在語音信號(hào)識(shí)別領(lǐng)域,語音信號(hào)端點(diǎn)檢測技術(shù)十分關(guān)鍵。端點(diǎn)檢測的目的就是確定出語音信號(hào)的采樣起始點(diǎn)和結(jié)束點(diǎn)位置,使系統(tǒng)對(duì)語音信號(hào)的處理可以降低功耗、提高系統(tǒng)性能。如今端點(diǎn)檢測技術(shù)的應(yīng)用十分廣泛,比如在語音會(huì)話工具、可穿戴設(shè)備、人工智能機(jī)等諸多地方都有著應(yīng)用。近幾年來,出現(xiàn)了許多實(shí)用高效的端點(diǎn)檢測算法,大致可將這些算法分成兩大類,一類是基于數(shù)字信號(hào)頻域或時(shí)域提取特征參數(shù)的算法,而另一類是基于模式匹配的各種算法。目前,語音信號(hào)端點(diǎn)檢測技術(shù)研究在無噪聲干擾情況下已經(jīng)十分成熟,但是在低信噪比時(shí)檢測效果將會(huì)顯著下降,所以對(duì)低信噪比時(shí)尋求準(zhǔn)確高效的檢測算法仍然十分關(guān)鍵。論文首先對(duì)傳統(tǒng)的基于時(shí)域頻域特征參數(shù)的算法進(jìn)行了綜述,通過對(duì)其在不同噪聲強(qiáng)度下的檢測性能評(píng)估可以得出,在無噪聲干擾時(shí)傳統(tǒng)檢測算法檢測正確率很高,具有計(jì)算量小效率高等特點(diǎn)。但對(duì)于低信噪比環(huán)境,傳統(tǒng)算法檢測性能迅速降低,無法準(zhǔn)確找出信號(hào)邊界點(diǎn)的位置。因此針對(duì)于低信噪比環(huán)境,可以首先采用語音信號(hào)去噪算法對(duì)帶噪信號(hào)進(jìn)行去噪,再對(duì)去噪后的信號(hào)進(jìn)行端點(diǎn)檢測�；谶@一思想,本文提出了增強(qiáng)減譜方差聯(lián)合法以及多窗譜減譜能熵比聯(lián)合法,這兩種算法將語音信號(hào)的去噪與檢測處理有效結(jié)合在一起,達(dá)到提高檢測結(jié)果正確性的目的。本文提出的增強(qiáng)減譜方差聯(lián)合法的檢測原理就是先利用增強(qiáng)減譜法對(duì)帶噪信號(hào)去噪,增強(qiáng)減譜法引入了減譜調(diào)節(jié)因子,讓減譜法在原有的基礎(chǔ)上對(duì)噪聲的適應(yīng)性更好,經(jīng)由增強(qiáng)減譜法去噪后的信號(hào)的方差值在語音信號(hào)邊界點(diǎn)處特征明顯,因此接著采用基本方差法進(jìn)行端點(diǎn)檢測。多窗譜減譜能熵比聯(lián)合法是利用多窗譜估計(jì)減譜法對(duì)帶噪語音信號(hào)進(jìn)行去噪,多窗譜減譜法采用多個(gè)相互正交的窗函數(shù)求譜值,這樣可有效減小實(shí)驗(yàn)誤差。而能熵比法相較于其它的傳統(tǒng)端點(diǎn)檢測算法的抗噪聲性能更強(qiáng)。為了驗(yàn)證本文提出的兩種新算法的性能和特性,將這兩種新算法運(yùn)用到音頻識(shí)別中進(jìn)行實(shí)驗(yàn)分析,本文實(shí)驗(yàn)所采用的純凈語音數(shù)據(jù)是自然人聲語音數(shù)據(jù)集,噪聲信號(hào)數(shù)據(jù)所采用的是Noisex-92噪音數(shù)據(jù)集。將幾種加性噪聲信號(hào)分別疊加在純凈語音信號(hào)上,即可得到實(shí)驗(yàn)所需的帶噪語音信號(hào)數(shù)據(jù)集。通過設(shè)置不同的信噪比以及加入不同類型的噪聲,觀察其檢測結(jié)果并進(jìn)行對(duì)比分析。依據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行分析能夠得出,本文提出的兩種新算法對(duì)不同噪聲和低信噪環(huán)境適應(yīng)性良好,可以將語音信號(hào)的邊界點(diǎn)有效檢測出來。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN912.3
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景
    1.2 研究現(xiàn)狀
    1.3 論文的主要內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第2章 語音信號(hào)識(shí)別技術(shù)原理及構(gòu)成
    2.1 語音識(shí)別基本原理
    2.2 語音信號(hào)的數(shù)字模型
    2.3 典型端點(diǎn)檢測模塊
    2.4 本章小結(jié)
第3章 基于特征參數(shù)端點(diǎn)檢測算法
    3.1 端點(diǎn)檢測算法的分類
    3.2 基于時(shí)域特征參數(shù)的端點(diǎn)檢測算法
        3.2.1 雙門限法
    3.3 基于時(shí)域特征參數(shù)的端點(diǎn)檢測算法
        3.3.1 譜距離法
        3.3.2 MFCC參數(shù)的倒譜距離法
        3.3.3 譜熵法
    3.4 本章小結(jié)
第4章 低信噪比環(huán)境下的語音去噪及改進(jìn)的端點(diǎn)檢測算法
    4.1 語音去噪方法介紹
        4.1.1 語音去噪對(duì)于端點(diǎn)檢測的意義及研究現(xiàn)狀
        4.1.2 減譜法去噪
    4.2 增強(qiáng)減譜方差聯(lián)合法
        4.2.1 算法檢測原理
        4.2.2 增強(qiáng)減譜法
        4.2.3 算法檢測流程
    4.3 多窗譜減譜和能熵比算法
        4.3.1 算法檢測原理
        4.3.2 多窗譜減譜法
        4.3.3 能熵比法
        4.3.4 算法檢測流程
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)仿真與性能比較
    5.1 實(shí)驗(yàn)環(huán)境與評(píng)價(jià)指標(biāo)
        5.1.1 語音數(shù)據(jù)樣本的建立
        5.1.2 實(shí)現(xiàn)平臺(tái)
        5.1.3 端點(diǎn)檢測算法的評(píng)價(jià)指標(biāo)
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 基于傳統(tǒng)端點(diǎn)檢測算法的檢測結(jié)果
        5.2.2 增強(qiáng)減譜方差聯(lián)合法算法檢測結(jié)果
        5.2.3 多窗譜減譜能熵比聯(lián)合法算法檢測結(jié)果
    5.3 檢測性能比較分析
        5.3.1 不同信噪比環(huán)境下的檢測性能
        5.3.2 不同噪聲環(huán)境下的檢測性能
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士研究生期間的成果
學(xué)位論文評(píng)閱及答辯情況表

