
摘 要: 本文主要研究的是基于藏语拉萨话的语音信号端点检测。端点检测目的就是为了在噪杂的环境下判别出语音信号的开始以及结束。在识别的过程中,需要识别的语音跟语料库里的语音需要在时间上加以校对,而校对的精准度则依赖于端点检测的准确度。本文主要介绍了“双门限法”的端点检测算法。用Matlab进行编程和实验,结果表明,在低噪声环境下,具有相当好的性能。
关键词:端点检测 特征参数 短时能量 双门限法
中图分类号:TN912 文献标识码:A 文章编号:1003-9082(2016)01-0006-01
一、引言
目前,对自动语音识别在一般非噪杂环境下的研究已经达到了一定程度。为进一步提升其识别效果,我们让其应用于噪杂的环境中,研究其识别效果。其中,文献[1]提出了批处理模式算法可以精确的检测到端点,使得计算复杂度少了很多。文献[2]中主要是设计了一个滤波器,为了提高精度和鲁棒性的检测,将滤波器加入到自动语音识别中,从而达到所需要的效果。文献[3]对于孤立词识别系统的描述,利用LPC分析未知单词,K-最近邻(KNN)决策规则,动态时间规整每个未知单词的参考模板,以此来得出结果。
从端点检测的提出到现在,已经研究出一些方法实现。端点检测通常是对其特征参数的研究,包括一些语音信号最基本的信息,如特征信息、语义信息等等。采用本文研究方法效果最好,但此方法并不能直接有效的确定出语音信号的始端和尾端,只是可以模糊的判断出语音的大概位置。……