语音端点检测技术研究进展

第２７卷第４期　２０１０年４月　计算机应用研究　Ａｐｐｌｉｃａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　ｏｆ　Ｃｏｍｐｕｔｅｒｓ　Ｖ０Ｊ．２７　Ｎｏ。４　Ａｐｒ．２０１０　语音端点检测技术研究进展术　韩立华　，王博　，段淑风　（１．石家庄铁道学院计算机与信息工程分院，石家庄０５００４３；２．国防科学技术大学电子科学与工程学院，　长沙４１００７３）　摘要：总结了语音端点检测技术的基本原理、步骤及发展情况，介绍了当前主要语音端点检测算法的研究进　展；并对各主要算法的检测性能进行了较详细的分析和比较。最后，总结了语音端点检测技术的发展特征，并展　望了该技术的未来发展趋势。　关键词：端点检测；研究进展；发展趋势　中图分类号：ＴＮ９１２．３；ＴＰ３９１　文献标志码：Ａ　文章编号：１００１—３６９５（２０１０）０４—１２２０—０７　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１０．０４．００５　Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ＨＡＮ　Ｌｉ—ｈｕａ　，ＷＡＮＧ　Ｂｏ　，ＤＵＡＮ　Ｓｈｕ—ｆｅｎｇ　（１．Ｓｃｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｉｎｇ＆ｌｎｆｏｒｍａｔｉｃｓ，Ｓｈｉｊｉａｚｈｕａｎｇ　Ｒａｉｌｗａｙ　ｌｎａｔｉｔｕｔｅ，Ｓｈｉｉｆａｚｈｕａｎｇ　０５００４３，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｓｃｉｅｎｃｅ＆Ｅｎｇｉ－　ｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙ　ｏｆＤｅｆｅｎｓｅ　Ｔｅｃｈｎｏｌｏｇｙ＂，Ｃｈａｎｇｓｈａ　４１００７３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｓｕｍｍａｒｉｚｅｄ　ｔｈｅ　ｐｒｉｎｃｉｐｌｅ，ｔｈｅ　ｅｌｅｍｅｎｔａｒｙ　ｓｔｅｐｓ　ａｎｄ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ＶＡＤ　ｔｅｃｈｎｏｌｏｇｙ　ｆｉｒｓｔｌｙ；ａｎｄ　ｔｈｅｎ，ｉｎｔｒｏｄｕｃｅｄ　ｔｈｅ　ｍａｉｎｌｙ　ｃｕｒｒｅｎｔ　ＶＡＤ　ａｌｇｏｒｉｔｈｍｓ；ｆｕｒｔｈｅｒｍｏｒｅ，ｍａｄｅ　ｔｈｅ　ｄｅｔａｉｌｅｄ　ａｎａｌｙｓｉｓ　ａｎｄ　ｃｏｍｐａｒｉｓｏｎ　ｔｏ　ｔｈｅ　ｄｏｍｉｎａ—　ｔｉｎｇ　ＶＡＤ　ａｌｇｏｒｉｔｈｍｓ．Ｆｉｎａｌｌｙ，ｓｕｍｍａｒｉｚｅｄ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ＶＡＤ　ａｎｄ　ｄｉｓｃｕｓｓｅｄ　ｓｏｍｅ　ｖｉｅｗｐｏｉｎｔｓ　ａｂｏｕｔ　ｔｈｅ　ｄｉｒｅｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ．　Ｋｅｙ　ｗｏｒｄｓ：ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ；ｒｅｓｅａｒｃｈ　ｄｅｖｅｌｏｐｍｅｎｔ；ｄｉｒｅｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　模糊逻辑和模式分类的判决ｕ　。　０　引言　到目前为止，成熟而应用最广的语音端点检测方法是国际　语音端点检测（ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ，ＶＡＤ）又称有声／　电信联盟（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｕｎｉｏｎ，ＩｒＩ’ｕ）提出的　无声检测（ｖｏｉｃｅｄ／ｕｎｖｏｉｃｅｄ　ｄｅｔｅｃｔｉｏｎ）、语音边界检测（ｓｐｅｅｃｈ／　Ｇ．７２９标准…ｊ和欧洲电信标准化协会（Ｅｕｒｏｐｅａｎ　Ｔｅｌｅｃｏｍｍｕｎｉ—　ｗｏｒｄ　ｂｏｕｎｄａｒｙ　ｄｅｔｅｃｔｉｏｎ）、语音终止点检测（ｓｐｅｅｃｈ　ｅｎｄｐｏｉｎｔ　ｃａｔｉｏｎｓ　Ｓｔａｎｄａｒｄｓ　Ｉｎｓｔｉｔｕｔｅ，ＥＴＳＩ）提出的应用于第三代移动通　ｄｅｔｅｃｔｉｏｎ）等，通常是指在复杂的噪声背景环境下的信号流中　信系统的ＡＭＲ　Ｏｐｔｉｏｎ　１／Ｏｐｔｉｏｎ　２标准　，这两个标准均采用　分辨出语音信号和非语音信号，并确定语音信号的起始点和　多参数综合判决的检测方法，在较高信噪比（ｓｉｇｎａｌ—ｔｏ—ｎｏｉｓｅ　ｒａ—　终止点，为后续信号处理提供必要的支持。准确的语音端点　ｔｉｏ）条件下获得了很好的检测效果。　检测对多通道传输系统、语音识别系统以及语音增强系统等　１　语音端点检测的基本原理　都具有重要的现实意义。语音端点检测技术的发展不仅可　以提高传输系统效率，而且能够提升识别系统精度，改善增　语音端点检测本质上是通过语音和噪声对于相同参数所　强语音质量。　表现出的不同特征来区分两者的，其基本流程如图１所示。其　从１９５９年贝尔实验室最早提出语音端点检测开始，语音　中预处理通常包括分帧和预滤波等。分帧是指将语音信号分　端点检测技术已经历了近五十年的发展，产生了数百种方　段（称为语音帧，各帧通常是有交叠的），预滤波一般是指采用　法　。特别是近一二十年，由于大多数基于时域特性的端点　高通滤波器滤除低频噪声；参数提取是指选取可以反映语音和　噪声差别的特征参数；端点判决是指采用一种判决准则（如门　检测方法在噪声条件下已不能实现可靠的检测，在语音识别、　限判决或模式分类等）来区分语音帧与非语音帧；后处理是指　语音编码及语音增强等技术发展的推动下，又出现了很多种语　对上述判决结果进行平滑滤波等处理，得到最终的语音端点判　音端点检测算法。它们主要是采用各种新的特征参数，以提高　决结果。在语音端点检测的流程中，参数提取和端点判决是两　算法的抗噪声性能。这些新的特征参数主要有时频参数　、　个关键步骤。　倒谱系数　］、自相关相似距离　］、信息熵　“　等　除此之外，　参数提取是指选取能够反映语音和噪声差别的特征参数，　还通过将信号的几种特征参数相结合　来检测端点。而对语　是以语音和噪声的特性为基础。语音信号是一种典型的非平　音端点的判决方式也由原来的单一门限和双门限发展到基于　稳信号。但是，语音的形成过程是与发音器官的运动密切相关　收稿日期：２００９—１０－０９；修回日期：２００９・１ｌ－２３　基金项目：陕西省自然科学基金资助项目（２００６Ｆ４０）　作者简介：韩立华（１９７８．），县，河北辛集人，讲师，硕士，主要研究Ａ－向为多媒体技术应用、计算机软件应用、多媒体教学系统等（ｈａｎｌｉｈｕａ＠　ｓｊｚｒｉ．ｅｄｕ．ｃｎ）；王博（１９８１－），男，陕西商州人，博士研究生，主要研究方向为语音信号处理、多传感器管理调度、空间信息对抗技术；段淑凤（１９８０－），　女，硕士，主要研究方向为多媒体技术、模式识别等．　第４期　韩立华，等：语音端点检测技术研究进展　・１２２１・　的，这种物理运动比起声音振动速度要缓慢得多，因此语音信　号常常可假定为短时平稳的。语音可粗略分为清音和浊音两　大类。浊音在时域上呈现出明显的周期性，在频域上出现共振　峰，而且能垣大部分集中在较低频段内。但清音段相对于很大　一对值能量和对数能量分别应用于端点检测的性能：绝对值能量　是应用于端点检测效果最好的能量参数；平方能量在应用于端　点检测时会丢失幅值较小的音节和清音；对数能量则会使语音　信号低能量部分（这部分信号与微弱的噪声性质相似）增强，　不利于分离孤立词识别系统中的音节，且运算量较前两个能量　参数大。　类噪声没有明显的时域和频域特征，类似于白噪声。在语音　端点检测算法研究中，可利用浊音的周期性特征，而清音则难　以与宽带噪声区分。　语音端点检测流程如图１所示。　竺置　入　预处理　后处理　Ｉ结果输出　图１语音端点检测流程图　噪声来源于实际的应用环境，因而其特性变化无穷。混入　语音中的噪声可以是加性的，也可以是非加性的。考虑到加性　噪声更普遍且易于分析问题，并且对于非加性噪声，有些可以　通过一定变换转换为加性噪声，因此几乎所有研究语音端点检　测技术的学者都是针对加性噪声展开研究的。　端点判决通常是通过门限判决的方式实现的，即设定一定　的判决门限，当所提参数大于（小于）该门限时认为是语音，而　小于（大于）该门限时认为是噪声。语音端点的判决方式最初　是单一门限和双门限的形式，随后又逐步发展为基于模糊逻辑　和模式分类的判决方式。　