语音端点检测的方法

语音端点检测技术(Voice Activity Detection, 简称VAD)技术，也称有音/无音检测或者语音活动检测，指从带噪语音中准确定位出语音的起始点和结束点的技术，是语音信号处理领域的关键技术之一。语音端点检测技术的应用非常广泛。例如，作为语音识别系统预处理阶段遇到的第一个关键技术，端点检测对于语音识别系统的性能至关重要。当今的语音识别系统源于实验室，是一种基于训练的系统，对形成系统的训练环境非常敏感；在识别时通常存在实际语音因背景噪声的干扰而与训练失配的情况，从而导致识别错误，性能下降，系统鲁棒性变差。一般两段内容相同的语音可能时间的长短不同，音节间的间隙也不一致。而语音信号属于时变非平稳信号，语音特征会随着时间的变化而变化。在进行语音识别时，待识别的语音和参考语音不可能在时间上处处吻合，除非对语音在时间上进行某种校准，而这种校准的精度在很多..