基于强背景噪声下语音端点检测算法及实现

《基于强背景噪声下语音端点检测算法及实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于强背景噪声下的语音端点检测算法及实现摘要随着多媒体技术和通信技术的发展，语音信号处理作为其基本内容，已经广泛应用于各个领域，随着技术的不断发展，所处理的信号的动态范围越来越大，而在实际使用中，由于背景噪声的影响，产生了许多不必要的处理时间，降低了语音处理的精度。因此各种不同的语音端点检测算法开始应用于各种语音处理系统中。在时域上将语音和噪声分离出来，称为语音端点检测(VAD)。如今，在语音信号预处理技术中，语音端点检测有着非常广泛的应用范围。在通信系统、语音编码、语音识别、语音增强、回声抵消等处理中是不可或缺的重要环节

2、。早期的算法有基于短时能量和过零率，倒谱距离，基音检测等。但是这些方法在低信噪比的条件下，性能均出现不同程度的下降。本文总结了现有的典型语音端点检测算法，深入分析了各算法的基本原理，比较其优缺点，并给出了仿真结果。在此基础上，分析了现有语音信号的结构特点和特征参数，提出了在较强背景噪声环境下的两种语音端点检测新算法。分别是基于多子带熵的语音端点检测算法和基于GaussiaIr．屯amma模型的语音端点检测算法。并给出了仿真结果。从仿真结果可以看出在常见的噪声环境下，算法鲁棒性较好，在较低的信噪比下仍能比较准确地检测到语音信

3、号的端点。论文对算法如何在硬件上的实现，进行了深入研究，该算法的硬件处理平台是以Ⅱ的1MS320DM“2高性能DSP芯片为核心，nⅣ腿23B作为语音输入输出芯片。设计了语音端点检测的软硬件系统，总结和提出了优化c语言编写算法代码的一些方法，实验表明，这些方法极大地提高了程序的运行效率。通过matlab仿真和硬件实现的结果表明，该算法可行性较高，环境适应性较强。文章最后对本文做出了总结。提出了一些在今后工作中需要改进的问题，并对近几年来的一些新的研究趋势做了简单的介绍和展望，指出了端点检测未来的发展前景。关键词：语音端点检测

4、；Gaussian-Gama模型；熵；数字信号处理器Il硕士学位论文AbstractAlongwitllthetechnicaldevelopmentofthemulti—mediatechniqueandthecommunicationstechnique，thevoicesignalprocessingasthebasiccontents，havealreadybeenappliedindifferentarea．Withthedevelopmentofthetechnique，thedynamicrangeofthe

5、signalhandledbecomewiderandwider．Butintheactuallypractical，becauseoftheinfluenceofbackgroundnoise，inaccuracyvoiceactivitydetectionproducedmanyunnecessaryprocessingtimesandloweredtheaccuracyofthevoicesignalprocessing．Sovariousvoiceactivitydetectionalgorithmhaveappl

6、iedindifferentvoicesignalprocessingsystem．Separatethespeechandthebackgroundnoiseonthetimedomaincalledthevoiceendpointdetection．Nowadaysspeechendpointwasanimportantsegmentinthespeechpreprocess．Itishasbecomeanessentialcomponentinthecommunicationssystem，speechcoding,

7、speechenhancement，voicerecognition,echocancer．ThepreviousmethodsWerebasedontheshorttimeenergyandZerocrossingrate，MFCC，pitchdetection．ButtheperformanceofthesemethodsbecomespoorinthelowerSNlLThispapersummarythetraditionalvoiceendpointdetectionalgorithm，andgetintothe

8、heartofthisalgorithm’Sbasicprinciple，compareeachadvantageanddisadvantageandgivethesimulationresult．Analyzedthestrutofthespeechsignalandthecharacteristic