语音信号处理 第4版 课件 第5章：语音信号特征提取技术.pptx

南京邮电大学通信与信息工程学院第5章语音信号特征提取技术

端点检测基音周期估计共振峰估计

5.1端点检测—概述端点检测：从一段语音信号中准确找出语音信号的起始点和结束点。目的：为了使有效的语音信号和无用的噪声信号得以分离，在语音识别、语音增强、语音编码等系统中得到了广泛应用。主要方法：（1）基于阈值的方法：根据语音信号和噪声信号的不同特征，提取每一段语音信号的特征，然后把这些特征值和设定的阈值进行比较，已到达检测目的。（2）基于模式识别的方法：需要估计语音信号和噪声信号的模型参数来检测。本章主要探讨基于阈值的方法。

5.1端点检测—双门限法复习：短时能量与短时过零率双门限法的基本思想：根据语音的统计特性，可以把语音段分为清音、浊音、静音（包括背景噪声）；短时能量可以较好地区分浊音和清音。对于清音，由于其能量较小，在短时能量检测中会因为低于能量门限而被误判为静音；短时过零率则可以从语音中区分静音和清音。将两者结合起来，就可以检测出语音段（清音和浊音）及静音段。首先为短时能量和过零率分别确定两个门限，一个为较低门限，对信号的变化比较敏感，另一个是较高门限。当低门限被超过时，很可能是由于很小的噪声引起的，未必是语音的开始，当高门限被超过并且在接下来的时间段内一直超过低门限时，则意味着语音信号的开始。

5.1端点检测—双门限法双门限法的步骤：（1）计算信号的短时能量和短时平均过零率；（2）根据语音能量的轮廓选取一个较高的门限T2，语音信号的能量大部分都在此门限之上，可进行一次初判。语音起止点位于该门限与短时能量包络交点N3和N4所对应的时间间隔之外。

5.1端点检测—双门限法双门限法的步骤：（3）根据背景噪声的能量确定一个较低的门限T1，并从初判起点往左，从初判终点往右有哪些信誉好的足球投注网站，分别找到语音轮廓与门限T1相交的两个点N2和N5；（4）以短时平均过零率为准，从N2点往左和N5点往右有哪些信誉好的足球投注网站，找到短时平均过零率低于某个阈值T3的两个点N1和N6，作为语音段的起止点。需要注意门限的选取方法

5.1端点检测—自相关法自相关的步骤：（1）计算语音信号的短时自相关函数（2）将自相关函数进行归一化处理：（3）由于语音和噪声两种信号的自相关函数存在极大差异，可以利用这种差异来提取语音端点：根据噪声的情况，设置阈值T1和T2，当相关函数最大值大于T2时，判断为语音；当相关函数最大值大于或小于T1时，判定为语音信号端点。噪声信号及其自相关函数含噪语音及其自相关函数

5.1端点检测—谱熵法熵：衡量信息的有序程度。一个信息源发出的信号以信息熵来作为信息选择和不确定性的度量。语音的熵和噪声的熵存在较大差异，二者在整个信号段中的分布概率不同。谱熵法端点检测就是通过检测谱的平坦程度，达到语音端点检测的目的。谱熵的特点：（1）语音与噪声的谱熵不同；（2）语音谱熵随语音随机性而变化，与能量特征相比，谱熵变化较小；（3）谱熵对噪声具有一定的稳健性。同一语音信号当信噪比降低时，语音信号的谱熵值的形状大体保持不变；（4）语音谱熵只与语音信号随机性有关，而与语音信号的幅度无关。

5.1端点检测—谱熵法谱熵的定义：设加窗分帧处理后的第n帧语音信号为xn(m)，其FFT表示为Xn(k)，其中k表示为第k条谱线。该语音帧在频域中的短时能量为：而对于某一谱线k的能量谱为，则每个频率分量的归一化谱概率密度函数定义为：该语音帧的短时谱熵定义为

5.1端点检测—谱熵法谱熵法的步骤：（1）对语音信号进行分帧加窗，取FFT点数；（2）计算每一帧的谱的能量；（3）计算每一帧中每个样本点的概率密度函数；（4）计算每一帧的谱熵值；（5）设置判决门限；（6）根据各帧的谱熵值进行端点检测。每一帧的谱熵值为：H(i)计算是基于谱的能量变化而不是谱的能量。

端点检测基音周期估计共振峰估计

5.2基音周期估计概述：基音：发浊音时声带振动所引起的周期性；基音周期：声带振动频率的倒数；声调：基音的变化模式，携带具有辨意作用的信息；人的声道易变性及其声道特征因人而异，基音周期的范围宽，同一个人在不同情态下发音的基音周期也不同，基音周期受单词发音音调影响。基音周期的提取存在困难：（1）声门激励信号不是一个完全周期的序列，有些清音和浊音的过渡帧很难判断其周期性；（2）声道共振峰会严重影响激励信号的谐波结构，因而从语音中直接取出仅和声带振动有关的激励信号并不容易；（3）语音信号本身是准周期性的（音调有变化），其波形的峰值点或过零点受共振峰的结构、噪声等影响；（4）基音周期变化范围大，从老年男性的50Hz到儿童和女性的450Hz。

5.2基音周期估计—自