一种噪声环境下的实时语音端点检测算法

被引：29

作者：

徐大为

吴边

赵建伟

刘重庆

机构：

[1] 上海交通大学图像处理与模式识别研究所

[2] 上海交通大学图像处理与模式识别研究所上海

[3] 上海

来源：

计算机工程与应用 | 2003年 / 01期

关键词：

端点检测; 倒谱距离; 能量-熵特征; 5状态自动机;

D O I：

暂无

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

语音识别中的端点检测要求对噪声有很强的鲁棒性。该文提出一种方法,综合采用了语音信号中的4个相互之间独立性强的特征-短时能量、倒谱距离、能量谱方差和能量-熵特征,有效地改进传统的基于单一语音特征方法的缺陷,在动态变化的噪声环境中,大大提高了端点检测对噪声的鲁棒性;为了克服分类回归树(CART)决策法的过度复杂性,引入一种新的5状态自动机进行快速决策,以保证算法的实时性能,并且能够提高端点检测的可靠性。通过各种实际噪声环境的测试,实验表明这一算法可以显著提高在低信噪比、噪声动态变化的各种环境下的端点检测性能。

引用

页码：115 / 117

页数：3