一种好的语音端点检测算法通常应具备以下四个特征：　ａ）语音端点判决的准确率高，尤其强调对于清音段端点　的正确判决；　ｂ）检测算法必须具有对绝大多数噪声的鲁棒性，抗干扰　能力强；　ｃ）判决准则应具有白适应性，而不是简单的固定门限　判决；　ｄ）检测算法应较简单，且运算量较小，易于硬件实现。　以上特征分别是从语音端点检测的准确性、稳定性、自适　应性和运算量上对算法提出的要求。　２语音端点检测技术发展过程　１９５９年，贝尔实验室在其开发的电话传输系统中最早提　出了语音端点检测技术，并应用于该系统的通信信道时问分配　中。第一－一个系统而完整的语音端点检测算法是贝尔实验室的　Ｒａｂｉｎｅｒ等人”　于１９７５年提出的基于短时能量和短时过零率　的方法。该方法通过设定短时能量参数的高、低两个门限进行　端点位置初判，然后设定短时过零率参数的检测门限最终确定　语音段的端点。根据作者在无噪声环境和信噪比大于３０ｄＢ　的弱噪声背景环境下所进行的仿真实验，该方法在高ＳＮＲ环　境下具有很好的检测性能。之后许多学者在此基础上又提出　了一些改进算法　。Ｈｅ等人　详细比较了平方能量、绝　１９８０年，日本京都技术大学的Ｋｏｂａｙａｓｈｉ等人　通过ＦＦＴ　提取语音频域信息，提出了一种基于语音频域信息的语音端点　检测算法。之后，研究人员通过分析带噪语音信号的频域成分　信息，提出了许多基于频域参数的端点检测算法，包括基于频　谱变化量　驯的方法、基于子带能量　的方法、基于多带调翩　能量　的方法、基于谱相关参数　的方法以及基于语音基频　信息　的方法。随后，中国交通大学的Ｌｉｎ等人　提出　了最小Ｍｅｌ尺度频带（ｍｉｎｉｍｕｍ　ｍｅｌ—ｓｃａｌｅ　ｆｒｅｑｕｅｎｃｙ　ｂａｎｄ，　ＭｉＭＳＢ）参数和增强时频（ｅｎｈａｎｃｅｄ　ｔｉｍｅ—ｆｒｅｑｕｅｎｃｙ，ＥＴＦ）参数。　其中，ＭｉＭＳＢ参数自适应地从Ｍｅｌ滤波器组中选择具有最小　能量的频带；ＥＴＦ参数既包含时域信息，又包含频域信息。Ｌｉｎ　等人将这两种参数相结合，提出了一种新的基于时频域参数的　检测方法——ＭｉＭＳＢ—ＥＴＦ方法。通过对汽车噪声环境下语音　信号进行仿真实验，结果表明，其检测性能较之Ｂｒｉａｎ　Ｍａｋ等　人所提的时域～频域参数检测方法有较大改善。此外，一些学　者还提出了基于小波变换　、Ｗａｌｓｈ谱能量分布　和Ｈｉｌｂｅ￣．　Ｈｕａｎｇ变换　的检测方法。　１９９１年，美国匹兹堡大学的Ｇｈｉｓｅｌｌｉ—Ｃｒｉｐｐａ等人　首　次提出了一种基于人工神经网络的语音、非语音、静音区分　算法。该算法采用前馈神经网络区分语音、非语音和静音，　并通过一种快速收敛的训练算法（类牛顿误差最小化方法　与Ｈｅｓｓｉａｎ矩阵正定近似的结合）确定网络权重，其检测性　能较之统计决策方法有明显提高，且对于输入特征不需要　进行繁琐的假设。随后，美国亚利桑那大学的Ｑｉ等人　。。　将多层前馈网络（ｍｕｌｔｉ—ｌａｙｅｒ　ｆｅｅｄｆｏｒｗａｒｄ　ｎｅｔｗｏｒｋ，ＭＦＮ）应　用于语音端点检测领域，于１９９３年提出了一种基于ＭＦＮ　的检测方法。该方法较之需要大量训练的最大似然方　法　来说，只需很少的样本即可完成有效训练，且仍能达　到较高的正确检测率。中国交通大学的Ｗｕ等人　纠　２０００和２００１年先后提出了基于自组织模糊推理神经网络　（ｓｅｌｆ－ｏｒｇａｎｉｚｉｎｇ　ｎｅｕｒａｌ　ｆｕｚｚｙ　ｉｎｆｅｒｅｎｃｅ　ｎｅｔｗｏｒｋ，ＳＯＮＦＩＮ）和循　环自组织模糊推理神经网络　”（ＲＳＯＮＦＩＮ）的检测方法。　ＳＯＮＦＩＮ是模糊逻辑系统的一个普通连接模型，可以自动找　到其最优结构和最优参数，且学习速度和模拟能力均强于　普通的神经网络，而ＲＳＯＮＦＩＮ与ＳＯＮＦＩＮ不同的是在三四　层之间多一个反馈连接。作者采用时频（ＴＦ）参数和精确　时频（ＲＴＦ）参数作为网络输入，分别建立了四种检测方法，　即ＴＦ—ＳＯＮＦＩＮ、ＴＦ—ＲＳＯＮＦＩＮ、ＲＴＦ—ＳＯＮＦＩＮ和ＲＴＦ—ＲＳＯＮ．　ＦＩＮ，实验表明这四种方法检测性能的优劣顺序为ＲＴＦ—　ＲＳＯＮＦＩＮ＞ＴＦ—ＲＳＯＮＦＩＮ＞ＲＴＦ—ＳＯＮＦＩＮ＞ＴＦ—ＳＯＮＦＩＮ。此　外，研究人员还提出一些基于三态神经网络　Ｊ、径向基函　数（ｒａｄｉａｌ　ｂａｓｉｓ　ｆｕｎｃｔｉｏｎ，ＲＢＦ）网络　、多层感知器（ｍｕｌｔｉ—　ｌａｙｅｒ　ｐｅｒｃｅｐｔｒｏｎ，ＭＬＰ）网络　和自适应线性神经元　（ａｄａｐｔｉｖｅ　ｌｉｎｅａｒ　ｎｅｕｒｏｎ，ＡＤＡＬＩＮＥ）网络　的方法。　１９９３年，英国斯旺西大学的Ｈａｉｇｈ等人　将加权欧氏距　离引入倒频谱域，定义了倒谱距离，并首次提出了一种基于倒　・１２２２・　计算机应用研究　第２７卷　谱距离的语音端点检测算法。仿真实验表明，该方法可以实现　ＳＮＲ最低为一２ｄＢ时的平稳高斯白噪声环境下带噪语音端点　检测。随后，又出现了一些改进型方案。Ｂｏｕ—Ｇｈａｚａｌｅ等人　自适应门限相结合，提出了一种多参数检测方法，通过对交　通噪声、走廊噪声、饭店噪声及喷泉噪声环境下带噪语音信　号的仿真实验结果分析，表明该多参数方法可以实现ＳＮＲ大　将倒谱距离参数与短时能量参数相结合，建立二维的判决准　于一５　ｄＢ条件下带噪语音信号的有效端点检测。２００４年，意　则，提出了一种基于短时能量和倒谱距离的端点检测算法，并　大利卡塔尼亚大学的Ｂｅｒｉｔｅｌｌｉ等人　提出了一种实时估计　对该方法和短时能量方法应用于语音识别系统的性能在不同　带噪语音信号当前ＳＮＲ的方法，并由此ＳＮＲ估计值定义一　噪声背景下进行了比较，结果显示该方法较之短时能量方法对　Ｓｉｇｍａ函数，提出一种基于Ｓｉｇｍａ函数的端点检测方法，该方　于不同噪声背景下语音识别的正确率提高均超过了１０％。王　法较之第三代移动通信系统的ＡＭＲ　ＶＡＤ　Ｏｐｔｉｏｎ　１的检测性　博等人　在比较上述基于倒谱距离端点检测算法的基础上，　能有１０％左右的提高。　根据不同ＳＮＲ环境下端点检测所需最佳门限的统计结果，引入　近年来，一些学者还将分形技术　和混沌理论　”引入端　短时ＳＮＲ估计，并由统计方法拟合短时ＳＮＲ估值和检测所需最　点检测，分别提出了相应检测方法。２００５年，清华大学的刘鹏　佳门限的关系曲线，提出了一种基于短时ＳＮＲ估计及其与判决　等人　将视觉信息与音频信息相结合，提出了基于双模式的　门限关联的倒谱距离端点检测算法。该方法在低ＳＮＲ色噪声　语音端点检测方法。仿真实验表明，其检测性能明显优于仅采　背景下仍能有效检测语音端点，且检测错误率相比文献［３］中　用音频信息的情况。２００７年，Ｇｏｒｒｉｚ等人　提出了一种基于　的基本倒谱距离检测方法减少５％左右。　联合高斯分布和似然比检验的端点检测算法及其实时实现方　１９９７年，美国的ＭｃＣｌｅｌｌａｎ等人　将仙农熵引入端点检测　法；Ｔａｈｍａｓｂｉ等人　提出基于ＧＡＲＣＨ滤波、Ｇａｍｍａ分布和自　领域，由信号余弦变换的频谱分布引出谱熵定义，提出了一种　适应门限函数的端点检测算法。２００８年，Ｓｈｉｎ等人　提出了　基于谱熵的端点检测算法，并成功应用于语音编码领域。之　基于修正最大后验准则的端点检测算法；Ｍａｓａｋｉｙｏ　Ｆｕｊｉｍｏｔｏ等　后，Ｈｕａｎｇ等人　深入研究了谱熵参数和短时能量参数应用于　人　提出基于多特征和信号决策自适应综合的语音端点检测　语音端点检测的优缺点，然后用短时能量对谱熵参数加权，提　算法；潘欣裕等人　将Ｈｉｌｂｅｒｔ—Ｈｕａｎｇ变换中的经验模态分解　出了一种基于加权谱熵的检测算法。信息工程大学的　（ＥＭＤ）引入端点检测，并提出了基于ＥＭＤ拟合特征的语音端　徐望等人　在研究带噪语音信号协方差矩阵特征分解的基础　点检测新方法。由此可见，现今学者们对语音端点检测的研究　上，定义了一种新的信息熵函数，即特征空间能量熵，并将其应　越来越倾向于多种技术或测度的融合。　用于语音端点检测。通过对平稳高斯白噪声、战斗机座舱噪声　和高速公路噪声环境下带噪语音信号进行仿真，并提取加权错　３语音端点检测算法分类　误测度与谱熵算法进行比较．结果表明该算法的检测错误率较　语音端点检测算法是各种技术的大融合，到目前为止还没　之谱熵算法减少１０％以上，明显优于谱熵算法，但高维矩阵特　有统一的分类方法。一般可以按照应用的范围分类，也可以按　征值的求解也带来了运算量的严重负担。此外，清华大学的李　照所使用的特征参数或判决准则分类。按照所采用的特征参　哗等人”　还提出了一种基于模糊加权谱熵的端点检测算法；王　数或判决准则的不同，本文将语音端点检测算法分为七类，分　博等人　还对常用的几种基于谱熵的端点检测算法性能进行　别是：　了较为详细的比较分析，进一步验证了文献Ｅ４１］方法的优势。　ａ）时域参数方法　１９９８年，中国的Ｃｈｅｕｎｇ等人　提出了一种基于２－Ｄ　主要是指基于短时能量和过零率　、短时自相关　及　Ｍａｒｋｏｖ模型的端点检测方法。