端点检测 end-point detection

 "端点测试"（end-point detection,简称EPD）的目标是要决定音讯开始和结束的位置，所以又可以称为 Speech Detection 或是VAD（Voice Activity Detection）。端点侦测在音讯处理与识别中，扮演一个重要的角色。

    常见的端点侦测方法与相关的特征参数，可以分为两大类：

    1、时域（time domain）的方法：计算量比较小，因此比较容易移植到计算能力较差的微电脑平台。

        1）、音量：只使用音量来进行端点侦测，是最简单的方法，但是会对气音造成误判。不同的音量计算方式也会造成端点侦测

              结果的不同，至于是哪一种计算方式比较好，并无定论，需要靠大量的资料来测试得知。

        2）、音量和过零率：以音量为主，过零率为辅，可以对气音进行较精密的检测。

    2、频域（frequency domain）的方法：计算量较大，因此比较难移植到计算能力较差的微电脑平台。

        1）、频谱的变异数：有声音的频谱变化比较规律，变异数较低，可作为判断端点的基准。

        2）、频谱的entropy：我们也可以只用entropy达到类似以上的功能。

 

一、时域的方法

    首先我们来介绍如何在时域进行音高追踪。

    第一种方法，是直接使用音量来进行端点侦测的方法。这是一种最简单的方法，只要音量小于某个门槛值，我们就认定是静音或是杂 讯，至于这个门槛值如何决定，除了靠人的直觉外，比较客观的方法，还是靠大量的测试资料来决定最佳值。

    下列这个范例使用音量来对sunday.wav进行端点测试。在此范例中，我们使用4种不同方法来计算音量门槛值，并将结果画出来以便观察。

连接见：http://neural.cs.nthu.edu.tw/jang/books/audioSignalProcessing/epdTimeDomain.asp?title=6-2%20EPD%20in%20Time%20Domain%20

 

 

二、频域的方法（略）

连接见：http://neural.cs.nthu.edu.tw/jang/books/audioSignalProcessing/epdFreqDomain.asp?title=6-3%20EPD%20in%20Frequency%20Domain%20

源地址：http://bingxinye1.blog.163.com/blog/static/16879709820118210053618/