复杂环境下高效端点检测算法研究及应用

【摘要】端点检测是为了从待测语音信号中准确的检测出有效语音的起止点,从而提升语音识别系统的识别精度并尽可能的缩减识别时间。现有的端点检测算法虽在理想环境下有较高的检测准确率,但在伴随着噪声的实际应用系统中,算法的性能急剧下降。同时,移动端应用系统对算法的时间和空间复杂度都有较高的要求。因此,在实际应用环境中,寻找一种高效、鲁棒的端点检测算法是本课题的研究重点。本文从噪声估计、维纳滤波、端点检测算法三个方面进行研究,采用一系列行之有效的方法,探寻一种实用的语音端点检测算法。首先,为了进一步降低背景噪声对语音信号的影响,本文针对基于传统的VAD噪声估计方法对噪声估计不准确的问题,结合最小值控制的递归平均算法,得到一种快速且有效的噪声估计算法。在不损害增强后语音感知质量的条件下,融合了TSNR和非线性谐波增强算法,使得基于维纳滤波的语音增强算法得到最大的平均分段信噪比提升。然后,对语音信号中的常用的音频特征参数进行归纳总结,重点分析了短时信息熵,同时引入了短时幅度相对值的概念。而后提出了一种结合时域和频域特征,且在复杂背景噪声环境下能够有效区分语音和非语音的音频特征参数,称之为短时时频值。在短时时频值的基础上,提出了一种能够在复杂环境下对语音的起止点做出高效判断的语音端点检测算法。最后,用带噪语音数据库和自行采集整理的语音数据库对上述的方法进行验证,并对检测结果进行分析和评价。实验表明,本文中提出的端点检测算法高效、鲁棒,在复杂的噪声环境下不仅能实时快速的完成计算,又能提高实际应用系统的性能。
【作者】雷文钿；
【导师】洪青阳；
【作者基本信息】厦门大学，计算机技术，2014，硕士
【关键词】端点检测；噪声估计；语音增强；背景噪声；短时时频值；

【参考文献】
[1]杨青春.吉长热电有限公司供应链合作伙伴关系管理研究[D].吉林大学,工业工程,2012,硕士.
[2]阮晓娟.碱腌制对蛋壳的影响及蛋清凝胶机理的研究[D].华中农业大学,食品科学,2014,硕士.
[3]赵耀松,霍凯,陈志鸿.交流电失真度测量方法研究与实现[J].电测与仪表,2014,19:70-74.
[4]樊英鸽.污水处理用陶瓷基生物活性复合材料的研究[D].陕西科技大学,有机化学,2013,硕士.
[5]韩博琳,娄淑琴,鹿文亮,苏伟,邹辉,王鑫.新型超宽带双芯光子晶体光纤偏振分束器的研究[J].物理学报,2013,24:165-171.
[6]汪际峰.一体化电网运行智能系统的概念及特征[J].电力系统自动化,2011,24:1-6.
[7]刘勇建.局灶性皮质发育不良合并海马硬化的外科治疗分析[D].大连医科大学,外科学,2012,硕士.
[8]王宗东.企业项目与中职平面设计课程整合研究[D].广东技术师范学院,职业技术教育学,2013,硕士.
[9]田金瑞.《元典章·刑部》动词研究[D].华中师范大学,汉语言文字学,2013,硕士.
[10]马国文.浙江某企业碱减量废水的预处理和资源化利用[D].上海大学,环境工程,2014,硕士.
[11]刘仕雄.基于混合编码的蛋白质亚细胞定位研究[D].湖南大学,电子和通信工程,2012,硕士.
[12]张海龙.Mn~(2+)、Cr(Ⅵ)、2,4-二氯苯酚在黄土性土壤中的吸附运移研究[D].长安大学,应用化学,2014,硕士.
[13]戴景军.电视连续剧《木卡姆往事》音乐研究[D].河北大学,音乐与舞蹈学,2014,硕士.
[14]刘旭光.视交叉上核损毁改变大鼠睡眠结构[D].复旦大学,神经生物学,2012,硕士.
[15]杨光辉.基于模糊神经网络的多电机功率平衡控制研究[D].中国矿业大学,电力电子与电力传动,2014,硕士.
[16]刘娟.人呼吸道腺病毒55型的基因组学与病原学特征研究[D].中国人民解放军军事医学科学院,微生物学,2014,博士.
[17]谭浩广.基于虚拟仪器的风力发电机组故障诊断系统开发与实验研究[D].内蒙古科技大学,机械电子工程,2013,硕士.
