基于梅尔频率倒谱系数与短时能量的低信噪比语音端点检测

摘要：

低信噪比环境下语音信号的端点检测在语音识别与通信等领域具有重要意义,目前低信噪比环境下的端点检测还存在效率低、识别率不高等问题.本文在分析梅尔频率倒谱系数(MFCC)和短时能量在端点检测中应用的基础上,提出将MFCC前三维度分量相加(MFCCa),再与短时能量相除(梅尔能量比)作为语音特征参数的语音端点检测测度,最后利用模糊C均值聚类算法自适应确定双门限阈值进行端点检测.选取TIMIT语音库中的50条语音信号进行实验,结果表明:在信噪比为5 dB、0 dB、-5 dB的噪声环境下,与能零比、谱熵等算法相比,本算法端点识别准确率均有所提高,其中在-5 dB信噪比环境下提升了约30％.

关键词：语音端点检测;梅尔频率倒谱系数;短时能量;模糊C均值聚类;低信噪比

所属期刊栏目：44

分类号：O429;TP391.9(声学)

资助基金：国家自然科学基金项目61601237

在线出版日期：2021-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120