语音端点检测源码

VAD基于短时能量的端点检测函数，AudioVAD函数包括两个参数：short*的数据，long的数据长度。返回值为int类型的1或者0，表示该段数据是voice还是silence。并附上用于测试的p

该方 法基 于 自适 应子带谱熵的方法, 引入正常量 K, 计算 负熵, 然而噪 声的负 熵减少要比语音的 负熵 减小 的明显, 同 时, 各种 噪声的 负熵 很接近, 这样就增强了语音与噪声的区分度

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

基于子带能量的语音端点检测算法的研究，朱明明，吴小培，端点检测作为语音信号处理系统前端处理的重要环节，直接影响系统处理的准确性和高效性。传统的端点检测在高信噪比和稳定噪声环��

由于车内噪声的存在，使语音的检测率降低得非常明显，这给智能汽车的语音控制带来了困难。提出了一种基于HHT谱矩阵的检测方法。该方法通过分析HHT的特点，以及噪声、语音信号的幅度分布特点，以帧为单位对输入

为了提高语音端点检测效果，将小波分析和神经网络相融合，提出一种基于小波神经网络的语音端点检测算法（WA-PCA-RBF）。利用小波分析提取语音信号的特征向量，采用主成分分析法选择语音信号特征，消除冗余

语音端点检测是语音识别系统的一个重要组成部分，特别是在噪声环境下，其准确性直接影响到语音识别系统的计算复杂度和识别性能。提出了一种在噪声环境下基于短时TEO能量的语音信号端点检测方法，采用了双门限-三

自己写的关于语音分帧，加窗，去噪，端点检测方面的程序，可成功调试-Wroteitmyselfonthevoicesub-frames,pluswindows,de-noising,endpointde

点检测是语音识别中重要的一环。传统的连续语音的端点检测主要是利用扳 时能量和过零率。本文把传统的方法加以改进，利用短时能量和过零率把连续语音进行第一 次提取，然后利用能频积叶不是独立的字进行第二次提取

添加了语音断点检测技术 实现了语音增强 经过matlab7仿真了程序的有效性，可以放心使用