该方法定义了语音有无两个状　一些其他时域参数（如对数能量、绝对值能量、最小均方参　态及状态转移概率，通过Ｍａｒｋｏｖ模型的状态转移来判决语音　数　等）的方法。此外，基于几何自适应门限　和基于Ｓｉｇｍａ　的端点。同年，上海交通大学的朱杰等人　把语音识别中常　函数　的方法也归入这一类。　用的ＨＭＭ方法直接用于语音信号的端点检测，提出了一种基　ｂ）变换域参数方法　于ＨＭＭ模型的端点检测算法。他们将被检测信号分为两部　包括基于频域参数　、时频域参数　驯及小波域参　分：背景和废料（语音处理中习惯上把有用或无用的发音统称　数　的方法。此外，还包括一些基于Ｗａｌｓｈ谱能量分布和　为废料）。废料就是上述两部分的分界处。在训练阶段，分别　Ｈｉｌｂｅｒｔ—Ｈｕａｎｇ变换的检测方法。　得出背景噪声和废料的模型参数；在测试阶段，用Ｖｉｔｅｒｂｉ解码　Ｃ）距离和失真测度方法　方法在训练模型基础上对被检测语音进行分解，确定语音的哪　包括基于ＬＰＣ距离　”　、倒谱距离　、Ｋｕｌｌｂａｃｋ—Ｌｅｉｂｌｅｒ　些帧与背景噪声匹配，哪些帧与废料匹配，从而得到端点的位　距离　及长时谱差异　的方法等。　置。在上述研究的基础上，Ｃｏｕｖｒｅｕｒ等人　还提出了一种基　ｄ）信息论方法　于小波收缩密度估计的ＨＭＭ语音端点检测方法，Ｇａｚｏｒ等　主要是指基于熵函数　的检测算法和基于信号编　人　提出了一种基于Ｌａｐｌａｅｉａｎ模型的方法。　码理论的检测算法　。　２０００年，土耳其巴斯肯特大学的Ｔａｎｙｅｒ等人　将几何　ｅ）人工神经网络方法　方法引入检测门限的确定，提出了几何自适应门限的检测方　包括基于前馈网络　、自组织和循环自组织模糊推理　法。该方法采用幅值概率分布函数自适应更新能量门限，且　神经网络、径向基函数网络、多层感知器网络、自适应线性神经　不局限于在噪声段进行更新，对噪声具有较强的鲁棒性，尤　元网络等的方法。　其对于非平稳噪声。Ｔａｎｙｅｒ等人还对短时能量、短时过零率　ｆ）统计模型和模式分类方法　和最小平方周期估计（１ｅａｓｔ—ｓｑｕａｒｅ　ｐｅｒｉｏｄｉｃｉｔｙ　ｅｓｔｉｍａｔｏｒ，　主要是指基于ＨＭＭ模型　、Ｌａｐｌａｃｉａｎ模型　和　ＬＳＰＥ）参数的检测性能进行了研究，并将这三个参数与几何　Ｂａｙｅｓｉａｎ模型　的方法。此外，还有一些基于多统计模型　］、　第４期　韩立华，等：语音端点检测技术研究进展　表１　语音端点检测算法性能比较　算法类别　优点　缺点　・１２２３・　似然检验　。（１ｉｋｅｌｉｈｏｏｄ　ｒａｔｉｏ　ｔｅｓｔ，ＬＲＴ）、模式识别∞　、模糊逻　辑　及高阶累计量　的方法。　ｇ）其他方法　除了前述六类方法之外，近年来研究人员还提出了一些基　于其他参数的方法，主要包括基于分形技术、混沌理论及双模　检测性能　综合评价　较差　时域参数　１）原理简单；　方法　实现　１）仅适应于平稳噪声的　说算法的鲁棒性差；　２）绝大多数方法只能检　测ＳＮＲ＞１０　ｄＢ的带噪　２）运算量小，便于实时　检测，对于不同噪声来　式　（将视觉信息和音频信息相结合）的方法。　４语音端点检测算法性能比较　针对语音端点检测算法的性能评价问题，学者们提出了很　多方法，其中绝大多数是客观评价方法。由于主观评价受人的　语音．只有个别多参数　方法町以检测ＳＮＲ约０　ｄＢ的带噪语音；　３）几乎不能区分清音和　噪声　因素影响很大，本文只关注客观评价结果。客观评价方法可分　为直接评价和间接评价。直接评价是指直接对端点检测结果　提取一定的性能参数进行分析，而间接评价是指将端点检测作　为语音识别、语音编码、语音增强等系统的一部分，通过识别、　编码、增强等结果提取参数进行分析。直接评价方法很多，普　遍认同的较好的评价方法是由Ｂｅｒｉｔｅｌｌｉ等人∞　提出的四种错　误参数，此外还有正确检测比例、加权错误测度　等。间接评　价一般是通过语音识别正确率、语音编码效率、增强语音可懂　度等进行评价的。　对各类端点检测算法性能的比较见表１。　由于受实验方法和数据的影响，相同的方法在不同的文献　中也会得到不同的实验结果。因而本文在进行算法性能比较　时作如下假定：　ａ）由于实验方法、实验数据以及实验环境的不同，不同文　献中的定量结果之间不具有可比性，本文只给出检测性能的定　性比较；　ｂ）对同一类方法在不同文献中的实验结果，选择背景噪　声种类多的情况，因为这样所得到的结果更具有说服力；　ｅ）对同一类方法在同一文献中不同背景噪声下的实验结　果取平均值，进行比较分析。　笔者通过对第一、三、四类中主要语音端点检测算法在平　稳高斯自噪声、ＦＩ６战斗机噪声和Ｍ１０９坦克噪声环境下进行　仿真，并提取四种错误参数　和加权错误测度　，仿真结果　如图２所示。由图２可以得到如下结论：总体来讲，基于倒谱　距离的检测算法性能优于基于谱熵函数的算法（特征空间能　量熵算法除外），基于短时能量的算法性能最差；对于较低　ＳＮＲ环境下的检测，特征空间能量熵算法的性能最好，而对于　较高ＳＮＲ环境下的检测，基于ＳＮＲ估计的倒谱距离算法与基　于短时能量和倒谱距离的检测算法的性能最好。　５语音端点检测技术发展的特点和趋势　从语音端点检测技术的发展历程及各种方法的性能看，语　音端点检测技术的发展具有如下特点：　ａ）语音端点检测技术研究取得了长足的进展，特别是近　十几年来，学者们针对噪声环境下语音端点检测所做的大量工　作。语音端点检测算法的性能已经由最初的仅适用于较高　ＳＮＲ平稳高斯白噪声环境发展到可适用于一５　ｄＢ这样低ＳＮＲ　部分非平稳噪声环境下的检测。　ｂ）从语音端点检测算法所采用的判决准则来看，语音端　点检测技术的发展大致经历了两个阶段：门限判决阶段和模式　分类阶段。两个阶段并不是完全分开的，而是互相混叠的，新　方法往往是建立在传统方法的基础上的。　变换域参　１）原理较简单（基于小　１）大多数情况下只能实　一般　数方法　波的检测方法除外）；　现ＳＮＲ＞０　ｄＢ条件下带　２）大多数方法运算量较　噪语音信号的检测，对　小，便于实时实现；　于低ＳＮＲ的情况方法失　３）＿口Ｊ以适应部分非平稳　效；　噪声的检测　２）、　噪声与语音信号具　有类似的变换域特征　时，方法失效；　３）对于清音的检测效果　一般　距离和失　１）原理较简单；　Ｉ）对于大多数非平稳噪　好　真测度方　２）特征参数受语音信号　声的检测仪限于较高　法　时域、频域参数变化影　ＳＮＲ的情况；　响小，鲁棒性较好；　２）当噪声与语音信号的　３）运算量较小，便于实　相应特征参数差别不大　时实现；　时，方法失效；　４）能够实现平稳噪声环　３）ｘ，ｔ７：清音的检测效果　境下较低ＳＮＲ条件下带　般　噪语音信号的检测；　５）可以适应部分非平稳　噪声的检测　熵函数和　１）原理较简单；　Ｉ）当噪声与语音信号的　较好　信号编码　２）特征参数受语音信号　时域或频域分布类似　方法　时域、频域参数变化影　剧，方法失效；　响小．鲁棒性较好；　２）对于清音的检测效果　３）大多数算法运算量较　较差　小，便于实时实现；　４）能够实现低ＳＮＲ平　稳噪声环境下带噪语音　信号的检测和部分非平　稳噪声环境下的检测　人工神经　１）能够实现低ＳＮＲ平　１）原理复杂；　较好　网络方法　稳噪声环境下带噪语音　２）运算量大，实时实现　信号的检测；　受限；　２）选取适当参数，通过　３）需要预先对算法参数　预先训练，也可以完成　进行训练，受先验信息　对非平稳噪声环境下带　　噪语音信号的检测；　３）对于清音的检测效果　较好　统计模型　Ｊ）能够实现低ＳＮＲ平　１）啜理较复杂；　好　和模式分　稳噪声环境下带噪语音　２）运算量较大，受具体　类方法　信号的检测；　应用环境，不一定　２）选取适当统计模型或　能够实时实现；　模式分类方法，也可以完　３）对于不同噪声环境下　成对非平稳噪声环境下　的检测，可能需要不同　带噪语音信　的检测；　的统讨‘模型　３）对于清音的检测效果　较好　或是基于新理论的应用，或是独辟蹊径的新想法，大多数都存　其他方法　在运算量大或是适用于特殊噪声的缺点，算法本身还需进一步　的深入研究　・１２２４・　计算机应用研究　第２７卷　ｃ）新的特征参数的提出和新的判决准则的建立是推动语　［２　Ｊ　ＪＵＮＱＵＡ　Ｊ　Ｃ，ＭＡＫ　Ｂ，ＲＥＡＶＥＳ　Ｂ．Ａ　ｒｏｂｕｓｔ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｗｏｒｄ　音端点检测算法演进的两个重要因素，也是语音端点检测技术　ｂｏｕｎｄａｒｙ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｔｈｅ　ｐｒｅｓｅｎｃｅ　ｏｆ　ｎｏｉｓｅ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　研究取得突破的关键。　