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉新飛;周輝;;基于譜減法及頻譜方差的語音端點(diǎn)檢測方法[J];兵工自動(dòng)化;2014年04期

2 谷志偉;李漢峰;;基于改進(jìn)的DTW算法的變電站巡檢機(jī)器人語音識(shí)別的實(shí)現(xiàn)[J];機(jī)電信息;2014年06期

3 劉琦;;基于短時(shí)能量特征的語音端點(diǎn)檢測技術(shù)研究[J];信息系統(tǒng)工程;2014年02期

4 王致信;胡文東;;語音識(shí)別技術(shù)的發(fā)展[J];網(wǎng)友世界;2013年13期

5 陳立春;;實(shí)時(shí)語音采集系統(tǒng)中語音端點(diǎn)檢測和增強(qiáng)方法[J];電聲技術(shù);2013年05期

6 崔曉;張松煒;;基于小波和先驗(yàn)信噪比維納濾波的語音增強(qiáng)[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

7 李娟;;基于兩級(jí)判別法的端點(diǎn)檢測算法研究[J];洛陽師范學(xué)院學(xué)報(bào);2012年05期

8 張春雷;曾向陽;王曙光;;基于臨界帶功率譜方差的端點(diǎn)檢測[J];聲學(xué)技術(shù);2012年02期

9 李玲俐;;一種基于MFCC和SVM的語音識(shí)別方法[J];軟件導(dǎo)刊;2012年03期

10 白瑜;;語音識(shí)別系統(tǒng)的硬件設(shè)計(jì)[J];硅谷;2012年02期

相關(guān)碩士學(xué)位論文 前3條

1 李光源;高效語音增強(qiáng)與端點(diǎn)檢測技術(shù)研究[D];清華大學(xué);2011年

2 馬靜霞;帶噪語音端點(diǎn)檢測方法的研究[D];燕山大學(xué);2007年

3 張徽強(qiáng);帶噪語音信號(hào)的端點(diǎn)檢測和聲韻分離[D];國防科學(xué)技術(shù)大學(xué);2005年

本文編號(hào)：2874550