声环境影响评价技术导则模拟试题 一、单项选择题（每题1分，共30分） 1、某新建的大型建设项目，建设前后评价范围内敏感目标噪声级增高量为2dB （A），此建设项目声环境影响应按（）进行工作。 A.一级评价 B.二级评价 C.三级评价 D.二级或三级评价 2、某扩建的中型建设项目，其所在声环境功能区内有一个工业区，此建设项目声环境影响应按（）进行工作。 A.一级评价 B.二级评价 C.三级评价 D.二级或三级评价 3、某新建工厂的声环境影响评价工作等级为一级，一般情况下，其评价范围为（）。 A.以建设项目边界向外100m B.以建设项目包络线边界向外200m C.以建设项目边界向外200m D.以建设项目中心点向外200m 4、某城市轨道交通地上线路的声环境影响评价工作等级为一级，一般情况下，其评价范围为（）。 A.道路中心线外两侧300m以内 B.道路中心线外两侧200m以内 C.道路边界线外两侧200m以内 D.道路红线外两侧200m以内 5、机场周围飞机噪声评价范围应根据飞行量（）。 A.计算到L为80dB的区域EPN B.计算到L为80dB的区域WECPN C.计算到L为70dB 的区域EPN D.计算到L为70dB的区域WECPN6、某机场项目，声环境影响评价工作等级为一级，其评价范围一般为（）。 A.以主要航迹离跑道两端侧向各200m的范围
B.以主要航迹离跑道两端各1~2km、侧向各6~12km的范围 C.以主要航迹离跑道两端各6~12km、侧向各1~2km的范围 D.以主要航迹离跑道两端各2~10km、侧向各2~4km的范围 7、二、三级声环境评价范围如依据建设项目声源计算得到的（）到200m处，仍不能满足相应功能区标准值时，应将评价范围扩大到满足标准值的距离。 A.贡献值 B.叠加值 C.背景值 D.预测值 8、对于一级声环境评价项目，当敏感目标（）建筑时，应绘制垂直方向的等声级线图。 A.高于（含）二层 B.高于（不含）三层 C.高于（含）三层 D.高于（含）四层 9、评价范围内具有代表性的敏感目标的声环境质量现状需要实测，是（）评价的基本要求。 A.一级 B.二级 C.一级和二级 D.三级 10、对于固定声源评价，一定要绘制等声级线图，是（）评价的基本要求。 A.一级 B.二级 C.一级和二级 D.三级 11、在工程分析中，要在标有比例尺的图中标识固定声源的具体位置或流动声源的路线、跑道等位置，是（）评价的基本要求。 A.一级 B.二级 C.三级 D.以上都是 12、对工程可行性研究和评价中提出的不同选址（选线）和建设布局方案，应根据不同方案噪声影响人口的数量和噪声影响的程度进行比选，并从声环境保护角度提出最终的推荐方案，这是（）评价的基本要求。 A.一级 B.二级 C.三级 D.—级和二级 13、声环境现状调查需收集评价范围内（）地理地形图。
表1 环境噪声限量值 表2 工业企业厂界环境噪声限量值 为贯彻《中华人民共和国环境噪声污染防治法》，防治噪声污染，保障城乡居民正常生活、工作和学习的声环境质量，特制订《声环境质量标准》GB 3096-2008；为防治工业企业噪声污染，改善声环境质量，特制订《工业企业厂界环境噪声排放标准》GB 12348-2008，标准的制定与实施，更好的为百姓服务。
环境噪声的检测 1 项目名称 城市区域噪声的测定 2 适用范围 本标准规定了城市五类区域的环境噪声最高限值。 本标准适用于城市区域。乡村生活区域可参照本标准执行。 3 编制依据 中华人民共和国国家标准GB3096-93《城市区域环境噪声标准》 中华人民共和国国家标准GB/T14623-93《城市区域环境噪声测量方法》 4 测量条件 4.1 测量仪器 4.1.1 测量仪器精度为2型以上的积分式声级计及环境噪声自动监测仪器，其性能符合GB3785的要求。 4.1.2测量仪器和声校准仪器应按JJG699、JJF176及JJG778的规定定期检定。 4.2 气象条件 测量应在无雨、无雪的天气条件下进行，风速为5.5m/s以上时停止测量。测量时传声器加风罩。 5 测量方法 5.1 测点选择 测量点选在居住或工作建筑物外，离任一建筑物的距离不小于1m。传声器距地面的垂直距离不小于1.2m.。 5.2 测量时间 测量分昼夜和夜间两部分分别进行。 5.3采样方式 仪器的时间计权特性为“快”响应，采样时间间隔不大于1s。 5.4不得不在室内测量时，室内噪声限值低于所在区域标准10dB。测点距墙面和其他主要反射面不小于1m，距地板1.2-1.5m，距窗户约1.5m。开窗状态下测量。 5.5铁路两侧区域环境噪声测量，应避开列车通过的时段。
课题：基于能量和过零率的语音端点检测姓名：陈启望简盛龙颜艳丹 专业：2008级电子科学与技术（2）班 指导老师：胡朝炜 国立华侨大学信息科学与工程学院
