基于小波变换的多重分形维数端点检测方法
【技术领域】
[0001] 本发明设及语音识别技术领域，尤其设及一种基于小波变换的多重分形维数端点 检测方法。
【背景技术】
[0002] 语音识别技术作为21世纪科技的主要研究方向之一。实际生活中，语音信号往往 伴有噪声或其它干扰，而语音处理系统的处理对象是有效的语音信号，该就需要采用一定 技术从混杂信号中分割出有效的语音段。针对语音通信，找到有效语音的始末位置，并对其 有效语音进行编码、传输，可W很大程度节省系统资源；而对于语音识别，特别是大词量的 连续语音识别，语音段和音节的分割对后续的识别过程非常有益。现阶段，国内外的一些语 音识别系统中已经应用了不同端点检测技术，也有许多研究者对实际应用中的端点检测进 行了研究。LULie等人提出基于时域特征参数检测方法。该种算法基于W下原理；在信噪 比较高的情况下，噪声和语音的区分点区域，由于信号帖的变化较剧烈，选取的参数是一个 小于1的正数；而在噪声区间或者语音区间，由于信号不同，帖间的能量较平稳，变化不大， 选取参数为0值。R油iner等人提出基于LPC欧氏距离测度的方法，其算法主要思路是：先 对该=种语音各自进行训练，得到各自的频域特性；然后利用LPC的测度和能量的非线性 组合来对该=种语音进行检测。
[0003] 但是，现有解决方案存在如下一些问题；在低信噪比的情况下，一些端点检测算 法的效果就会显著失效。
【发明内容】
[0004] 本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于小波变换的 多重分形维数端点检测方法。
[0005] 本发明解决其技术问题所采用的技术方案是；基于小波变换的多重分形维数端点 检测方法，包括W下步骤：
[0006] 1)使用小波变换对语音信号进行去噪处理，得到小波重构去噪后的语音信号；
[0007] 2)对小波重构之后的语音信号进行分帖处理；
[0008] 3)计算语音信号的多重分形维数，得到每一个帖窗口的多重分形维数；
[000引4)分别计算每一个帖窗口的多重分形维数巧与和Of的相关性，记语音段的 相关性函数为R保，X)，非语音段的相关性函数为R0(2，x);其中巧表示语音段的多重分 形维数，取值为=[1'7159，1'2387，1，6734; 表示非语音段的多重分形维数，取值为 =[1.5139,1.7324,1.1734. ' 9
[0010]W绘制两个相关性函数R〇(i，x)和R〇(2，x)的曲线图，两曲线的交汇处即为语音 信号的起始点和结束点。
[0011] 按上述方案，所述步骤1)中小波重构语音信号，选择合适的阔值T，大于尺度T的 噪音和语音信号被平滑处理。
[0012] 按上述方案，所述步骤1)中阔值T的选取过程如下，在给定一个初始值之后，根据 对重构之后的信号与噪音进行相关性分析自适应调整阔值T的大小。
[0013] 按上述方案，所述步骤3)中语音信号多重分形维数的计算方法如下：
[0014] (3. 1)对不同语音信号X(t)进行数据采集，设采样点数为M，采样频率为f，则采样 间隔心=j：，采样信号表示为X化)，k= 1，2,3…M;
[0015] (3.2)对分形维数集合进行网格划分，在e网格划分中，取网格宽度为Ej= 2jAt,其中j为网格划分的种类数；则网格的行数和列数可W表示为s(j) =MAt/ej.; [001引定义m行n列的网格为皿网格，落入皿网格内的数据点数为Nm。， 则皿网格覆盖信号的概率为Pm"(ej.) =Nm"/M，结合General信息滴可得到：
【主权项】
1. 一种基于小波变换的多重分形维数端点检测方法，包括以下步骤： 1) 使用小波变换对语音信号进行去噪处理，得到小波重构去噪后的语音信号； 2) 对小波重构之后的语音信号进行分帧处理； 3) 计算语音信号的多重分形维数，得到每一个帧窗口的多重分形维数； 4) 分别计算每一个帧窗口的多重分形维数￡>丨与Af1和Af2的相关性，记语音段的相关 性函数为R(X 1J),非语音段的相关性函数为R(X2，x);其中Of1表示语音段X1的多重分形 维数；表示非语音段X2的多重分形维数； 5) 绘制两个相关性函数R(Ax)和R(X2，x)的曲线图，两曲线的交汇处即为语音信号 的起始点和结束点。
