端点检测（VAD）技术

端点检测是语音识别和语音处理的一个基本环节，也是语音识别研究的一个热点领域。技术的主要目的是从输入的语音中对语音和非语音进行区分，主要功能可以有：

1. 1. 自动打断。
   2. 去掉语音中的静音成分。
   3. 获取输入语音中有效语音。
   4. 去除噪声，对语音进行增强。

目前，端点检测技术主要是根据语音的一些时域或频域特征进行区分。

一，时域参数

时域参数端点检测是根据时域中的特征参数进行区分，一般如果信噪比较高的时候，效果至少90%以上。

1. 时域能量大小。
2. 时域平均过零率。
3. 短时相关性分析。相关性分析主要是利用语音的相关性比噪声强，噪声之间的相关性呈现下降的趋势，但因为噪声种类太多，因此只针对少量、特定噪声。
4. 能量变化率。也有人用这个，没有实验过。
5. 对数能量。
6. 子带能量。实验表明，这个效果会比单纯的能量要好。
7. GMM假设检验。
8. 其它。其它也有一些，都是从自适应、噪声能量估计、信噪比估计等角度出发。

二，频域参数

频域参数的抗噪性会比时域要好，但计算的cost也要高，下列技术是主流

1. 谱熵。谱熵在频域与时域较量时，是比较优秀的，鲁棒性明显好于时域。
2. 频域子带。这种方法对于自适应类的算法来说，是比较优秀的，因为可以通过子带选择和设计，改变噪声的估计。