基于hht瞬时能频值的耳语音端点检测

《基于hht瞬时能频值的耳语音端点检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2010，46（29）147基于HHT瞬时能频值的耳语音端点检测112111谈雪丹，顾济华，赵鹤鸣，陶智，韩韬，吴俊112111TANXue-dan，GUJi-hua，ZHAOHe-ming，TAOZhi，HANTao，WUJun1.苏州大学物理科学与技术学院，江苏苏州2150062.苏州大学电子信息学院，江苏苏州2150211.SchoolofPhysicalScienceandTechnology，SoochowUniversity，Suzhou，J

2、iangsu215006，China2.SchoolofElectronicsandInformationEngineering，SoochowUniversity，Suzhou，Jiangsu215021，ChinaE-mail：taoz@suda.edu.cnTANXue-dan，GUJi-hua，ZHAOHe-ming，etal.EndpointdetectionbasedoninstantaneousenergyfrequencyvalueofHHTforwhisperedspeech.ComputerEngineeringan

3、dApplications，2010，46（29）：147-150.Abstract：BecauseofthelowSNRofthewhispers，itisdifficulttoobtainbothhighaccurateratesandgoodrobustnesswithsometraditionaldetectionalgorithmsinwhisperedenvironment.AnalgorithmofwhisperedspeechendpointdetectionispresentedwhichisbasedonInstan

4、taneousEnergyFrequencyValue（IEFV）ofHilbert-HuangTransform（HHT）.Thispaperap-pliesHHTtoseparateinstantaneousamplitudeandinstantaneousfrequencyfromwhispers，andextractsIEFV，whichisatem-poral-amplitude-frequencycharacter.BecauseIEFVcandistinguishwhispersformnoiseeffectively，i

5、tisusedasthefeatureforendpointdetection.TheaccurateratesofbothinitialandfinalofthisalgorithmarehigherthantheZero-Energy-Productmethod，theSpectralEntropymethodandtheFittingCharacteristicmethodinthetestwith700samplesat2～10dBSNR.Asshownintheexperiments，thisalgorithmcandetec

6、twhisperedspeechendpointaccuratelyinvariousnon-stablenoisybackgrounds.Keywords：whisperedspeech；Hilbert-HuangTransform（HHT）；instantaneousenergyfrequencyvalue；endpointdetection摘要：由于耳语音信噪比较低，采用传统的算法进行耳语音端点检测存在正确率低、抗噪性能差等问题。提出了一种基于希尔伯特-黄变换瞬时能频值的耳语音端点检测的算法。运用希尔伯特-黄变换，分离出耳语音的瞬

7、时幅值与频率，提取基于时间-能量-频率的特征参数瞬时能频值，利用该特征值对耳语音和噪声进行区分，进行端点检测。对700个信噪比为2～10dB的耳语音测试样本进行仿真实验，该算法检测的起点正确率与终点正确率均高于零能积法、熵法以及拟和特征法。实验表明，该算法适应于多种非平稳噪声环境，能较好地检测耳语音的端点。关键词：耳语音；希尔伯特-黄变换；瞬时能频值；端点检测DOI：10.3778/j.issn.1002-8331.2010.29.041文章编号：1002-8331（2010）29-0147-04文献标识码：Ａ中图分类号：TN912.3

8、41引言中首先要解决的问题。耳语音是人们的一种语音交流方式。目前对耳语音的研与正常语音相比，耳语音最主要的特点是声带不振动，没有基频，发音很不稳定，信噪比较低[8]，容易淹没在嘈杂的背景究虽然相对其他语言研