聲音端點(diǎn)的檢測(cè)方法

趙偉++孫廣大

摘 要

眾所周知，在語(yǔ)音的系統(tǒng)的識(shí)別中，如何降低端點(diǎn)檢測(cè)得出錯(cuò)率，一直是人們研究和考察的重點(diǎn)，然而重要的步驟就是進(jìn)行端點(diǎn)的檢測(cè)。因此對(duì)端點(diǎn)檢測(cè)也成為了語(yǔ)音信號(hào)處理的一個(gè)一個(gè)關(guān)鍵的部分。本文就是根據(jù)聲音端點(diǎn)檢測(cè)的方法還有步驟，進(jìn)行探討還有研究，在本篇論文中可能會(huì)涉及到實(shí)驗(yàn)的相關(guān)的環(huán)節(jié)，本篇論文用實(shí)驗(yàn)的客觀結(jié)果，來(lái)證明，這種端點(diǎn)檢測(cè)法的出錯(cuò)率就會(huì)大范圍的的降低，催檢測(cè)的準(zhǔn)確率也是一個(gè)大的提升，檢測(cè)結(jié)果也會(huì)越來(lái)越精確。這樣也更方便我們能準(zhǔn)確的檢測(cè)出語(yǔ)音信號(hào)的端點(diǎn)。

【關(guān)鍵詞】端點(diǎn)檢測(cè) 模型 過(guò)零率

1 引言

在現(xiàn)代社會(huì)人類進(jìn)行交流，最方便和快捷的方式毫無(wú)疑問(wèn)那就是語(yǔ)音的交流。提高語(yǔ)音的傳播速度，擴(kuò)大云因的傳播內(nèi)容，一直是工程人員的一個(gè)研究的重點(diǎn)，如何能夠?qū)崿F(xiàn)云因的人類還有機(jī)器人的互相交互，提高語(yǔ)音功能的智能化，一直是語(yǔ)音信號(hào)處理研究領(lǐng)域中的重要研究課題。然而語(yǔ)音端點(diǎn)檢測(cè)它包括以下幾項(xiàng)內(nèi)容，首先是要對(duì)語(yǔ)音進(jìn)行分析，然后還有語(yǔ)音的合成，對(duì)語(yǔ)音系統(tǒng)進(jìn)行編碼處理，還有一個(gè)更為重要的技術(shù)難題就是對(duì)說(shuō)話者的說(shuō)話內(nèi)容要能夠進(jìn)行準(zhǔn)確的識(shí)別也是一項(xiàng)十分重要的環(huán)節(jié)，它將直接影響到后面一些列工作的實(shí)施還有就是工作進(jìn)行的準(zhǔn)確性。但是在實(shí)際的操作的過(guò)程中，要做的第一步及是對(duì)系統(tǒng)的輸入信號(hào)能夠進(jìn)行一個(gè)準(zhǔn)確的判斷，語(yǔ)言的數(shù)據(jù)的準(zhǔn)確性是保證和確定聲音的端點(diǎn)還有尾點(diǎn)的關(guān)鍵所在，因此這就會(huì)大大的增加準(zhǔn)確性運(yùn)算強(qiáng)度，提高了學(xué)習(xí)效率，同時(shí)降低了完成這項(xiàng)任務(wù)所需要花費(fèi)的時(shí)間。

在日常的語(yǔ)音識(shí)別系統(tǒng)中，首先是根據(jù)一定的端點(diǎn)檢測(cè)算法，對(duì)語(yǔ)音的信號(hào)進(jìn)行分割處理，語(yǔ)音信號(hào)一般分為有音信號(hào)，還有無(wú)音信號(hào)，兩者是有很大區(qū)別的，姐姐就是對(duì)有聲片段進(jìn)行處理，這主要包括根據(jù)語(yǔ)音信號(hào)的某些明顯特征進(jìn)行處理。通過(guò)實(shí)驗(yàn)我們發(fā)現(xiàn)了一下幾點(diǎn)現(xiàn)象，首先是在安靜的環(huán)境中，語(yǔ)音系統(tǒng)識(shí)別的出錯(cuò)率，都集中在端點(diǎn)位置上。從以上的實(shí)驗(yàn)中我們可以得出，對(duì)語(yǔ)音的信號(hào)識(shí)別系統(tǒng)的檢測(cè)就顯得尤為重要。安靜的環(huán)境如此，在噪音的環(huán)境中更是如此，如果不能保證端點(diǎn)檢測(cè)的準(zhǔn)確率，會(huì)直接影響后續(xù)工作的進(jìn)行，所以我們必須保證準(zhǔn)確性，這是我們進(jìn)行下面工作的前提保證。所以語(yǔ)音信號(hào)的準(zhǔn)確還有語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)一直是現(xiàn)在進(jìn)行研究的重難點(diǎn)分析。

