亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        低信噪比下的端點檢測算法研究

        2016-10-12 02:45:11靳宗信
        關(guān)鍵詞:子帶頻帶端點

        韓 芳,靳宗信

        (黃河科技學院信息工程學院,河南鄭州 450063)

        ?

        低信噪比下的端點檢測算法研究

        韓芳,靳宗信

        (黃河科技學院信息工程學院,河南鄭州450063)

        語音端點檢測是語音處理分析過程中的一個重要組成部分,針對方差法在低信噪比下對語音信號端點檢測準確率低的問題,本文提出一種子帶頻帶方差法和譜減法相結(jié)合的檢測算法,算法中采用多窗譜估計改進譜減法對河南方言語音進行降噪處理,并將得到的信號的子帶頻帶方差進行端點檢測.用Matlab進行仿真驗證了此方法在端點檢測中的準確性,該方法降低了河南方言語音處理的時間,為進一步提取河南方言語音識別特征參數(shù)提供了條件.

        語音端點檢測;多窗譜;頻帶方差;譜減法

        語音端點檢測中的語音信號處理非常重要,特別是在語音信號處理中精確的找出語音信號的起點和終點[1-2].端點檢測的常用方法是將一段語音分成連續(xù)或交疊的幀,然后提取每個幀的對應參數(shù),和預先設定的閥值作對比,從而判定語音的開始點和結(jié)束點[3-4].端點檢測的有效性在某種程度上直接影響了語音識別的成敗.

        目前語音信號端點檢測方法有兩類:一類是基于模式識別的方法[5],但是該方法復雜度高,運算量大,在實時系統(tǒng)中很難使用;另一類是基于特征的檢測方法[6-7],根據(jù)噪聲和語音的不同特征來進行端點檢測,本方法被廣泛研究和使用.傳統(tǒng)的端點檢測方法有很多,但都有一定的局限性,例如,文獻[8]提出了采用短時平均能量和短時過零率相結(jié)合的方法來檢測語音的端點,此方法簡單易行,處理沒有噪聲情況下的語音端點檢測效果良好,但是實際處理中語音往往處于復雜的噪聲環(huán)境中;為了提高抗噪性,文獻[9]結(jié)合語音能量和倒譜特征進行端點檢測,在穩(wěn)定噪聲環(huán)境中取得了較好效果,但是隨著噪聲的變化,倒譜特征提取也會受到干擾,在實際語音環(huán)境中,該方法也不能得到較好效果;文獻[10]提出了用譜熵和譜能量結(jié)合的方法,提高了端點檢測的正確率,但在低信噪比下效果仍不理想.

        針對以上方法存在的問題,本文通過研究方差法的端點檢測算法,分析其在低信噪比環(huán)境中檢測準確率低的原因,提出了一種改進的譜減法和子帶頻帶方差法相結(jié)合的語音端點檢測算法.結(jié)合Matlab的仿真功能對河南方言進行端點檢測驗證,將Matlab實驗仿真結(jié)果與子帶頻帶方差法得到的結(jié)果進行對比分析,證明這種算法在較強噪聲干擾的情況下也能較為準確的檢測到語音的端點,此算法對河南方言語音端點檢測具有一定意義.

        1 多窗譜改進譜減法

        語音增強的方法有很多種,包括譜減法[11,12],最小均方誤差估計(MMSE)法[13]和信號子空間法[14]等語音增強方法.其中,譜減法語音增強方法因為算法簡單、易于理解、便于計算,從而被廣泛使用,是最有效的語音增強方法[15-16].基本譜減法的原理是假設語音信號為x(n),對x(n)進行加窗分幀處理,得到第i幀語音信號xi(m),對每一幀語音信號xi(m)進行離散傅里葉變換(Discrete Fourier Transform,DFT)后得到

        (1)

        其中xi(m)為語音信號x(n)加窗分幀后第i幀語音信號,每幀幀長為N.

