本论文研究了语音信号处理中的三项基础技术:端点检测、基音检测和声韵分离。 端点检测:通过端点检测可以分离噪音和语音。本论文研究并解决了语音信号中“直流分量不为零”、“长尾音被误切割”的问题,然后应用于多字词端点检测。本文以带常数的对数短时能量代替传统的短时能量,以短时过零率、短时能量之商、积作为端点检测算法中参量。 基音检测:基音是语音信号中重要的参量之一。本文将传统的自相关函数(ACF:Auto Correlate Function)和平均幅度差函数(AMDF:Average Magnitude Difference Function)相除得到一个新函数(ACF/AMDF),并将新函数作为基音检测算法的核心函数,通过ACF、AMDF和ACF/AMDF这三个函数求取基音。再将基音周期处理后,从而得到最终的结果。在采用以上措施后,端点检测算法和基音检测算法的鲁棒性有较大提高。 声韵分离:汉语语音信号的声韵分离是汉语语音信号处理中重要的工作。本文根据声母无周期、韵母有周期的特征将声母、韵母分离。不同于传统算法,本文算法没有使用预设门限,提高了适应性。 以上三种改进算法,由于具有较强的抗噪性,在语音识别、说话人识别等领域中有较大应用参考价值。