端點(diǎn)偵測介紹課件

端點(diǎn)偵測介紹端點(diǎn)偵測介紹端點(diǎn)偵測端點(diǎn)偵測（End-pointDetection，EPD）:決定音訊開始和結(jié)束的位置，又稱SpeechDetection或是VAD(VoiceActivityDetection)。端點(diǎn)偵測端點(diǎn)偵測（End-pointDetection，端點(diǎn)偵測時(shí)域端點(diǎn)偵測－絕對值能量法、平方和能量法和越零率絕對值能量法：平方和能量法：越零率（ZeroCrossingRate，ZCR）是在訊號(hào)中，音訊通越零點(diǎn)的次數(shù)其中E(n)為第n個(gè)分析框的能量估算值，p為該分析框的中心點(diǎn)位置，N為分析框?qū)挾榷它c(diǎn)偵測時(shí)域端點(diǎn)偵測－絕對值能量法、平方和能量法和越零率其中能量法與越零率能量法與越零率頻域端點(diǎn)偵測訊號(hào)轉(zhuǎn)換:離散傅立葉轉(zhuǎn)換其中N為分析視窗長度，X(k)為轉(zhuǎn)換後頻率成分k之能量頻域端點(diǎn)偵測訊號(hào)轉(zhuǎn)換:離散傅立葉轉(zhuǎn)換其中N為分析視窗長度，X平均能量熵值平均能量熵值限制頻帶計(jì)算整段平均能量其中，u為整段訊號(hào)的平均能量點(diǎn)，A(n)為第n個(gè)點(diǎn)的振幅值，N為訊號(hào)總點(diǎn)數(shù)or平均能量熵值平均能量熵值計(jì)算整段平均能量其中，u為整段訊號(hào)的平均能量熵值將平均能量加入機(jī)率密度其中，β為調(diào)整值，u為平均能量平均能量熵值將平均能量加入機(jī)率密度其中，β為調(diào)整值，u為平均平均能量熵值計(jì)算加入平均能量後的負(fù)熵值其中，Hi為第i個(gè)音框下重新計(jì)算後的負(fù)熵值平均能量熵值計(jì)算加入平均能量後的負(fù)熵值其中，Hi為第i個(gè)音框平均能量熵值平均能量熵值決定門檻值決定門檻值決定門檻值取前N個(gè)音框之平均值此方法假設(shè)一開始是靜音，但若一開始就有聲音此做法就很容易發(fā)生錯(cuò)誤取音框中最大數(shù)值的0.1倍此方法在音量忽大忽小時(shí)或雜訊太強(qiáng)時(shí)，會(huì)發(fā)生錯(cuò)誤取音框中最小數(shù)值的5倍此方法在雜訊太強(qiáng)時(shí)，會(huì)發(fā)生錯(cuò)誤決定門檻值取前N個(gè)音框之平均值結(jié)合越零率先訂出三個(gè)門檻值分別為:高能量門檻值（τu）低能量門檻值（τl）越零率門檻值（τzc）結(jié)合越零率先訂出三個(gè)門檻值分別為:結(jié)合越零率先以低能量門檻值（τl）為主，找出語音的起點(diǎn)經(jīng)過B個(gè)音框後，能量更是大於τu，則視N1為聲音的起始點(diǎn)，反之在B個(gè)音框內(nèi)有小於τl或是低於τu，則放棄N1繼續(xù)往下找結(jié)合越零率先以低能量門檻值（τl）為主，找出語音的起點(diǎn)結(jié)合越零率找到N1之後，往回檢查前幾個(gè)音框的越零率，是否大於τzc，若是就繼續(xù)往回搜尋，直到越零率小於τzc為止此時(shí)的與N2為此訊號(hào)的端點(diǎn)結(jié)合越零率找到N1之後，往回檢查前幾個(gè)音框的越零率，是否大於端點(diǎn)偵測介紹端點(diǎn)偵測介紹端點(diǎn)偵測端點(diǎn)偵測（End-pointDetection，EPD）:決定音訊開始和結(jié)束的位置，又稱SpeechDetection或是VAD(VoiceActivityDetection)。端點(diǎn)偵測端點(diǎn)偵測（End-pointDetection，端點(diǎn)偵測時(shí)域端點(diǎn)偵測－絕對值能量法、平方和能量法和越零率絕對值能量法：平方和能量法：越零率（ZeroCrossingRate，ZCR）是在訊號(hào)中，音訊通越零點(diǎn)的次數(shù)其中E(n)為第n個(gè)分析框的能量估算值，p為該分析框的中心點(diǎn)位置，N為分析框?qū)挾榷它c(diǎn)偵測時(shí)域端點(diǎn)偵測－絕對值能量法、平方和能量法和越零率其中能量法與越零率能量法與越零率頻域端點(diǎn)偵測訊號(hào)轉(zhuǎn)換:離散傅立葉轉(zhuǎn)換其中N為分析視窗長度，X(k)為轉(zhuǎn)換後頻率成分k之能量頻域端點(diǎn)偵測訊號(hào)轉(zhuǎn)換:離散傅立葉轉(zhuǎn)換其中N為分析視窗長度，X平均能量熵值平均能量熵值限制頻帶計(jì)算整段平均能量其中，u為整段訊號(hào)的平均能量點(diǎn)，A(n)為第n個(gè)點(diǎn)的振幅值，N為訊號(hào)總點(diǎn)數(shù)or平均能量熵值平均能量熵值計(jì)算整段平均能量其中，u為整段訊號(hào)的平均能量熵值將平均能量加入機(jī)率密度其中，β為調(diào)整值，u為平均能量平均能量熵值將平均能量加入機(jī)率密度其中，β為調(diào)整值，u為平均平均能量熵值計(jì)算加入平均能量後的負(fù)熵值其中，Hi為第i個(gè)音框下重新計(jì)算後的負(fù)熵值平均能量熵值計(jì)算加入平均能量後的負(fù)熵值其中，Hi為第i個(gè)音框平均能量熵值平均能量熵值決定門檻值決定門檻值決定門檻值取前N個(gè)音框之平均值此方法假設(shè)一開始是靜音，但若一開始就有聲音此做法就很容易發(fā)生錯(cuò)誤取音框中最大數(shù)值的0.1倍此方法在音量忽大忽小時(shí)或雜訊太強(qiáng)時(shí)，會(huì)發(fā)生錯(cuò)誤取音框中最小數(shù)值的5倍此方法在雜訊太強(qiáng)時(shí)，會(huì)發(fā)生錯(cuò)誤決定門檻值取前N個(gè)音框之平均值結(jié)合越零率先訂出三個(gè)門檻值分別為:高能量門檻值（τu）低能量門檻值（τl）越零率門檻值（τzc）結(jié)合越零率先訂出三個(gè)門檻值分別為:結(jié)合越零率先以低能量門檻值（τl）為主，找出語音的起點(diǎn)經(jīng)過B個(gè)音框後，能量更是大於τu，則視N1為聲音的起始點(diǎn)，反之在B個(gè)音框內(nèi)有小於τl或是低於τu，則放棄N1繼續(xù)往下找結(jié)合越零率先以低能量門檻值（τl）為主，找出語音的起點(diǎn)