论文部分内容阅读
语音信号的端点检测技术是语音分析、语音合成和语音识别中的一个必要环节。尽管语音信号的端点检测技术在安静的环境中已经达到了令人鼓舞的准确率，但是在实际应用时，由于噪声的引入和环境的改变通常会使系统的性能显著下降。语音端点检测技术要走向实用，就必须克服鲁棒性问题。
首先系统地研究语音端点检测所用到的各种理论，介绍了近年来国内外学者提出的一些端点检测算法，并分析了其中几种端点检测算法所选用的特征，给出仿真结果。随后，提出了噪声环境下的两种语音端点检测新方法。
1．依据语音信号的频域特性，对其功率谱进行分析，提出了一种基于改进的谱减法的语音端点检测算法，给出了算法的具体实现步骤。
2．对语音信号及噪声信号的特点进行了分析研究，提出了一种具有高稳健性，且适用范围广的语音信号的两级端点检测算法。在该算法中，选用时域短时能频积和频域Teager能量作为特征，并将状态机引入到算法中，采取自适应门限，在常见噪声环境下效果较好。
最后提出了研究总结和今后的发展方向。
本文选用COLEA语音处理专业化软件，来实现按一定信噪比进行语音数据和NOISEx92噪声数据的合成，做了大量的对比实验，并利用MATLAB 7．1软件进行了数据结果的可视化分析。