一、前言 在复杂的应用环境下，从信号流中分辨出语音信号和非语音信号，是语音处理的一个基本问题。端点检测就是从包含语音的一段信号中确定出语音的起始点和结束点。正确的端点检测对于语音识别和语音编码系统都有重要的意义，它可以使采用的数据真正是语音信号的数据，从而减少数据量和运算量并减少处理时间。 二．方案选择 判别语音段的起始点和终止点的问题主要归结为区别语音和噪声的问题。 ①短时能量——如果能够保证系统的输入信噪比很高（即使最低电平的语音的能量也比噪声能量要高），那么只要计算输入信号的短时能量就基本能够把语音段和噪声背景区别开来。但是，在实际应用中很难保证这么高的信噪比，仅仅根据能量来判断是比较粗糙的。 ②短时平均过零率——它是语音信号时域分析中的一种特征参数。它是指每帧内信号通过零值的次数。在离散时间语音信号情况下，如果相邻的采样具有不同的代数符号就称为发生了过零。如果是正弦信号，其平均过零率就是信号频率的两倍除以采样频率，而采样频率是固定的。因此过零率在一定程度上可以反映信号的频率信息。语音信号不是简单的正弦序列，所以平均过零率的表示方法就不那么确切。 ③两级判决法——在用短时能量判断的同时，还需进一步利用短时平均过零率进行判断，因为清音比噪声的短时平均过零率比背景
噪声的平均过零率要高出高几倍。即基于能量和过零率的端点检测方法，也称双门限比较法。 综上所述，选择第三种方法，更加准确，实现的程序也不是很复杂。 三、方法的理论介绍 1.第一级判决 a.先根据语音短时能量的轮廓选取一个较高的门限T1，进行一个粗 判：语音起止点位于该门限与短时能量包络交点所对应的时间间隔之外（即AB段之外）。 b.根据背景噪声的平均能量确定一个较低的门限T2，并从A点往左、 从B点往右搜索，分别找到短时能量包络与门限T2相交的两个点C和D，于是CD段就是用双门限方法根据短时能量锁判定的语音段。 2.第二级判决 以短时平均过零率为标准，从C点往左和从D点往右搜索，找到短时平均过零率低于某个门限T3的两点E和F，这便是语音段的起
语音端点检测方法研究1 沈红丽，曾毓敏，李平，王鹏 南京师范大学物理科学与技术学院，南京（210097） E-mail：orange.2009@https://www.doczj.com/doc/3c18681317.html, 摘要: 端点检测是语音识别中的一个重要环节。有效的端点检测技术不仅能减少系统的处理时间,增强系统处理的实时性,而且能排除无声段的噪声干扰,增强后续过程的识别性。可以说,语音信号的端点检测至今天为止仍是有待进一步深入的研究课题.鉴于此,本文介绍了语音端点算法的基本研究现状,接着讨论并比较了语音信号端点检测的方法,分析了各种方法的原理及优缺点,如经典的基于短时能量和过零率的检测方法,基于频带方差的检测方法,基于熵的检测方法,基于倒谱距离的检测方法等.并基于这些方法的分析,对端点检测方法做了进行了总结和展望,对语音信号的端点检测的进一步研究具有深远的意义。 关键词：语音信号；端点检测；噪声 中图分类号：TP206. 1 1. 引言 语音信号处理中的端点检测技术,是指从包含语音的一段信号中确定出语音信号的起始点及结束点。语音信号的端点检测是进行其它语音信号处理(如语音识别、讲话人识别等)重要且关键的第一步. 研究表明[1],即使在安静的环境中,语音识别系统一半以上的识别错误来自端点检测器。因此,作为语音识别系统的第一步,端点检测的关键性不容忽视,尤其是噪声环境下语音的端点检测,它的准确性很大程度上直接影响着后续的工作能否有效进行。 确定语音信号的起止点, 从而减小语音信号处理过程中的计算量, 是众多语音信号处理领域中一个基本而且重要的问题。有效的端点检测技术不仅能减少系统的处理时间,增强系统处理的实时性,而且能排除无声段的噪声干扰,增强后续过程的识别性。可以说,语音信号的端点检测至今天为止仍是有待进一步深入的研究课题。 2. 语音端点检测主要方法和分析 在很长一段时间里,语音端点检测算法主要是依据语音信号的时域特性[2].其采用的主要参数有短时能量、短时平均过零率等,即通常说的基于能量的端点检测方法。这些算法在实验室环境下具有良好的性能,但在噪声环境下,则无法达到其应有的效果。近年来,随着通信业的迅猛发展,又出现了很多的语音端点检测算法。它们主要是通过采用各种新的特征参数,以提高算法的抗噪声性能。如基于倒谱系数[3]、频带方差[4]、自相关相似距离[5] 、信息熵[6]等也逐渐的被应用到端点检测中。有时,还通过将信号的几种特征组合成为一个新的特征参数来进行端点检测。 2.1基于短时能量和短时平均过零率的检测方法 该方法也称为双门限比较法,它是在短时能量检测方法的基础上,加上短时平均过零率,利用能量和过零率作为特征来进行检测.在信噪比不是很低的情况下,根据语音信号的能量大于噪声噪声能量的假设,通过比较输入信号的能量与语音能量阈值的大小,可以对语音段和非语音段加以区分[7].输入每帧信号的能量可由下式得到[7-8]: 1本课题得到江苏省普通高校自然科学研究计划资助项目（项目批准号：07KJD510110）的资助。
噪声系数测量的三种方法 本文介绍了测量噪声系数的三种方法：增益法、Y系数法和噪声系数测试仪法。这三种方法的比较以表格的形式给出。 前言 在无线通信系统中，噪声系数(NF)或者相对应的噪声因数(F)定义了噪声性能和对接收机灵敏度的贡献。本篇应用笔记详细阐述这个重要的参数及其不同的测量方法。 噪声指数和噪声系数 噪声系数有时也指噪声因数(F)。两者简单的关系为： NF = 10 * log10 (F) 定义 噪声系数(噪声因数)包含了射频系统噪声性能的重要信息，标准的定义为： 从这个定义可以推导出很多常用的噪声系数（噪声因数）公式。 下表为典型的射频系统噪声系数： *HG=高增益模式，LG=低增益模式
