刘艳辉

(三门峡职业技术学院 信息传媒学院，河南 三门峡 472100)

端点检测是语音识别的关键性技术，准确地确定语音的起始点和结束点，方可为语音识别系统的后续环节节省空间，提高语音识别系统的性能。语音端点检测方法分为基于参数的端点检测和基于模型的端点检测，基于参数的端点检测方法计算简便、运算量少，是最普遍的检测方式。

经典的基于短时能量和短时过零率的特征检测方法通过语音和噪声的能量进行比较，以及语音信号围绕零点的上下振动次数来判别信号；双门限判别检测方法[1]设定阈值进行判别，确定语音段与噪声段；基于倒谱[2]、分形维数、谱熵[3]、LMS[4]、谱减[5]等的端点检测方法，根据语音信号与噪声信号特征参数的不同表现，能够很好地区分而进行检测。这些检测方法均基于阈值，即将特征参数与设定的阈值进行比较，在噪声环境单一或较安静的情况下有较好的识别效果，但在信噪比较低的情况下，检测效果较差。本研究针对低信噪比时检测效果差的问题提出改进的多特征端点检测方法，结合谱减法及自适应滤波，一边进行降噪，一边进行语音增强，以提高信噪比，并进一步改进谱减法的特征参数，从而增强端点检测效果。

1 改进谱减法及噪声平滑算法

1.1 谱减法

谱减法是利用噪声的统计平稳性及加性噪声与语音不相关的特点提出来的一种语音增强方法，该方法的运算量小且易于实现。谱减法工作原理见图1。……