APP下载

基于对数能量倒谱特征的端点检测算法

2014-07-07王民孙广沈利荣刘利

计算机工程与应用 2014年16期
关键词:特征信号检测

王民,孙广,沈利荣,刘利

1.西安建筑科技大学信息与控制工程学院,西安 710055

2.西安石油大学光电油气测井与检测教育部重点实验室,西安 710065

基于对数能量倒谱特征的端点检测算法

王民1,孙广1,沈利荣2,刘利1

1.西安建筑科技大学信息与控制工程学院,西安 710055

2.西安石油大学光电油气测井与检测教育部重点实验室,西安 710065

端点检测技术是语音识别的关键技术之一,为了克服传统倒谱距离语音端点检测算法在低信噪比下检测效果的不理想,将对数能量(LE)特征和倒谱(C)特征相结合,提出了一种新的对数能量倒谱特征(LEC),采用模糊C均值聚类和贝叶斯信息准则(BIC)方法估计特征门限,得出了正确的语音端点判断,在三种典型噪声下,对信噪比从-5 dB到15 dB的带噪声语音进行仿真,结果表明LEC法的检测错误率仅为20.25%,明显低于倒谱法和对数能量法,能有效地确定语音的端点并改善语音识别效果。

对数能量;倒谱距离;模糊C均值聚类;贝叶斯信息准则(BIC);端点检测

1 引言

目前语音识别与说话人识别的研究中,语音端点检测的准确率在很大程度上决定着整个系统的识别率。端点检测的传统方法是采用语音信号的时域特征,短时能量和短时过零率作为特征参数[1],该方法在高信噪比时具有很好的检测效果,而在低信噪比时检测效果则非常不理想。近年来提出了很多优化改进的方法,如基于倒谱距离[2]、谱熵法[3]、对数能量[4],神经网络法[5]等,检测效果上得到了很大的改善,然而上述算法也比较容易受噪声影响,因此,在实际环境应用中体现不出好的推广前景。……

登录APP查看全文

猜你喜欢

特征信号检测
信号
完形填空二则
如何表达“特征”
不忠诚的四个特征
基于FPGA的多功能信号发生器的设计
小波变换在PCB缺陷检测中的应用
基于LabVIEW的力加载信号采集与PID控制
线性代数的应用特征