一种改进的自适应子带谱熵语音端点检测方法

噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。自适应子带谱熵法是一种新的端点检测方法,它的思想是将一帧语音分成若干个子带,再用谱熵法进行运算,子带的个数可以自适应选择。该方法具有一定的稳健性,但随着信噪比的降低,语音端点检测的准确性也随之下降。提出了一种结合加权功率谱减的子带自适应谱熵法,并给出了该方法的实现步骤。该方法采用边降噪边用稳健性好的特征参数做语音端点检测,从两个方面来提高端点检测的准确性。实验结果表明该方法具有良好的性能,在不同信噪比的不同加性噪声下系统识别率都有提高。

基于自适应子带谱熵和短时平均幅度的心音端点检测

论文提出一种对心动周期内的有效音进行端点检测和定位的方法。首先对心音信号进行归一化和预加重,实现对心音信号质量的提升。然后利用窗函数对心音信号进行分帧并利用自适应子带谱熵和短时平均幅度对心音信号进行成分检测。仿真结果证明,该方法可以对不同类型心音中的有效音和无效音进行区分,并实现心音及心杂音的分别标记。

一种基于自适应谱熵的端点检测改进方法

在低信噪比的环境下,为增强与噪声的区分度,提出了一种适应于低信噪比环境的语音端点检测方法。通过改进语音端点检测的特征参数,更好地区分语音信号与噪声信号,提高在低信噪比环境下的端点检测正确率。基于子带谱熵,引入正值常量对基本谱熵参数进行算法改进,得到改良的负谱熵特征,并结合自适应子带选择方法,得到一种新颖的特征参数——自适应子带常量负谱熵。特征在低信噪比的情况下有较强的抗噪能力,并能够准确地检测出语音端点。实验结果表明,不仅快速有效,具有较强的鲁棒性,而且适合低信噪比的语音端点检测。

改进的语音端点检测技术

为了提高低信噪比下语音端点检测的性能,提出了一种改进的基于谱减法和自适应子带谱熵的语音端点检测方法。该方法先利用谱减法对带噪语音消除加性噪声,及时更新背景噪声估计,再对增强后的语音信号利用改进的自适应子带谱熵进行端点检测。实验结果表明,该方法具有良好的检测性能,相对传统方法提高了端点检测的准确率,在低信噪比环境下仍能比较准确地检测到语音的端点。

基于信道信息的录音假冒者检测系统研究

说话人识别系统会受到假冒者的攻击,而用高保真录音设备录制的语音蓄意闯入说话人识别系统是常见的攻击方式之一。由于不同设备的信道信息不同,而语音中的静音部分又包含了完整的信道信息,且这部分信息不受说话人和文本等因素的影响,因此可以通过检测语音中静音的信道信息是否相同,来判断语音是否为回放的高保真录音。应用自适应子带谱熵法提取语音中的静音,并通过使用改进后的MFCC作为信道信息特征,建立高斯混合-通用背景模型(GMM-UBM)。实验结果表明,通过加入静音检测模块到说话人识别系统中,系统对假冒语音的等错误率大大降低,使得系统的安全性得到提高。