1、多參數(shù)結(jié)合的實(shí)時語音分段算法在語音信號處理領(lǐng)域中具有十分重要的意義。本文的主要研究目的是尋找一種有效的方法，能夠?qū)⒍喾N語音信號的特征參數(shù)結(jié)合起來，實(shí)時地檢測或確定連續(xù)語音信號采樣的突變點(diǎn)，并以此突變點(diǎn)對語音信號分段。 本文首先對幾種常用于語音分段算法的特征參數(shù)進(jìn)行了分析，提出了實(shí)時改進(jìn)算法。采用幀長20樣點(diǎn)，利用140個歷史樣點(diǎn)構(gòu)成長度為160點(diǎn)的窗進(jìn)行處理。并在此基礎(chǔ)上提出了一種實(shí)時自相關(guān)的語音分段算法，實(shí)驗(yàn)表明，改進(jìn)后的方法

2、能夠?qū)崿F(xiàn)對語音信號的實(shí)時處理，提取的特征參數(shù)能夠表征語音信號的突變信息，對不同信噪比的語音信號進(jìn)行分段，其準(zhǔn)確率能達(dá)到80％以上。 本文在實(shí)現(xiàn)了特征參數(shù)實(shí)時提取的基礎(chǔ)上，研究分析了粒計(jì)算理論，將粒理論應(yīng)用到語音分段技術(shù)上，提出了一種基于粒計(jì)算的語音分段算法。該算法利用粒計(jì)算處理不精確、模糊、不確定、部分真實(shí)和海量的信息的能力對8種特征參數(shù)進(jìn)行了分析，得到它們之間的相互關(guān)系及對語音分段的重要度，最終構(gòu)成決策規(guī)則，從而有效的進(jìn)行語音

3、分段判決。實(shí)驗(yàn)發(fā)現(xiàn)該算法能夠?qū)⒍喾N特征參數(shù)的優(yōu)點(diǎn)結(jié)合起來，利用其決策規(guī)則可以找到大部分語音信號的分段點(diǎn)，但存在錯判漏判情況，判決準(zhǔn)確度不高。 針對錯判和漏判的問題，經(jīng)過大量的實(shí)驗(yàn)分析，本文對基于粒計(jì)算的語音分段算法提出了改進(jìn)方案。改進(jìn)從兩個方面進(jìn)行:一是對特征參數(shù)采集過程的改進(jìn)，目的是消除噪聲干擾，增加決策規(guī)則的準(zhǔn)確性；二是對判決過程的改進(jìn)，通過在決策規(guī)則的基礎(chǔ)上加入自相關(guān)與能量參數(shù)構(gòu)成雙路徑判決規(guī)則，達(dá)到輔助判決減少漏判錯判的