        譜減算法為

        (2)

        多窗譜估計是用多個正交的數(shù)據(jù)窗對同一數(shù)據(jù)序列分別求直接譜,然后取平均值,可以得到一個更小的估計方差[4,10].利用多窗譜估計實現(xiàn)譜減語音增強運算的步驟為:

        1)帶噪語音為x(n),加窗分幀后xi(m),相鄰幀之間有重疊;

        3)對分幀后的信號xi(m)進行多窗譜估計,得到多窗譜功率譜密度P(k,i)=PMTM[xi(m)];

        6)利用譜減關(guān)系計算增益因子.公式為

        (4)

        2 子帶頻帶方差法

        語音和噪聲在頻譜域中的特性差異比較大,一般有話段的能量會隨著頻帶有較大的變化,在共振峰處有較大的峰值,而噪聲段能量數(shù)值相對較小,且在頻帶內(nèi)較為均勻分布,頻帶方差基于這個特性進行端點檢測.在頻帶方差中,每幀數(shù)據(jù)長N,F(xiàn)FT以后在正頻率域內(nèi)有(N/2+1)條譜線.基于均勻子帶分離的頻帶方差算法將(N/2+1)條DFT后幅值譜線Xi={Xi(1),Xi(2),…,Xi(N/2+1)}分割成q個子帶,即每個子帶含有p=fix[(N/2+1)/q]條譜線,構(gòu)成子帶

        (5)

        其中XXi={XXi(1),XXi(2),…,XXi(q)},則

        (6)

        方差為

        (7)

        已知前導無話段的幀數(shù),求出相應閾值,利用雙門限判決的方法確定語音端點位置.

        3 算法原理

        本文提出的算法思想是先對語音信號求頻譜,用多窗譜的改進譜減法對語音信號進行減噪處理,然后計算處理后信號的子帶頻帶方差,進行端點檢測,算法流程見圖1.

        圖1 算法原理框圖

        4 實驗仿真

        4.1仿真結(jié)果

        在Matlab下對算法性能進行仿真實驗.仿真中用到的純凈語音是在實驗室安靜環(huán)境下錄制的,采樣頻率8 kHz,16比特量化編碼wav語音格式,采用漢明窗進行分幀,取幀長200點,幀移80點.

        實驗語音源選取3組詞匯,河南新鄉(xiāng)和信陽2個地區(qū),每個地區(qū)選取10人,每組詞匯每人讀2次,共120組數(shù)據(jù),選取人員年齡均小于25歲,其中語音詞匯組分別為“日頭、蟬、蜻蜓、凍冰、天兒、懶蛤蟆”;“藍天、白云、碧綠的大?!?;“西屋、衣裳、碾場、堂屋、抽屜”共3組.

        為了驗證所提方法的抗噪能力,在實驗中以一段純凈的男音(藍天、白云、碧綠的大海)為例,分別加入信噪比為10,0,-5 dB,采用多窗譜估計改進譜減法對語音信號進行減噪處理,在不同信噪比(-5,0,10 dB)下,采用子帶頻帶方差法與本文提出的算法進行比對實驗.實驗結(jié)果見圖2~4.

        圖2為信噪比SNR=0 dB下,原始信號圖、帶噪波形圖、子帶頻帶方差波形圖和本文提出算法波形圖.由圖可見用子帶頻帶方差法進行端點檢測,“?!弊譀]有被檢出,而用本文算法能準確提取;從圖4也能明顯看出在信噪比較高的情況下,針對河南方言,兩種算法都能正常提取語音端點;從圖3可以看出在信噪比SNR=-5 dB的情況下,本文算法仍能較好的提取語音端點.從圖2~4也可以看出通過多窗口估計改進譜減法能明顯提高信噪比,當初始信噪比為0 dB時,減噪后信噪比提高了9.47 dB,有利于語音信號端點的檢測.

        圖2 波形對比圖(SNR=0 dB)

        4.2實驗結(jié)果分析

        語音樣本,加入信噪比為0 dB的隨機噪聲,將本文提出的方法與子帶頻帶方差法、文獻[8]提出的雙門限法、文獻[9]提出的倒譜法和文獻[10]提出的能熵比法對它們的檢測性能和平均耗時進行對比分析.實驗中檢測性能的好壞用端點檢測的準確率來衡量,首先對語音樣本進行人工標注,以人工標注端點為標準,如果端點檢測的前后端點和人工標準的前后端點差別都在10幀之內(nèi),則認為端點檢測的結(jié)果是正確的,結(jié)果列于表1.準確率公式為:

        圖3 波形對比圖(SNR=-5 dB)

        圖4 波形對比圖(SNR=10 dB)

        (8)

        表1 檢測準確率及平均耗時(SNR=0 dB)

        從表1可以看出,當信噪比SNR=0 dB時,本文算法有較好的表現(xiàn),準確率高于90%.由于采用多窗口估計改進譜減法有效地提高了信噪比,抑制了噪聲對信號的影響,準確率明顯高于子帶頻帶方差法和文獻[8~10]中所提到的算法,但是平均耗時也隨之增大.