2 語(yǔ)音信號(hào)的時(shí)域特征

2.1 短時(shí)能量分析

語(yǔ)音信號(hào)的強(qiáng)弱是由多方面決定，其中一個(gè)關(guān)鍵點(diǎn)就是，語(yǔ)音信號(hào)時(shí)間的長(zhǎng)短問(wèn)題，這也是人們非常容易忽視的一個(gè)問(wèn)題，信號(hào)也會(huì)隨著清濁音的變化從而發(fā)生一系列相應(yīng)的變化，通過(guò)總結(jié)和分析我們得出了一下的計(jì)算工程式：

2.2 短時(shí)平均過(guò)零率

大家都非常熟悉的一點(diǎn)是，段時(shí)間的平均的過(guò)零率會(huì)對(duì)信號(hào)有著極為嚴(yán)格的要求，平均值的準(zhǔn)確性實(shí)際上就是所得符號(hào)它采集的準(zhǔn)確性，這都密不可分。根據(jù)短時(shí)能量的定律我們可以得出，短時(shí)能量的大體位置和方向。

3 端點(diǎn)檢測(cè)

3.1 端點(diǎn)檢測(cè)介紹

識(shí)別語(yǔ)音信號(hào)的起止點(diǎn)是所有語(yǔ)音識(shí)別系統(tǒng)所必須經(jīng)歷的一個(gè)過(guò)程。只有保證起點(diǎn)還有終點(diǎn)的準(zhǔn)確率。這樣我們才能保證我們測(cè)試出的結(jié)果是正確的，這樣也能夠保證我們的數(shù)據(jù)分析得出的結(jié)果是準(zhǔn)確的。通過(guò)這樣的方法，不但降低了我們數(shù)據(jù)量的采集，還有就是降低了運(yùn)算的工程量還有處理的時(shí)間，這些方面的提高都會(huì)在一定的程度上降低我們的出錯(cuò)率。人類的聲音也是各有特色的每個(gè)人都有每個(gè)人的特點(diǎn)，但是從總體上我們可以大體分為兩個(gè)部分首先第一個(gè)就是清音，第二個(gè)是濁音。這兩種聲音是有很大不同的，平常我們所采用的端點(diǎn)檢測(cè)方法，大多數(shù)會(huì)采用特征提取方法。根據(jù)這兩種聲音的發(fā)生規(guī)律，對(duì)其進(jìn)行比較和研究，將該特征和設(shè)定的門限進(jìn)行比較或是采取某種判決機(jī)制來(lái)判斷。

在日常的語(yǔ)音識(shí)別過(guò)程中，過(guò)零率的端點(diǎn)檢測(cè)，是最普遍的語(yǔ)音端點(diǎn)檢測(cè)的方法，它有明顯的物理意義，而且計(jì)算的過(guò)程也是相對(duì)的簡(jiǎn)單，他的這些優(yōu)點(diǎn)，使它在端點(diǎn)的實(shí)際操作中得到了最為廣泛的應(yīng)用。但是任何事物都具有它的兩面性，因此他也具有不可否認(rèn)的缺點(diǎn)，而最根本最實(shí)際的判斷的標(biāo)準(zhǔn)就是根據(jù)我們?nèi)粘７e累的實(shí)際經(jīng)驗(yàn)才判斷們限的端點(diǎn)問(wèn)題。

3.2 雙門限端點(diǎn)檢測(cè)算法

對(duì)過(guò)零率的端點(diǎn)的檢測(cè)都是采用2級(jí)的判斷的方法，第一步就是根據(jù)平均值進(jìn)行第一次判斷，接下來(lái)在這個(gè)基礎(chǔ)上，我們?cè)倮枚螘r(shí)間平均的過(guò)零率統(tǒng)一進(jìn)行第二次判斷。之所以我們不用段時(shí)間判斷作為第一判斷，原因就是段時(shí)間的判斷不能準(zhǔn)確的得出起點(diǎn)的關(guān)鍵位置，因此為了增加我們判斷的準(zhǔn)確率，通常是常采用雙門限的方法，通過(guò)比較得出一個(gè)準(zhǔn)確的答案。

從圖1我們可以看出，符值都會(huì)在這個(gè)限度范圍之內(nèi)。通過(guò)這個(gè)步驟我們可以進(jìn)行第一次初步的判斷。如果進(jìn)行語(yǔ)音測(cè)試的語(yǔ)音落在了，這個(gè)起止點(diǎn)所對(duì)應(yīng)的時(shí)間的間隔之外（即AB段之外）。接下來(lái)，要做的事要在噪聲的情況下，對(duì)語(yǔ)音進(jìn)行數(shù)據(jù)研究分析，我們通過(guò)分析，得出以下兩個(gè)公式，從這公式中我們可以清晰地看到，平均值準(zhǔn)確性，完全是由多級(jí)判斷而決定的，語(yǔ)音的起點(diǎn)還有結(jié)束的尾點(diǎn)都至關(guān)重要。

