洪奕鑫,张浩川,余 荣,吴哲顺

(广东工业大学 自动化学院,广东 广州 510006)

语音端点检测在实时语音截取中的应用

洪奕鑫,张浩川,余 荣,吴哲顺

(广东工业大学 自动化学院,广东 广州 510006)

语音端点检测在语音识别系统中占有重要地位.针对在噪声多变的环境中实时截取完整语音信号存在困难,文章提出一种实时语音端点检测方法.该方法首先提取每帧信号的短时平均过零率与Mel频率倒谱系数;然后利用前N帧背景噪声的Mel频率倒谱系数对当前帧进行归一化,并以该特征矢量的L2范数作为另一特征;最后根据多特征分析对有效语音信号进行截取.实验结果表明,该方法在多变的噪声环境中,截取完整语音信号具有较高准确率.

语音端点检测;Mel频率倒谱系数;短时平均过零率;多特征

随着人工智能的发展和语音处理技术的日渐成熟,自然语音交互技术也得到了快速发展.目前,云端模式逐渐兴起,终端负责简单的语音信号处理运算,将运算量较大的部分托付给云端,这样可以降低终端的运行压力,也为语音交互提供了更多选择.相应的,各大语音云服务厂商已经推出了各种语音接入方案,终端只需将实时的语音信号数据发送至语音云服务厂商的语音处理引擎中,即可对语音数据作进一步处理.在这种情况下,终端如何在实时接收到的麦克风采样数据中保证获得的语音数据的完整性,关乎整个实时语音交互系统的稳定性.

语……