語(yǔ)音端點(diǎn)檢測(cè)作為各種語(yǔ)音信號(hào)處理系統(tǒng)的前端操作,在語(yǔ)音信號(hào)處理領(lǐng)域中具有重要的意義。低信噪比條件下的語(yǔ)音端點(diǎn)檢測(cè)是語(yǔ)音處理領(lǐng)域的一個(gè)技術(shù)難題,阻礙了語(yǔ)音處理技術(shù)向嘈雜環(huán)境、短波通信等應(yīng)用領(lǐng)域的拓展。為探尋一種理想的語(yǔ)音端點(diǎn)檢測(cè)算法,既能夠保證在低信噪比的環(huán)境下?lián)碛休^好的正確率,又能夠滿足較少的先驗(yàn)知識(shí)與運(yùn)算量的要求。本文對(duì)低信噪比條件下的語(yǔ)音端點(diǎn)算法進(jìn)行了研究,并提出相應(yīng)解決思路。本文總結(jié)歸納了近幾十年來(lái)語(yǔ)音端點(diǎn)檢測(cè)研究的進(jìn)展和成果,從語(yǔ)音端點(diǎn)檢測(cè)的準(zhǔn)確性、穩(wěn)定性、自適應(yīng)性和運(yùn)算量上對(duì)常用的幾種語(yǔ)音端點(diǎn)算法進(jìn)行分析,發(fā)現(xiàn)在低信噪比條件下,傳統(tǒng)的語(yǔ)音端點(diǎn)檢測(cè)算法都存在檢測(cè)準(zhǔn)確率急劇下降的問(wèn)題。針對(duì)這一問(wèn)題,本文從提升降噪效果、提升端點(diǎn)檢測(cè)算法魯棒性兩方面開(kāi)展研究。在語(yǔ)音降噪方面,本文提出了一種改進(jìn)的譜減降噪算法,該算法采用端點(diǎn)檢測(cè)、分段噪聲估計(jì)、動(dòng)態(tài)參數(shù)調(diào)整等辦法,解決了常規(guī)譜減算法存在的無(wú)話段估計(jì)困難、噪聲估計(jì)不精確、音樂(lè)噪聲較大等問(wèn)題。在端點(diǎn)檢測(cè)方面,本文提出了一種改進(jìn)的子帶能熵比端點(diǎn)檢測(cè)算法,該算法采用子帶劃分、優(yōu)化能量計(jì)算方式、優(yōu)化譜熵計(jì)算、兩級(jí)平滑處理方式等辦法,有效提升了算法... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

幀長(zhǎng)與幀移的示例

圖 2-3 端點(diǎn)判決規(guī)則分類(lèi)圖處理的主要作用是對(duì)端點(diǎn)判決后的結(jié)果進(jìn)行平滑處理，輸出更加準(zhǔn)確在制定平滑規(guī)則時(shí)，我們需要把握以下幾個(gè)原則：第一，避免前端Clipping)，由于語(yǔ)音信號(hào)處理往往對(duì)語(yǔ)音的起點(diǎn)要求較高，為了防導(dǎo)致語(yǔ)音的丟失，我們一般需要將語(yǔ)音端點(diǎn)判決的結(jié)果適當(dāng)前推(MSC, Middlespeech Clipping)，為了避免將連續(xù)語(yǔ)音中的短暫停，我們可以通過(guò)比較靜默長(zhǎng)度與最短靜默音幀數(shù)的關(guān)系設(shè)置拖延(OVER)，我們還要避免檢測(cè)語(yǔ)音終止點(diǎn)相對(duì)真實(shí)終止點(diǎn)后移導(dǎo)題。短時(shí)能量和短時(shí)過(guò)零率的雙門(mén)限端點(diǎn)檢測(cè)法原理

華南理工大學(xué)工程碩士學(xué)位論文樣精度 16bit，單聲道，實(shí)驗(yàn)采用的噪聲文件為 NoiseX-92 噪聲庫(kù)中選擇較有代表性的white、factory1、hfChannel 等幾類(lèi)噪聲。實(shí)驗(yàn)一：同一噪聲在不同信噪比條件下對(duì)語(yǔ)音文件的影響。具體步驟為選擇比較有代表性的高斯白噪聲與純凈語(yǔ)音文件疊加并生成信噪比為 10dB、0dB、-10dB 的三種帶噪語(yǔ)音文件，并繪制帶噪語(yǔ)音文件的波形圖與語(yǔ)譜圖。實(shí)驗(yàn)結(jié)果如下：

【參考文獻(xiàn)】：
期刊論文
[1]基于譜減法的語(yǔ)音信號(hào)降噪改進(jìn)算法[J]. 金薛冬,李東新.  國(guó)外電子測(cè)量技術(shù). 2018(05)
[2]語(yǔ)音端點(diǎn)檢測(cè)技術(shù)研究進(jìn)展[J]. 韓立華,王博,段淑鳳.  計(jì)算機(jī)應(yīng)用研究. 2010(04)
[3]基于熵函數(shù)的語(yǔ)音端點(diǎn)檢測(cè)算法研究[J]. 王博,郭英,韓立峰.  信號(hào)處理. 2009(03)
[4]低信噪比下基于譜熵的語(yǔ)音端點(diǎn)檢測(cè)算法[J]. 李曄,張仁智,崔慧娟,唐昆.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(10)
[5]基于子帶能量特征的最優(yōu)化語(yǔ)音端點(diǎn)檢測(cè)算法研究[J]. 陳振標(biāo),徐波.  聲學(xué)學(xué)報(bào). 2005(02)
[6]端點(diǎn)檢測(cè)中的一種新的對(duì)數(shù)能量特征[J]. 肖述才,王作英.  電聲技術(shù). 2004(06)
[7]一種基于特征空間能量熵的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)算法[J]. 徐望,丁琦,王炳錫.  通信學(xué)報(bào). 2003(11)
[8]支持向量機(jī)在語(yǔ)音激活檢測(cè)中的應(yīng)用研究[J]. 董恩清,趙鶴鳴,周亞同,張曉娣.  通信學(xué)報(bào). 2003(03)
[9]3G系統(tǒng)中復(fù)雜背景噪聲環(huán)境下話音激活檢測(cè)算法性能分析[J]. 陳東,匡鏡明.  北京理工大學(xué)學(xué)報(bào). 2001(02)
[10]噪聲環(huán)境中基于HMM模型的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法[J]. 朱杰,韋曉東.  上海交通大學(xué)學(xué)報(bào). 1998(10)

博士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別模型研究[D]. 張仕良.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別研究[D]. 楊穎.華南理工大學(xué) 2018
[2]噪聲環(huán)境下的語(yǔ)音端點(diǎn)檢測(cè)方法研究[D]. 李嘉安娜.華南理工大學(xué) 2015



本文編號(hào)：3535463