3.3 基于調(diào)頻-調(diào)幅模型的語(yǔ)音端點(diǎn)檢測(cè)技術(shù)

雙門限檢測(cè)方法我們?cè)谏衔慕榻B中，已經(jīng)提到了就是要根據(jù)我們以往的經(jīng)驗(yàn)值，來(lái)判斷一個(gè)大概的經(jīng)驗(yàn)值，榆次同時(shí)呢，要對(duì)判斷結(jié)果進(jìn)行二次判斷，得出一個(gè)相對(duì)來(lái)說(shuō)更為準(zhǔn)確的門限值。這樣也會(huì)增加我們判斷的誤差。與之相反的如果我么采用而運(yùn)用Teager能量算子判斷，這樣既可以反映幅值的變化，同時(shí)也能反映出頻率的變化。判斷他們是成正想觀性還是負(fù)相關(guān)性，是不是頻率的的增加，頻率也會(huì)增加。能量的輸出值是不是也會(huì)隨之發(fā)生相應(yīng)的改變，同時(shí)呢，在針對(duì)不同類別的信號(hào)時(shí)，Teager能量算子的輸出也反映出不同的特性。因此，能量算法的使用非線性能量算子來(lái)跟蹤語(yǔ)音信號(hào)，這是我們語(yǔ)音信號(hào)系統(tǒng)的一個(gè)創(chuàng)新之舉，不在是單純的靠單個(gè)共振峰的語(yǔ)音信號(hào)能量的檢測(cè)進(jìn)行分析：

可以看出R（n）信號(hào)的能量算子輸出由兩部分組成：一部分頻率調(diào)制后的瞬時(shí)頻率，另一部分是幅值調(diào)制后的幅值包絡(luò)，它可以反應(yīng)出幅值和頻率的變化。根據(jù)這個(gè)特點(diǎn)可以進(jìn)行以Teager能量算子輸出的能量為特征的端點(diǎn)檢測(cè)。

4 結(jié)論

本篇論文主要是對(duì)聲音端點(diǎn)檢測(cè)的方法進(jìn)行研究，我們通過(guò)雙門限的檢測(cè)方法，可以高效的將頻率與幅值完全給結(jié)合起來(lái)，這種方法的檢測(cè)要比以往的傳統(tǒng)的能量進(jìn)行端點(diǎn)檢測(cè)得到更為準(zhǔn)確的結(jié)果。但是萬(wàn)物都存在著優(yōu)點(diǎn)還有缺點(diǎn)，如果在噪音較大的情況下，我們的檢測(cè)結(jié)果也是不準(zhǔn)確的，在沒(méi)有噪音干擾的情況下它的檢測(cè)結(jié)果就會(huì)提高，同時(shí)信號(hào)不是很強(qiáng)的情況下，它的結(jié)果也不是很準(zhǔn)確。

參考文獻(xiàn)

[1]趙力.語(yǔ)音信號(hào)處理[M].北京：機(jī)械工業(yè)出版社，2003.

[2]易克初.語(yǔ)音信號(hào)處理[M].北京：國(guó)防工業(yè)出版社，2004.

[3]王炳錫，屈丹，彭煊.實(shí)用語(yǔ)音識(shí)別基礎(chǔ)[M].北京：國(guó)防工業(yè)出版社，2005.

[4]雷靜.語(yǔ)音識(shí)別技術(shù)的研究及基本實(shí)現(xiàn)[D].武漢：武漢理工大學(xué)，2002.

[5]張雄偉，陳亮，楊吉斌.現(xiàn)代語(yǔ)音處理技術(shù)及應(yīng)用[M].北京：機(jī)械工業(yè)版社，2003.

[6]韓紀(jì)慶，張磊，鄭鐵然[M].北京：清華大學(xué)出版社，2004.

作者簡(jiǎn)介

趙偉（1978-），男，河北省保定市人。大學(xué)本科學(xué)歷。現(xiàn)為河北化工醫(yī)藥職業(yè)技術(shù)學(xué)院工程師。主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)及自動(dòng)化。

孫廣大（1982-），男，河北省唐山市人。大學(xué)本科學(xué)歷?，F(xiàn)為河北化工醫(yī)藥職業(yè)技術(shù)學(xué)院工程師。主要研究方向?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)。

作者單位

河北化工醫(yī)藥職業(yè)技術(shù)學(xué)院 河北省石家莊市 050026