基于自适应门限的分形维数语音端点检测

doi:10.12068/j.issn.1005-3026.2020.01.002

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (1): 7-11.DOI: 10.12068/j.issn.1005-3026.2020.01.002

基于自适应门限的分形维数语音端点检测

郑艳，高爽

(东北大学信息科学与工程学院，辽宁沈阳110819)

收稿日期:2019-01-16 修回日期:2019-01-16 出版日期:2020-01-15 发布日期:2020-02-01
通讯作者: 郑艳
作者简介:郑艳(1963-)，女，辽宁沈阳人，东北大学副教授.
基金资助:
国家自然科学基金资助项目(61773108).

Speech Endpoint Detection Based on Fractal Dimension with Adaptive Threshold

ZHENG Yan， GAO Shuang

School of Information Science & Engineering， Northeastern University， Shenyang 110819， China.

Received:2019-01-16 Revised:2019-01-16 Online:2020-01-15 Published:2020-02-01
Contact: GAO Shuang
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对固定门限方法在语音端点检测技术中的局限性，为了提高低信噪比下语音端点检测的鲁棒性和准确率，将自适应门限应用于分形维数的语音检测中，提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析，将分形维数用于语音起止点的检测中，设计了自适应门限，从而有效降低了噪声干扰对检测结果的影响，并实现了实时检测.仿真实验结果表明，在低信噪比的情况下，改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测，而且对噪声干扰具有更好的鲁棒性.

关键词: 语音端点检测, 分形维数, 自适应门限, 低信噪比, 鲁棒性

Abstract: Considering the limitation of fixed threshold method in speech endpoint detection， in order to improve the robustness and accuracy of speech endpoint detection under low SNR(signal noise ratio)， a novel speech detection algorithm was proposed based on adaptive threshold in fractal dimension. By analyzing the mechanism of speech signal generation， the fractal dimension was applied to the detection of speech starting and ending points， and an adaptive threshold was designed to avoid noise interference and to achieve real-time detection. The simulation results show that， compared with the traditional short-term energy detection algorithm， the proposed algorithm can effectively realize the endpoint detection of noisy speech under the low SNR， and has better robustness to noise interference.

Key words: speech endpoint detection, fractal dimension, adaptive threshold, low SNR(signal noise ratio), robustness

中图分类号:

TN912.3

郑艳，高爽. 基于自适应门限的分形维数语音端点检测[J]. 东北大学学报:自然科学版, 2020, 41(1): 7-11.

ZHENG Yan， GAO Shuang. Speech Endpoint Detection Based on Fractal Dimension with Adaptive Threshold[J]. Journal of Northeastern University Natural Science, 2020, 41(1): 7-11.

参考文献

[1]Seman N，Bakar Z A，Bakar N A.An evaluation of endpoint detection measures for Malay speech recognition of an isolated words［J］.Information Technology，2010(10):1628-1635.
[2]Morita S，Unoki M，Lu X，et al.Robust voice activity detection based on concept of modulation transfer function in noisy reverberant environments［J］.Journal of Signal Processing Systems，2016，82(2):163-173.
[3]Di W U，Zhao H，Huang C，et al.Speech endpoint detection in low-SNRs environment based on perception spectrogram structure boundary parameter［J］.Chinese Journal of Acoustics，2014，39(4):392-399.
[4]李晶皎，安冬，王骄.基于EEMD和ICA的语音去噪方法［J］.东北大学学报(自然科学版)，2011，32(11):1554-1557.(Li Jing-jiao，An Dong，Wang Jiao.Speech denoising method based on the EEMD and ICA approaches［J］.Journal of Northeastern University(Natural Science)，2011，32(11):1554-1557.)
[5]Eshaghi M，Mollaei M R K.Voice activity detection based on using wavelet packet［J］.Digital Signal Processing，2010，20(4):1102-1115.
[6]Lu Y Y，Zhou N，Xiao K，et al.Improved speech endpoint detection algorithm in strong noise environment［J］.Journal of Computer Applications，2014，34(5):1386-1390.
[7]Liang Y S，Su W Y.Fractal dimensions of fractional integral of continuous functions［J］.Acta Mathematica Sinica:English Series，2016，32(12):1494-1508.
[8]刘悦，王晓婷.短时频域分形端点检测算法［J］.微电子与计算机，2015，32(9):82-84.(Liu Yue，Wang Xiao-ting.A speech endpoint detection algorithm based on fractal in short-term frequency domain［J］.Microelectronics and Computer，2015，32(9):82-84.)
[9]Ali Z，Elamvazuthi I，Alsulaiman M，et al.Detection of voice pathology using fractal dimension in a multiresolution analysis of normal and disordered speech signals［J］.Journal of Medical Systems，2016，40(1):20-21.
[10]申希兵，韦容，杨毅.基于频域能量分布的分形维数提取型研究［J］.控制工程，2016，23(6):834-838.(Shen Xi-bing，Wei Rong，Yang Yi.Study on the extraction of fractal dimension based on frequency domain energy distribution［J］.Control Engineering of China，2016，23(6):834-838.)
[11]Jia L，Yin Y，Yang H C.Endpoint detection of noisy speech based on fractal dimension［J］.Journal of Shenyang Aerospace University，2017，34(5):63-67.
[12]张志敏，郭英，王博.一种基于倒谱特征的语音端点检测改进算法［J］.电声技术，2016(4):40-43.(Zhang Zhi-min，Guo Ying，Wang Bo.An improved voice activity detection method based on cepstral features［J］.Voice Technology，2016(4):40-43.)
[13]Sun L，Su M，Yang Z.An adaptive speech endpoint detection method in low SNR environments［J］.International Journal of Speech Technology，2017，20(5):1-8.
[14]Ezeiza A，de Ipia K L，Hernndez C，et al.Enhancing the feature extraction process for automatic speech recognition with fractal dimensions［J］.Cognitive Computation，2013，5(4):545-550.
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