噪声系数的测量方法随应用的不同而不同。从上表可看出，一些应用具有高增益和低噪声系数(低噪声放大器(LNA)在高增益模式下)，一些则具有低增益和高噪声系数(混频器和LNA在低增益模式下)，一些则具有非常高的增益和宽范围的噪声系数(接收机系统)。因此测量方法必须仔细选择。本文中将讨论噪声系数测试仪法和其他两个方法：增益法和Y系数法。 使用噪声系数测试仪 噪声系数测试/分析仪在图1种给出。 图1. 噪声系数测试仪，如Agilent公司的N8973A噪声系数分析仪，产生28VDC脉冲信号驱动噪声源 (HP346A/B)，该噪声源产生噪声驱动待测器件(DUT)。使用噪声系数分析仪测量待测器件的输出。由于分析仪已知噪声源的输入噪声和信噪比，DUT的噪声系数可以在内部计算和在屏幕上显示。对于某些应用(混频器和接收机)，可能需要本振(LO)信号，如图1所示。当然，测量之前必须在噪声系数测试仪中设置某些参数，如频率范围、应用(放大器/混频器)等。 使用噪声系数测试仪是测量噪声系数的最直接方法。在大多数情况下也是最准确地。工程师可在特定的频率范围内测量噪声系数，分析仪能够同时显示增益和噪声系数帮助测量。分析仪具有频率限制。例如，Agilent N8973A可工作频率为10MHz至3GHz。当测量很高的噪声系数时，例如噪声系数超过10dB，测量结果非常不准确。这种方法需要非常昂贵的设备。 增益法 前面提到，除了直接使用噪声系数测试仪外还可以采用其他方法测量噪声系数。这些方法需要更多测量和计算，但是在某种条件下，这些方法更加方便和准确。其中一个常用的方法叫做“增益法”，它是基于前面给出的噪声因数的定义：
目录 摘要........................................................................................ 错误!未定义书签。Abstract .................................................................................. 错误!未定义书签。第1章绪论.. 0 1.1课题背景 0 1.2语音端点检测现状 0 1.3相关工作 (2) 1.4本文主要研究内容 (3) 第2章语音信号时频域分析及预处理 (4) 2.1语音信号简述 (4) 2.2语音信号分析 (4) 2.2.1 时域分析 (5) 2.2.2 频域分析 (5) 2.3语音信号分析处理 (7) 2.3.1 预加重 (7) 2.3.2 加窗分帧 (8) 2.4本章小结 (9) 第3章语音端点检测算法研究 (10) 3.1语音端点检测 (10) 3.1.1 简述 (10) 3.1.2 语音端点检测原理 (10) 3.1.3 语音端点检测算法及实施方案 (12) 3.2基于短时能量和短时过零率的语音端点检测 (13) 3.2.1 短时平均能量 (14) 3.2.2 短时过零率 (16) 3.2.3 基于短时能量和短时过零率的双门限端点检测 (18) 3.2.4 双门限语音端点检测实验 (19) 3.3基于倒谱特征的语音端点检测 (20) 3.3.1 倒谱特征 (20) I
3.3.2 倒谱距离 (21) 3.3.3 倒谱距离的检测算法流程 (23) 3.3.4 基于倒谱特征的语音端点检测试验分析 (25) 3.4基于谱熵的语音端点检测 (26) 3.4.1 谱熵特征 (26) 3.4.2 基于谱熵的端点检测流程 (27) 3.4.4 基于谱熵特征的语音端点检测试验分析 (28) 3.5算法比较 (30) 3.6本章小结 (33) 结论.................................................................................... 错误!未定义书签。参考文献................................................................................ 错误!未定义书签。致谢.................................................................................... 错误!未定义书签。附录1..................................................................................... 错误!未定义书签。附录2..................................................................................... 错误!未定义书签。附录3..................................................................................... 错误!未定义书签。附录4..................................................................................... 错误!未定义书签。附录5..................................................................................... 错误!未定义书签。