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，１９９４，２（３）：４０６—４１２．　ｄ）基于模式分类的判决方法在语音端点检测技术的发展　［３］ＨＡＩＧＨ　Ｊ　Ａ，ＭＡＳＯＮ　Ｊ　Ｓ．Ｒｏｂｕｓｔ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ｃｅｐｓ－　过程中具有重要的作用。建立在统计模型基础上的模式分类　ｔｒａｌ　ｆｅａｔｕｒｅｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　１ＥＥＥ　Ｒｅｇｉｏｎ　１０　Ｃｏｎｆｅｒｅｎｃｅ　ＴＥＮＣＯＮ．　方法相比门限判决方法对噪声具有很强的鲁棒性，因而近年来　１９９３：３２１．３２４．　效果较好的检测方法几乎都是采用基于模式分类的判决方法。　［４］胡光锐，韦晓东．基于倒谱特征的带噪语音端点检测［Ｊ］．电子　当前，语音端点检测技术还远滞后于通信技术发展的脚　学报，２０００，３９（１０）：９５—９７．　步，在此领域还有很多问题需要研究：　［５］陈斐利，朱杰．一种新的基于自相关相似距离的语音信号端点检　ａ）对于强干扰非平稳噪声和快速变化的噪声环境，如何　测方法［Ｊ］．上海交通大学学报，１９９９，３３（９）：１０９７—１０９９．ｉ—　曩　　　找到更好的端点检测方法将是进一步研究的主要方向。　［６］ＡＢＤＡＬＬＡＨ　Ｉ，ＭＯＮＴＲＥＳＯＲ　Ｓ，ＢＡＵＤＲＹ　Ｍ．Ｒｏｂｕｓｔ目ｌ日［　　ｓｐｅｅｃｈ／ｎｏｎ—ｋ。　　ｂ）提取人耳听觉特性可以更加有效地区分语音和噪声，　ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ａｄｖｅｒｓｅ　ｃｏｎｄｉｔｉｏｎｓ　ｕｓｉｎｇ　ａｎ　～　距　ｅｎｔｒ估算加望ｏｐｙ　ｂａｓｅｄ　ｅｓｔ日ｍ山ｉｍａ—；　　从而更加准确地检测语音端点。因而，融人人耳听觉特征的语　ｔ０ｒ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　１３ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒ一　嚣　ｅⅢ　ｎｃｅ　ｏｎ　Ｄｉｇｉｔａｌ　Ｓｉｋ加　ｇｎａｌＤ　　音端点检测算法也将是未来主要研究的方向。　Ｐｒｏｃｅｓｓｉｎｇ．１９９７：７５７－７６０．　　，～　ｃ）预先未知噪声统计信息条件下的语音端点检测算法已　［７］ＳＨＥＮ　Ｊｉａ—ｌｉｎ，ＨＵＮＧ　Ｊ　Ｗ，ＬＥＥ　Ｌ　Ｓ．Ｒｏｂｕｓｔ　ｅｎｔｒｏｐｙ—ｂａｓｅｄ　ｅｎｄｐｏｉｎｔ　经出现，但仍处于萌芽阶段。虽然预先未知噪声统计信息条件　ｄｅｔｅｃｔｉｏｎ　ｆｏｒ　ｓｐｅｅｃｈ　ｒｅｃｏｇｎｉｔｉｏｎ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／Ｐｒｅｃ　ｏｆ　下的端点检测是未来语音端点检测技术的发展方向，但在理论　ＩＣＳＩ　Ｐ．１９９８：２３２—２３５．　方法和技术参数等方面还有待进一步突破。　［８］王让定，柴佩琪．一个基于谱熵的语音端点检测改进方法［Ｊ］．　ｄ）提取非音频信息辅助区分语音和噪声开辟了语音端点　信息与控制，２００４，３３（１）：７７—８１．　检测技术的一个新的思路。文献［５２］已对该方法作了初步探　［９］ＨＵＡＮＧ　Ｌｉａｎｇ—ｓｈｅｎｇ，ＹＡＮＧ　Ｃ　Ｈ．Ａ　ｎｏｖｅｌ　ａｐｐｒｏａｃｈ　ｔｏ　ｒｏｂｕｓｔ　索，但更加深入的研究尚需进一步展开。　ｓｐｅｅｃｈ　ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｅａｒ　ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／Ｐｒｅｃ　ｏｆ　ＩＥＥＥ　Ｉｎ—　ｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ　ａｎｄ　Ｓｉｎｇａｌ　Ｐｒｏｃｅｓｓｉｎｇ—　Ｉ短时间能量算　［１３］　＿倒谱　离算法［３］　■■短时能￡　倒瞎　离算法［４】］　Ｐｒｏｃｅｅｄｉｎｇｓ．２０００：１７５１一ｌ７５４．　圜露ＳＮＲ估　的倒谱　算　［４２］　Ｕ＊　＃　ｆ４３１　薹　Ｌ＿＿能嚣　祝谱熵算法［９］　［１０］ｗｕ　Ｙａ－ｄｏｎｇ，ＬＩ　Ｙａｎ．Ｒｏｂｕｓｔ　ｓｐｅｅｃｈ／ｎｏｎ－ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ａｄ・　１＿＿＿＿特　空　ｉ熵算　［４４】　ｖｅｒｓｅ　ｃｏｎｄｉｔｉｏｎｓ　ｕｓｉｎｇ　ｔｈｅ　ｆｕｚｚｙ　ｐｏｌａｒｉｔｙ　ｃｏｒｒｅｌａｔｉｏｎ　ｍｅｔｈｏｄ［Ｃ］／／Ｐｒｃｅ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ，ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ．　０　２０００：２９３５－２９３９．　一　￣ＮＲ／３ｄＢ　ｆｂ）Ｗｈｉｔｅ噪声下加权错误测度ＷＡ值　［１　１］ＡＮＮＥＸ　Ｂ．ＩＴＵ．Ｔ　Ｒｅｃ．Ｇ．７２９，Ａ　ｓｉｌｅｎｃｅ　ｃｏｍｐｒｅｓｓｉｏｎ　ｓｃｈｅｍｅ　６Ｏ　ｆｏｒ　Ｇ．７２９　ｏｐｔｉｍｉｚｅｄ　ｆｏｒ　ｔｅｒｍｉｎａｌｓ　ｃｏｎｆｏｒｍｉｎｇ　ｔｏ　ＩＴＵ—Ｔ　Ｖ．７０［ｓ］．　５Ｏ　１９９６．　葶４０　妻３０　［１２］ＥＴＳ１　ＴＳ　１２６　０７３　ｖ４．１．０（２００１），Ｕｎｉｖｅｒｓａｌ　ｍｏｂｉｌｅｔｅｌｅｃｏｍｍ　ｓｙｓｔｅｍｓ　２Ｏ　（ＵＭＴＳ）；ｍａｎｄａｔｏｒｙ　ｓｐｅｅｃｈ　ｅｏｄｅｅ　ｓｐｅｅｃｈ　ｐｒｏｃｅｓｓｉｎｇ　ｆｕｎｃｔｉｏｎｓ，　１０　ＡＭＲ　ｓｐｅｅｃｈ　ｃｏｄｅｃ；ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ（ＶＡＤ）（３ＧＰＰ　ＴＳ　２６．０９４　０　ＳＮＲ／ｄＢ　ｖｅｒｓｉｏｎ　４．０．０　ｒｅｌｅａｓｅ　４）［ｓ］．２００１．　（ｄ１Ｆ１６噪声下加权错误测度ＷＡ值　５０　［１３］ＲＡＢＩＮＥＲ　Ｌ　Ｒ，ＳＡＭＢＵＲ　Ｍ　Ｒ．Ａｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｄｅｔｅｒｍｉｎｉｎｇ　ｔｈｅ　＿短时　算法［ｉ　３　＿倒谱　离算浩［副　４０　＿短时能量和倒谱距离算法“ｆ　ｅｎｄｐｏｉｎｔｓ　ｏｆ　ｉｓｏｌａｔｅｄ　ｕｔｔｅｒｎａｃｅｓ［Ｊ］．Ｂｅｌｌ　Ｓｙｓｔｅｍ　Ｔｅｃｈｎｉｃａｌ　Ｊｏｕｒ－　置圈　估　谱距　＃法［船　口谱熵算法【４　ｉ　２。０　３０　［］能量加枫请墒算　【９］　ｎａｌ，１９７５，５４（２）：２９７—３１５．　Ｌ一　特征　ｔ熵葬　【“］　２０　［１４］ＴＡＢＯＡＤＡ　Ｊ，ＦＥＵＯＯ　Ｓ，ＢＡＬＳＡ　Ｒ，ｅｔ　ａ１．Ｅｘｐｌｉｃｉｔ　ｅｓｔｉｍａｔｉｏｎ　ｏｆ　孔　ｓｐｅｅｃｈ　ｂｏｕｎｄａｒｉｅｓ［Ｊ］．ＩＥＥＥ　Ｐｒｏｃｅｅｄｉｎｇｓ　Ｓｃｉｅｎｃｅ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｏ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，１９９４，１４１（３）：１５３－１５９．　一　。。　．　。　ｊ　１０　５　Ｏ　５　１Ｏ　２Ｏ　ｓ　ｄＢ　ＳＮＲ／曲　［１　５］ＨＥ　Ｑｉａｎｇ，ＺＨＡＮＧ　Ｙｏｕ—ｗｅｉ．Ｏｎ　ｐｒｅｆｉｈｅｒｉｎｇ　ａｎｄ　ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　（ｅ）Ｍ１０９￣下加权错误测度ＷＡ值　（ｆ）Ｍ１０９噪声下截短错误ＦＥＣ＋ＭＳＣ值　图２仿真结果　ｏｆ　ｓｐｅｅｃｈ　ｓｉｎｇａｌ［Ｃ］／／Ｐｒｃｅ　ｏｆ　ＩＣＳＰ－９８．１９９８：７４９－７５２．　［１６］Ｌｌ　Ｑｉ，ＺＨＥＮＧ　Ｊｉｎ—ｓｏｎｇ，ＴＳＡＩ　Ａ，ｅｔ　ａ１．Ｒｏｂｕｓｔ　ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　６结束语　ａｎｄ　ｅｎｅｒｇｙ　ｎｏｒｍａｌｉｚａｔｉｏｎ　ｆｏｒ　ｒｅａｌ—ｔｉｍｅ　ｓｐｅｅｃｈ　ａｎｄ　ｓｐｅａｋｅｒ　ｒｅｃｏｇｎｉｔｉｏｎ　［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ。２００２，１０　本文回顾了语音端点检测技术的研究发展情况，介绍了语　（３）：１４６—１５７．　