基于HHT和OSF的复杂环境语音端点检测

《基于HHT和OSF的复杂环境语音端点检测》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、第34卷第1期电子与信息学报Vol.34No.12012年1月JournalofElectronics&InformationTechnologyJan.2012基于HHT和OSF的复杂环境语音端点检测*①①②①卢志茂金辉张春祥任明溪①(哈尔滨工程大学信息与通信工程学院哈尔滨150001)②(哈尔滨理工大学软件学院哈尔滨150080)摘要：希尔伯特-黄变换是一种全数据驱动的自适应非平稳信号时频分析方法，但是在强噪声环境下语音信号的希尔伯特能量谱曲线波动较大，对语音端点检测造成很大的影响，该文提出了一种基于希尔伯特-黄变换和顺序统计滤波的检测方法。该方法将

2、含噪语音信号进行经验模态分解，通过对固有模态函数进行自适应权重选取获得信号的希尔伯特能量谱，利用顺序统计滤波器对每帧的能量谱进行平滑处理作为语音/非语音的鉴别特征。实验结果表明，该方法适用于复杂噪声环境的端点检测，在低信噪比情况下仍然能够有效地检测出语音信号，降低信号误检率。关键词：语音信号处理；端点检测；希尔伯特-黄变换；顺序统计滤波；经验模态分解中图分类号：TN912.3文献标识码：A文章编号：1009-5896(2012)01-0213-05DOI:10.3724/SP.J.1146.2011.00477VoiceActivityDetection

3、inComplexEnvironmentBasedonHilbert-HuangTransformandOrderStatisticsFilter①①②①LuZhi-maoJinHuiZhangChun-xiangRenMing-xi①(InformationandCommunicationEngineeringCollege,HarbinEngineeringUniversity,Harbin150001,China)②(SchoolofSoftware,HarbinUniversityofScienceandTechnology,Harbin1500

4、80,China)Abstract:Hilbert-HuangTransform(HHT)isafullydatadrivenadaptivenon-stationarysignaltime-frequencyanalysismethod.ButtheHilbertenergyspectrumcurveofspeechsignalisfluctuateinstrongnoiseenvironment，ithasagreatinfluencetovoiceactivitydetection.Soaneffectivevoiceactivitydetecti

5、onalgorithmisproposedbasedonHHTandOrderStatisticsFilter(OSF)inthispaper.Thismethodfirstdecomposenoisesignalintointrinsicmodefunctionsbyempiricalmodedecomposition.ThentheHilbertenergyspectrumissynthesizedbyadaptiveweightselectionofeachintrinsicmodefunctions,throughOSFtosmooththeen

6、ergyspectrum.Finally,thespeechandnoisedivergenceisjudgedbymeansofthesmoothedenergyspectrum.Experimentalresultsshowobviouslythatundercomplexnoisyenvironment,thismethodisstillabletoeffectivelydetectthespeechsignal,andreducetheerrordetectionrateinlowsignaltonoiseratioconditions.Keyw

7、ords:Speechsignalprocessing;VoiceActivityDetection(VAD);Hilbert-HuangTransform(HHT);OrderStatisticsFilter(OSF);EmpiricalModeDecomposition(EMD)1引言以及复杂背景噪声环境下，其性能明显下降，也不能够满足后续处理的需求。在复杂的应用环境下从信号流中分辨出语音信希尔伯特-黄变换(Hilbert-HuangTransform,号和非语音信号，是语音处理的一个基本问题。准HHT)是无需任何先验知识的时频分析方法，其分确的语音

8、端点检测不仅可以提高后续处理(如语音解依赖于信号本身，使数据的分解有真实的物理意