基于OSF的汉语耳语音的端点检测 .pdfVIP

维普资讯

第２７卷第３期苏州大学学报（工科版）Ｖ０１．２７Ｎｏ．３

２００７年６月ＯＵＲＮＡＬＯＦＳＵＺＨＯＵＵＮＩＶＥｌｎＹ（ＥＮＧＩＮＥＥＲＧＳＣＩＥＮＣＥＥＤＩＴＩＯＮｌｕｎ．２００７

文章编号：１６７３—０４７Ｘ（２００７）０３—０００１—０４

基于ＯＳＦ的汉语耳语音的端点检测

徐敏，赵鹤鸣，陈雪勤，潘欣裕

苏州大学电子信息学院，（江苏苏州２１５０２１）

摘要：将非线性理论应用到端点检测中，提出一种利用次序统计滤波（ｏｓｖ）来进行汉语耳语音的

端点检测的方法。对信噪比为２～１０ｄＢ的耳语音的测试样本进行仿真试验，结果表明，该方法能

较准确地检测到汉语耳语音的端点。

关键词：汉语耳语音；次序统计滤波；端点检测

中图分类号：ＴＮ９１２、３文献标识码：Ａ

０引言

语音信号端点检测的目的就是从连续采样得到的数字信号中检测出语音信号段和噪声信号段。它在现

代的语音信号处理的诸多领域，如语音通信、数字听力辅助设备、语音增强系统、语音合成及说话人识别等领

域都起着越来越重要的作用。准确的语音端点检测不仅提高了系统的处理效率，同时也提高了系统的识别

率＿１－２Ｊ。经过几十年的发展，涌现出许多端点检测的方法。传统的方法是基于短时能量和过零率等特征的

阈值检测法＿３Ｊ。这种方法在高信噪比下的性能较好，但是在低信噪比下的性能变差。后来，人们在基于阈

值检测的思想上，通过选择复杂的特征或增加判决的复杂度来改善检测的性能，取得了一定的效果。与阈值

检测不同的方法是模式识别法。这种方法通过估计语音段与噪声段的模型参数来进行端点的检测，目前有

人工神经网络的方法【、隐Ｍａｒｋｏｖ模型（删）法＿５５＿及支持向量机法＿６６＿等。

耳语音是人们进行语音交流的一种特殊方式，逐渐受到国内外学者的广泛关注。以前对耳语的研究主

要是为了语音基础研究和医学的需要，随着通信产品的不断普及，耳语在通讯中的研究也显得越来越重要，

其中包括了对耳语音转换成正常音的研究。在这个转换过程中，首先遇到的问题，也是一个关键的步骤就是

要进行耳语音的端点检测，目前已有学者利用耳语音的频谱熵值法ｊ和希尔伯特黄变换ｌ８ｊ进行耳语音的端

点分割，取得了不错的效果。

文献［９］提出了利用一种新的噪声谱适应算法，以归～化的似然比作为判决准则来进行语音的端点检

测，取得了一定的效果。文献［１０］￣．１在此Ｉ基础上利用了语音的长时信息，用长时频谱散度来进行低信噪比语

音的端点检测。本文结合文献［１０—１１］的思想，将非线性滤波引入到语音信号的处理中，来进行耳语音的端

点检测。

１基于ＯＳＦ的耳语音端点检测

１．１耳语音的特点

耳语音与正常音有着不同的发音方式。耳语音的清擦音、塞擦音和塞音等清辅音部分与正常音的发音

＊收稿日期：２００７—０３一ｌ０

作者简介：徐敏（１９８２一），女，硕士研究生，主要研究方向为语音信号处理。

基金项目：国家自然科学基金资助项目编（；江苏省高校自然科学基金资助项目（编号０５Ｋ。