基于行车声音端点检测的交通量统计

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测。首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量。实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题。

基于mel标度频谱和音素分割的汉语语音单词端点检测方法

利用语音声学信号的频谱分析来寻找连续语音信号帧的分割点 ,再结合音素分割方法 ,成功的提高了分割精度。实验表明mel标度频谱法比传统的以信号的短时能量 ,过零率等简单特征作为判决特征参数的语音端点检测方法更适合语音的分割。

基于分形特征变化的语音端点检测技术研究

端点检测是语音识别的基本问题,最低要求是区分噪音和话音,如果实现对音节甚至音素的切分,那么对于语言识别,关键词识别,以及连续语音识别都将是有益的.本文提出一种基于盒维与信息维的端点检测算法,首先根据信息维自适应调整门限划分噪音段和话音段,在此基础上,依据盒维与信息维的变化,及汉语音节特点,给出了一种汉语音节划分算法.采用实际电话信道话音数据进行测试.结果表明,本文提出的方法是有效的,话音段检测准确率较高,达到95%,音节切分准确率达85%,尚需进一步研究.

语音分割与端点检测研究综述

语音分割是语音识别和语音合成中必不可少的基础性工作,其质量对后续系统的影响巨大。使用手工分割和标注虽然精度高,但费时费力,同时需要熟练的领域专家来完成,自动语音分割因此成为语音处理的研究热点。首先针对自动语音分割目前的研究进展,介绍了语音分割的不同分类方法;然后分别介绍了基于对齐的方法和基于边界检测的方法,并详细介绍了可以应用在上述两种框架下的神经网络语音分割方法;接着介绍了基于生物激励信号以及博弈论等方法的新型语音分割技术,并给出了领域内广泛使用的性能评估度量,并对这些评估指标进行比较和分析;最后总结并提出语音分割研究未来发展的重要方向。