噪声检测标准 1、环境噪声新标准 我国新颁发的GB 3096-2008、GB 12348-2008和GB 22337-2008等三个环境噪声标准（以下简称“新标准”），已经在2008年10月1日开始实施。新标准中，都涉及到室内环境噪声的测量。作为环境噪声的监测机构，如何按新标准的要求对室内环境噪声测量，进行认真而正确的运作，这在全检测行业来说，是一个急需研讨的实际课题。 但是，在新标准颁布前，我国仅有《城市区域环境噪声标准》、GB3096-93、《城市区域环境噪声测量方法》GB/T14623-93，以及《工业企业厂界噪声标准》GB12348-93、《工业企业厂界噪声测量方法》GB/T14623-93（以下简称“原标准”）。在其适用范围上，基本是环境保护部门的依法行政的依据。进入新千年后，室内环境噪声污染监测需求量大，检测机构呈现多元化，从而促进了噪声监测市场的建立和发展。然而，这两个标准在适用性和操作的可行性上都有很大的局限，很难满足不同环境条件的、不同委托方对噪声监测的具体要求，特别是在为维护人身健康权的环境噪声危害争议的司法判决上，存在依据标准不当的困境。因此，急需满足上述要求的一系列环境噪声标准的颁布，达到适应委托检测方的需要，推动环境噪声监测市场健康发展的目的。 2.、新标准的特点 同原标准相比，新标准在很多方面，有了很大的进步，也在一定程度上满足了检测机构开展室内环境噪声的实际需要，具体表现在如下几个特点上。 （1）把声环境标准分为“声环境质量标准”和“噪声排放标准”。由环境保护部和国家质量监督检验检疫总局共同颁发的新标准中，把GB3096-93和GB/T14623-93合并为一个标准GB3096-2008，名称改为“声环境质量标准”，把GB12348-93和GB12349-93合并为一个标准GB12348-2008，名称改为“工业企业厂界环境噪声排放标准”，同时还新出台了GB22337-2008《社会生活环境噪声排放标准》，使声环境标准形成了环境标准体系的基本框架，这是对声环境标准标准体系建设的一大进步。 （2）对声环境标准的基本概念，给出明确定义。在 GB3096-2008中的第3部分，给出了“昼间等效声级”和“夜间等效声级”、“昼间”和“昼间”、“A最大声级”、“累积百分声级”、“城市”、“乡村”、“交通干线”、“噪声敏感建筑物”、“突发噪声”等11个基本概念；在 GB12348-2008中第3部分，新给出了“工业企业厂界环境噪声”、“厂界”、“频发噪声”、“偶发噪声”、“倍频带声压级”、“稳态噪声”、“非稳态噪声”、“背景噪声”等8个基本概念（还包括“A声级”、等效声级”、“噪声敏感建筑物”、“昼间”和“昼间”、“最大声级”等5个基本概念）；在 GB22337-2008中的第3部分，新给出了“社会生活噪声”、“边界”等2个基本概念（还包括“A声级”、“等效声级”、“噪声敏感建筑物”、“背景噪声”、“倍频带声压级”、“昼间”和“昼间”等6个基本概念）。它是适用各个标准的关键词，展现了新标准的规范化，同时对正确执行本标准，具有指导意义。 （3）增加了室内环境噪声限值，为室内环境噪声监测提供直接依据。在GB12348-2008和GB22337中，明确规定了“结构传递固定设备室内噪声排放限值”，使检测机构对室内环境噪声的监测有了实用的标准依据。特别是居民楼中的水泵、电梯和变压器等设备产生的室内环境噪声污染，国家环境保护总局（环函（2007）54号）对此做出解释，可参照执行GB12347-93。这种“参照适用”标准的“解释”，由于GB12347-2008的颁布，提供了可行的适用标准。这就使环境检测机构进行室内环境噪声污染的监测更具有可行性。
语音识别技术综述 The summarization of speech recognition 张永双 苏州大学 摘要 本文回顾了语音识别技术的发展历史，综述了语音识别系统的结构、分类及基本方法，分析了语音识别技术面临的问题及发展方向。 关键词：语音识别；特征；匹配 Abstact This article review the courses of speech recognition technology progress ,summarize the structure,classifications and basic methods of speech recognition system and analyze the direction and the issues which speech recognition technology development may confront with. Key words: speech recognition;character;matching 引言 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科，所涉及的领域有信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等，甚至还涉及到人的体态语言（如人民在说话时的表情手势等行为动作可帮助对方理解）。其应用领域也非常广，例如相对于键盘输入方法的语音输入系统、可用于工业控制的语音控制系统及服务领域的智能对话查询系统，在信息高度化的今天，语音识别技术及其应用已成为信息社会不可或缺的重要组成部分。 1.语音识别技术的发展历史 语音识别技术的研究开始二十世纪50年代。1952年，AT&Tbell实验室的Davis等人成功研制出了世界上第一个能识别十个英文数字发音的实验系统：Audry系统。