音端点检测技术的分类和性能，同时探讨了今后语音端点检测　［１７］Ｈｅ　Ｋ，ＹＡＮＧ　Ｔ　Ｙ，ＰＡＲＫ　Ｋ　Ｊ，ｅｔ　ａ１．Ｒｏｂｕｓｔ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　算法的研究发展方向。随着通信技术的不断进步，对语音端点　ｌａｇｏｒｉｔｈｍ　ｆｏｒ　ｅｓｔｉｍａｔｉｎｇ　ｎｏｉｓｅ　ｓｐｅｃｔｒｕｍ［Ｊ］．ＩＥＥＥ　Ｅｌｅｃｔｏｒｎｉｃｓ　Ｌｅｔ—　检测技术提出了更高的要求，语音端点检测技术将得到进一步　ｔｅｒｓ，２００２，３６（２）：１８０—１８１．　的发展。　［１　８］ＭＡＲＺＩＮＺＩＫ　Ｍ，ＫＯＬＬＭＥＩＥＲ　Ｂ．Ｓｐｅｅｃｈ　ｐａｕｓｅ　ｄｅｔｅｃｔｉｏｎ　ｆｏｒ　ｎｏｉｓｅ　参考文献：　ｓｐｅｃｔｒｕｍ　ｅｓｔｉｍａｔｉｏｎ　ｂｙ　ｔｒａｃｋｉｎｇ　ｐｏｗｅｒ　ｅｎｖｅｌｏｐｅ　ｄｙｎａｍｉｃｓ［Ｊ］．ＩＥＥＥ　［１］ＢＵＬＬＩＮＧＴＯＮ　Ｋ，ＦＲＡＳＥＲ　Ｊ　Ｍ．Ｅｎｇｉｎｅｅｒｉｎｇ　ａｓｐｅｃｔｓ　ｏｆ　ＴＡＳＩ［Ｒ］．　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，２００２，１０（２）：１０９—１１８．　１９５９．３５３．３６４．　［１９］ＫＯＢＡＹＡＳＨＩ　Ｙ，ＮＩＩＭＩ　Ｙ．Ｗｏｒｄ　ｂｏｕｎｄａｒｙ　ｄｅｔｅｃｔｉｏｎ　ｂｙ　ｐｉｔｃｈ　ｃｏｎ・　第４期　韩立华，等：语音端点检测技术研究进展　ｒｅｎｅｅ　０ｎ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ．１９９４：３３０—３３３　・１２２５・　ｔｏｕｒｓ　ｉｎ　ａｌｌ　ａｒｔｉｉｆｃｉａｌ　ｌａｎｇｕａｇｅ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ＩＥＥＥ　ＩＣＡＳＳＰ’８０．１９８０：　９００—９０３．　［３６］ＨＵＳＳＡＩＮ　Ａ，ＳＡＭＡＤ　Ｓ　Ａ，ＦＡＨ　Ｌ　Ｂ．Ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｓｐｅｅｃｈ　ｓｉｇｎａｌ　ｕｓｉｎｇ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＴＥＮＣＯＮ　２０００　Ｐｒｏｃｅｅ－　ｄｉｎｇｓ．２０００：２７１—２７４．　［２Ｏ］ＯＳＨＩＫＩＲＩ　Ｍ，ＡＫＡＭＩＮＥ　Ｍ．Ａ　２．４－ｋｂｐｓ　ｖａｒｉａｂｌｅ・ｂｉｔ—ｒａｔｅ　ＡＤＰ—　ＣＥＬＰ　ｓｐｅｅｃｈ　ｃｏｄｅｒ［Ｊ　Ｊ．Ｅｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｉｎ　Ｊａ・　ｐａｎ，２０００，８３（７）：３２—４１．　［３７］胡瑞敏，薛东辉，姚天任，等．神经网络方法及其在语音识别中　的应用［Ｊ］．高技术通讯，１９９５，５（６）：１１—１５．　［３８］ＢＯＵ—ＧＨＡＺＡＬＥ　Ｓ　Ｅ，ＡＳＳＡＬＥＨ　Ｋ．Ａ　ｒｏｂｕｓｔ　ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｓｐｅｅｃｈ　ｆｏｒ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ　ｗｉｔｈ　ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ａｕｔｏｍａｔｉｃ　ｓｐｅｅｃｈ　［２１］ＶＡＨＡＴＡＩ　Ｏ　Ａ，ＪＯＨＡＮＳＳＯＮ　Ｉ．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｆｏｒ　ＧＳＭ　ａ—　ｄａｐｔｉｖｅ　ｍｕｈｉ—ｒａｔｅ　ｃｏｄｅ（：［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｗｏｒｋｓｈｏｐ　ｏｎ　Ｓｐｅｅｃｈ　Ｃｏｄｉｎｇ　ｆｆ１ｒ　Ｔｅｌｅｃｏｎｎｎｕｌｌｉｃａｔｉｏｎｓ　Ｐｒｏｃｅｅｄｉｎｇｓ．１９９９：５５－５７．　［２２］ＥＶＡＮＧＥＬＯＰＯＵＩ　ＯＳ　Ｇ，ＭＡＲＡＧＯＳ　Ｐ．Ｍｕｈｉｂａｎｄ　ｍｏｄｕｌａｔｉｏｎ　ｅｎｅｒ－　ｇＹ　ｔｒａｃｋｉｎｇ　ｆｏｒ　ｎｏｉｓｙ　ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｕｄｉｏ，　Ｓｐｅｅｃｈ，ａｎｄ　Ｌａｎｇｕａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００６，１４（６）：２０２４—２０３８．　ｒｅｃｏｇｎｉｔｉｏｎ（ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓ—　ｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ．２００２：３８０８—３８１１．　［３９］王博，郭英，段艳丽，等．基于倒谱特征的语音端点检测算法研　［２３］ＪＥＢＡＲＡ　Ｓ　Ｂ．Ｃｏｈｅｒｅｎｃｅ—ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ［Ｊ］．ＩＥＥＥ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２００２，３８（２２）：１３９３—１３９５．　［２４］ＲＡＭＡＮＡ　Ｒ　Ｇ　Ｖ，ＳＲＩＣＨＡＮＤ　Ｊ．Ｗｏｒｄ　ｂｏｕｎｄａｒｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ｃｈ　ｖａｌ’ｉａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　４ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｐｏ—　ｋｅｎ　１，ａｎｇｕａｇｅ　Ｐｒｏｃｅｅｄｉｎｇｓ．１９９６：８１３—８１６．　［２５］ＪＪＩＮ　Ｃ　Ｔ，ＬＩＮ　Ｊ　Ｙ，ｗｕ　Ｇ　Ｄ．Ａ　ｒｏｂｕｓｔ　ｗｏｒｄ　ｂｏｕｎｄａ￣ｄｅｔｅｃｔｉｏｎ　ａｌｇｏ—　ｒｉｔｈｍ　ｆｏｒ　ｖａｒｉａｂｌｅ　ｎｏｉｓｅ—ｌｅｖｅｌ　ｅｎｖｉｒｏｎｍｅｎｔ　ｉｎ　ｃａｒｓ『Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｉｎｔｅｌｌｉｇｅｎｔ　ＴｒａｎｓｐｏｒＩａｔｉｏｎ　Ｓｙｓｔｅｍｓ，２００２，３（１）：８９－１０１．　［２６］ＣＨＥＮ　Ｓｈｉ・ｂｕａｌｌｇ，ＷＡＮＧ　Ｊ　Ｆ　Ａ　ｗａｖｅｌｅｔ—ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃ—　ｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ｔｈｅ　９ｔｈ　ＩＥＥＥ　Ｉｎｔｅｒ－　ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｅｌｅｃｔｒｏｎｉｃｓ．Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ．２００２：　９９５．９９８．　［２７］ＨＵＡＮＧ　Ｊ，ＴＳＥＮＧ　Ｂ　Ｄ．Ａ　ｗａｌｓｈ　ｔｒａｎｓｆｏｒｍ　ｂａｓｅｄ　ｅｎｄｐｏｉｎｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｉｓｏｌａｔｅｄ　ｕｔｔｅｒａｎｃｅｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　Ａｓｉｌｏｍａｒ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｉｇｎａｌ，　ｓｖｓｔｅｎｌｓ＆Ｃｏｍｐｕｔｅｒｓ．Ｊ　９９１：３３５—３３８　［２８］ＷＡＮＧ　Ｗｕ，ｌＪ　Ｘｕｅ—ｙａｏ，ｚ｝１ＡＮＧ　Ｒｕ—ｄｏ．Ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　Ｈｉｌｈｅｒｔ・Ｈｕａｎｇ　ｔｒａｎｓｆｏｒｍ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　１　ｓｔ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｍｕｌｔｉ—　Ｓｙｍｐｏｓｉｕｍｓ　ｏｎ　Ｃｏｍｐｕｔｅｒ　ａｎｄ　Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｓｃｉｅｎｃｅｓ．２００６：２９０—　２９３．　［２９］ＧＨＩＳＥＬＬＩ－ＣＲＩＰＰＡ　Ｔ，Ｅ１一ＪＡＲＯＵＤＩ　Ａ．Ａ　ｆａｓｔ　ｎｅｕｒａｌ　ｎｅｔ　ｔｒａｉｎｉｎｇ　ａｌ—　ｇｏｒｉｔｈｍ　ａｎｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎ　ｔｏ　ｖｏｉｃｅｄ－－ｕｎｖｏｉｃｅｄ—－ｓｉｌｅｎｃｅ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｏｆ　ｓｐｅｅｃｈ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ．ｏｎ　Ａｃｏｕｓｔｉｃｓ，　Ｓｐｅｅｃｈ．Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ．１９９１：４４１—４４４．　［３０］ＱＩ　Ｙｉｎｇ－ｙｏｎｇ，ＨＵＮＴ　Ｂ　Ｒ．Ｖｏｉｃｅｄ—ｕｎｖｏｉｃｅｄ—ｓｉｌｅｎｃｅ　ｃｌａｓｓｉｉｆｃａｔｉｏｎｓ　ｏｆ　ｓｐｅｅｃｈ　ｕｓｉｎｇ　ｈｙｂｒｉｄ　ｆｅａｔｕｒｅｓ　ａｎｄ　ａ　ｎｅｔｗｏｒｋ　ｃｌａｓｓｉｉｆｅｒ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，１９９３，１（２）：２５０—２５５．　［３１］ＲＡＢＩＮＥＲ　Ｌ　Ｒ，ＳＡＭＢＵＲ　Ｍ　Ｒ．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ａｎ　ＩＪＰＣ　ｄｉｓｔａｎｃｅ　ｎｌｅａｓａｒｅ　ｔｏ　ｔｈｅ　ｖｏｉｃｅｄ—ｕｎｖｏｉｃｅｄ—ｓｉｌｅｎｃｅ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｂｌｅｍ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ，１９７７，２５　（４）：３３８—３４３．　［３２］ｗｕ　Ｇ　Ｄ，１ＪＮ　Ｃ　Ｔ　Ｗｏｒｄ　ｂｏｕｎｄａｒｙ　ｄｅｔｅｃｔｉｏｎ　ｗｉｔｈ　ｍｅｌ－ｓｃａｌｅ　ｆｒｅ—　ｑｕｅｎｃｙ　ｂａｎｋ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，２０００，８（５）：５４ｌ一５５４．　［３３］ｗｕ　Ｇ　Ｄ，ＩＪＮ　Ｃ　Ｔ．Ａ　ｒｅｃｕｒｒｅｎｔ　ｎｅｕｒａｌ　ｆｕｚｚｙ　ｎｅｔｗｏｒｋ　ｆｏｒ　ｗｏｒｄ　ｂｏｕｎ—　ｄａｔｗ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｖａｒｉａｂｌｅ　ｎｏｉｓｅ　１ｅｖｅｌ　ｅｎｖｉｒｏｎｍｅｎｔｓ『Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ，ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ—Ｐａｒｔ　Ｂ：Ｃｙｂｅｒｎｅｔｉｃｓ，２００１，　３１（１）：８４—９７．　［３４］ＢＥＲＩＴＥＬＬＩ　Ｆ，ＣＡＳＡＬＥ　Ｓ，ＳＥＲＲＡＮＯ　Ｓ．Ａｄａｐｔｉｖｅ　Ｖ／ＵＶ　ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ａｃｏｕｓｔｉｃ　ｎｏｉｓｅ　ｅｓｔｉｍａｔｉｏｎ　ａｎｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ［Ｊ］．　ＩＥＥＥ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２００７，４３（４）：２４９—２５１．　［３５］ＨＯＹＴ　ＪＤ，ＷＥＣＨＳＬＥＲ　Ｈ．Ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｈｕｍａｎ　ｓｐｅｅｃｈ　ｕｓｉｎｇ　ｈｙｂｒｉｄ　ｒｅｃｏｇｎｉｔｉｏｎ　ｍｏｄｅｌｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　１　２ｔｈ　ＩＡＰＲ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅ—　究『Ｃ］／／Ｐｒｏｃ　ｏｆＣＣＳＰ　２００５．２００５：２１２－２１５．　［４Ｏ］ＭｃＣＬＥＬＬＡＮ　Ｓ，ＧＩＢＳＯＮ　Ｊ　Ｄ．Ｖａｒｉａｂｌｅ—ｒａｔｅ　ＣＥＬｌ？ｂａｓｅｄ　ｏｎ　ｓｕｂｂａｎｄ　ｌｆａｔｎｅｓｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｌ３　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，　１９９７，５（２）：１２０・１３０．　［４１］徐望，丁琦，王炳锡．一种基于特征空间能量熵的语音信号端点　检测算法［Ｊ］．通信学报，２００３，２４（１１）：１２５—１３２．　［４２］李晔，张仁智，崔慧娟，等．低信噪比下基于谱熵的语音端点检　测算法［Ｊ］清华大学学报：自然科学版，２００５，４５（１Ｏ）：１３９７　１４００．　［４３］王博，郭英，韩立峰．基于熵函数的语音端点检测算法研究［Ｊ］．　信号处理，２００９，２５（３）：３６８—３７３．　［４４］ＣＨＥＵＮＧ　Ｍ　ｒ，ＬＥＡ　Ｃ　ｒ．ＣＣＩ　ｉｍｐｒｏｖｅｍｅｎｔ　ｂｙ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｅ—　ｔｉｏｎ＆ｐｏｗｅｒ—ｃｏｎｔｒｏｌ　ｉｎ　ａ　ｃｅｌｌｕｌａｒ　ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ｔｈｅ　４８ｔｈ　ＩＥＥＥ　Ｖｅｈｉｃｕｌａｒ　Ｔｅｃｈｎｏｌｏｇｙ　Ｃｏｎｆｅｒｅｎｃｅ　１９９８：１２２９—１２３３．　［４５］朱杰，韦晓东．噪声环境中基于ＨＭＭ模型的语音信号端点检测　算法［Ｊ］．上海交通大学学报，１９９８，３２（１０）：１４，ｌ６．　［４６］ＣＯＵＶＲＥＵＲ　Ｌ，ＣＯＵＶＲＥＵＲ　Ｃ．Ｗａｖｅｌｅｔ—ｂａｓｅｄ　ｎｏｎ—ｐａｒａｍｅｔｉｒｃ　ＨＭＭ’ｓ：ｔｈｅｏｒｙ　ａｎｄ　ａｐｐｌｉｃａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　１ＥＥＥ　Ｃｏｎｆｅｒｅｎｃｅ．　２０Ｏ０・６０４—６０７．　［４７］ＧＡＺＯＲ　Ｓ，ＺＨＡＮＧ　Ｗ．Ａ　ｓｏｆｔ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ　ｂａｓｅｄ　ｏｎ　ａ　Ｌａｐｌａｅｉａｎ—Ｇａａｓｓｉａｎ　ｍｏｄｅｌ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，２００３，１１（５）：４９８—５０５　［４８］ＴＡＮＹＥＲ　Ｓ　Ｇ，ＯＺＥＲ　Ｈ．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｎｏｎｓｔａｔｉｏｎａｒｙ　ｎｏｉｓｅ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，２０００，８　（４）：４７８—４８２　［４９］ＢＥＲＩＴＥＬＬＩ　Ｆ，ＣＡＳＡＬＥ　Ｓ，ＳＥＲＲＡＮＯ　Ｓ．Ａ　ｌｏｗ－ｃｏｍｐｌｅｘｉｔｙ　ｓｐｅｅｃｈ－　ｐａｕｓｅ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｃｏｎｎｎｕｎｉｅａｔｉｏｎ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ　［Ｊ］．Ｅｕｒｏｐｅａｎ　Ｔｒａｎｓ　ｏｎ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００４，１５（１）：３３．　３８．　［５Ｏ］ＹＡＮＧ　Ｓｕ，Ｌｌ　Ｚｏｎｇ—ｇｅ，ＣＨＥＮ　Ｙａｎ—ｑｉｕ．Ａ　ｆｒａｃｔａｌ　ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉ，　ｔｙ　ｄｅｔｅｃｔｏｒ　ｆｏｒ　Ｉｎｔｅｒｎｅｌ　ｔｅｌｅｐｈｏｎｅ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ　ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ．２００３：８０８—　８Ｉ１．　［５１］林嘉宇，王跃科，黄芝平，等．