专利名称：一种孤立词语音端点检测的方法及系统的制作方法
技术领域：
本发明涉及语音识别技术领域，尤其涉及一种孤立词语音端点检测的方法 及系统。
背景技术：
图l给出了孤立词语音识别系统的通用模块框图。由图l可以看出，孤立词语音识别的基本流程为输入语音信号经分帧后送入语音端点检测模块，该 模块检测出各孤立词的起、止点，也即判定出某孤立词对应的信号帧范围为 ni ri2帧。然后参数提取模块依次计算出这些语音信号帧的特征参数矢量，构 成该孤立词的特征集合。如果处于训练模式，则将该特征集合存入模板库中备 用；如果处于识别模式，则将该特征集合送入模式匹配模块中，并与模板库中 存储的特征集合逐个进行比对，计算特征距离。再由判决逻辑模块依据该特征 距离给出识别结果。
上述《瓜立词语音识别系统中，孤立词语音端点;险测是3瓜立词语音识别系统 中的一个重要模块。现有的双门限语音端点检测方法主^4居语音信号的短时 平均幅度参数M和短时过零率参数Z进行检测。该方法的理论基础是与无声段相比，有声段特别是浊音段的信号短时平均幅度参数较大；辅音段虽然短时 平均幅度参数较小，但其短时过零率参数明显高于无声段。具体过程为首先 设置一个高阈值幅度门限参数A^，当一帧信号的M值超过j^时，认为该帧信号处于有声段，这样根据Mw可以检测出两个端点A帧和^帧，认为处于两者 之间的语音信号帧为有声段，而且很可能是浊音段，但准确的起点和终点应分 别位于^帧之前和^帧之后。其次，设定一个低阈值门限参数il^，由g帧向前 考察，^帧向后考察，当信号帧的M值由大到小减至M,时，可以检测出两个
端点巧'帧和《帧，并认为两者之间均是语音段。最后由巧'帧向前，《帧向后， 用短时过零率阈值^判定出孤立词的精确起点n！帧，终点112帧。
该种方法理论简单，运算量小，在孤立词语音识别系统中得到大量应用。 但由于该方法先判定出孤立词的起点和终点，再进行参数提取，因此需要緩存 大量语音数据，不利于实时实现。
发明内容
本发明实施例提供一种孤立词语音端点;险测的方法，用以解决现有技术中 存在的由于先判定出孤立词的起点和终点再进行参数提取造成的需要缓存大 量语音数据的问题。
相应地，本发明实施例还提供一种孤立词语音端点检测的装置。
一种孤立词语音端点;险测的方法，包括步骤 在接收的语音信号帧中确定孤立词起点；
对确定出的孤立词起点之后接收的语音信号帧，同步进行特征参数的计算 和孤立词终点的检测。
一种孤立词语音端点检测的装置，包括
起点检测单元，用于在接收到的语音信号帧中确定孤立词起点； 特征参数计算单元，用于对所述起点检测单元确定出的孤立词起点之后接 收的语音信号帧，进行特征参数的计算；
语音信号帧，与所述特征参数计算单元进行特征参数的计算同步进行孤立词终 点的一企测。
本发明实施例首先检测出孤立词起点，从起点语音信号帧开始进行特征参 数计算，在计算语音信号帧特征参数的同时，进行孤立词终点的检测，因此确 定出孤立词终点后，便可以停止语音信号帧特征参数计算，无需再緩存大量语 音数据，有利于实时实现。
图1为现有技术中孤立词语音识别系统的通用模块框图2为本发明实施例中孤立词语音端点检测方法的流程图； 图3为本发明实施例中孤立词语音端点检测装置的结构图； 图4A、图4B为本发明实施例中起点检测单元的结构图； 图5A、图5B为本发明实施例中终点检测单元的结构图。
具体实施例方式
现有的双门限语音端点检测方法除了需要缓存大量语音数据外，还存在以 下缺陷
1、 由于是利用单个语音信号帧的相关参数进行起点和终点的检测，因此 当存在敲击等突发毛刺信号时，容易判定该毛刺信号为孤立词起点，还容易把 一个三声孤立词检测为两段孤立词。
2、 在有不确定的背景噪声存在时，端点检测的准确性不容易保证。
确定出孤立词起点，再在语音信号帧的特征参数计算的同时检测孤立词终点的 方法，另外，利用相邻的多个语音信号帧的相关参数进行端点检测，并对每个 语音信号帧进行短时谱调整处理，将得到的语音存在概率参数也作为端点检测 的参数之一。
下面结合附图详细说明本发明实施例的
具体实施方式
。 图2给出了本发明实施例中孤立词语音端点检测方法的流程图，具体步骤 如下
步骤201、计算系统启动后采集的最初N个信号帧的平均短时平均幅度参 数乾，作为背景噪声幅度参数，即认为最初N个信号帧为仅含背景噪声的信 号帧，仅用来估计背景噪声幅度参数，不进行后续处理。
(1)
各信号帧短时平均幅度参数M(O的计算方法为 ,=逸 (2)