        為了能更好的說明問題,統(tǒng)計了當信噪比分別為-5,0,5,10,15 dB時,上述5種語音端點檢測方法的檢測準確率的平均值,結(jié)果見圖5.

        圖5 不同檢測方法對比

        從圖5可以看出,在高信噪比條件下(SNR=15 dB以上),采用本文方法或者其他算法基本都可達到100%檢測率;在低信噪比條件下(SNR=-5 dB),本文算法的準確率可達到84%,明顯優(yōu)于頻帶方差法和文獻[10]提到的能熵比法,在此條件下文獻[8]提到的雙門限法基本失效;在0 dB條件下本文算法達到的準確率高于90%,而頻帶方差和文獻[10]提到的算法在5 dB時才能達到檢測率90%以上,本文算法對語音信號端點檢測的準確率明顯高于頻帶方差法及文獻[8-10]提到的算法.

        5 結(jié)論

        利用多窗譜方差小的特點,對功率譜進行估計,接著對語音信號進行譜減法語音增強,然后計算處理后信號的子帶頻帶方差,進行端點檢測.該方法在低信噪比環(huán)境下能很好地檢測出河南方言語音的端點,在河南方言語音處理過程中,提高了語音處理質(zhì)量,對河南方言語音識別中特征參數(shù)的提取提供了條件,但是本文算法提取端點時間增長,因此在端點檢測方面需要一個良好的折中方案,這也是下一步研究的重點.

        [1]聶惠娟,段世政.語音信號端點檢測方法研究[J].新鄉(xiāng)師范高等??茖W校學報,2007,21(2):35.

        [2]卓嘎,邊巴旺堆.基于Matlab的藏語語音基音檢測算法研究[J].現(xiàn)代電子技術(shù),2015,38(10):20.

        [3]周曉海,王民,毛力.一種低信噪比環(huán)境下的語音端點檢測方法研究[J].現(xiàn)代電子技術(shù),2009(10):119.

        [4]劉悅,王曉婷.短時頻域分形端點檢測算法[J].微電子學與計算機,2015,32(9):81.

        [5]SUH Y,KIM H.Multiple acoustic model-based discriminative likelihood ratio weigh-ting for voice activity detection[J].IEEESignalProcessingLetters,2012,19(8):507.

        [6]YANG Xiao-ling,TAN Bao-hua.Comparative study on voice activity detection algorithm[C]//IEEEIntemationalConferenceonElectricalandControlEngineering,Wuhan:ZEEE Explor,2010.

        [7]ZEDDELMANN D.A feature-based approach to noise robust speech detection[C]//ITG-Fachbericht236:Sprachkommunikation.Berlin:VDE Verlag Gmbh,2012:1.

        [8]路青起,白燕燕.基于雙門限兩級判決的語音端點檢測方法[J].電子科技,2012,25(1):13.

        [9]BOU-GHAZALE S E,ASSALE H.A robust end-point detection of speech for noisy environments with application to automatic speech recognition[C]//IEEEInternationalConferenceonAcoustics,Speech,andSignalProcessing(ICASSP).Wiley:IEEE Press,2002:3808.

        [10]李如瑋,鮑長春.一種基于分帶譜熵和譜能量的語音端點檢測算法[J].北京工業(yè)大學學報,2007,33(9):920.

        [11]BOLL S F.Suppression of acoustic noise in speech using spectral subtraction[J].IEEETransonAcoustics,Speech,andSignalProcessing,1979,27(2):113.

        [12]BEROUTI M,SCHEARTZ R,MAKHOUL J.Enhancement of speech corrupted by acoustic noise[J].IEEETransonAcoustics,Speech,andSignalProcessing,1979,4:208.

        [13]EPHRAIM Y,MALAN D.Speech enhancement using a mini-mum mean-square erro short-time spectral amplitude esti-mator[J].IEEETransonAcoustics,Speech,andSignalProcessing,1984,32:1109.

        [14]EPHRAIM Y,VVAN TREES H L.A signal subspace approachfor speech enhancement[J].IEEETransSpeechAudioProcessing,1995,3:251.

