一种快速的基于短时能量和过零率的语音端点检测方法——毕业论文

3、isnotcomplicatedintheoryandhashighreal-timeperformanceandaccuracy.Inthispaper,theprincipleofthefirstsetout,followedbyMATLABtoolsforsimulation,andthentoevaluateandcomparetheresults,theexperimentalresultsshowthatthedetectioneffectisbetterthantheuseofanyoneofthecases.Atlast,theresearcho

4、fspeechendpointdetectionisalsodiscussedinthispaper.Keywords:endpointdetection;short-timeenergy;zero-crossing;threshold0引言近年来随着语音信号处理的发展，语音信号中的端点检测以及判断方法的研究越来越重要。语音端点检测是语音分析、合成和识别中的一个重要的环节，目的是从语音信号中找到语音的起始点和结束点，从而能够准确的提取语音信号的特征值，在语音编码阶段还可以降低噪声和静音段的比特率，提高编码效率。一个准确并且算法不复杂的端点检测方法显得更加突出，这

5、不仅可以减少数据的存储量和处理运行的时间，而且可以排除无声段噪音的干扰。目前的研究工作中，比较流行的语音信号端点检测方法也是比较多，有短时能量，自相关函数，基于能量熵[1]，基于倒谱率[2]的方法，通常情况下这些方法也能够达到一定的效果，但是由于其计算量大精度不高，或者是只能针对某一类群体，不具有很好的代表性。通常由于噪声环境的引入，将使有效的语音的起始点和终止点的虚检或是漏检情况[3]。本文的就是结合两种检测方法：短时能量和过零率相结合，在判断清浊音和静音段可以起到优势互补的作用，并且具有很好的效果。1语音信号的短时能量和过零率的特征1.1短时能量语音信号的能

6、量随时间变化比较明显，语音和噪声、语音和非语音的区别可以体现在它们的能量上，语音段的能量比噪声段能量大，一般情况下清音的能量比浊音小。但是语音信号不是一个平稳的过程，不能用平均幅度来描述其特征，也不能使用像平稳信号的处理技术对其进行分析，但可以通过一个加窗的分帧得到某一帧的信号的能量，可以将其视为短时平稳信号处理。5信号的短时能量定义如下：设语音波形的时域信号为xl,加窗分帧处理后得到的第n帧语音信号为xn(m)，则xn(m)满足下式[4]：其中的n=0,1T,2T,⋅⋅⋅,并且N为帧长，T为帧移长度。设第n帧语音信号xn(m)的短时能量用En表示，其计算公式如

7、下[5]：En是一个度量语音信号幅度值变化的函数，它使用的是信号的幅度的平方，因此它对大信号比较敏感。语音和静音段的噪声的区分可以体现在它的能量上，语音段的能量比噪声段的能量大，如果环境噪声和系统输入的噪声比较小，信噪比比较高时，只要利用短时能量就可以把语音段和噪声段区分开。另外利用短时能量也可以很好的区分浊音，这是因为浊音发声的声带振动，携带比较高的能量。但是在判断轻音时效果就不是很好了，轻音发声时声带不震动，携带的能量比较少，这就需要借助于短时过零率来判断了。1.2短时过零率短时过零率表示一帧语音信号波形穿过横轴（零电平）的次数。过零分析是语音分析中一种很常

8、用的方法。对于连续的信号