[18]孙嘉怿.水稻叶片高光谱对虫害的敏感性及稻飞虱的为害监测[D].南京农业大学,农业昆虫与害虫防治,2013,硕士.
[19]杨位东.卷绕式介电型EAP驱动单元性能提高与应用[D].南京航空航天大学,机械电子工程,2014,硕士.
[20]张强.基于标准模型特征的人脸表情识别研究[D].西安电子科技大学,应用数学,2012,硕士.
[21]梅真.我国城市社区治理问题研究[D].西北大学,行政管理,2014,硕士.
[22]荆涛.面向领域网页的语义标注若干问题研究[D].吉林大学,2011.
[23]黄文皎.颞叶癫痫大鼠海马GSK-3β的动态变化及其抑制剂在苔藓纤维出芽中的作用[D].中南大学,临床医学,2013,博士.
[24]易维启,陈必远,李宏奇,陈建文.地震采集数据自动检测系统[J].石油地球物理勘探,1997,01:137-142+154.
[25]杨红艳.培养小学高段学生语文自主阅读能力的研究[D].内蒙古师范大学,小学教育（专业学位）,2013,硕士.
[26]王良文,穆小奇,王英姿,杜文辽,王传鹏,王红亮.塔机快速设计系统中臂架参数化设计[J].郑州轻工业学院学报(自然科学版),2014,05:83-88.
[27]侯敬文.京东商城物流配送模式改进研究[D].西南交通大学,工商管理,2012,硕士.
[28]胡斌斌.视频语义信息提取的研究[D].浙江工业大学,2009.
[29]武小虎.InGaN多结太阳能电池仿真研究[D].西安电子科技大学,微电子学与固体电子学,2012,硕士.
[30]杨锡辉,孔维军,杨美华,赵明,欧阳臻.适配子识别技术在真菌毒素快速分析中的应用[J].分析化学,2013,02:297-306.
[31]魏楠.论未决羁押制度[D].山东大学,法律（专业学位）,2012,硕士.
[32]张法生.地铁车辆磁流变制动技术研究[D].西南交通大学,车辆工程,2014,硕士.
[33]冯卓毅.浙江省高等教育财政投入机制研究[D].浙江工业大学,教育经济与管理,2012,硕士.
[34]张会娟.低剂量辐射联合阿霉素对荷瘤裸鼠肾组织抗氧化酶的影响[D].吉林大学,临床医学,2014,硕士.
[35]陈汉翠.孔隙尺度物理过程对含湿多孔介质宏观传递特性影响机理研究[D].山东建筑大学,热能工程,2013,硕士.
[36]郭越.标准模型下可证明安全的IBE方案及其应用研究[D].黑龙江大学,应用数学,2013,硕士.
[37]顾海涛.中盛光电集团采购问题分析及解决方案研究[D].西安建筑科技大学,工商管理,2013,硕士.
[38]万瑞华.中国医药制造业R&D效率评价[D].辽宁大学,产业经济学,2012,硕士.
[39]邸白鹭.观念摄影中的纪实与摆拍[D].云南艺术学院,美术学,2013,硕士.
[40]李颢,邵惠鹤,任德祥,钱勤生.基于遗传算法的均热炉群装炉出炉调度[J].控制与决策,1999,02:39-43.
[41]陈乃嘉.《杰米食品部》翻译实践报告[D].吉林大学,英语口译,2013,硕士.
[42]张晓辉.北方地区隋唐墓葬的分区与分期[D].吉林大学,考古学及博物馆学,2004,硕士.
[43]何霞.基于翻译模式的BPEL到LOTOS映射方法研究[D].北方工业大学,计算机应用技术,2013,硕士.
[44]熊桢.InP/GaAs与GaAs/Si异变外延片的位错特性研究[D].北京邮电大学,电磁场与微波技术,2013,硕士.
[45]李敏.陕西定边罗庞塬油区长4+5油层组储层及油藏特征研究[D].西北大学,油气田开发工程,2013,硕士.
[46]汪凯.入侵检测系统中的智能技术[J].武汉理工大学学报(信息与管理工程版),2005,05:155-157+162.
[47]谢语蔚.多元媒体时代大都市城市形象的建构与传播[D].西南政法大学,新闻学,2012,硕士.
[48]刘章平.提高地震勘探检波器串的抗干扰能力[J].石油地球物理勘探,2007,S1:97-101+140+10-11.
[49]周涛,徐少杰,刘春波.如何跨越异构平台?[J].中国计算机用户.2002(28)
[50]于梁.同时利用戊糖己糖产乙醇E.coli工程菌的构建[D].吉林大学,微生物与生化药学,2014,硕士.