[发明专利]基于五门限的声音端点检测方法及其应用在审
申请号: | 201711225920.3 | 申请日: | 2017-11-29 |
公开(公告)号: | CN107993649A | 公开(公告)日: | 2018-05-04 |
发明(设计)人: | 艾竹轩 | 申请(专利权)人: | 无锡同芯微纳科技有限公司 |
主分类号: | G10L15/05 | 分类号: | G10L15/05 |
代理公司: | 南京艾普利德知识产权代理事务所(特殊普通合伙)32297 | 代理人: | 陆明耀,顾祥安 |
地址: | 214000 江苏省无锡市新吴区震*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 门限 声音 端点 检测 方法 及其 应用 | ||
技术领域
本发明涉及声音识别领域,尤其是基于五门限的声音端点检测方法及其应用。
背景技术
端点检测,就是从一段给定的语音信号中找出语音的起始点和结束点。在语音识别系统中,正确、有效的进行端点检测不仅可以减少计算量和缩短处理时间,而且能排除无声段的噪声干扰、提高语音识别的正确率。研究表明,即使是在安静的环境下,语音识别系统一半以上的错误可能主要来源于端点检测。除此之外,在语音合成、编码等系统中,高效的端点检测也直接影响甚至决定着系统的主要性能。因此,端点检测的效率、质量在语音处理系统中显得至关重要,广泛开展端点检测实现手段方面的研究,有一定的现实意义。
端点检测的常用方法有:能量阈值、基音检测、频谱分析、倒谱分析及LPC(Linear Prediction Coeffi-cients)预测残差等。其中基于能量和过零率的双门限判决法最为常用。
普通双门限检测法指通过短时能量和短时过零率两方面来对音乐的起点进行检测,通过预先设定合理的短时能量门限和过零率门限进行判别,用短时能量来判别音乐的响度特征,用短时过零率来判断音乐的频率特征。
其在开始进行端点检测之前,首先为短时能量和过零率分别确定两个门限,一个是比较低的门限,其数值比较小,对信号的变化比较敏感,很容易就会被超过;另一个是比较高的门限,其数值比较大,信号必须达到一定的强度,该门限才可能被超过。低门限被超过未必就是语音的开始有可能是时间很短的噪声引起的。高门限被超过则可以基本确信是由于语音信号引起的。
整个语音信号的端点检测通常可以分成四段静音、过渡段、语音段、结束。在静音段,如果能量或过零率超越了低门限就开始标记起始点,进入过渡段;在过渡段中,由于参数的数值比较小,不能确信是否处于真正的语音段,因此只要两个参数的数值回落到低门限以下,就将当前状态恢复到静音状态;而如果在过渡段中两个参数中的任一个超过了高门限,就可以确信进入语音段了,当前状态处于语音段时,如果两个参数的数值降低到低门限以下,而且总的计时长度小于最短时间门限,则认为这是一段噪音,继续扫描以后的语音数据,否则就标记好结束端点。
这种方法通过上述两个门限进行综合判定,从而减小了对一些能量大的噪音的误判,但是只从以上两点来对音乐起点进行判断,其端点识别的精确度的提升是有限的,还有改进的余地。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题,通过五门限来进行声音信号中有效音段起点精确识别的端点检测方法及其应用。
本发明的目的通过以下技术方案来实现:
基于五门限的声音端点检测方法,包括如下步骤:
S1,接收分帧预处理后的声音信号;
S2,判断一帧信号的平均帧能量差与平均帧能量差低门限、平均帧能量差高门限的大小以及平均帧过零率与平均帧过零率低门限的大小;
S3,当判断第一帧信号的平均帧能量差>平均帧能量差高门限,则该帧信号进入有效音段,音乐长度加1,执行S4步骤;
当判断第一帧信号的平均帧能量差<平均帧能量差低门限和/或平均帧过零率<平均帧过零率低门限,则该帧信号处于静音段,执行S7步骤;
当判断第一帧信号满足平均帧能量差低门限≤平均帧能量差≤平均帧能量差高门限,且平均帧过零率≥平均帧过零率低门限,则该帧信号处于过渡段,执行S8步骤;
S4,判断下一帧信号的平均帧能量差和平均帧过零率小于零是否成立;;若不成立,该帧信号还处于有效音段,音乐长度加1,执行S4步骤;若成立,执行S5步骤;
S5,判断该帧信号前的音乐长度是否大于最小音乐长度,若小于,则前面检测出的有效音段是噪音,音乐长度清零,按照S2步骤继续判断下一帧信号的状态;若大于等于,则满足跳变条件,执行S6步骤;
S6,判断下一帧信号的平均帧能量差≥平均帧能量差低门限是否成立;若否,该帧信号处于静音段,执行S7步骤,若是,该帧信号处于过渡段,执行S8步骤;
S7,依照S2步骤判断下一帧信号的状态,并根据S3步骤的判断原则确定该帧的状态;
S8,依照S2步骤判断下一帧信号的状态,当该帧信号不满足平均帧能量差低门限≤平均帧能量差≤平均帧能量差高门限,且平均帧过零率≥平均帧过零率低门限,该帧信号维持在静音段,执行S7步骤;当该帧信号满足平均帧能量差低门限≤平均帧能量差≤平均帧能量差高门限,且平均帧过零率≥平均帧过零率低门限时,执行S9步骤;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡同芯微纳科技有限公司,未经无锡同芯微纳科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711225920.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种无人机识别方法、装置及电子设备
- 下一篇:用于生成信息的方法和装置