![](https://csdnimg.cn/release/download_crawler_static/11296042/bg7.jpg)
桂林电子科技大学毕业设计(论文) 第 3 页 共 34 页
得到它们的识别率 ;然后逐帧 (帧长为 15ms)加大端点检测的误差,在每次加大误差的同
时得到它们的识别率。 结果表明在端点检测准确时识别率为 93%的系统,当端点检测的
误差在士 60ms(4 帧)时,识别率降低了 3%;在士 90ms(6 帧)时,降低了 10%;而当误
差在进一步加大时,识别率急剧下降。研究表明,即使在安静环境下语音识别系统中一
半以上的识别错误都是因为语音端点检测的不准确所造成的。所以,对于语音识基于强
背景噪声下的语音端点检测算法及实现别系统来说, 有效的端点识别不仅能够减轻系统
的运算负载,使得处理时间减少,提高了系统的实时性,而且能够去除静音时背景噪声
的干扰,从而大大提高系统的识别性能。因此,从混有不同噪声的信号中准确提取纯净
的语音信号就成了语音识别系统中的一个重要的环节。
另外在通信系统中,典型的会话信道大约有 40%的时间真正用于传输语音,其余
60%的时间传输的都是静默和背景噪声。由于可利用的频谱资源随着移动用户的飞速发
展而急剧下降。 如何开发其余 60%被浪费的信道资源就成为了提高系统容量的有效手段
之一。如果在发送端设立一个语音端点检测器来区分语音和静默以及背景噪声,在接收
端用舒适噪声发生器来重构背景噪声,这样就可以极大的提高信道的利用率,而且也能
保证重构语音的可懂度和自然度,因此准确的语音端点检测是非常重要的。
1.2 语音端点检测研究现状及存在的问题
语音端点检测和语音增强不同,它的任务是判断待处理信号是语音还是非语音。语
音端点检测作为一种语音信号预处理技术,在实际应用中起着非常重要的作用,有效地
进行端点检测不仅可以减少计算量和缩短处理时间 ,而且能排除无声段的噪声干扰、 提高
语音识别的正确率,因此它广泛应用于语音识别、语音增强、语音编码、回声抵消等系
统中。而语音增强的目的是在语音和干扰中增强语音部分,同时抑制干扰,对语音检测
的研究最早可以追溯到上个世纪的 50 年代。当时是在一个实时语音翻译系统中,为了
解决语音段和无语音段的检测问题而提出来的。那时的算法名称叫 VAD(V oice Aotivity
Detection),指的是将语音段和无语音段分开的处理过程。 传统的语音端点检测算法都是
针对实验室安静环境,直到近年来,噪声环境下的语音端点检测才开始研究。开发出了
许多不同的算法,有基 LPC 倒谱距离的算法,自相关系数,基于能量、基音检测、过
零率和频能比等各种语音特征的算法, 基于自适应模型的算法, 基于倒谱分析的算法等。
各有不同的延时、敏感度和运算量,这在实验室环境下己经得到了很好的效果。但是当
环境背景噪声存在的情况下, 传统的检测算法都会因为受到污染而造成严重的误判和漏
判。
一般来说,理想的语音端点检测算法应当能够满足以下几点:
(1)门限值应该可以对背景噪声的变化有一定的适应性。
(2)将短时冲击噪声和人的顺嘴等瞬间超过门限的信号纳入无声段而不是有声段。
(3)对于爆破音的寂静段,应将其纳入语音的范围而不是无声段。