基于信息熵和神經(jīng)網(wǎng)絡(luò)的語音端點(diǎn)檢測算法研究.pdf

1、語音端點(diǎn)檢測是語音分析、語音合成和語音識別中的一個(gè)重要環(huán)節(jié)。在實(shí)際運(yùn)用中，通常要求首先對系統(tǒng)的輸入信號進(jìn)行判斷，準(zhǔn)確的找出語音信號的起始點(diǎn)和終止點(diǎn)。這樣才能采集到真正的語音數(shù)據(jù)，減少數(shù)據(jù)量和運(yùn)算量，并減少處理時(shí)間。因此語音端點(diǎn)檢測算法研究意義重大。 本文首先介紹了幾種典型的語音端點(diǎn)檢測算法。隨后對三種語音端點(diǎn)檢測算法進(jìn)行研究。 算法一：在對信息熵原理理解的基礎(chǔ)上，分析了語音信號與背景噪聲的幅度熵及譜熵的差異，并根據(jù)這些差

2、異進(jìn)行了基于幅度熵和譜熵的語音端點(diǎn)檢測算法研究，仿真實(shí)驗(yàn)結(jié)果表明該方法檢測準(zhǔn)確率較高。 算法二：在對信息熵語音端點(diǎn)檢測研究的基礎(chǔ)上，結(jié)合神經(jīng)網(wǎng)絡(luò)在模式分類方面的優(yōu)越特性，提出了基于信息熵和神經(jīng)網(wǎng)絡(luò)的語音端點(diǎn)檢測算法，該算法針對語音信號和背景噪聲進(jìn)行建模，把語音信號端點(diǎn)檢測問題看作是對每幀信號進(jìn)行分類，通過建立相應(yīng)的模型，根據(jù)模型的匹配程度對每幀語音矢量進(jìn)行劃分，確定其屬于語音或背景噪聲。仿真實(shí)驗(yàn)表明，該算法在檢測準(zhǔn)確率上要優(yōu)于信

3、息熵語音端點(diǎn)檢測算法，且避免了常規(guī)方法需要設(shè)置閾值門限這一難點(diǎn)。 算法三：語音信號端點(diǎn)檢測研其本質(zhì)是區(qū)分語音與背景噪聲。語音與背景噪聲的劃分不是絕對的，分界處的語音信號有可能屬于語音，也有可能是背景，因此語音端點(diǎn)檢測屬于邊界分類模糊問題。而模糊技術(shù)在處理邊界模糊問題上具有獨(dú)特的優(yōu)勢，通過對語音數(shù)據(jù)的模糊化，結(jié)合對神經(jīng)網(wǎng)絡(luò)語音端點(diǎn)檢測的研究，提出了基于模糊神經(jīng)網(wǎng)絡(luò)的語音端點(diǎn)檢測算法。 仿真實(shí)驗(yàn)表明，該算法在檢測準(zhǔn)確率上是本