噪声环境监测报告 专业班级：资环系09级三班第五组 同组人员：母晓松、朱虹颖、徐敏、尹秀琳、陶伟、王光福、周馨、 指导老师：李新 一、前言 1．基础资料收集于现场调查：根据本次监测的环境要素，对监测区域、校园噪声区或污染源进行收集资料和现场调查结果如下：校园内的噪声源主要是学校学生以及周围居民，校园外对校园产生影响的的主要是高速公路国王的车辆（横穿校园）。噪声污染高点在中午以及下午下课阶段。晚上的噪声主要来源于高速公路生来往的车辆。校园内早生物然总理来讲比较轻微。 2实验目的： 1、学习区域环境噪声的监测方法，并对校园生活区、教学区等不同功能区噪声污染进行评价； 2、熟悉声级计的使用； 3、掌握对非稳态的噪声监测数据的处理方法。 二、监测方案的设计 1 采样点设置 布点方法： 本次噪声监测所采用的方法是网格法，即在校园内外共分12个网格，网格按顺序编号，测量点选在每个网格中心，因此共设12个
监测点。监测点分别为： 2 噪声评价方法： 评价采用等效连续声级法。等效连续声级法就是把实地监测所得到的L eq值做算术平均运算，所得到的平均值代表该区域的噪声水平，该平均值可以对照《城市区域环境噪声标准》（GB3096—93），评价该区域的声环境质量是否符合标准。 城市区域环境噪声分类标准（dB） 1类标准适用于以居住、文教机关为主的区域；乡村居住环境可参照执行该类标准。 2类标准适用于居住、商业、工业混杂区。 3类标准适用于工业区。 4类标准适用于城市中的道路交通干线道路两侧区域，穿越城区的内河航道两侧区域，穿越城区的铁路主、次干线两侧区域的背景噪声（指不通过列车时的噪声水平）限值也执行该类标准。 三、主要仪器：噪声声级计、计算机 四、操作步骤： A、监测方法： 测量一般选在上午8：00—12：00，下午14：00—16：00；监测结果为区域内所有网格等效连续声级的平均值。测量中，每隔5s读
浙江科技学院学报,第19卷第3期,2007年9月Jo ur na l of Zhejiang U niv ersity of Science and T echnolog y Vo l.19No.3,Sep.2007 收稿日期:2007 04 23 作者简介:张震宇(1976 ),男,浙江兰溪人,讲师,硕士,主要从事电子技术和语音信号处理的研究。 基于Matlab 的语音端点检测实验研究 张震宇 (浙江科技学院自动化与电气工程学院,杭州310023) 摘 要:端点检测在语音识别中占有十分重要的地位,直接影响着系统的性能。今借助于M atlab 这一功能强大的工具,成功地开展了语音端点检测的实验研究。首先简介端点检测涉及的几个基本概念,然后分析端点检测的基本方法,最后分别进行孤立字、孤立词的语音检测实验;重点阐述实验开展的具体过程,并给出部分关键源代码。实验取得了良好的效果。 关键词:端点检测;短时能量;过零率;M atlab 中图分类号:T P391.42 文献标识码:A 文章编号:1671 8798(2007)03 0197 05 Expe rime ntal Study on Speec h Endpoint Detection Base d on Matlab ZH ANG Zhen y u (Schoo l o f Automat ion and Electr ical Engineer ing,Zhejiang U niv ersity of Science and T echnolog y,H angzhou,310023,China) Abstract:Endpoint detection plays an important ro le in speech recog nition,w hich dir ectly af fects perform ance of the speech system.With M atlab,exper im ents to detect speech endpoint are developed successfully.Firstly ,several basic concepts are introduced briefly.T hen,the basic method for endpoint detection is analyzed.At last,2experiments for isolated wo rd are car ried out.T he detailed ex perim ent procedure is focused on and par t of key source codes is given,w hich gains favourable effect. Key words:endpo int detection;short term energy ;zer o crossing r ate(ZCR);M atlab 所谓端点检测,就是从一段给定的语音信号中找出语音的起始点和结束点。在语音识别系统中,正确、有效地进行端点检测不仅可以减少计算量和缩短处理时间,而且能排除无声段的噪声干扰、提高语音识别的正确率。研究表明,即使是在安静的环境下,语音识别系统一半以上的错误可能主要来自端点检测 [1] 。除此之外,在语音合成、编码等系统 中,高效的端点检测也直接影响甚至决定着系统的主要性能。因此,端点检测的效率、质量在语音处理系统中显得至关重要,广泛开展端点检测实现手段方面的研究,有一定的现实意义。 笔者查阅了大量关于端点检测的文献资料,典型的如文献[2 5]等,发现大部分文献把重点放在理论分析层面上,集中研究了如何较好地改进检测方