其中，4',/)为第M言号帧的第Z个样本点的幅度值，)为取绝对值函数。 当信号釆样率为8kHz时，帧数W的典型值为10,帧长《的典型值是128。 步骤202、对接收到的每个语音信号帧进行短时谱调整处理，确定每个语 音信号帧的语音存在概率参数。
本步骤中，对接收到的时域信号帧作短时傅立叶分析，估算出每个频率分 量中的噪声幅度，语音存在概率等参数，依此计算得到各频率成分的加权因子 参数，用加权因子参数对各频率分量进行加权后，进行短时傅立叶合成得到增 强后的语音信号。为了避免该方法可能引入的语音失真，应调整相关参数，控 制只滤除比较平稳的噪声成分。
该方法在进行语音增强时，会估计出第M言号帧的第^个频率成分上存在语
音的概率p(a), / (a)在o i之间取值。考虑到语音成分的主要能量集中在低 频段，本发明将低频段^a)的均值作为第H言号帧的语音存在概率参数尸(0:
+i>(a) (3)
其中，yt。和A为选择的低频段起止频率点序号，Z为选择的频率点个数， 艮P丄-^一^ + l。
假设信号采样率为8kHz，采用的短时傅立叶变换长度为256点，则/t。和A 的一组参考取值为15和80,对应频率成分范围约为450Hz 2400Hz。
本步骤中，对接收到的每个语音信号帧采用短时谦调整处理进行语音增 强，去除噪声成分，估算出语音存在概率参数。该参数作为后续端点检测的判 决参数之一，提高了噪声环境下端点检测的准确性。
步骤203、在接收到的语音信号帧中确定孤立词起点。本步骤中，根据相邻多个语音信号帧的语音存在概率参数户W和短时平均
幅度参数M(/)判定这些帧中是否存在孤立词起点。基本原则是孤立词起点附
近，语音信号帧的尸W和MW参数的取值较大。确定孤立词起点的过程为
每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧 已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词起 点
判断信号组中短时平均幅度参数高于预设的高阔值幅度门限值的语音信 号帧数，是否大于等于预设的帧数阈值，且语音存在概率参数高于预设的高门 限语音存在概率值的语音信号帧数是否大于等于预设的帧数阈值；
在判断结果均为大于等于时，确定该信号组中最先接收到的短时平均幅度 参数高于预设的低阁值幅度门限值，且语音存在概率参数高于预设的低门限语 音存在概率值的语音信号帧为孤立词起点。
步骤204、对确定出的孤立词起点之后接收的语音信号帧，同步进行特征 参数的计算和孤立词终点的检测。
一旦确定出孤立词起点，就需要对孤立词起点后的语音信号帧进行特征参 数的计算，获得包含该信号帧特征信息的特征矢量。 一个孤立词各信号帧的特 征矢量依序排列，构成该孤立词的特征集合。特征参数主要包括倒谱系数， MFCC系数及它们的各种衍生参数。与原始语音数据相比，这些特征参数具有 更好的稳定性和鲁棒性，需要少得多的存储空间。特征参数的计算与现有技术 相同，此处不再赘述。
在特征参数计算的同时，要进行孤立词终点的检测，检测过程为
每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧 已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词终 点
判断信号组中短时平均幅度参数低于预设的高阈值幅度门限值的语音信
号帧数，是否大于等于预设的帧数阈值，且语音存在概率参数低于预设的高门
ii
限语音存在概率值的语音信号帧数，是否大于等于预设的帧数阔值；
在判断结果均为大于等于时，确定该信号组中最先接收到的短时平均幅度 参数低于预设的低阔值幅度门限值，且语音存在概率参数低于预设的低门限语 音存在概率值的语音信号帧为孤立词终点。
步骤205、判断确定出的孤立词起点和终点之间的距离是否大于预先设定 的最小距离值，当判断结果为大于时，端点检测结束；当判断结果为小于等于 时，忽略该确定出的3瓜立词终点，进4亍步骤204。
本步骤是对步骤204确定出的孤立词终点进行验证，去除"伪"终点，主 要是考察该终点和步骤203确定出的孤立词起点之间的距离。设该终点帧序号 为A，起点帧序号为/。，如满足
formula see original document page 12 (4)
则认为该终点可以接受，否则认为其为"伪，，终点，继续进行参数计算和 终点检测。/斗为预先设定的最小距离值，典型取值是IO。
下面举例说明步骤203中的确定孤立词起点的具体过程 根据背景噪声幅度参数和输入信噪比门限确定出 一组高、低阈值幅度门限
值
formula see original document page 12(5a)