2. 根据权利要求1所述的端点检测方法，其特征在于，所述步骤1)中小波重构语音信 号，选择合适的阈值T，大于尺度T的噪音和语音信号被平滑处理。
3. 根据权利要求2所述的端点检测方法，其特征在于，所述步骤1)中阈值T的选取过 程如下，在给定一个初始值之后，根据对重构之后的信号与噪音进行相关性分析自适应调 整阈值T的大小。
4. 根据权利要求1所述的端点检测方法，其特征在于，所述步骤3)中语音信号多重分 形维数的计算方法如下： (3. 1)对不同语音信号X(t)进行数据采集，设采样点数为M，采样频率为f，则采样间隔
，采样信号表示为X (k)，k = 1，2, 3…M ; (3. 2)将语音信号的分形维数视为一个集合空间，采用覆盖法，对其进行网格划分，在 ε网格划分中，取网格宽度为％_= 2jAt，其中j为网格划分的种类数；则网格的行数和 列数可以表示为s(j) =MAt/e j; 定义m行η列的网格为mn网格，落入mn网格内的数据点数为Nnm，则mn网格覆盖信号
的概率为Pmn( ε』）=Nmn/M，结合General信息j：商可得到： 其中q为给定参数，Kq为General信息j：商值； (3. 3)改变网格尺度ε大小，可计算出一系列的General信息熵Kq(M)值，从而在 Ig ε」-Κ,( ε P图上得到无标度区范围，在该区间内进行一次曲线拟合则可获得广义维度值 Dq; (3. 4)在无标度区区间内进行一次曲线拟合则可获得广义维度值Dq; 设X(j) = Kq( ε j)，y(j) = Ig ε j，拟合直线为y(j) = -Dqx(j)+b ;建立最小二乘法拟 合函数为
，使得拟合函数获得最小值的条件为：
5. 根据权利要求1所述的端点检测方法，其特征在于，所述步骤4)中相关性的计算公 式为：
其中4表示第i个帧窗口所对应的多重分形维数，X为语音信号的状态空间{X\X2} 中某一种状态。
6. 根据权利要求1所述的端点检测方法，其特征在于，语音段的多重分形维数和非语 音段的多重分形维数通过训练获得，具体过程如下： (4. 1)语音信号具有分形特性，将非纯净的语音信号定义在两个状态空间：语音段X1 和非语音段X2,则有Z = (X1, X2}。 (4. 2)对不同语音信号X(t)进行数据采集，设采样点数为M，采样频率为f，则采样间隔
采样信号表示为X (k)，k = 1，2, 3…M ; (4. 3)人为标记语音信号的语音段和非语音段，得到语音段样本空间Y1和非语音段样 本空间Y2。 (4. 4)依据步骤3. 2)至3. 4)所述多重分形维数的计算方法，得到样本空间YJP Y 2的
多重分形维数集合 ，」.3 3 其中N和M分别表示语 音段和非语音段的样本数； (4. 5)语音段的多重分形维数和非语音段的多重分形维数可近似表示为：
7. 根据权利要求6所述的端点检测方法，其特征在于，D表示语音段的多重分形 维数，取值为.,，.
I A,''-表示非语音段的多重分形维数，取值为
【专利摘要】本发明公开了一种基于小波变换的多重分形维数端点检测方法，该方法包括以下步骤：使用小波变换对语音信号进行去噪处理，得到小波重构去噪后的语音信号；对小波重构之后的语音信号进行分帧处理；计算语音信号的多重分形维数，得到每一个帧窗口的多重分形维数；分别计算每一个帧窗口的多重分形维数与语音段的多重分形维数和非语音段的多重分形维数的相关性；绘制两个相关性函数的曲线图，两曲线的交汇处即为语音信号的起始点和结束点。本发明方法能在低信噪比的情况下有效进行语音信号的端点检测。
【IPC分类】G10L15-05
【公开号】CN104867493
【申请号】CN201510169332
【发明人】罗斌, 赵彤洲
【申请人】武汉工程大学
【公开日】2015年8月26日
【申请日】2015年4月10日