模糊熵在车载环境下语音端点检测中的应用

作者：恩德; 张凤磊; 张昭; 忽胜强

来源：计算机工程与应用, 2015, (10): 147-150.

• 模糊熵
• 样本熵
• 语音端点检测
• 模糊C均值聚类算法
• 贝叶斯信息准则 fuzzy entropy
• sample entropy
• speech endpoint detection
• fuzzy C-means clustering algorithm
• Bayesian Information Criterions

为了提高车载噪声环境下语音端点检测的准确性,介绍了一种新的时间序列复杂性测度:模糊熵,并将其应用于语音信号的特征提取。分别以样本熵和模糊熵提取含噪语音信号的特征,使用双门限法对语音信号进行端点检测,特征门限值使用模糊C均值聚类算法和贝叶斯信息准则算法确定。仿真结果表明在车载噪声环境下与样本熵算法相比,模糊熵算法能更好地区分噪声信号和语音信号,具有更好的端点检测性能,相同环境下模糊熵算法的错误率比样本熵算法降低了16%以上。

• 出版日期2015-10-12
• 单位河南理工大学