一种改进的含噪语音端点检测方法

• 作者: 姜小龙 曹鹏霞 汪鲁才
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波分析(WA) 支持向量机(SVM) 遗传算法(GA) 语音端点检测
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 162-167,177
• 页数: 7页
• 分类号: TN912
• 字数: 4991字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0354

摘要

语音端点检测是语音识别系统的重要环节之一。针对噪声环境下的语音端点检测困难，提出了一种改进的支持向量机的语音端点检测方法。利用小波分析（WA）提取含噪语音信号的特征向量。采用遗传算法（GA）得到最优的SVM核函数参数γ和惩罚因子C。建立语音端点检测模型。在Matlab软件平台下进行仿真实验，结果表明在不同的噪声条件下，GA-SVM算法的平均检测率达到94.5%，明显优于传统的双门限算法和普通的SVM算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪鲁才	湖南师范大学工程与设计学院	77	515	12.0	19.0
2	曹鹏霞	湖南师范大学工程与设计学院	1	4	1.0	1.0
3	姜小龙	湖南师范大学工程与设计学院	1	4	1.0	1.0