M乙,.M" (5b) 其中，Mn为步骤201计算出的背景噪声幅度参数。MH， M,为高，低阔值幅 度门限值。^， ^为高，低阈值幅度门限比例参数，典型取值为^=5.5，A"。
设置高，低门限语音存在概率值^， P,。 P,的取值应由试验获得，典
型值是formula see original document page 12
设当前接收到的语音信号帧序号为/，用数组ikfa[5], Pa[5]依次记录,'-4 / 这5帧信号的短时平均幅度参数和语音存在概率参数，即
formula see original document page 13 其中，*=0 4。短时平均幅度参数M(/)的计算方法参见式(2),语音存在 概率参数P(/)的计算方法参见式(3)。
计算数组M/[5]中取值大于Mw的元素个数C皿，尸fl[5]中取值大于Pw的元素 个数C^。
计算C,和C^的伪码如下 formula see original document page 13显然C,和C^的取值范围是0-5。如果C^和C^的取值足够大，同时满
formula see original document page 13(7a) (7b)
则认为/-4~/这5帧信号中存在孤立词起点，否则更新数组Mfl[5]， Pa[5],继 续起点检测。其中，c皿—r， Cra—r为预设的帧数阈值，典型取值为formula see original document page 13，
确定/ -4 /这5个信号帧中存在孤立词起点后，从第(/-4 )个语音信号帧开 始考察，如某一语音信号帧k的参数同时满足 M剩〉A^ (8a)
尸剩>尸丄 (8b) 则认为精确的起点为第H吾音信号帧，此后的语音信号帧均进行特征参数的计 算。其中，* = 4~/。如果5个语音信号帧的参数均不满足(8)，更新数组Ma[5]， 尸a[5]，继续起点;险测。
本步骤中，也可以只根据相邻多个语音信号帧的短时平均幅度参数M W判
定这些帧中是否存在孤立词起点，即
每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧
已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词起 点
判断信号组中短时平均幅度参数高于预设的高阈值幅度门限值的语音信 号帧数，是否大于等于预设的帧数阈值；
在判断结果为大于等于时，确定该信号组中最先接收到的短时平均幅度参 数高于预设的低阈值幅度门限值的语音信号帧为孤立词起点。
与现有的双门限语音端点检测方法相比，这种起点检测方法同样采用了 高、低阈值两套门限参数，有利于检测出幅度较弱的清辅音起始段。此外，由 于同时考察连续5个语音信号帧的参数进行检测，避免了将敲击等毛刺信号确 定为孤立词起点。
步骤204中的终点;险测过程与上述起点4企测过程一致，只是采用不同的门 限参数，考察语音信号帧的参数小于阈值的情况。简要说明如下 设置高，低阈值幅度门限值
(9a)
(9b)
其中， <，《的典型取值是<=4，《=3.2。各参数意义参见式(5)。 设置高、低门限语音存在概率值&,《，典型值是《=0.52，《=0.45。 计算数组M45]中取值小于M;的元素个数C;,户"[5]中取值小于^的元素
个数C^。如果同时满足
formula see original document page 15
formula see original document page 15
则认为/-4 /这5帧信号中存在孤立词终点，否则更新数组Ma[5], Pa[5]，继
续终点检测。其中，c;—r, c;—r为预设的帧数阈值，典型取值为c;—r = 4,
c;—r = 4。
确定/ - 4 ~ ' 这5个信号帧中存在孤立词终点后，从第(/ - 4 )个语音信号帧开 始考察，如某一语音信号帧k的参数同时满足
formula see original document page 15
formula see original document page 15
则认为精确的终点为第H吾音信号帧。其中，*="4~!'。如果5个语音信号帧 的参数均不满足(ll)，更新数组M^5]， Pa[5],继续终点4企测。
显然，本步骤中也可以只根据相邻多个语音信号帧的短时平均幅度参数 M(i)判定这些帧中是否存在孤立词终点，即
每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧 已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词终 点
