共查询到19条相似文献,搜索用时 234 毫秒
1.
董胡 《计算机技术与发展》2014,(7):77-79
在讨论传统倒谱距离语音端点检测方法不足的基础上,提出了一种基于倒谱距离和短时能量的语音端点检测改进方法。基于倒谱距离的单参数端点检测方法在高信噪比环境下效果较好,然而在低信噪比的环境下其端点检测性能急剧下降。通过分析倒谱距离和短时能量各自的端点检测特性,建立了一种结合二者特点的双参数判决准则,在保证运算量没有显著增大的前提下提高了端点检测的准确率。仿真实验结果表明,新方法相对于基本倒谱距离端点检测方法,在低信噪比的高斯白噪声环境下端点检测性能有较明显提高。 相似文献
2.
3.
语音端点检测是语音识别系统的一个重要组成部分,特别是在噪声环境下,其准确性直接影响到语音识别系统的计算复杂度和识别性能。提出了一种在噪声环境下基于短时TEO能量的语音信号端点检测方法,采用了双门限-三态转换判决机制以保证算法在噪声环境下的端点检测准确性和对信号绝对幅度变化的稳健性。实验结果表明,与传统的短时能量法和谱熵法相比,该算法在低信噪比情况下具有更好的端点检测能力,显示了算法的优越性。 相似文献
4.
一种噪声环境下的实时语音端点检测算法 总被引:12,自引:0,他引:12
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。 相似文献
5.
端点检测是语音识别系统的一个重要组成,尤其是在噪声环境中,其准确性对语音识别系统性能有直接影响。提出了一种基于小波子带倒谱系数(SBC)的语音信号端点检测方法,利用小波变换对频带进行尺度划分,采用小波子带倒谱能量检测语音端点。通过与MFCC的仿真对比以及大量实验分析,小波子带倒谱特征在语音端点检测中具有更好的识别性能。 相似文献
6.
董胡 《计算机与数字工程》2013,41(7)
在讨论传统倒谱距离语音端点检测方法不足的基础上,提出了一种改进方法.通过对语音信号三个端点检测的特征参数短时能量、短时平均过零率和倒谱距离逐一分析研究,提出了一种结合三者特征的语音参数,将其应用于端点检测中.实验结果表明,该方法相对于基本倒谱距离检测方法,在低信噪比时检测性能有较明显提高. 相似文献
7.
8.
基于对数能量倒谱特征的端点检测算法 总被引:1,自引:0,他引:1
端点检测技术是语音识别的关键技术之一,为了克服传统倒谱距离语音端点检测算法在低信噪比下检测效果的不理想,将对数能量(LE)特征和倒谱(C)特征相结合,提出了一种新的对数能量倒谱特征(LEC),采用模糊C均值聚类和贝叶斯信息准则(BIC)方法估计特征门限,得出了正确的语音端点判断,在三种典型噪声下,对信噪比从-5 dB到15 dB的带噪声语音进行仿真,结果表明LEC法的检测错误率仅为20.25%,明显低于倒谱法和对数能量法,能有效地确定语音的端点并改善语音识别效果。 相似文献
9.
SHI Hai- yan 《数字社区&智能家居》2008,(18)
语音信号端点检测是语音信号的预处理,正确的语音信号端点检测结果直接影响语音识别等后续工作的运算量和准确率。本文介绍了时域方法中基于短时能量的语音信号端点检测方法,并用三种不同的短时能量计算方式和五种短时能量阈值进行了端点检测实验。 相似文献
10.
端点检测是语音识别申的一项关键技术,端点检测的准确性对语音识别的性能有很大影响。论文对基于短时能量和短时过零率及基于LPC倒谱特征的端点检测算法进行了研究,给出改进的基于LPC美尔倒谱特征的端点检测算法,并通过实验证明其在低信噪比下具有较好的检测性能。随着语音识别技术的发展,这种算法在实际应用中的高效率、实时、准确性会逐渐显现出。 相似文献
11.
基于自适应倒谱距离的强噪声语音端点检测 总被引:4,自引:0,他引:4
在有噪声干扰的情况下,传统的语音端点检测方法的检测准确度明显下降。为了在强背景噪声环境下有效区分出语音信号和非语音信号,针对倒谱距离端点检测方法进行了研究,提出了一种基于自适应倒谱距离的强噪声语音端点检测方法。本方法引入倒谱距离乘数和门限增量系数,针对不同信噪比采用不同的倒谱距离乘数,并采用自适应判决门限的方法进行语音端点检测。MATLAB仿真实验结果显示,在不同背景噪声和不同信噪比下,本方法对于语音端点检测具有较高的检测正确率,其端点检测效果明显优于传统端点检测方法,适用于强背景噪声下的端点检测。 相似文献
12.
针对复杂噪声环境下基于经验模态分解(EMD)的端点检测算法准确率低且不能自适应环境问题,提出了一种结合EMD和交叉熵的语音端点检测新算法。算法利用白噪声在各本征模态函数(IMF)中的概率分布是既定的且与幅值无关的EMD分解特性,将衡量语音帧与噪声帧概率分布差异性的交叉熵特征与EMD能量特征相结合,设置自更新检测阈值,实现复杂噪声环境下的语音端点检测。仿真实验证实了该方法在低信噪比以及非平稳噪声情况下具有显著的有效性和优越性。 相似文献
13.
14.
Endpoint detection of speech has been shown prosperous for speech recognition and speech enhancement. But the traditional endpoint detection methods lose efficiency in either low signal-to-noise ratio (SNR) environments or nonstationary noise environments. To improve the accuracy of speech endpoint detection in low SNR environments, an endpoint detection method based on an adaptive algorithm for thresholds adjustment is put forward in this paper. The spectral subtraction of multitaper spectrum estimation is performed to enhance the speech. During the process of detection, the cepstral distance of Mel frequency cepstrum coefficient (MFCC) is utilized and the thresholds are adaptively adjusted to different environments. Simulation experiments indicate that in different noise environments with different SNRs, our algorithm has a better endpoint detection accuracy compared with other detection algorithms. Besides that, the algorithm also exhibits strong robustness in low SNR environments. 相似文献
15.
16.
端点检测是语音处理的关键技术。本文选取短时能量和短时平均过零率作为特征值,依据两级三门限端点检测的算法,其具体实现利用关系运算符,避免逐点比较循环本文语句,方便快捷地搜索到端点。经过Matlab编程仿真实验,结果表明,该实现方法有较高的准确性,对噪声具有一定的鲁棒性。 相似文献
17.
18.
研究了基于VQ的有限非特定人汉语语音命令的识别方法,识别对象是有限的特定人群(如5到6人)、有限汉语短语。该文采用MFCC作为识别特征,利用改进的LBG算法训VQ码本,为了提高识别率和拒识率,提出了采用倒谱距离法的有效语音端点检测方法以及实用的拒识方法。实验结果证明,系统在具有背景噪声的一般办公环境下由有限人训练后,当训练的说话人与识别系统的距离在0.5m的范围内时,测试识别率达到99%以上,未训练说话人的拒识率达82%。 相似文献
19.
针对低信噪比的加性噪声,本文提出了一种新的语音断点检测算法。采用Teager能量对短时能量的加权归一化——复合能量作特征参数,用噪声的归一化复合能量的均值作初始阈值,引入阈值调整系数,使阈值对噪声能量具有良好的跟踪性能。 实验结果表明,对计算机模拟噪声,在低信噪比(10dB~3dB)下仍能保证较高的检测准确率。 相似文献