论文总字数：15381字

摘 要

语音信号的端点检测为语音信号的辨别而明确指出起止端点的工作,主要是为了分离有用的语音和无效的嘈杂信号,所以常常被利用来解决声音信号的辩别、编码、声波门消除等。当前端点进行检测分析采用的主要方法有两种，一种是利用所设阈值的方法，该检测方法根据对比语音与噪声的不同特点,,然后将从中获取出来的特征数据与初始设置的阈值分别组合进行对比检测,从而可以有效达到对各段语音信号终端点的差别检测对比目的,此种特点检测对比方法的具体工作结构原理简便,运算方便。另一种检测方法主要是基于模式识别的音频技术,需要通过分析估计各种音频语音识别信号和各种噪声识别信息的物理模型以及参数等多种方法检测，本文主要研究以高频阈值参数的计算为基础的分析方法。端点信号检测识别技术在手机语音识别中一直发挥着非常重要的主导作用,直接影响决定了该识别系统的安全可靠性。本文通过运用双门限方法对语音端点信号的参数特点进行了多次实验结果分析,分析了该检测方法的一些优缺点。

关键词：语音信号处理;语音信号端点检测;双门限法判决;短时间的能量;短时间的过零点率

Voice signal endpoint detection based on MATLAB

Abstract

Speech endpoint detection refers to the accurate start point and end point to identify the speech signal speech signal.The detection method according to different paragraphs speech and audio signal noise contrast different characteristics of signal detection, extraction of paragraphs different characteristics of different speech noise signal, and then the characteristics of different values and comparison of the required set of contrast threshold combined detection compared respectively, which can effectively achieve the paragraphs the difference of speech signal termination point inspection comparison purpose, this kind of special The principle of point detection and comparison method is simple and easy to calculate. Another detection method is mainly audio technology based on pattern recognition. It needs to analyze and estimate various audio and speech recognition signals and various physical models and parameters of noise recognition information to carry out audio detection of its signals. This paper is mainly used to study the calculation method based on the numerical calculation of high frequency threshold wave. Endpoint signal detection and recognition technology has been playing a very important leading role in mobile phone speech recognition, and by using the testing method of speech endpoint detector signal characteristics was carried out The advantages and disadvantages of this method are analyzed by analyzing the long-term experimental results.

Key words: Signal processing; voice activity detection; double threshold; Short-timeenergy;The rate of short-time zero-passing.

目 录

摘要 I

Abstract II

目 录 III

第一章 绪论 1

1.1 研究背景及意义 1

1.2 研究现状及问题 1

1.3 本文主要研究 2

第二章 系统总体设计 3

2.1 方案选择 3

2.2 方案设计原理 4

第三章 语音信号处理 5

3.1 语音信号特点 5

3.2 语音信号预处理 5

3.2.1.预加重 5

3.2.2.加窗分帧 5

3.3 语音信号分析 6

3.3.1.短时时域分析 6

3.3.2.频域分析 7

第四章 软件程序设计 8

4.1算法原理 8

4.1.1端点检测算法原理 8

4.1.2基于短时能量和短时过零率的双门限端点检测原理 8

4.2模块程序设计 10

4.2.1 短时能量模块 10

4.2.2 短时过零率模块 10

4.2.3 双门限模块 11

4.2.4 模块程序设计流程 11

第五章 总 结 14

5.1困难与解决 14

5.2数据展示 14

5.3 结论与展望 17

致 谢 18

参考文献 19

第一章 绪 论

1.1 研究背景及意义

语言的表现形式是语音，语音通过人的发声部位发出，是承载着一定信息量的声音内容。语音技术是帮助人们了解思维、开展各种社会活动的最基本方式和手段,语音信号的优劣及其准确度与语音识别率的准确性主要取决于语音信号的处理质量。故语音信号的处理过程是一个十分具有价值和意义的科学技术过程,而对语音终端的检测则被认为是我国现代语音信号处理过程中的一个十分重要的技术步骤。

对端点的检测技术是处理声音信号参数的重要手段。语音端点检测其主要目的就是从含有语音的信号中寻找到这些语音的开始和终止点,以便只存储并对其进行有效地处理。在语音识别系统中,正确有效地对端点进行检测不但能够大大降低计算的数据量和缩短处理时间,而且还能够消除沉默片段对数据的噪音干扰,提高了语音识别的精度和准确性。有研究指出,即便在毫无噪声的条件下,语音的辨别过程中超过一半的数据存在较大误差主要是由于端点的检测的质量存在问题。此外,在语音合成、编码等系统中,有效对端点进行的检测也会产生直接的影响甚至会决定其系统的主要特征。所以,端点式检测的工作效率和数据传输质量对于语音信号处理系统而言是非常重要的。对不同端点质量检测的具体应用实现和解决措施问题进行较为深入且有系统的分析研究,具有十分重要的理论学术性和重要现实意义。有效地同时进行音频端点信号检测,不但不仅可以有效降低音频数据的能量储备和数据处理需的时间,还而且能够有效消除对多个无声滤波片段的音频噪音造成干扰。检测技术的主要难度是静音段或者是开始语音前后中人的说话伴有呼吸等嘈杂噪音、语音在开始出现时的细小摩擦性声音或者微弱摩擦鼻音以及最终在端点位置的摩擦口腔和鼻子发出的声音,这样也就会直接导致各种语音的各个端点定位是模糊的,需要合理的分析信号和端点的特点,以便于充分保证其端点定位的准确精度和定位准确性。

随着科学技术的高速发展，语音智能控制的产品在市面越来越常见，基于语音端点检测的辨别功能有着不可或缺的作用与意义，在众多的声控产品中，精确地找到语音信号端点不但能够节省处理时间，而且能排除静音段的环境噪声污染，优化识别性能。

1.2 研究现状及问题

语音端点检测被广泛应用于语音识别、语音增强、语音编码、回声抵消等系统。语音识别的研究始于20世纪50年代。当时提出一种算法vad来处理有用的声音片段和无效的声音片段，主要是将这两种声音信号片段进行区分。传统的语音终端接口检测算法主要针对在实验室中安静的环境,含噪大的情况下是重点研究领域和方向。目前存在的算法有自适应模型,倒谱分析等。它们的延迟和灵敏在实验室设置中表现良好。然而,低信噪比情况下容易有严重的错误判断或遗漏。

剩余内容已隐藏，请支付后下载全文，论文总字数：15381字