吕 昊，章小兵，蔡 诚

(安徽工业大学 电气与信息工程学院，安徽 马鞍山 243000)

语音端点检测的目的是从一段带噪语音中根据语音段和噪声段的不同特征对两者进行区分，进而检测出语音起止点位置。目前，语音端点检测的方法一般可分为特征阈值检测法、模式识别法以及新兴理论法等[1-2]。由于模式识别法和新兴理论法存在复杂度高、运算量大，应用性差等缺点，其应用与发展受到了限制，因此特征阈值检测成为实时语音检测的研究热点[3]。常用的特征阈值检测方法包括短时能量法、谱熵法、谱距离法等[4-6]。这些方法在高信噪比环境下有较好的检测效果，但随着信噪比的不断下降，检测效果也愈来愈差，有些方法甚至会失效[7]。以本文所要对比的传统能零比法为例，该方法在高信噪比环境下可以较为准确地检测出语音信号的端点，但当信噪比在5 dB及以下时端点检测准确率则发生骤降[8]。

因此，本文提出一种将Boll的改进谱减与对数能量-自相关夹角余弦比相结合的端点检测方法。首先采用Boll的改进谱减法对带噪语音进行降噪，然后求出每帧语音信号的对数能量和自相关函数余弦角值，利用对数能量在有话段中的特征数值大于噪声段的特征数值以及自相关函数余弦角值在有话段中的数值小于噪声段中数值的特点，并将两者作比值处理，从而拉开有话段与噪声段之间的参数差距。经实验验证，该方法在低信噪比下有更高的端点检测准确率。……