语音识别改进方法及难点分析 ——《模式识别》结课小论文 学院：化工与环境学院 学号：2120151177 姓名：杜妮
摘要：随着计算机技术的不断发展，人工智能程度也越来越高，作为人工智能的一部分——模式识别也在模型和算法上愈发成熟。本文根据近105年文献，分析最新声音识别的方法和应用。 关键字：模式识别声音识别方法应用 随着人工智能的迅速发展，语音识别的技术越来越成为国内外研究机构的焦点。人们致力于能使机器能够听懂人类的话语指令，并希望通过语音实现对机器的控制。语音识别的研究发展将在不远的将来极大地方便人们的生活。 语音识别大致的流程包括：特征提取、声学模型训练、语音模型训练以及识别搜索算法。作为一项人机交互的关键技术，语音识别在过去的几十年里取得了飞速的发展，人们在研究和探索过程中针对语音识别的各部流程进行了各种各样的尝试和改造，以期发现更好的方法来完成语音识别流程中的各步骤，以此来促进在不同环境下语音识别的效率和准确率。本文通过查阅近10年国内外文献，分析目前语音识别流程中的技术进展和趋势，并在文章最后给出几项语音识别在日常生活中的应用案例，从而分析语音识别之后的市场走势和实际利用价值。 一、语音识别的改进方法 (一)特征提取模块改进 特征提取就是从语音信号中提取出语音的特征序列。提取的语音特征应该能完全、准确地表达语音信号，特征提取的目的是提取语音信号中能代表语音特征的信息，减少语音识别时所要处理的数据量。语音信号的特征分析是语音信号处理的前提和基础，只有分析出可以代表语音信号本质特征的参数，才能对这些参数进行高效的语音通信，语音合成，和语音识别等处理，并且语音合成的好坏，语音识别率的高低，也都取决于语音特征提取的准确性和鲁棒性。目前，针对特定应用的中小词汇量、特定人的语音识别技术发展已较为成熟，已经能够满足通常应用的要求，并逐步投入了实用。而非特定人、大词汇量、连续语音识别仍是
语音端点检测方法研究 文章在研究语音识别系统中端点检测基本算法的基础上，分别对利用双门限的端点检测方法、利用小波变换的端点检测方法、利用倒谱相关理论的端点检测方法原理进行了阐述和说明，并对几种端点检测方法的特点进行了分析。 标签：端点检测；双门限；小波变换；倒谱 1 概述 就一般情况下来讲，在语音通信过程当中，大多采用有线电话网的方式来进行，但是由于某些地区环境及场合需要等因素，则需要通过无线电台来作为通信方式。与此同时，在其实际应用过程中，整个通话过程由语音控制来实现。具体来讲，有线方说话时本地无线电台则处于发射状态，相对应来讲远端无线电台为接收状态，相反来讲，当有线方沉默的时候，无线电台工作状态发转。其中，语音端点检测方法和技术是关键，基于从某段语音信号当中来准确判断语音位置（起始点与终止点），从而有效地区分是否为语音信号这样的目的。该技术对于减少数据的采集量、降低或者排除噪声段的干扰以及提高系统识别性能等方面具有关键作用。 2 利用双门限进行语音端点检测 首先确定短时能量和短时过零率符合端点起点判定条件的帧，接着再根据短时过零率和短时能量符合端点终点判定条件的帧。除此之外，对于一些突发性噪声检测，比如由于门窗开关所引起的噪声，相对应来讲我们可以通过设置最短时间门限来进行判断。具体来讲，当处于静音这一语音信号端点检测段时，如数值比低门限还低，与此同时最短时间门限大于计时长度，那么我们基本上可以确定这是一段噪音。 双门限的检测算法结合了短时能量和短时过零率的优点，在得到的端点检测结果中，其精确度和浊音检测都能得到很好的保证。现在有很多的端点检测算法都是根据双门限的算法进行不同的改进，能使其各有优劣，从而适应于不同的情况和环境。 3 利用小波变换进行语音端点检测 小波变换属于时频分析的一种，具体来说是空间（时间）和频率的局部变换，因而能有效的从信号中提取信息。小波变换能将信号在时域中表现不了的特征在频域中表现出来。因此，利用小波变换的这一个特性，根据有效的说话人的声音数据和背景噪声数据的频谱存在明显差异的特征来进行端点检测。一般有效的说话人的声音数据的频谱分布范围很大，而且频率的值也很大。而背景噪声的频谱变化不大，而且值也较小。因此先将语音数据分帧，将分帧后的数据进行一次小波变换，再对小波变换后的数据计算方差，如果计算的结果大于一定的阈值，那
环境噪声监测技术规范 环境噪声监测技术规范结构传播固定设备噪声 1适用范围 本标准规定了结构传播固定设备噪声监测测量计划制定、现场调查方法、监测点位设置、室 内低频噪声测量方法、监测数据处理与评价、资料整编和监测质量保证等的技术要求。 本标准适用于结构传播固定设备噪声引起的室内低频噪声污染监测。 2规范性引用文件 本标准内容引用了下列文件的条款。凡不注明日期的引用文件，其有效版本适用于本标准。 GB3785声级计电、声性能及测量方法 GB12348工业企业厂界环境噪声排放标准 GB22337社会生活环境噪声排放标准 GB/T3241倍频程和分数倍频程滤波器 GB/T15173声校准器 GB/T17181积分平均声级计 3术语和定义 下列术语和定义适用于本标准。 3.1倍频带声压级soundpressurelevelinoctave 采用符合GB/T3241规定的倍频程滤波器所测量的频带声压级。