连续语音识别端点检测答案

【问题标题】：continous speech recocnition end point detection连续语音识别端点检测
【发布时间】：2015-08-28 08:59:07
【问题描述】：

有人知道连续语音中的端点检测算法吗？因为我找不到，现有的算法是针对孤立词的，而不是连续的，请帮忙。如果可能matlab源代码会有所帮助

这是我的算法

index1=[];
for i=1:length(spektral)
if abs(spektral(i))> 0.025
    y(i)=spektral(i);
    index1=[index1 i];
else y(i)=0;
end
end



spasi=[];
for i=2:length(index1)-1
if index1(i)>(index1(i-1)+1)
    spasi=[spasi ; index1(i-1) index1(i)];     %penentuan spasi antarkata
end
end

【问题讨论】：

欢迎来到 SO。我们不是来写你的代码的。请添加minimal reproducible example 详细说明您尝试过的代码，列出错误（如果有），解释为什么它不适合您以及您希望它做什么。
对不起，我是新来的，我说如果可以，如果不行，你能给我看看连续语音识别上端点检测的鲁棒算法吗，因为我的算法总是找不到正确的词，顺便说一句，我正在使用自己的阈值制作自己的算法，并逐个尝试阈值，因此算法可能会有所帮助
将您创建的算法添加到问题中，并指出它为什么不适合您并添加预期结果。
index1=[];对于 i=1:length(spektral) 如果 abs(spektral(i))> 0.025 y(i)=spektral(i); index1=[index1 i];否则 y(i)=0;结束结束 spasi=[];对于 i=2:length(index1)-1 if index1(i)>(index1(i-1)+4) spasi=[spasi ; index1(i-1) index1(i)]; %space 决定端那是我的算法，光谱是产生的能量，我用我自己的阈值看到 0.0025 那边？它是语音和清音的阈值，在第二个循环中看到 +4，我决定如果清音由 4 个或更多段组成，那么它是一个空格，
对不起，我是新人，那是我的算法，光谱是产生的能量，我用我自己的阈值，看到那里的 0.0025？它是语音和清音的阈值，在第二个循环中看到 +4，我决定如果清音由 4 个或更多段组成，那么它是一个空格

标签： algorithm matlab speech-recognition endpoint

【解决方案1】：

第一个循环可以完全省略：

[row,col,val] = find(spektral>0.025);

这将输出val，与您在上面定义的y 相同。根据spektral 的大小，row 或col 将包含您的index1。如果spektral 是列向量，则为row，如果spektral 为行向量，则为col。

第二个循环也可以省略：

[row,col,val] = find(index1(2:end,:)>index1(1:end-1,:)+1);

请注意，index1 必须是 row 或 col 作为第一个 find 命令的输出。

如果我理解正确，您希望光谱能量低于阈值被视为噪声，并希望该光谱能量低于阈值超过四秒以将其分类为安静。在这种情况下：

[row,col,val] = find(spektral<0.025);
tmp = cummin(row); % use cummin(col) if spektral is a row vector

在这里，我一直在努力寻找一种简短的矢量化方法来检查列中的后续数量，我会在找到解决方案时添加它。

您可以使用嵌套的 while 循环来做到这一点，但肯定会有一种矢量化的方式：

kk = 1;
while kk<length(tmp)-1
    silence1 = 0;
    while tmp(kk) = tmp(kk+1)
        silence1 = silence1+1; % Sum the length of each silence
        kk = kk+1;
    end
silence(kk) = silence1;
end
silence(silence1==0)=[]; % Remove zero entries
TotalSilences = (sum(silence>4)); % Find the total number of silences

【讨论】：