，并返回。 現(xiàn)以孤立 “檢” 字的發(fā)音為例 , 說明雙門限檢測法的原理 , 如 圖 1 所示。該方法需做出兩級判斷 : 首先利用濁音的短時能量最大的特點 , 由能量定位語音的大致位置。根據(jù)語音短時能量設(shè)定一個較高的門限 T H , 若信號的能量大于 T H , 則可確定2 個端點 A 、 B, 并可認(rèn)為這 2個端點之間是語音信號 , 這樣相當(dāng)于完成初判。再根據(jù)背景噪聲的平均能量設(shè)定一個比 TH 稍低的門限 T L , 如果信號的能量大于 TL ,則所對應(yīng)的端點 C、 D 之間仍是語音信號 , 至此完成了第一級判斷。接下來進(jìn)行第二級判 20 斷 , 由于語音的起點很可能是能量很弱的清音 , 此時還采用短時能量來區(qū)分清音和無聲顯然 已不合適 , 應(yīng)采用過零率。根據(jù)短時過零率設(shè)定一個新的較低門限 T , 求越過該門的過零率 , 從 C、 D 兩點分別向前、向后搜索 ,找到短時平均過零率與門限 T 的2個交點 E 、 F, 這 2個點就是語音的真正起點和終點 [16] 。 圖 雙門限檢測法原理示意圖 雙門限語音端點檢測實驗 仿真及 分析 實驗環(huán)境及參數(shù)設(shè)置 雙門限語音端點檢測是在 MATLAB 軟件環(huán)境下進(jìn)行仿真實驗。文中語音信號樣本是在實驗室安靜環(huán)境下采用麥克風(fēng)進(jìn)行錄音，以 wav 格式存儲為較純凈的語音樣本。在語音端點檢測之前首先要對被測的語音 信號進(jìn)行預(yù)處理等，包括分幀加窗等。文中加 Hmmaing 窗，通過特性為 ( 1?? )的濾波器預(yù)加重。對其他參數(shù)進(jìn)行設(shè)置，如設(shè)置語音幀長度，幀移長度， FFT 取 512，門限閥值 設(shè) 置等。 實驗分析 基于短時能量和短時過零率的雙門限語音端點檢測算法是結(jié)合短時能量和過零率 各自優(yōu)點來 進(jìn)行檢測， 根據(jù)上述方法進(jìn)行實驗仿真，程序代碼在附錄中給出，其仿真結(jié)果如下 : 21 1 2 3 4 5 6 7 8 9x 1 04101Speech1 2 3 4 5 6 7 8x 1 04010Energy1 2 3 4 5 6 7 8x 1 040100ZCR 圖 上述實驗結(jié)果較好地展示了雙門限檢測法的工作原理 : 首先利用短時平均能量門限值 ( 先高后低 ) 定位語音端點的大致位置 [17] [18], 之后再利用短時過零率門限尋找端點的精確位置 , 從中可看出實驗效果還是基本讓人滿意的。 4 分析總結(jié) 語音信號端點檢測是語音信號處理中非常重要的一項預(yù)處理技術(shù)，因此是語音信號處理中不可缺少的一步。本文主要圍繞端點檢測方法進(jìn)行研究， 詳細(xì)闡述短時能量和短時過零率結(jié)合的雙門限法，并用此方法進(jìn)行實驗仿真，取得了較好的實驗結(jié)果。 隨著語音相關(guān)學(xué)科的發(fā)展和新興技術(shù)的不斷出現(xiàn)必將使得未來的語音系統(tǒng)逐漸智能化，而作為關(guān)鍵技術(shù)之一的語音端點檢測也將隨之不斷提高。如何有效地結(jié) 合多種抗噪性能好的特征參數(shù)，使其更簡潔、完善、精確、高效、魯棒性好等將是今后研究的一個重要方面。 22 參考文獻(xiàn)： [1]Junqua J C. Robustuess and Cooperative Multimodel Man machine Communication Applications [M] . Proc. Second Venaco Workshop and ESCA ETRW. 1991. 9. [2]張震宇 .基于 Matlab的語音端點檢測實驗研究 [J].浙江科技學(xué)院學(xué)報 , 2020， 19(3):197201 [3]王建衛(wèi)，曲中水，凌濱 .MATLAB程序設(shè)計 .[M]北京：中國水利水電出版社， 2020 [4] 姚天任 .數(shù)字語音處理 [M].湖北 :華中科技人學(xué)出版社， 2020 [5] 何強(qiáng)，何英 . MATLAB擴(kuò)展編程 [M]．北京 :清華大學(xué)出版社， 2020 [6]楊行峻，遲惠生 . 語音信號數(shù)字處理 [M]. 北京：電子工業(yè)出版杜， 2020 [7]吳鎮(zhèn)揚 .數(shù)字信號處理 [M].北京 :高等教育出版社 ,:143155 [8]鄭君里 ，楊為理 .信號與系統(tǒng) [M].北京 :高等教育出版社 ,2020:88122. [9] . Robust Algorithm for Accurate End Pointing of Communication, 1989, 8(2):4560 [10] , Nonlinear Projection for Adaptive End Pointing [11] 韓紀(jì)慶 , 張 磊 , 鐵 然 . 語音信號處理 [ M] . 北京 : 清華大學(xué)出 版社 , 2020. [12] . Robust Algorithm for Accurate End Pointing of Communication, 1989, 8(2):4560 [13] , Nonlinear Projection for Adaptive End Pointing of Continuous [14] 趙 力 . 語音信號處理 [M] . 北京 : 機(jī)械工 業(yè)出版社 , 2020. [15]劉羽 . 語音端點檢測及其在 Matlab中的實現(xiàn) [J]. 計算機(jī)時代 , 2020, (8): 2526. [16]張雄偉 , 陳亮 , 楊吉斌 . 現(xiàn)代語音處理技術(shù)及應(yīng)用 [ M] . 北京 : 機(jī)械工業(yè)出版社 , 2020: 3031. [17]聶敏 . 語音識別及其關(guān)鍵技術(shù) [J].微波與衛(wèi)星通信， 1999,4:5356 [18] C. Lee, D. hyun, C. feature extraction for speech recognition [J].IEEE Transactions on Speech and Audio Processing, 2020, 11(l):8086 Speechamp。Language, 2020,17(l):526 23 致謝 在此感謝 我的導(dǎo)師 孫秋菊老師在本次畢業(yè)論文中耐心的指導(dǎo)， 從 畢業(yè)設(shè)計的開題， 到基于 MATLAB 語音端點檢測算法的確定，以及在論文研究實驗過程中及其 論文的撰寫，每一步都傾注著導(dǎo)師的心血。 經(jīng)過幾個月的努力，畢業(yè) 論文 基本完成了。在畢業(yè) 論文過程 中， 使我 學(xué)到很 多 新的 知識 ，同時也加深了以前所學(xué)的知識，讓我理解和學(xué)習(xí)了語音端點檢測這項語音信號處理技術(shù)， 積累了寶貴的經(jīng)驗。 在完成 論文 的過程中 導(dǎo)師 耐心的指導(dǎo)和 嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精湛的學(xué)術(shù)造詣和誨人不倦的精神給我留下了非常深刻的印象，使我 受益匪淺 ，為我今后的學(xué)習(xí)和工作樹立了楷模。 畢業(yè) 論文能順利完成離不開老師的幫助的。同時感謝身邊的同學(xué)，他們?yōu)槲姨峁┝撕芏鄬氋F的資料。 再次衷心感謝所有關(guān)心和幫助我的老師和同學(xué)和朋友們致以最誠摯的謝意 ！