[發明專利]噪聲環境下語音端點的檢測方法

在審

• 申請號: 201710255549.9
• 申請日: 2017-04-19
• 公開（公告）號: CN106991998A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 林海波;程呂鵬
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L21/02;G10L25/45;G10L25/84;G10L25/87
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙)50223
• 代理人: 王玉芝,田東陽

1.一種噪聲環境下語音端點的檢測方法，包括：

步驟1：根據人耳的基底膜的聽覺特性將20～22050Hz的頻率范圍分成25個頻率群；

步驟2：計算與每個頻率群相對應的不等帶寬子帶的方差D_i；

步驟3：根據計算出的頻率群的不等帶寬子帶的方差D_i，通過單參數雙門限法檢測語音信號的起止端點。

2.如權利要求1所述的噪聲環境下語音端點的檢測方法，其中，每個頻率群中的中心頻率、臨界帶寬、下限頻率和上限頻率分別代表一項參數，且所述中心頻率、所述下限頻率和所述上限頻率被構成一個3×25維的數組。

3.如權利要求2所述的噪聲環境下語音端點的檢測方法，其中，在計算每個頻率群的不等帶寬子帶的方差的過程中，包括：

步驟21：根據語音信號x(n)的采樣頻率f_s，求出在(0～f_s/2)頻率區間內的不等帶寬子帶的數量q；

步驟22：對所述語音信號x(n)進行加窗分幀處理得到第i幀的語音信號x_i(m)，經快速傅氏變換后得到(N/2+1)條正頻率幅值譜線X_i，X_i＝{X_i(1),X_i(2),...,X_i(N/2+1)}，i＝0,1,2,...，N為幀長；

步驟23：通過內插的方法對(N/2+1)條正頻率幅值譜線X_i進行擴展；

步驟24：計算每個不等帶寬子帶內頻譜的平均幅值E_i(j)：

$E_i\left(j\right)=\frac{1}{f_{j,h}-f_{j,l}+1}\underset{f_{j,l}\≤f_k\≤f_{j,h}}{\Σ}\left|X_i\left(k\right)\right|,j=1,2,\mathrm{...},q;$

式中，f_j,l——第j個不等帶寬子帶的低頻臨界帶寬；

f_j,h——第j個不等帶寬子帶的高頻臨界帶寬；

步驟25：計算(0～f_s/2)頻率區間內q個不等帶寬子帶的均值計算公式為：

步驟26：根據所述與所述E_i(j)計算q個不等帶寬子帶的方差D_i，計算公式為：

4.如權利要求1所述的噪聲環境下語音端點的檢測方法，其中，在根據計算出的頻率群的不等帶寬子帶的方差，通過單參數雙門限法檢測語音信號的起止端點的過程中，包括：

步驟31：根據所述語音信號的前導無話段計算噪聲段的平均方差值，并可設置閾值T1和T2；

步驟32：根據所述閾值T1和所述閾值T2，通過所述單參數雙門限法檢測語音信號的起止位置。

5.如權利要求4所述的噪聲環境下語音端點的檢測方法，其中，在根據所述閾值T1和所述閾值T2，通過所述單參數雙門限法檢測語音信號的起止位置的過程中，當所述D_i高于所述閾值T1時，判斷為所述語音信號的起點，當所述D_i高于所述閾值T2時，判斷為所述語音信號的端點；其中，所述閾值T1和所述閾值T2取所述D_i的原始數據上的數值或取所述D_i的原始數據經過平滑處理后的數值。