基于自适应门限的分形维数语音端点检测

Speech Endpoint Detection Based on Fractal Dimension with Adaptive Threshold

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	佘黎煌，刘平凡，张石，许方晗. 一种高精度低复杂度的改进Root-MUSIC算法[J]. 东北大学学报（自然科学版）, 2022, 43(4): 457-463.
[2]	陈猛，王瑜婷，陶云霄，王浩. 基于分形理论研究RTSF混凝土冲击压缩性能[J]. 东北大学学报（自然科学版）, 2022, 43(2): 266-273.
[3]	康程铭，赵春雨，付立新. 基于物理建模法的加工中心主轴热误差建模[J]. 东北大学学报:自然科学版, 2020, 41(4): 528-533.
[4]	王大志，高明，李召. 移相全桥的重积分间接滑模控制策略[J]. 东北大学学报:自然科学版, 2018, 39(8): 1069-1074.
[5]	赵海，李雄峰，朱宏博，王彬. 基于分形维数特征的肺结节形状建模[J]. 东北大学学报:自然科学版, 2018, 39(11): 1545-1551.
[6]	李明杰，周平. 机械制浆过程磨机负荷内模PI控制[J]. 东北大学学报:自然科学版, 2017, 38(6): 783-788.
[7]	刘晓，赵海，张君，王进法. 互联网拓扑结构中的弹性网络特征[J]. 东北大学学报:自然科学版, 2016, 37(4): 486-490.
[8]	马涌泉，邱洪兴. 输电塔-线体系风致响应的鲁棒半主动控制[J]. 东北大学学报:自然科学版, 2016, 37(2): 279-284.
[9]	邱若臻，苑红涛，冯俏. 有限需求信息下基于最大熵原理的风险厌恶库存模型[J]. 东北大学学报:自然科学版, 2016, 37(10): 1512-1516.
[10]	朱潜，王一帆，朱志良，任涛. 灰色信息攻击下相依网络的鲁棒性[J]. 东北大学学报:自然科学版, 2016, 37(10): 1393-1397.
[11]	张锴锋，袁惠群，聂鹏. 基于广义维数与优化BP神经网络的刀具磨损量预测[J]. 东北大学学报(自然科学版), 2013, 34(9): 1292-1295.
[12]	艾均，王海岩，张晓冬，崔重阳. 基于复杂网络分析技术的SAP系统迁移[J]. 东北大学学报（自然科学版）, 2013, 34(11): 1550-1553.
[13]	黄海龙;王宏;. 一种基于小波变换和数学形态学的边缘检测算法[J]. 东北大学学报(自然科学版), 2011, 32(9): 1315-1318.
[14]	王宏伟;于驰;井元伟;. 基于T-S模糊观测器的网络拥塞控制算法[J]. 东北大学学报(自然科学版), 2010, 31(4): 461-464+468.
[15]	王宏伟;于驰;井元伟;. 输入受限的非线性网络系统全局滑模控制[J]. 东北大学学报(自然科学版), 2010, 31(3): 326-329.