一种新的基于混沌的语音、噪声判　别方法［Ｊ］．通信学报，２００１，２２（２）：１２３—１２８．　［５２　Ｊ刘鹏，王作英．多模式语音端点检测［Ｊ］．清华大学学报：自然科　学版，２００５，４５（７）：８９６—８９９．　［５３］ＧＯＲＲＩＺ　Ｊ　Ｍ，ＲＡＭＩＲＥＺ　Ｊ，ＰＵＮＴＯＮＥＴ　Ｃ　Ｇ．Ｅｆｆｅｃｔｉｖｅ　ｊｏｉｎｔｌｙ　ＰＤＦ－　ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ　ｆｏｒ　ｒｅａｌ—ｔｉｍｅ　ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｅｌｅｃ—　ｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２００７，４３（４）：１—２　［５４］ＴＡＨＭＡＳＢＩ　Ｒ，ＲＲＺＡＥＩ　Ｓ．Ａ　ｓｏｆｔ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ＧＡＲＣＨ　ｆｉｌｔｅｒ　ａｎｄ　ｖａｒｉａｎｃｅ　ｇａｍｎｌａ　ｄｉｓｔｒｉｂｕｔｉｏｎ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　・１２２６・　计算机应用研究　第２７卷　Ａｕｄｉｏ．Ｓｐｅｅｃｈ　ａｎｄ　Ｌａｎｇｕａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２００７，１５（４）：】１２９一　ｌ１３４．　ｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ　ｉｓｉｎｇ　ｌｏｎｇ－ｔｅｒｍ　ｓｐｅｅｃｈ　ｉｎｆｏｒｍａｔｉｏｎ［Ｊ］．　Ｓｐｅｅｃｈ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ，２００４，４２（３－４）：２７ｌ－２８７．　［５５］ＳＨＩＮ　Ｊ　Ｗ，ＫＷＯＮ　Ｈ　Ｊ，ＪＩＮ　Ｓ　Ｈ，ｅｔ　ａ１．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｃｏｎｄｉｔｉｏｎａｌ　ＭＡＰ　ｃｒｉｔｅｒｉｏｎ［Ｊ］．ＩＥＥＥ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｌｅ￣ｅｒｓ，２００８，１５：２５７—２６０．　［６３］ＬＩＵ　Ｃ　Ｈ，ＨＵＡＮＧ　Ｃ　Ｃ．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ　ｂａｓｅｄ　ｏｎ　ＣＡＰＤＭ　ａｒ＿　ｅｈｉｔｅｅｔｕｒｅ［Ｊ］．Ｅｌｅｃｔｒｏｎｉｃｓ　Ｌｅｔｔｅｒｓ，２００１，３７（１）：６８—６９．　［６４］ＺＨＡＮＧ　Ｊｉａｎ—ｐｉｎｇ，ＷＡＲＤ　Ｗ，ＰＥＬＬＯＭ　Ｂ．Ｐｈｏｎｅ　ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉ—　ｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ｏｎｌｉｎｅ　Ｂａｙｅｓｉａｎ　ａｄａｐｔａｔｉｏｎ　ｗｉｔｈ　ｃｏｎｊｕｇａｔｅ　ｎｏｒｍａｌ　［５６］ＦＵＪＩＭＯＴＯ　Ｍ，ＩＳＨＩＺＵＫＡ　Ｋ，ＮＡＫＡＴＡＮＩ　Ｔ．Ａ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃ—　ｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ａｄａｐｔｉｖｅ　ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　ｍｕｈｉｐｌｅ　ｓｐｅｅｃｈ　ｆｅａｔｕｒｅｓ　ａｎｄ　ｄｉｓｔｉｒｂｕｔｉｏｎｓ［Ｃ］／／Ｐｒｏｅ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，　Ｓｐｅｅｃｈ　ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ．２００２：３２１－３２４．　ａ　ｓｉｇｎａｌ　ｄｅｃｉｓｉｏｎ　ｓｃｈｅｍｅ［ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＣＡＳＳＰ　２００８．２００８：４４４１—　４４４　４．　［６５］ＣＨＡＮＧ　Ｊ　Ｈ，ＫＩＭ　Ｎ　Ｓ，ＭＩＴＲＡ　Ｓ　Ｋ．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　［５７］潘欣裕，赵鹤鸣，陈雪勤，等．基于ＥＭＤ拟合特征的耳语音端点　检测［Ｊ］．电子与信息学报，２００８，３０（２）：３６２—３６６．　［５８］ＷＵ　Ｙａ—ｄｏｎｇ，ＬＩ　Ｙａｎ．Ｒｏｂｕｓｔ　ｓｐｅｅｃｈ／ｎｏｎ—ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ａｄ—　ｖｅｒｓｅ　ｃｏｎｄｉｔｉｏｎｓ　ｕｓｉｎｇ　ｔｈｅ　ｆｕｚｚｙ　ｐｏｌａｒｉｔｙ　ｃｏｒｒｅｌａｔｉｏｎ　ｍｅｔｈｏｄ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｍａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ　ａｎｄ　Ｃｙｂｅｒｎｅｔｉｃｓ．　２０００：２９３５　２９３９．　ｏｎ　ｎｍｈｉｐｌｅ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌｓ［Ｊ　ｊ．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓ－　ｓｉｎｇ，２００６，５４（６）：１９６５—１９７６．　［６６］ＣＨＯ　Ｙ　Ｄ，ＫＯＮＤＯＺ　Ａ．Ａｎａｌｙｓｉｓ　ａｎｄ　ｉｍｐｒｏｖｅｍｅｎｔ　ｏｆ　ａ　ｓｔａｔｉｓｔｉｃａｌ　ｍｏｄｅｌ－ｂａｓｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ［Ｊ］．ＩＥＥＥ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｌｅｔｔｅｒｓ，２００１，８（１０）：２７６・２７８．　［６７］ＡＴＡＬ　Ｂ　Ｓ，ＲＡＢ１ＮＥＲ　Ｌ　Ｒ．Ａ　ｐａｔｔｅｒｎ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｐｐｒｏａｃｈ　ｔｏ　ｖｏｉｃｅ—　ｄｕｎｖｏｉｃｅｄ—ｓｉｌｅｎｃｅ　ｃｌａｓｓｉｉｃａｔｆｉｏｎ　ｗｉｔｈ　ａｐｐｌｉｃａｔｉｏｎｓ　ｔｏ　ｓｐｅｅｃｈ　ｒｅｃｏｇｎｉｔｉｏｎ　［５９］ＴＵＣＫＥＲ　Ｒ．Ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ａ　ｐｅｒｉｏｄｉｃｉｔｙ　ｍｅａｓｕｒｅ［Ｊ］．　１ＥＥ　Ｐｒｏｃｅｅｄｉｎｇｓ－１。１９９２，１３９（４）：３７７—３８０　［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓ－　ｓｉｎｇ，１９７６，２４（３）：２０１—２１２　［６ｏ］ＭＡＫ　Ｂ，ＪＵＮＱＵＡ　Ｊ　Ｃ，ＲＥＡＶＥＳ　Ｂ．Ａ　ｒｏｂｕｓｔ　ｓｐｅｅｃｂ／ｎｏｎ－ｓｐｅｅｃｈ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｕｓｉｎｇ　ｔｉｍｅ　ａｎｄ　ｆｒｅｑｕｅｎｃｙ－ｂａｓｅｄ　ｆｅａｔｕｒｅｓ［ｃ］／／　Ｐｒｏｅ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ　ａｎｄ　Ｓｉｇ—　［６８］ＢＥＲＩＴＥＩ　Ｌ１　Ｆ，ＣＡＳＡＬＥ　Ｓ，ＣＡＶＡＬＬＡＲＯ　Ａ，Ａ　ｒｏｂｕｓｔ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｏｒ　ｆｏｒ　ｗｉｒｅｌｅｓｓ　ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｕｓｉｎｇ　ｓｏｆｔ　ｃｏｍｐｕｔｉｎｇ［Ｊ］．ＩＥＥＥ　Ｊｏｕｒｎａｌ　ｏｎ　Ｓｅｌｅｃｔｅｄ　Ａｒｅａｓ　ｉｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，１９９８，１　６（９）：　１８１８．１８２９．　ｎａｔ　Ｐｒｏｃｅｓｓｉｎｇ．１９９２：２６９—２７２．　