毕业论文：基于MATLAB的语音信号的端点检测.doc文档23页全文免费阅读

语音端点检测的准确性对于语音识别系统的性能有着较大的影响。

在个完整的语音识别系统中，许多相关因素影响着整个系统的识别精度和效率，由于在自然环境中，纯净的语音信号总伴随着各种不同类型的噪声，而语音识别系统处理的对象是有效的语音信号，因此，由于噪声的干扰，往往使得整个系统的识别率下降，有学者用个多话者的数字识别系统做了如下个实验。

多媒体技术的发展，使用现代手段研究语音处理技术，使人们能更加有效地产生传输存储获取和应用语音信息，这对于促进社会的发展十分重要。

语音技术的应用己经成为个具有竞争性的高新技术产业，它正在直接与办公交通金融公安商业旅游等行业的语音咨询与管理，工业生产部门的语声控制，电话电信系统的自动拨号辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下代操作系统和应用程序的用户界面。

语音处理内容涉及到计算机科学模式识别信号处理生理学语音学心理学等学科，还涉及到信号和信息处理系统通信和电子系统等语音处理内容涉及到计算机科学模式识别信号处理生理学语音学心理学等学科，还涉及到信号和信息处理系统通信和电子系统等具体应用领域。

拨号辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下代语音技术的应用己经成为个具有竞争性的高新技术产业，它正在直接与办公交通金融公安商业旅游等行业的语音咨询与管理，工业生产部门的语声控制，电话电信系统的自动部分内容简介讯方式是直接进行语言通讯，实现人机自由对话，赋予机器以听觉，辨别话音的内容或者辨别说话人的身份，使机器能够按照人的意志进行各种操作，把人类从繁重或危险的劳动中解脱出来。

用现代手段研究语音处理技术，使人们能更加有效地产生传输存储获取和应用语音信息，这对于促进社会的发展十分重要。

语音技术的应用己经成为个具有竞争性的高新技术产业，它正在直接与办公交通金融公安商业旅游等行业的语音咨询与管理，工业生产部门的语声控制，电话电信系统的自动拨号辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下代操作系统和应用程序的用户界面。

语音处理内容涉及到计算机科学模式识别信号处理生理学语音学心理学等学科，还涉及到信号和信息处理系统通信和电子系统等具体应用领域。

多媒体技术的发展，使语音技术逐渐在越来越多的场合中推广使用，语音信号处理技术发展迅速，其研究成果具有重要的学术及应用价值，涉及系列前沿课题。

语音信号处理与信息科学中最活跃的前沿科学密切联系，并且共同发展。

例如，神经网络理论模糊集理论小波理论是当前热门的研究领域，这些领域的研究常常把语音处理任务作为个应用实例，而语音处理研究者也从这些领域的研究进展中找到突破口，使语音处理技术研究取得进展。

从技术角度讲，语音信号处理是信息高速公路多媒体技术办公自动化现代通信及智能系统等新兴领域应用的核心技术之。

经过几十年的努力，语音信号处理在语音识别语音增强语音编码说话人识别说话人情感识别语音合成等方面取得了巨大的进步，然而，旦这些技术应用在实际环境中，由于环境噪声信道说话人自身因素等方面的影响，性能急剧下降，因为在实际环境中没有完全纯净的语音信号，般都会伴有噪声或其它干扰。

例如，办公室环境下，电脑风扇转动的声音，键盘敲打的声音等都是噪声，而语音信号处理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。

语音端点检测的任务就是判断待处理信号是语音还是非语音，从输入信号中找到语音部分的起止点。

端点检测是语音识别语音增强以及语音编码等中的个重要环节。

有效的端点检测技术不仅能减少系统的处理时间提高系统的处理实时性，而且能排除无声段的噪声干扰，从而使后续工作的性能得以较大提高。

语音端点检测的准确性对于语音识别系统的性能有着较大的影响。

在个完整的语音识别系统中，许多相关因素影响着整个系统的识别精度和效率，由于在自然环境中，纯净的语音信号总伴随着各种不同类型的噪声，而语音识别系统处理的对象是有效的语音信号，因此，由于噪声的干扰，往往使得整个系统的识别率下降，有学者用个多话者的数字识别系统做了如下个实验。

首先对所有记录的语音用手工找出准确的端点，得到它们的识别率然后逐帧帧长为加大端点检测的误差，在每次加大误差的同时得到它们的识别率。

结果表明在端点检测准确时识别率为的系统，当端点检测的误差在士帧时，识别率降低了在士帧时，降低了而当误差在进步加大时，识别率急剧下降。

研究表明，即使在安静环境下语音识别系统中半以上的识别都是因为语音端点检测的不准确所造成的。

所以，对于语音识基于强背景噪声下的语音端点检测算法及实现别系统来说，有效的端点识别不仅能够减轻系统的运算负载，使得处理时间减少，提高了系统的实时性，而且能够去除静音时背景噪声的干扰，从而大大提高系统的识别性能。

