徐保民+李文婧

摘 要：在综合分析声音端点检测技术的基础上，针对公共场所异常声音的特点，提出一种综合短时优化过零率和短时TEO对数能量自适应端点检测方法，以及特征数据的模糊归一化方法，在此基础上引入背景噪声动态建模、前后端延时确认、阈值动态更新机制，进行异常声音端点检测。Matlab仿真实验表明，该方法能较好地适应低信噪比背景噪声变化的公共场所环境，具有较好的检出率和较低的误报率。

关键词：异常声音；端点检测；自适应；模糊归一化

DOIDOI：10.11907/rjdk.171236

中图分类号：TP306

文献标识码：A 文章编号文章编号：1672-7800（2017）008-0001-04

0 引言

随着语音处理技术的发展，异常声音的感知已逐步引入到公共场所来感知异常事件发生，而异常声音端点检测是进行异常声音感知的重要环节。与语音端点检测类似，异常声音端点检测属于二类分类的问题。语音端点检测技术作为语音识别的基础环节，近几年相关学者展开了深入研究，其检测方法大致分为时域参数法、频域参数法、模型检测法等，其中时域特征主要包括短时过零率、短时能量等，而频域特征主要包括Mel倒谱系数等[1-2]。为了更好地提高语音端点检测的准确度，有学者提出利用语音长时信息提高检测准确度[3-4]。针对低信噪比环境，文献[5]中提出了一种通过优化、综合短时能量和短时过零率的方法实现不同信噪比下的语音端点检测；文献[6]提出了一种综合短时对数能量和Mel能量的方法来适应不同的信噪比环境；……