判断信号组中短时平均幅度参数低于预设的高阈值幅度门限值的语音信 号帧数，是否大于等于预设的帧数阈值；
在判断结果为大于等于时，确定该信号组中最先接收到的短时平均幅度参 数低于预设的低阈值幅度门限值的语音信号帧为孤立词终点。
由于同时利用连续5个语音信号帧的参数进行检测，因此有利于避免将声 调是三声的汉字，如"九，，，检测为两段孤立词。
相应地，本发明实施例还提供一种孤立词语音端点检测的装置，其结构如 图3所示，包括起点检测单元310、特征参数计算单元320、终点检测单元
330和判断单元340。
起点检测单元310，用于在接收到的语音信号帧中确定孤立词起点； 特征参数计算单元320，用于对起点检测单元310确定出的孤立词起点之
后接收的语音信号帧，进行特征参数的计算；
终点检测单元330，用于对起点检测单元310确定出的孤立词起点之后接
收的语音信号帧，与特征参数计算单元320进行特征参数的计算同步进行孤立
词终点的4企测。
判断单元340,用于判断起点检测单元310确定出的孤立词起点和终点检 测单元330确定出的终点之间的距离是否大于预先设定的最小距离值；
当判断单元340的判断结果为小于等于预先设定的最小距离值时，忽略终 点检测单元330确定出的孤立词终点，对该孤立词终点之后接收的语音信号帧， 继续由特征参数计算单元320和终点检测单元330同步进行特征参数的计算和 孑瓜立词纟冬点的纟企测。
较佳地，如图4A所示，起点检测单元310包括第一组合子单元311、 第一判断子单元312和第一起点确定子单元313。
第一组合子单元311,用于每接收到一个语音信号帧，基于该接收到的语 音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，该组合处 理直至确定出孤立词起点为止；
第一判断子单元312,用于判断第一组合子单元311组合成的信号组中短 时平均幅度参数高于预设的高阈值幅度门限值的语音信号帧数，是否大于等于 预设的帧数阈值；
第一起点确定子单元313，用于在第一判断子单元312的判断结果为大于 等于时，确定该信号组中最先接收到的短时平均幅度参数高于预设的低阈值幅 度门限值的信号帧为孤立词起点。
较佳地，如图5A所示，终点检测单元330包括第二组合子单元331、 第二判断子单元332和第一终点确定子单元333。
第二组合子单元331,用于每接收到一个语音信号帧，基于该接收到的语 音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，该组合处 理直至确定出孤立词终点为止；
第二判断子单元332,用于判断第二组合子单元331组合成的信号组中短 时平均幅度参数低于预设的高阈值幅度门限值的语音信号帧数，是否大于等于 预设的帧数阈值；
第一终点确定子单元333,用于在第二判断子单元332的判断结果为大于 等于时，确定该信号组中最先接收到的短时平均幅度参数低于预设的低阈值幅 度门限值的语音信号帧为孤立词终点。
较佳地，上述孤立词语音端点检测装置，还包括短时i普调整处理单元350。
短时谱调整处理单元350，用于对接收到的每个语音信号帧进行短时谱调 整处理，确定每个语音信号帧的语音存在概率参数。
较佳地，如图4B所示，起点检测单元310包括第一组合子单元311、 第三判断子单元314和第二起点确定子单元315。
第一组合子单元311,用于每接收到一个语音信号帧，基于该接收到的语 音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，该组合处
理直至确定出孤立词起点为止；
第三判断子单元314,用于判断第一组合子单元311组合成的信号组中短 时平均幅度参数高于预设的高阈值幅度门限值的语音信号帧数，是否大于等于 预设的帧数阈值，且语音存在概率参数高于预设的高门限语音存在概率值的语 音信号帧数是否大于等于预设的帧数阈值；
第二起点确定子单元315，用于在第三判断子单元314的判断结果均为大 于等于时，确定该信号组中最先接收到的短时平均幅度参数高于预设的低阈值 幅度门限值，且语音存在概率参数高于预设的低门P艮语音存在概率值的语音信 号帧为孤立词起点。
较佳地，如图5B所示，终点检测单元330包括第二组合子单元331、第四判断子单元334和第二终点确定子单元335。
第二组合子单元331，用于每接收到一个语音信号帧，基于该接收到的语 音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，该组合处 理直至确定出孤立词终点为止；