因此，从混有不同噪声的信号中准确提取纯净的语音信号就成了语音识别系统中的个重要的环节。

另外在通信系统中，典型的会话信道大约有的时间真正用于传输语音，其余的时间传输的都是静默和背景噪声。

由于可利用的频谱资源随着移动用户的飞速发展而急剧下降。

如何开发其余被浪费的信道资源就成为了提高系统容量的有效手段之。

如果在发送端设立个语音端点检测器来区分语音和静默以及背景噪声，在接收端用舒适噪声发生器来重构背景噪声，这样就可以极大的提高信道的利用率，而且也能保证重构语音的可懂度和自然度，因此准确的语音端点检测是非常重要的。

语音端点检测研究现状及存在的问题语音端点检测和语音增强不同，它的任务是判断待处理信号是语音还是非语音。

语音端点检测作为种语音信号预处理技术，在实际应用中起着非常重要的作用，有效地进行端点检测不仅可以减少计算量和缩短处理时间，而且能排除无声段的噪声干扰提高语音识别的正确率，因此它广泛应用于语音识别语音增强语音编码回声抵消等系统中。

而语音增强的目的是在语音和干扰中增强语音部分，同时抑制干扰，对语音检测的研究最早可以追溯到上个世纪的年代。

当时是在个实时语音翻译系统中，为了解决语音段和无语音段的检测问题而提出来的。

那时的算法名称叫，指的是将语音段和无语音段分开的处理过程。

传统的语音端点检测算法都是针对实验室安静环境，直到近年来，噪声环境下的语音端点检测才开始研究。

开发出了许多不同的算法，有基倒谱距离的算法，自相关系数，基于能量基音检测过零率和频能比等各种语音特征的算法，基于自适应模型的算法，基于倒谱分析的算法等。

各有不同的延时敏感度和运算量，这在实验室环境下己经得到了很好的效果。

但是当环境背景噪声存在的情况下，传统的检测算法都会因为受到污染而造成严重的误判和漏判。

般来说，理想的语音端点检测算降，特别是在噪声很大时，完全不能检测出语音端点。

基于短时能量和短时过零率的双门限端点检测原理双门限法是利用短时能量和过零率的乘积进行检测的。

在基于短时能量和过零率的双门限端点检测算法中首先为短时能量和过零率分别确定两个门限，个为较低的门限，对信号的变化比较敏感，另个是较高的门限。

当低门限被超过时，很有可能是由于很小的噪声所引起的，未必是语音的开始，当高门限被超过并且在接下来的时间段内直超过低门限时，则意味着语音信号的开始。

本文采用短时能量和短时过零率相结合的方法，利用短时能量和短时过零率两个门限来确定语音信号的起点和终点，目的是从采集到的语音信号中分离出真正的语音信号作为系统处理的对象。

该算法的原理简述如下对上述两种特征作个统计估计，得到两个门限值，利用短时能量检测浊音，短时过零率检测清音，两者配合从而确定语音的端点。

由于采集的声音信号中最初的短时段多为无声或背景噪声，这样就可以利用已知为静态的最初几帧般取帧信号计算其过零率阀值及高低能量阀值低能量阀和高能量阀。

过零率公式计算和时，首先计算最初帧信号中每帧的短时平均能量或平均幅度，最大值记为，最小值记为。

本文在计算短时能量之前，先经过个滤波器，高通滤波器，此为预加重滤波器，目的在于滤除低频干扰，尤其是或的工频干扰，将对于语言识别更为有用的高频部分的频率进行提升，在计算短时能量之前应用该滤波器，还可以起到消除直流漂移抑制随机噪声和提升清音部分能量的效果。

其关键代码为，。

文中能量门限调整代码为根据语音信号的实际情况对门限值进行调整，以便更好的对语音端点进行检测。

其端点检测的流程如下所述开始进行端点检测之前，首先为短时能量和过过零率分别确定两个门限，其中分别为短时能量和过零率比较低的门限，其数值比较小，对信号的变化比较敏感，很容易就会超过。

另外是比较高的门限，数值比较大，信号必须达到定的强度，该门限才可能被超过。

低门限被超过未必就是语音信号的开始，有可能是时间很短的噪声引起的。

高门限被超过则可以基本确信是由于语音信号引起的。

整个语音信号的端点检测可以分为四段静音过度段语音段结束。

程序中使用个变量来表示当前所处的状态。

在静音段，如果能量或过零率超越了低门限，就应该开始标记起始点，进入过渡段。

在过渡段中，由于参数的数值比较小，不能确信是否处于真正的语音段，因此只要个参数的数值都回落到低门限以下，就可以确信进入语音段落。

而如果在过渡段中两个参数中的任个超过了高门限，就可以确信进入语音段了。

些突发性的噪声也可以引起短时能量或过零率的数值很高，但是往往不能维持足够的长的时间，如门窗的开关物体的碰撞等引起的噪声。

这些都可以通过设定最短时间门限来判别。

当前状态处于语音时，如果两个参数的值下降低到低门限以下，而且总的记时长度小于最短时间门限，则认为这是段噪音，继续扫描以后的语音数据，否则就标记好结束端点