論文開題報告：基于倒譜特征的端點檢測算法研究

大學(xué)本科畢業(yè)論文(設(shè)計)開題報告
學(xué)院：　信息學(xué)院　　專業(yè)班級：　08通信B班　

課題名稱 基于倒譜特征的端點檢測算法研究

1、 本課題的的研究目的和意義：

語音信號端點檢測對多通道傳輸系統(tǒng)、語音識別系統(tǒng)等起著提高傳輸系統(tǒng)效率和識別系統(tǒng)精度的作用。傳統(tǒng)的檢測方法采用短時能量、過零率和自相關(guān)參數(shù)，在高信噪比環(huán)境下可以獲得較好的檢測效果，但在低信噪比環(huán)境下其檢測性能卻急劇下降�；诘棺V距離的改進方法，通過分析信號的倒譜參數(shù)來進行帶噪語音的端點檢測，仿真結(jié)果表明，在低信噪比環(huán)境下較之傳統(tǒng)的方法能更準(zhǔn)確地檢測出語音的端點。

本畢業(yè)設(shè)計題目要求能夠充分掌握數(shù)字信號處理理論知識，并利用該技術(shù)對語音信號做分析和處理，在此基礎(chǔ)上能夠利用MATLAB編程技術(shù)實現(xiàn)對于語音信號的端點檢測，
……（新文秘網(wǎng)http://120pk.cn省略558字，正式會員可完整閱讀）……　
通過將信號的幾種特征參數(shù)相結(jié)合來檢測端點。而對語音端點的判決方式也由原來的單一門限和雙門限發(fā)展到基于模糊邏輯和模式分類的判決。

從語音端點檢測技術(shù)的發(fā)展歷程及各種方法的性能看，語音端點檢測技術(shù)的發(fā)展具有如下特點：
a)語音端點檢測技術(shù)研究取得了長足的進展，特別是近十幾年來，學(xué)者們針對噪聲環(huán)境下語音端點檢測所做的大量工作。語音端點檢測算法的性能已經(jīng)由最初的僅適用于較高SNR平穩(wěn)高斯白噪聲環(huán)境發(fā)展到可適用于一5 dB這樣低SNR部分非乎穩(wěn)噪聲環(huán)境下的檢測。
b)從語音端點檢測算法所采用的判決準(zhǔn)則來看，語音端點檢測技術(shù)的發(fā)展大致經(jīng)歷了兩個階段：門限判決階段和模式分類階段。兩個階段并不是完全分開的，而是互相混疊的，新方法往往是建立在傳統(tǒng)方法的基礎(chǔ)上的。
c)新的特征參數(shù)的提出和新的判決準(zhǔn)則的建立是推動語音端點檢測算法演進的兩個重要因素，也是語音端點檢測技術(shù)研究取得突破的關(guān)鍵。
d)基于模式分類的判決方法在語音端點檢測技術(shù)的發(fā)展過程中具有重要的作用。建立在統(tǒng)計模型基礎(chǔ)上的模式分類方法相比門限判決方法對噪聲具有很強的魯棒性，因而近年來效果較好的檢測方法幾乎都是采用基于模式分類的判決方法。


3、 本課題的主要研究內(nèi)容（提綱）和成果形式：
在頻域內(nèi),語音信號的短時譜等于激勵源頻譜與濾波器頻譜的乘積,濁音信號的短時譜中包含的快變化的周期性細(xì)致結(jié)構(gòu),必定對應(yīng)著周期性脈沖激勵的基和各次諧波。
基音檢測
語音的倒譜是將語音的短時譜取對數(shù)后再進行IDFT 得到的,所以濁音信號的周期性激勵反映在倒譜上是同樣周期的沖激。借此,可從倒譜波形中估計出基周期。一般把倒譜波形中第二個沖激,認(rèn)為即是對應(yīng)激勵源的基頻。
先計算倒譜.然后在預(yù)期的基音周期附近尋找峰值。如果倒譜的峰值超出了預(yù)先規(guī)定的門限，則輸入而峰的位置就是基音周期的良好估值.如果投有超出門限的峰值，10－20ms，計算倒譜一次，這是因為在一般語音中激勵參數(shù)是緩慢變化的。


4、擬解決的關(guān)鍵問題：
1、濾波
2、倒譜計算
3、端點檢測
4、 研究思路、方法和步驟：

按照語音產(chǎn)生模型的理論，語音信號是由激勵信號與聲道響應(yīng)相卷積產(chǎn)生的，要想
提取反映聲道特性的譜包絡(luò)，就必須通過解卷積去掉激勵信號。由同態(tài)解卷積所導(dǎo)出的倒譜分析方法，只需十幾個倒譜系數(shù)就能相當(dāng)好地描述語音信號的聲道特性，所以用倒譜參數(shù)取代傳統(tǒng)的時域參數(shù)作為語音端點檢測的判決參量。
檢測算法流程
倒譜距離檢測方法的具體步驟如下:
(1) 預(yù)處理。對8k Hz采樣信號進行歸一化并去掉直流分量，然后進行加窗分幀處理，幀長取256個采樣點，幀移64點，對每一幀信號加256點的矩形窗。
(2) 估計噪聲倒譜系數(shù)。階數(shù)P取12，首先假定抽樣信號起始若干幀是背景噪聲，利用這幾幀倒譜系數(shù)的統(tǒng)計平均值作為背景噪聲倒譜系數(shù)的估計值，用向量Co表示 ……（未完，全文共3102字，當(dāng)前僅顯示1567字，請閱讀下面提示信息。收藏《論文開題報告：基于倒譜特征的端點檢測算法研究》）