改进共振峰提取的语音端点检测.pdfVIP

计算机辅助设计与图形学学报Ｖｏ１．２５Ｎｏ．８

２０１３年８月ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒ—ＡｉｄｅｄＤｅｓｉｇｎ８ＬＣｏｍｐｕｔｅｒＧｒａｐｈｉｃｓＡｕｇ．２０１３

改进共振峰提取的语音端点检测

宫朝辉，刁麓弘

（北京工业大学应用数理学院北京１００１２４）

（ｄｉａｏｌｕｈｏｎｇ＠ｂｊｕｔ．ｅｄｕ．ｃｎ）

摘要：语音端点检测是语音信号预处理的重要一步，其准确度对语音合成和语音识别系统的性能起着决定性的作

用．根据共振峰谐波能量特征，提出一种采用图像处理技术处理语谱图的语音端点检测算法．首先去除了语谱图中

的周期性干扰，然后进行滤噪与分割，最后利用高斯一阶差分滤波器提取共振峰和获取语音端点．实验结果表明，在

不同信噪比的白噪声和多种突发性噪声环境下，与其他算法相比，该算法效果更好．

关键词：语音端点检测；共振峰谐波能量；语谱图

中图法分类号：ＴＰ３９１

ＩｍｐｒｏｖｅｄＳｐｅｅｃｈＥｎｄｐｏｉｎｔＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＦｏｒｍａｎｔ

ＧｏｎｇＺｈａｏｈｕｉａｎｄＤｉａｏＬｕｈｏｎｇ

（ＣｏｌｌｅｇｅｏｆＡｐｐｌｉｅｄＳｃｉｅｎｃｅｓ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４）

Ａｂｓｔｒａｃｔ：Ｓｐｅｅｃｈｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｉｓａｎｉｍｐｏｒｔａｎｔｓｔｅｐｉｎｓｐｅｅｃｈｐｒｅｐｒｏｃｅｓｓｉｎｇ．Ｉｔｓａｃｃｕｒａｃｙｈａｓａｎ

ｍｐｏｒｔａｎｔｉｍｐａｃｔｏｎｔｈｅｓｐｅｅｃｈｓｉｙｎｔｈｅｓｉｓａｎｄｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｒｎｓ．Ｂａｓｅｄｏｎｔｈｅｆｅａｔｕｒｅｏｆｆｏｒｍａｎｔ—

ｃｏｎｓｏｎａｎｃｅｅｎｅｒｇｙ，ａｓｃｈｅｍｅｏｆｓｐｅｅｃｈｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｉｓｐｒｅｓｅｎｔｅｄｂｙｔａｋｉｎｇａｄｖａｎｔａｇｅｏｆｉｍａｇｅ

ｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｆｉｒｓｔｌｙｇｅｔｓｒｉｄｏｆｔｈｅｐｅｒｉｏｄｉｃｉｎｔｅｒｆｅｒｅｎｃｅ．Ｔｈｅｎｉｔｓｅｇｍｅｎｔｓ

ｔｈｅｓｐｅｃｔｒｏｇｒａｍｉｍａｇｅａｆｔｅｒｄｅ—ｎｏｉｓｉｎｇ．Ｆｉｎａｌｌｙｉｔｄｅｒｉｖｅｓｔｈｅｆｅａｔｕｒｅｏｆｆｏｒｍａｎｔａｎｄｓｐｅｅｃｈｅｎｄｐｏｉｎｔ

ｂｙｕｓｉｎｇｆｉｒｓｔｏｒｄｅｒＧａｕｓｓｉａｎｄｉｆｆｅｒｅｎｔｉａｌｆｉｌｔｅｒ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｉｔｃａｎｇｅｔｇｏｏｄ

ｑｕａｎｔｉｔａｔｉｖｅｒｅｓｕｌｔｓｉｎｔｈｅｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈｉｎｔｈｅｅｎｖｉｒｏｎｍｅｎｔｏｆｄｉｆｆｅｒｅｎｔＳＮＲｗｈｉｔｅｎｏｉｓｅａｎｄ

ＯＵｔｂｕｒｓｔｒｉＯｉｓｅ．

Ｋｅｙｗｏｒｄｓ：ｓｐｅｅｃｈｅｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎ；ｆｏｒｍａｎｔ—ｃｏｎｓｏｎａｎｃｅｅｎｅｒｇｙ；ｓｐｅｃｔｒｏｇｒａｍ

语音是音频信号最主要的类别之一＿１］．语音端都是针对于实验室安静的环境．然而，实际的语音信

点检测技术指从包含语音的一段信号中确定出语音号经常是在复杂的环境中采集的，可能会存在各种

的起始点及结束点，它是语音信号预处理技术的高能量、突发性的噪声，如敲门声、鼓掌声、喘气声

部分．语音端点检测的准确率对后续的语音处理等；同时还有非平稳的环境噪声．常用的语音端点检

一

有着重要影响，如在构建语音识别系统时，有效的语测算法主要基于如下语音信号特征：

音端点检测可以减少计算量并提高语音识别的准