        [15]武鵬鵬,趙剛,鄒明.基于多窗譜估計的改進譜減法[J].現(xiàn)代電子技術(shù),2008(12):150.

        [16]王路露,夏旭,馮璐等.基于頻譜方差和譜減法的語音端點檢測新算法[J].計算機工程與應用,2014,50(8):194.

        (責任編輯孫對兄)

        Study of endpoint detection algorithm in low SNR

        HAN Fang,JIN Zong-xin

        (School of Information Engineering,Huanghe Science and Technology College,Zhengzhou 450063,Henan,China)

        Speech endpoint detection is important part of speech processing.In order to improve correctness of endpoint detection method based on spectrum variance in the case of low signal to noise ratio(SNR),this paper proposes a new speech endpoint detection algorithm based on combination subband variance with spectral subtraction,it reduces Henan dialect speech signal noise by using modified spectral subtraction for multi window spectral estimation and calculates its subband variance in endpoint detection.Matlab software is used to verify the accuracy of this method in the endpoint detection,the simulation results show that this algorithm can reduce the time of Henan dialect speech processing,and provide certain conditions for further extraction of Henan dialect speech recognition feature parameters.

        speech endpoint detection;multitaper method;band variance;spectral subtraction

        10.16783/j.cnki.nwnuz.2016.05.013

        2015-12-09;修改稿收到日期:2016-01-07

        國家自然科學基金資助項目(61101232);鄭州市科技局科技發(fā)展計劃項目(20140663);鄭州市嵌入式系統(tǒng)應用技術(shù)重點實驗室建設項目(121PYFZX177);鄭州市教學質(zhì)量工程資助項目(22LG201608)

        韓芳(1981—),女,河南新鄉(xiāng)人,副教授,碩士.主要研究方向為語音信號處理和計算機網(wǎng)絡.

        E-mail:58219506@qq.com

        TN 912.3

        A

        1001-988Ⅹ(2016)05-0055-05

        猜你喜歡
        子帶頻帶端點
        非特征端點條件下PM函數(shù)的迭代根
        一種基于奇偶判斷WPT的多音干擾抑制方法*
        Wi-Fi網(wǎng)絡中5G和2.4G是什么?有何區(qū)別?
        子帶編碼在圖像壓縮編碼中的應用
        電子制作(2019年22期)2020-01-14 03:16:24
        不等式求解過程中端點的確定
        單音及部分頻帶干擾下DSSS系統(tǒng)性能分析
        雙頻帶隔板極化器
        電子測試(2017年15期)2017-12-18 07:18:51
        參數(shù)型Marcinkiewicz積分算子及其交換子的加權(quán)端點估計
        基于虛擬孔徑擴展的子帶信息融合寬帶DOA估計
        基丁能雖匹配延拓法LMD端點效應處理
        日本成人一区二区三区| 久久精品夜色噜噜亚洲a∨| 亚洲精品久久久久avwww潮水| 亚洲av无码av吞精久久| 亚洲午夜无码视频在线播放| 国产视频一区二区三区久久亚洲| 国产精品久久久久久妇女| 欧美日韩不卡合集视频| 韩国精品一区二区三区| 国产黄色一级到三级视频| 天天干天天日夜夜操| 好屌草这里只有精品| 国产综合精品久久亚洲| 中文字幕乱码在线婷婷| 真人做爰试看120秒| 8ⅹ8x擦拨擦拨成人免费视频| 亚洲AV无码久久精品国产老人| 日韩精品人妻一区二区三区蜜桃臀 | 亚洲另类自拍丝袜第五页 | 国产目拍亚洲精品一区二区| 婷婷精品国产亚洲av| 国产一品二品精品在线| 亚洲精品天堂成人片av在线播放| 国产女人18一级毛片视频| 青青草视频在线免费观看91| 久久成人国产精品一区二区| 亚洲自偷自拍熟女另类| 国产精品无码久久久久下载| 最新国产激情视频在线观看| 北条麻妃国产九九九精品视频| 国产高级黄区18勿进一区二区| 日韩精品有码中文字幕| 永久免费毛片在线播放| 99热久久这里只精品国产www| 久久亚洲aⅴ精品网站婷婷| 国产一区二区黄色的网站| 国产精品 人妻互换| 亚洲V在线激情| 白白色免费视频一区二区在线| 在线看片免费人成视频电影| 国产一区日韩二区欧美三区|