声音端点的检测方法

赵伟++孙广大

摘 要

众所周知，在语音的系统的识别中，如何降低端点检测得出错率，一直是人们研究和考察的重点，然而重要的步骤就是进行端点的检测。因此对端点检测也成为了语音信号处理的一个一个关键的部分。本文就是根据声音端点检测的方法还有步骤，进行探讨还有研究，在本篇论文中可能会涉及到实验的相关的环节，本篇论文用实验的客观结果，来证明，这种端点检测法的出错率就会大范围的的降低，催检测的准确率也是一个大的提升，检测结果也会越来越精确。这样也更方便我们能准确的检测出语音信号的端点。

【关键词】端点检测 模型 过零率

1 引言

在现代社会人类进行交流，最方便和快捷的方式毫无疑问那就是语音的交流。提高语音的传播速度，扩大云因的传播内容，一直是工程人员的一个研究的重点，如何能够实现云因的人类还有机器人的互相交互，提高语音功能的智能化，一直是语音信号处理研究领域中的重要研究课题。然而语音端点检测它包括以下几项内容，首先是要对语音进行分析，然后还有语音的合成，对语音系统进行编码处理，还有一个更为重要的技术难题就是对说话者的说话内容要能够进行准确的识别也是一项十分重要的环节，它将直接影响到后面一些列工作的实施还有就是工作进行的准确性。但是在实际的操作的过程中，要做的第一步及是对系统的输入信号能够进行一个准确的判断，语言的数据的准确性是保证和确定声音的端点还有尾点的关键所在，因此这就会大大的增加准确性运算强度，提高了学习效率，同时降低了完成这项任务所需要花费的时间。

在日常的语音识别系统中，首先是根据一定的端点检测算法，对语音的信号进行分割处理，语音信号一般分为有音信号，还有无音信号，两者是有很大区别的，姐姐就是对有声片段进行处理，这主要包括根据语音信号的某些明显特征进行处理。通过实验我们发现了一下几点现象，首先是在安静的环境中，语音系统识别的出错率，都集中在端点位置上。从以上的实验中我们可以得出，对语音的信号识别系统的检测就显得尤为重要。安静的环境如此，在噪音的环境中更是如此，如果不能保证端点检测的准确率，会直接影响后续工作的进行，所以我们必须保证准确性，这是我们进行下面工作的前提保证。所以语音信号的准确还有语音信号的端点检测一直是现在进行研究的重难点分析。

2 语音信号的时域特征

2.1 短时能量分析

语音信号的强弱是由多方面决定，其中一个关键点就是，语音信号时间的长短问题，这也是人们非常容易忽视的一个问题，信号也会随着清浊音的变化从而发生一系列相应的变化，通过总结和分析我们得出了一下的计算工程式：

2.2 短时平均过零率

大家都非常熟悉的一点是，段时间的平均的过零率会对信号有着极为严格的要求，平均值的准确性实际上就是所得符号它采集的准确性，这都密不可分。根据短时能量的定律我们可以得出，短时能量的大体位置和方向。

3 端点检测

3.1 端点检测介绍

识别语音信号的起止点是所有语音识别系统所必须经历的一个过程。只有保证起点还有终点的准确率。这样我们才能保证我们测试出的结果是正确的，这样也能够保证我们的数据分析得出的结果是准确的。通过这样的方法，不但降低了我们数据量的采集，还有就是降低了运算的工程量还有处理的时间，这些方面的提高都会在一定的程度上降低我们的出错率。人类的声音也是各有特色的每个人都有每个人的特点，但是从总体上我们可以大体分为两个部分首先第一个就是清音，第二个是浊音。这两种声音是有很大不同的，平常我们所采用的端点检测方法，大多数会采用特征提取方法。根据这两种声音的发生规律，对其进行比较和研究，将该特征和设定的门限进行比较或是采取某种判决机制来判断。