［６１］ＲＡＭＩＲＥＺ　Ｊ，ＳＥＧＵＲＡ　Ｊ　Ｃ，ＢＥＮＩＴＥＺ　Ｃ，ｅｔ　ａ１．Ａ　ｎｅｗ　ｋｕｌｌｂａｃｋ—　ｌｅｉｂｌｅｒ　ＶＡＤ　ｆｏｒ　ｓｐｅｅｃｈ　ｒｅｃｏｇｎｉｔｉｏｎ　ｉｎ　ｎｏｉｓｅ［Ｊ］．ＩＥＥＥ　Ｓｉｇｎａｌ　Ｐｒｏ。　ｃｅｓｓｉｎｇ　Ｌｅｔｔｅｒｓ，２００４，１　１（２）：２６６—２６９．　［６９］ＬＩ　Ｋｅ，ＳＷＡＭＹ　Ｍ　Ｎ　Ｓ，ＡＨＭＡＤ　Ｍ　Ｏ．Ａｎ　ｉｍｐｒｏｖｅｄ　ｖｏｉｃｅ　ａｃｔｉｖｉｔｙ　ｄｅｔｅｃｔｉｏｎ　ｕｓｉｎｇ　ｈｉｇｈｅｒ　ｏｒｄｅｒ　ｓｔａｔｉｓｔｉｃｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｐｅｅｃｈ　ａｎｄ　Ａｕｄｉｏ　Ｐｒｏｃｅｓｓｉｎｇ，２００５，１３（５）：９６５—９７４．　［６２　Ｊ　ＲＡＭＩＲＥＺ　Ｊ，ＳＥＧＵＲＡ　Ｊ　Ｃ，ＢＥＮＩＴＥＺ　Ｃ，ｅｔ　ａ１．Ｅｆｉｆｃｉｅｎｔ　ｖｏｉｃｅ　ａｅ－　（上接第１２１１页）　［２９］ＳＯＮＧ　Ｓｈａｎ－ｓｈａｎ，ＨＵＡＮＧ　Ｋａｉ，ＺＨＯＵ　Ｒｕｎ—ｆａｎｇ．Ｔｒｕｓｔｅｄ　Ｐ２Ｐ　ｔｒａｎｓａｃｔｉｏｎｓ　ｗｉｔｈ　ｆｕｚｚｙ　ｒｅｐｕｔａｔｉｏｎ　ａｇｇｒｅｇａｔｉｏｎ［Ｊ］．Ｉｎｔｅｒｎｅｔ　Ｃｏｍｐｕ－　ｔｉｎｇ，２００５，９（６）：２４—３４．　４６０－４７５．　［３８］刘艳玲，白宝兴，王大东，等．应用关系集合的Ｐ２Ｐ网络信任模型　［Ｊ］．吉林大学学报：信息科学版，２００９，２９（２）：２１０—２１４．　［３９］ＳＯＮＧ　Ｗｅｉ—ｈｕａ，ＰｔｔＯＨＡ　Ｖ　Ｖ．Ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ—ｂａｓｅｄ　ｒｅｐｕｔａｔｉｏｎ　ｍｏｄ—　［３０］ＲＩＣＨＡＲＤＳＯＮ　Ｍ，ＡＧＲＡＷＡ　Ｒ，ＤＯＭＩＮＧＯＳ　Ｐ．Ｔｒｕｓｔ　ｍａｎａｇｅｍｅｎｔ　ｆ６ｒ　ｔｈｅ　ｓｅｍａｎｔｉｃ　Ｗｅｂ［ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　２ｎｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｅｍａｎｔｉｃ　Ｗｅｂ　Ｃｏｎｆｅｒｅｎｃｅ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ．２００３：３５１－３６８．　ｅｌ　ｉｎ　ａ　ｄｉｓｔｉｒｂｕｔｅｄ　ｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　ＣＥＣ．Ｓａｎ　Ｄｉｅｇｑ：［ｓ．　ｎ．］，２００４：３２１—３２４　［４Ｏ］ＢＵＲＡＧＯＨＡＩＮ　Ｃ，ＡＧＲＡＷＡＩ　Ｄ，ＳＵＲＩ　Ｓ．Ａ　ｇａｍｅ　ｔｈｅｏｒｅｔｉｃ　ｆｒａｍｅ－　ｗｏｒｋ　ｆｏｒ　ｉｎｃｅｎｔｉｖｅｓ　ｉｎ　Ｐ２Ｐ　ｓｙｓｔｅｍｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　３ｒｄ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐｅｅｒ—ｔｏ—Ｐｅｅｒ　Ｃｏｍｐｕｔｉｎｇ．Ｌｏｓ　Ａｌａｍｉｔｏｓ：ＩＥＥＥ　Ｐｒｅｓｓ，　２００３：４８—５６　［３１］ＤＥＳＰＯＴＯＶＩＣ　Ｚ，ＡＢＥＲＥＲ　Ｋ．Ｍａｘｉｍｕｍ　ｌｉｋｅｌｉｈｏｏｄ　ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｐｅｅｒｓ’ｐｅｒｆｏｒｍａｎｃｅ　ｉｎ　Ｐ２Ｐ　ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ｔｈｅ　２ｎｄ　Ｗｏｒｋｓｈｏｐ　ｏｎ　ｔｈｅ　Ｅｃｏｎｏｍｉｃｓ　ｏｆ　Ｐｅｅｒ—ｔｏ—Ｐｅｅｒ　Ｓｙｓｔｅｍｓ．Ｃａｍｂｒｉｄｇｅ：Ｈａｒｖａｒｄ　Ｕｎｉ—　ｖｅｍｉｔｙ，２００４．　［３２］ＧＯＬＢＥＣＫ　Ｊ，ＨＥＮＤＬＥＲ　Ｊ．Ａｃｃｕｒａｃｙ　ｏｆ　ｍｅｔｉｒｃｓ　ｆｏｒ　ｉｎｆｅｒｒｉｎｇ　ｔｒｕｓｔ　ｒｅｐｕｔａｔｉｏｎ　ｉｎ　ｓｅｍａｎｔｉｃ　Ｗｅｂ－ｂａｓｅｄ　ｓｏｃｉａｌ　ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　Ｉｎｔｅｒ—　ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｋｎｏｗｌｅｄｇｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｋｎｏｗｌｅｄｇｅ　Ｍａｎ－　ａｇｅｍｅｎｔ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ．２００４：１１６－１３１．　［４１］ＧＯＬＢＥＣＫ　Ｊ．Ｇｅｎｅｒａｔｉｎｇ　ｐｒｅｄｉｃｔｉｖｅ　ｍｏｖｉｅ　ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ　ｆｒｏｍ　ｔｒｕｓｔ　ｉｎ　ｓｏｃｉａｌ　ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ｔｈｅ　４ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｔｒｕｓｔ　Ｍａｎａｇｅｍｅｎｔ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，２００６：９３—１０４．　［４２］Ｂｉｂｓｅ￣［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｂｉｂｓｅｒｖ．ｏｒｇ／．　［４３］ＫＡＵＴＺ　Ｈ，ＳＥｔ　ＭＡＮ　Ｂ，ＳＨＡＨ　Ｍ．ＲｅｆｅｒｒａｌＷｅｂ：ｃｏｍｂｉｎｉｎｇ　ｓｏｃｉｌａ　ｎｅｔｗｏｒｋｓ　ａｎｄ　ｃｏｌｌａｂｏｒａｔｉｖｅ　ｆｉｌｔｅｒｉｎｇ［Ｊ］．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｏｆ　ｔｈｅ　ＡＣＭ，１９９７，４０（３）：６３—６６．　［３３］ＳＡＢＡＴＥＲ　Ｊ，ＳＩＥＲＲＡ　Ｃ．ＲＥＧＲＥＴ：ａ　ｒｅｐｕｔａｔｉｏｎ　ｍｏｄｅｌ　ｆｏｒ　ｇｒｅｇａｒｉ—　ＯＵＳ　ｓｏｃｉｅｔｉｅｓ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ｔｈｅ　４ｔｈ　Ｗｏｒｋｓｈｏｐ　ｏｎ　Ｄｅｃｅｐｔｉｏｎ　Ｆｒａｕｄ　ａｎｄ　Ｔｒｕｓｔ　ｉｎ　Ａｇｅｎｔ　Ｓｏｃｉｅｔｉｅｓ．２００１：６１—７０．　［３４］常俊胜，王怀民，尹刚．ＤｙＴｒｕｓｔ：一种Ｐ２Ｐ系统中基于时间的动态　［４４］ＳＩＮＧＨ　Ａ，ＬＩＵ　Ｌｉｎｇ．ＴｎｌｓｔＭｅ：ａｎｏｎｙｍｏｕｓｍａｎａｇｅｍｅｎｔ　ｏｆ　ｔｒｕｓｔ　ｅｌａ　ｔｉｏｎｓｈｉｐｓ　ｉｎ　ｄｅｃｅｎｔｒａｌｉｚｅｄ　Ｐ２Ｐ　ｓｙｓｔｅｍｓ［ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａ—　信任模型［Ｊ］．计算机学报，２００６，２９（８）：１３０ｌ一１３０７　［３５］郭磊涛，杨寿保，王菁，等．Ｐ２Ｐ网络中基于矢量空间的分布式信　任模型［Ｊ］．计算机研究与发展，２００６，４３（９）：１５６４－１５７０．　［３６］李景涛，荆一楠，肖晓春，等．基于相似度加权推荐的Ｐ２Ｐ环境下　的信任模型［Ｊ］．软件学报，２００７，１８（１）：１５７—１６７．　［３７］ＺＩＥＧＬＥＲ　Ｃ，ＧＯＬＢＥＣＫ　Ｊ．Ｉｎｖｅｓｔｉｇａｔｉｎｇ　ｉｎｔｅｒａｃｔｉｏｎｓ　ｏｆ　ｔｒｕｓｔ　ａｎｄ　ｉｎ－　ｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐ２Ｐ　Ｃｏｍｐｕｔｉｎｇ．Ｓｗｅｄｅｎ：［ｓ．ｎ．］，２００３：１４２—　１４９．　［４５］ＭＩＴＲＡ　Ａ，ＵＤＵＰＡ　Ｒ，ＭＡＨＥＳＷＡＲＡＮ　Ｍ．Ａ　ｓｅｃｕｒｅ　ｔｒｕｓｔ　ａｎｄ　ｉｎ—　ｃｅｎｔｉｖｅ　ｍａｎａｇｅｍｅｎｔ　ｆｒａｍｅｗｏｒｋ　ｆｏｒ　ｐｕｂｌｉｃ　ｒｅｓｏｕｒｃｅ　ｂａｓｅｄ　ｃｏｍｐｕｔｉｎｇ　ｕｔｉｌｉｔｉｅｓ［Ｃ］／／Ｐｒｏｃ　ｏｆ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｃｌｕｓｔｅｒ　Ｃｏｍ—　ｐｕｔｉｎｇ　ａｎｄ　ｔｈｅ　Ｇｒｉｄ．Ｃａｒｄｉｆ，ＵＫ：［ｓ．ｎ．］，２００５：２６７－２７４．　ｔｅｒｅｓｔ　ｓｉｍｉｌａｒｉｔｙ［Ｊ］．Ｄｅｃｉｓｉｏｎ　Ｓｕｐｐｏ￣Ｓｙｓｔｅｍｓ，２００７，４３（２）：