ＡＣＡＤＥＭＩＣ ＲＥＳＥＡＲＣＨ 学术研究 基子短Ｂ稍趄星特征韵语音端点检测技术研究 ◆刘琦 摘要：语音端点检测是语音识别的关键步骤。短时能量特征是刻画语音能量的重 要特征之一。通过该特征，可以较为精确地确定语音起始端点及结束端点。 关键词：矩形窗；汉明窗；汉宁窗；短时能量 语音信号采集人计算机后，经过一系列预处理，将信号 分帧、加窗等步骤后，就可依据短时能量这一特征进行语音 端点检测。为将语音信号分帧，同时避免“Ｇｉｂｂｓ效应”， 在进行语音信号短时能量特征统计之前，需要将信号进行加 窗处理。 一、窗函数 一般地，通常使用矩形窗函数、Ｈａｍｍｉｎｇ窗函数、 Ｈａｎｎｉｎｇ窗函数等为语音信号加窗。对信号加窗处理的ｍａｔｌａｂ 代码如下所示（以汉明窗为例）： Ｍ＝ｗａｖｒｅａｄ（’ｈｎｊｃｘｙ（ｍａｎ）．ｗａｖ ）； Ｌ ｌｅｎｇｔｈ（Ｍ１； ｓｕｂｐｌｏｔ（３，１，１）， ｐｌｏｔ（Ｍ）；ｔｉｔｌｅ（’ｏｒｉｇｉｎａｌ ｓｉｇｎａｌ’）； ｄ Ｎ＝２５６； ｋ＝０； Ｍｌ＝ｆｌｏｏｒ（Ｌ／Ｎ）； ｈ＝ｈａｍｍｉｎｇ（Ｎ）； ｓｕｂｐｌｏｔ（３，ｌ，２）， ｐｌｏｔ（ｈ）；ｔｉｔｌｅ（’汉明窗’）； ｇｒｉｄ ｆｏｒ Ｐ＝１：Ｍ１ ｏｆｒ ｑ＝１：Ｎ ｋ＝ｐ＋ｑ Ｎ； ｂ（ｋ）＝ａ（ｋ） （ｑ）； ｅｎｄ ｅｎｄ ｓｕｂｐｌｏｔ（３，１，３１ ｐｌｏｔ（ｂ）；ｔｉｔｌｅ（’加汉明窗信号’）； ｇｒｉｄ 二、端点检测 短时能量是有用信号与噪声区别的重要特征之一。通过 对短时能量设置门限值可以将有用信息和噪声进行分离，为 确定语音起始端点奠定基础。选择窗函数长度为Ｎ，则可定 义Ｅ 为： ＝∑［ （ ）ｗ（，７一 ）】 ＝ ∑ （ ）ｗ 一 ）］ （４） ｍｍ－ｍ ｍ＝ｎ－．ｖ＋ｌ 当窗函数为矩形窗时，短时能量满足下式： Ⅳ一１ ｅｎ＝∑ （ ） （５） 式中ｘｎ为加窗函数截取出的帧长为Ｎ的第ｎ帧语音信号。 有时使用式（６）表示窗函数为矩形窗时的短时能量： Ⅳ一１ Ｅ ＝∑１ Ｘｎ（ ）Ｉ （６） ｍ＝Ｏ 本文选择矩形窗函数，帧长选择２５６。下图为“河南警 察学院”频谱信号及其短时能量图。通过短时能量可以较为 精确地判断出语音信号的起始位置及结束位置， ａ＝ｗａｖｒｅａｄ（’ｈｎｊｃｘｙ（ｍａｎ）．ｗａｖ’１； ｏｆｒｉ＝ｌ：１３９７９７ ｂ（ｉ）＝ａ（ｉ，１）； ｅｎｄ ｓｕｂｐｌｏｔ（４，ｌ，１）， ｐｌｏｔ（ａ）；ｔｉｔｌｅ（’ｏｒｉｇｉｎａｌ ｓｉｇｎａｌ’）； ｇｒｉｄ Ｎ＝３２； Ｍ＝ｌｉｎｓｐａｃｅ（１，１，２． ３ Ｎ）； Ｅｎ＝ｃｏｎｖ（Ｍ，ｂ． ｂ１； ｓｕｂｐｌｏｔ（２，１，２），ｐｌｏｔ（Ｅｎ）；ｔｉｔｌｅ（’短时能量’） ｇｒｉｄ 三、结论 本文主要对如何利用短时能量特征判断语音起始、结束 端点，以及加窗预处理进行理论研究及仿真实验。本文的研 究对相关研究人员具有一定借鉴意义。 吨 参考文献 【１】胡立波带噪语音端点检测算法研究［Ｄ］南京信息工程大学系统 分析与集成，２００９． 『２１张刚，张雪英．语音处理与编码＿Ｍ１．兵器工业出版社，２０００． ［３］夏敏磊语音端点检测技术研究ｆＤ］．浙江大学电气工程，２００５． （作者单位：河南警察学院信息安全系） 信息系统Ｔ程ｌ ２０１４ ２ ２０ １４５