第四判断子单元334,用于判断第二组合子单元331组合成的信号组中短 时平均幅度参数低于预设的高阈值幅度门限值的语音信号帧数，是否大于等于 预设的帧数阈值，且语音存在概率参数低于预设的高门限语音存在概率值的语 音信号帧数，是否大于等于预设的帧数阈值；
第二终点确定子单元335,用于在第四判断子单元334的判断结果均为大 于等于时，确定该信号组中最先接收到的短时平均幅度参数低于预设的低阈值 幅度门限值，且语音存在概率参数低于预设的低门限语音存在概率值的语音信 号帧为孤立词终点。
本发明实施例提出的技术方案，检测出孤立词起点后，在进行特征参数计 算的同时进行孤立词终点的检测，确定出孤立词终点后即停止特征参数的计 算，因此无需緩存大量语音数据。而且利用相邻多个语音信号帧的相关参数进 行孤立词端点的检测，有效的避免了将毛刺信号确定为孤立词起点，也不会把 一个三声的孤立词误判为两段孤立词。同时对每个语音信号帧进行短时谱调整 处理，并将得到的语音存在概率参数也作为端点检测的参数之一，有效的提高 了存在不确定的背景噪声时端点检测的准确性和鲁棒性。
明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及 其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
权利要求
1、一种孤立词语音端点检测的方法，其特征在于，包括步骤在接收的语音信号帧中确定孤立词起点；对确定出的孤立词起点之后接收的语音信号帧，同步进行特征参数的计算和孤立词终点的检测。
2、 如权利要求l所述的方法，其特征在于，还包括步骤 判断所述确定出的孤立词起点和终点之间的距离是否大于预先设定的最小距离值；当判断结果为小于等于预先设定的最小距离值时，忽略所述确定出的孤立词终点，对所述孤立词终点之后接收的语音信号帧，继续同步进行特征参数的计算和孤立词终点的检测。
3、 如权利要求1所述的方法，其特征在于，所述确定孤立词起点的过程包括每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词起点:判断信号组中短时平均幅度参数高于预设的高阔值幅度门限值的语音信号帧数，是否大于等于预设的帧数阈值；在判断结果为大于等于时，确定所述信号组中最先接收到的短时平均幅度参数高于预设的低阈值幅度门限值的语音信号帧为孤立词起点。
4、 如权利要求1或2所述的方法，其特征在于，所述检测孤立词终点的过程包括每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词终点判断信号组中短时平均幅度参数低于预设的高阔值幅度门限值的语音信号帧数，是否大于等于预设的帧数阈值；在判断结果为大于等于时，确定所述信号组中最先接收到的短时平均幅度参数低于预设的低阈值幅度门限值的语音信号帧为孤立词终点。
5、 如权利要求1或2所述的方法，其特征在于，还包括步骤对接收到的每个语音信号帧进行短时谱调整处理，确定每个语音信号帧的语音存在概率参数。
6、 如权利要求5所述的方法，其特征在于，所述确定孤立词起点的过程包括每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词起判断信号组中短时平均幅度参数高于预设的高阈值幅度门限值的语音信号帧数，是否大于等于预设的帧数阈值，且语音存在概率参数高于预设的高门 限语音存在概率值的语音信号帧数是否大于等于预设的帧数阈值；在判断结果均为大于等于时，确定所述信号组中最先接收到的短时平均幅度参数高于预设的低阈值幅度门限值，且语音存在概率参数高于预设的低门限 语音存在概率值的语音信号帧为孤立词起点。
7、如权利要求5所述的方法，其特征在于，所述检测孤立词终点的过程包括每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合的信号组执行下述处理，直至确定出孤立词终 点判断信号组中短时平均幅度参数低于预设的高阈值幅度门限值的语音信号帧数，是否大于等于预设的帧数阈值，且语音存在概率参数低于预设的高门 限语音存在概率值的语音信号帧数，是否大于等于预设的帧数阈值；在判断结果均为大于等于时，确定所述信号组中最先接收到的短时平均幅度参数低于预设的低阈值幅度门限值，且语音存在概率参数低于预设的低门限 语音存在概率值的语音信号帧为孤立词终点。
