噪声评估在端点检测中的应用

《噪声评估在端点检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、噪声评估在端点检测中的应用张亚歌，张太镒，夏川(西安交通大学电子与信息工程学院，陕西西安710049)摘要:瑞点检测是语音识别中非常重要的部分，其准确性苴接形响语音识别系统的识别率。传统端点检测方法预设经验门限对语音的短时待征进行判决，因为预设门限难以适应不同环境，其准确度和噪声鲁捧性较差。为了改髀上述缺点.提出噪声评估的概念，对环境噪声的短时能斌与短时过零率尊短时待征进行分析,得到了更能表征环境噪声的门限。噪声评估结合传统的双门限法用于端点检测过程,解决了经验门限对不同环境适应性不强的问题。实验表明，噪声评估增加了端点检测的准

2、确度和噪声鲁棒性。关後词:竭点检测;噪声评估;短时特征中图分类号:TP391•42文献标识码：A文章编号：1673-629X(2010)09-0177-04ApplicationofNoiseEvaluationinEndpointDetectionZHANGYa-ge,ZHANGTai-yi,XIAChuan(SchoolofElectronicandInformationEngineering,Xi'anJiaotongUniversity,Xi'an710049,China)Abstract:Endpointdetecti

3、onisanimportantpartinspeechrecognitionanditsaccuracyaffectstherecognitionrateofthewholerecognitionsystemdirectly・Thetraditionalendpointdetectionmethodusesempiricalthresholdswhicharepresettojudgetheshort一timecharacteristicsofspeech,presetthresholdsarenotaccurateandn

4、oisyrobustbecausetheycouldn'tadapttotheenvironment.Thereforethenotionofnoiseevaluationisproposedinthispaper,evaluatetheshort_timecharacteristicsofenvironmentalnoisesuchasshort-timeenergyandshort-timezero-cross-ratetogetthethresholdsthatcanbetterdescribetheenvironmen

5、talnoise・Combiningthenoiseevaluationwithtraditionaltwo-thresholdmethodinendpointdetection,theinelasticityofempiricalthresholdsisimproved.ExperimentalresultsshowthatnoiseevaluationincreasestheaccuracyandnoisyrobustofendpointdetectionKeywords：endpointdetection;noisee

6、valuation;short-timecharacteristics0引言在语音识别技术中，端点检测属于前端处理部分,它是指从含有语音和噪声的声音信号中把语音和非语音信号时段区分开来的技术，后续处理就可以只对语音信号段进行处理。端点检测的精确度作为影响识别性能最大的因素在语音识别技术中有着重要的地位。有研究表明，即使在安静环境下,语音识别系统一半以上的识别错误来自于端点检测部分⑴。端点检测通常依据的语音特征有短时能量和过零率〔2】、lpc参数【3・町、频谱爛A7)、倒谱特征⑻、TF参数⑴、分形特征⑼以及几种参数相结合⑻由于频域

7、参数的计算量太大，通常使用时域参数短时能量和过零率进行端点检测。收稿日期：2010-01-07；修回日期:2010-04-03作者简介:张亚歌O984-),男，河南郑州人，硕士研究生，研究方向为语音信号处理、语音识别；张太错，博士生导师，研究方向为新一代移动通信技术、软件无线电，数字音視频技术。基于短时能量和过零率的双门限法是普遍使用的一种端点检测方法，通过预定经验门限对短时能駅和过零率进行划分以检测出语音部分的端点。然而其准确度和噪声鲁棒性并不理想。文中在考虑实际系统的情况下，提出噪声评估的概念,通过事先对环境噪声进行分析得

8、到合适的特征判决门限。大量实验表明，噪声评估提高了端点检测的准确度和噪声许棒性。1传统端点检测算法1.1短时能量短时能量是语音信号经过分帧、加窗等前端处理后帧内信号的能量之和。它是描述语音信号幅度的时域特征量。设S5)为一帧语音信号,帧长为N,则该帧的短时能量为