本标准规定的噪声频谱分析 时使用的倍频带中心频率为31.5Hz、63Hz、125Hz、250Hz、500Hz，其频率覆盖范围为22Hz～ 707Hz。 3.2低频噪声LowFrequencyNoise 不同的国家或地区对于低频噪声的频率范围的认定不尽相同，我国《工业企业厂界环境噪声 排放标准》（GB12348）和《社会生活噪声排放标准》（GB22337）规定固定设备结构传播的低 频噪声范围规定为31.5～500Hz。 3.3噪声评价数noiseratingnumber（NR） 是一种噪声评价方法，它通过一系列频谱曲线（NR噪声评价曲线）来反映不同声级和频率的 噪声对人造成的听力损失、语言干扰或烦恼的程度。曲线的NR值等于中心频率为1000赫的倍频 程声压级的分贝整数。为了弥补A声级在评价室内低频噪声污染方面的不足，本标准引入噪声评 2 价数NR。 4现场监测测量条件 4.1测量仪器 4.1.1声级计与滤波器
短时能量matlab实现: [x]=wavread('song1.wav'); x=x/max(abs(x)); figure; subplot(3,1,1); plot(x); axis([1 length(x) -1 1]); ylabel('Speech'); FrameLen=240; FrameInc=80; yframe=enframe(x,FrameLen,FrameInc); amp1=sum(abs(yframe),2); subplot(3,1,2); plot(amp1); axis([1 length(amp1) 0 max(amp1)]); ylabel('Amplitude'); legend('amp1=∑│x│'); amp2=sum(abs(yframe.*yframe),2); subplot(3,1,3); plot(amp2); axis([1 length(amp2) 0 max(amp2)]); ylabel('Energy'); legend('amp1=∑│x*x│'); 短时过零率matlab实现: [x]=wavread('song1.wav'); figure; subplot(3,1,1); plot(x); axis([1 length(x) -1 1]); ylabel('Speech'); FrameLen = 240; FrameInc = 80; amp = sum(abs(enframe(filter([1 -0.9375], 1, x), FrameLen, FrameInc)), 2); subplot(312) plot(amp); axis([1 length(amp) 0 max(amp)]) ylabel('Energy'); tmp1 = enframe(x(1:end-1), FrameLen, FrameInc); tmp2 = enframe(x(2:end) , FrameLen, FrameInc); signs = (tmp1.*tmp2)<0; diffs = (tmp1 -tmp2)>0.02; zcr = sum(signs.*diffs, 2); subplot(3,1,3); plot(zcr);
建筑工地噪声检测方案 技 术 设 计 方 案 介 绍
作为广州“无线城市”应用的重要组成部分，广州在国内首次以无线方式实现对施工工地的远程噪音监控，有关工地噪声的投诉量大幅度下降，部分工地甚至实现了零投诉。 噪声远程无线监控系统是以分布安装在各监测区域的全天候声环境监测单元为基础。并采用3G无线技术，根据监测的需要将超标噪声数据实时地传回指挥中心。后台监测人员不仅能了解到整个城市工地的声环境状况，而且还可以了解到超标噪声的具体数值和类型。另外，通过对大量声环境数据的分析、建模可以为管理部门决策提供充分的支持，为环境立法提供根据。 技术方案设计 噪声无线远程监控系统具有四个特点：1.噪声监测仪采用一体化设计，集成无线数据采集、录音、数据传输功能，携带、安装方便。 2.可同步采集分贝值及背景噪声，实现音频实时压缩及分贝音频同步传输。 3.支持多种网络传输途径，如LAN/ADSL/3G。 4.低功耗设计，可适应户外的高温条件。 噪声无线远程监控系统由现场监测仪和中心端软件两级组成： 1)环境噪声监测仪负责采集现场的分贝数据环境音频，经压缩后传输到中心保存。 2)噪声无线远程监控系统中心端软件负责监控所有的噪声监测点，查询实时和历史的噪声数据，并统计相应的等效声级数据。 应用效果分析
近年，随着广州城市化进程加快，各类施工工地给人们带来的噪音干扰问题也日趋明显，据市行政执法局投诉受理中心统计，今年市行政执法局共受理各类投诉40064起，其中工地噪音投诉有6749起，占16.85%，而且大部分属于夜间投诉。以往，执法人员接到居民投诉后，通常以人工测量的方式进行取证，但这种方式效率较低，覆盖面小，并且测试设备一体化程度低、携带不便，在现实执法中，常常出现以下情况：执法人员接到居民投诉后，马上赶到现场，很可能噪声又消失了，无法取证；执法人员一走，噪音又出现了，如此反复，形成一个循环“怪圈”，导致群众对执法工作的满意度不高。 为了有效地监管施工工地的违规施工，广州城市管理行政执法局与广州环境保护局率先在广州市2个工地试验安装了首批定点噪音远程无线监控设备，这是国内首次以无线的方式实现对施工工地的远程噪音监控，通过这套系统，执法人员可以在后台实时观测到施工工地的施工噪音情况，一旦工地噪声超标时间达到1分钟，工地项目经理的手机就会马上收到提醒短信，项目经理就能迅速地查找到哪个环节出现问题。如果10分钟内问题未解决，执法人员会立即赶赴工地进行执法。 远程无线噪音监控系统使用结果表明：1.该系统有效地解决了施工噪音扰民但监管难度大、投诉后取证难等问题，并为施工单位安全施工提供可靠保障，实现了城市管理行政执法的精准性、高效性；2.该系统作为广州“无线城市”应用的重要组成部分，是广州城市管理