8、 一种孤立词语音端点检测的装置，其特征在于，包括 起点检测单元，用于在接收到的语音信号帧中确定孤立词起点； 特征参数计算单元，用于对所述起点检测单元确定出的孤立词起点之后接收的语音信号帧，进行特征参数的计算；语音信号帧，与所述特征参数计算单元进行特征参数的计算同步进行孤立词终 点的4企测。
9、 如权利要求8所述的装置，其特征在于，还包括判断单元，用于判断所述起点检测单元确定出的孤立词起点和所述终点检 测单元确定出的终点之间的距离是否大于预先设定的最小距离值；当所述判断单元的判断结果为小于等于预先设定的最小距离值时，忽略所 述终点检测单元确定出的孤立词终点，对所述孤立词终点之后接收的语音信号 帧，继续由所述特征参数计算单元和终点检测单元同步进行特征参数的计算和 孑瓜立词纟冬点的4企测。
10、 如权利要求8所述的装置，其特征在于，所述起点检测单元包括 第一组合子单元，用于每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，所述组合处理 直至确定出孤立词起点为止；第一判断子单元，用于判断所述第一组合子单元组合成的信号组中短时平 均幅度参数高于预设的高阁值幅度门限值的语音信号帧数，是否大于等于预设 的帧数阈值；第一起点确定子单元，用于在所述第一判断子单元的判断结果为大于等于 时，确定所述信号组中最先接收到的短时平均幅度参数高于预设的低阈值幅度 门限值的信号帧为孤立词起点。
11、 如权利要求8或9所述的装置，其特征在于，所述终点检测单元包括 第二组合子单元，用于每接收到一个语音信号帧，基于该4妄收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，所述组合处理 直至确定出孤立词终点为止；第二判断子单元，用于判断所述第二组合子单元组合成的信号组中短时平均幅度参数低于预设的高阈值幅度门限值的语音信号帧数，是否大于等于预设 的帧数阈值；第一终点确定子单元，用于在所述第二判断子单元的判断结果为大于等于 时，确定所述信号组中最先接收到的短时平均幅度参数低于预设的低阈值幅度 门限值的语音信号帧为孤立词终点。
12、 如权利要求8或9所述的装置，其特征在于，还包括 短时语调整处理单元，用于对接收到的每个语音信号帧进行短时谱调整处理，确定每个语音信号帧的语音存在概率参数。
13、 如权利要求12所述的装置，其特征在于，所述起点检测单元包括 第一组合子单元，用于每接收到一个语音信号帧，基于该接收到的语音信号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，所述组合处理 直至确定出孤立词起点为止；第三判断子单元，用于判断所述第一组合子单元组合成的信号组中短时平均幅度参数高于预设的高阈值幅度门限值的语音信号帧数，是否大于等于预设 的帧数阈值，且语音存在概率参数高于预设的高门限语音存在概率值的语音信 号帧数是否大于等于预设的帧数阈值；第二起点确定子单元，用于在所述第三判断子单元的判断结果均为大于等 于时，确定所述信号组中最先接收到的短时平均幅度参数高于预设的低阈值幅 度门限值，且语音存在概率参数高于预设的低门限语音存在概率值的语音信号 帧为〗瓜立词起点。
14、 如权利要求12所述的装置，其特征在于，所述终点;险测单元包括第二组合子单元，用于每接收到一个语音信号帧，基于该接收到的语音信 号帧与相邻的至少一帧已经接收到的语音信号帧组合成信号组，所述组合处理直至确定出孤立词终点为止；第四判断子单元，用于判断所述第二组合子单元组合成的信号组中短时平 均幅度参数低于预设的高阔值幅度门限值的语音信号帧数，是否大于等于预设 的帧数阈值，且语音存在概率参数低于预设的高门限语音存在概率值的语音信 号帧数，是否大于等于预设的帧数阈值；第二终点确定子单元，用于在所述第四判断子单元的判断结果均为大于等 于时，确定所述信号组中最先接收到的短时平均幅度参数低于预设的低阈值幅 度门限值，且语音存在概率参数低于预设的低门限语音存在概率值的语音信号 帧为;瓜立词终点。
全文摘要
本发明公开了一种孤立词语音端点检测的方法，包括步骤在接收的语音信号帧中确定孤立词起点；对确定出的孤立词起点之后接收的语音信号帧，同步进行特征参数的计算和孤立词终点的检测。本发明还公开了一种孤立词语音端点检测的装置。本发明实现了在计算语音信号帧特征参数的同时，进行孤立词终点的检测，因此无需缓存大量语音数据，有利于实时实现。
文档编号G10L15/04GK101206858SQ20071017934
公开日2008年6月25日 申请日期2007年12月12日 优先权日2007年12月12日
发明者昊 邓 申请人:北京中星微电子有限公司