在日常的语音识别过程中，过零率的端点检测，是最普遍的语音端点检测的方法，它有明显的物理意义，而且计算的过程也是相对的简单，他的这些优点，使它在端点的实际操作中得到了最为广泛的应用。但是任何事物都具有它的两面性，因此他也具有不可否认的缺点，而最根本最实际的判断的标准就是根据我们日常积累的实际经验才判断们限的端点问题。

3.2 双门限端点检测算法

对过零率的端点的检测都是采用2级的判断的方法，第一步就是根据平均值进行第一次判断，接下来在这个基础上，我们再利用段时间平均的过零率统一进行第二次判断。之所以我们不用段时间判断作为第一判断，原因就是段时间的判断不能准确的得出起点的关键位置，因此为了增加我们判断的准确率，通常是常采用双门限的方法，通过比较得出一个准确的答案。

从图1我们可以看出，符值都会在这个限度范围之内。通过这个步骤我们可以进行第一次初步的判断。如果进行语音测试的语音落在了，这个起止点所对应的时间的间隔之外（即AB段之外）。接下来，要做的事要在噪声的情况下，对语音进行数据研究分析，我们通过分析，得出以下两个公式，从这公式中我们可以清晰地看到，平均值准确性，完全是由多级判断而决定的，语音的起点还有结束的尾点都至关重要。

3.3 基于调频-调幅模型的语音端点检测技术

双门限检测方法我们在上文介绍中，已经提到了就是要根据我们以往的经验值，来判断一个大概的经验值，榆次同时呢，要对判断结果进行二次判断，得出一个相对来说更为准确的门限值。这样也会增加我们判断的误差。与之相反的如果我么采用而运用Teager能量算子判断，这样既可以反映幅值的变化，同时也能反映出频率的变化。判断他们是成正想观性还是负相关性，是不是频率的的增加，频率也会增加。能量的输出值是不是也会随之发生相应的改变，同时呢，在针对不同类别的信号时，Teager能量算子的输出也反映出不同的特性。因此，能量算法的使用非线性能量算子来跟踪语音信号，这是我们语音信号系统的一个创新之举，不在是单纯的靠单个共振峰的语音信号能量的检测进行分析：

可以看出R（n）信号的能量算子输出由两部分组成：一部分频率调制后的瞬时频率，另一部分是幅值调制后的幅值包络，它可以反应出幅值和频率的变化。根据这个特点可以进行以Teager能量算子输出的能量为特征的端点检测。

4 结论

本篇论文主要是对声音端点检测的方法进行研究，我们通过双门限的检测方法，可以高效的将频率与幅值完全给结合起来，这种方法的检测要比以往的传统的能量进行端点检测得到更为准确的结果。但是万物都存在着优点还有缺点，如果在噪音较大的情况下，我们的检测结果也是不准确的，在没有噪音干扰的情况下它的检测结果就会提高，同时信号不是很强的情况下，它的结果也不是很准确。

参考文献

[1]赵力.语音信号处理[M].北京：机械工业出版社，2003.

[2]易克初.语音信号处理[M].北京：国防工业出版社，2004.

[3]王炳锡，屈丹，彭煊.实用语音识别基础[M].北京：国防工业出版社，2005.

[4]雷静.语音识别技术的研究及基本实现[D].武汉：武汉理工大学，2002.

[5]张雄伟，陈亮，杨吉斌.现代语音处理技术及应用[M].北京：机械工业版社，2003.

[6]韩纪庆，张磊，郑铁然[M].北京：清华大学出版社，2004.

作者简介

赵伟（1978-），男，河北省保定市人。大学本科学历。现为河北化工医药职业技术学院工程师。主要研究方向为计算机网络及自动化。

孙广大（1982-），男，河北省唐山市人。大学本科学历。现为河北化工医药职业技术学院工程师。主要研究方向为计算机网络。

作者单位

河北化工医药职业技术学院 河北省石家庄市 050026