山西大学研究生学位课程论文（2014 ---- 2015 学年第 2 学期） 学院（中心、所）：计算机与信息技术学院 专业名称：计算机应用技术 课程名称：自然语言处理技术 论文题目：语音识别综述 授课教师（职称）： 研究生姓名： 年级： 学号： 成绩： 评阅日期： 山西大学研究生学院 2015年 6 月2日
语音识别综述 摘要随着大数据、云时代的到来，我们正朝着智能化和自动化的信息社会迈进，作为人机交互的关键技术，语音识别在五十多年来不仅在学术领域有了很大的发展，在实际生活中也得到了越来越多的应用。本文主要介绍了语音识别技术的发展历程，国内外研究现状，具体阐述语音识别的概念，基本原理、方法，以及目前使用的关键技术HMM、神经网络等，具体实际应用，以及当前面临的困境与未来的研究趋势。 关键词语音识别；隐马尔科夫模型；神经网络；中文信息处理 1.引言 语言是人类相互交流最常用、有效的和方便的通信方式，自从计算机诞生以来，让计算机能听懂人类的语言一直是我们的梦想，随着大数据、云时代的到来，信息社会正朝着智能化和自动化推进，我们越来越迫切希望能够摆脱键盘等硬件的束缚，取而代之的是更加易用的、自然的、人性化的语音输入。语音识别是以语音为研究对象，通过对语音信号处理和模式识别让机器自动识别和理解人类口述的语言。 2.语音识别技术的发展历史及现状 2.1语音识别发展历史 语音识别的研究工作起源与上世纪50年代，当时AT&T Bell实验室实现了第一个可识别十个英文数字的语音识别系统——Audry系统。1959年，J.W.Rorgie和C.D.Forgie采用数字计算机识别英文元音及孤立字，开始了计算机语音识别的研究工作。 60年代，计算机应用推动了语音识别的发展。这时期的重要成果是提出了动态规划（DP）和线性预测分析技术（LP），其中后者较好的解决了语音信号产生模型的问题，对后来语音识别的发展产生了深远的影响。 70年代，LP技术得到了进一步的发展，动态时间归正技术（DTW）基本成熟，特别是矢量量化（VQ）和隐马尔科夫（HMM）理论的提出，并且实现了基于线性预测倒谱和DTW技术的特定人孤立语音识别系统。 80年代，实验室语音识别研究产生了巨大的突破，一方面各种连接词语音识别算法被开发，比如多级动态规划语音识别算法；另一方面语音识别算法从模板匹配技术转向基于统计模型技术，研究从微观转向宏观，从统计的角度来建立最佳的语音识别系统。隐马尔科夫模型（HMM）就是其典型代表，能够很好的描述语音信号的时变性和平稳性，使大词汇量连
噪声系数测试方法 针对手机等接收机整机噪声系数测试问题，该文章提出两种简单实用的方法，并分别讨论其优缺点，一种方法是用单独频谱仪进行测试，精度较低；另一种方法是借助噪声测试仪的噪声源来测试，利用冷热负载测试噪声系数的原理，能够得到比较精确的测量结果。 图1是MAXIM公司TD-SCDMA手机射频单元参考设计的接收电路，该通道电压增益大于100dB，与基带单元接口为模拟I/Q信号，我们需要测量该通道的噪声系数。采用现有的噪声测试仪表是HP8970B，该仪表所能测量的最低频率为10MHz，而TD-SCDMA基带I/Q信号最高有用频率成份为640KHz，显然该仪表不能满足我们的测量需求。下面我们将介绍两种测试方案，并讨论其测试精度，最后给出实际测试数据以做对比。 图1：MAXIM公司TD-SCDMA手机射频接收电路。 利用频谱仪直接测试 利用频谱仪直接测量噪声系数的仪器连接如图2所示，其中点频信号源用于整个通道增益的校准，衰减器有两个作用，一是起到改善前端匹配的作用；二是做通道增益校准使用，因接收机增益往往很高，大于 100dB，而一些信号源不能输出非常弱的信号，配合该衰减器即能完成该功能。 测量步骤一：先利用信号源产生一个点频信号（一般我们感兴趣的是接收机小信号时的噪声系数，故此时点频信号电平应接近灵敏度电平），频点与本振信号错开一点，这样在基带I/Q端口可以得到一个点频信号，调节接收机通道增益使I/Q端点频信号幅度适中，测量接收机输入与输出端的点频信号大小可以求得这时的通道增益，记为G。
测量步骤二：接步骤一，关闭信号源，保持接收机所有设置不变，用频谱仪测量I/Q端口在刚才点频频点处的噪声功率谱密度，I端口记为Pncdensity(dBm/Hz), Q端口记为Pnsdensity(dBm/Hz)，则接收通道噪声系数有下式给出： 上式中kb表示波尔兹曼常数，F是噪声系数真值，我们用NF表示噪声系数的对数值，NF＝10lg(F)， G表示整个通道增益，T1为当前热力学温度，T0等于290K。假定T1＝T0，容易求得NF的显式表达式如下： 或者： 关于方程2与方程3的正确性，我们可以做如下简单推导。先考虑点频情况，设接收机输入端点频信号为： 接收机I/Q端口点频信号分别为：