语音信号处理中,端点检测指从背景噪声中准确检测出语音信号的起止点,从而在语音识别中提高识别精度及减少识别时间。尽管语音端点检测技术在安静的环境中已经达到令人鼓舞的准确率,但在现实环境中由于各种不同噪声的引入使得语音端点的检测性能显著下降,因而强噪声环境下的语音端点检测的研究有重要意义。本文首先总结了语音信号数字化处理过程,分析了常用的几种端点检测方法,并给出了其实验结果与一些相应的改进。随后给出了强噪声环境下两种语音端点检测新方法。方法一:基于离散余弦变换和改进谱熵的语音端点检测方法。通过前期离散余弦变换的语音增强,有效地去除了含噪信号中的噪声,增强了端点检测的准确度,接着在后期采用改进谱熵的方法进行语音端点检测,进一步准确地确定出语音信号的起止端点位置。方法二:基于倒谱距离和短时能量的端点检测方法。通过加入一与倒谱距离不相关的短时能量参数,建立双参数判决机制来进行端点检测。同谱熵及短时能量等方法相比较,方法一不仅有较高的端点检测准确率,而且能有效地区分连续语音中字与字之间的边界,鲁棒性较好,抗干扰能力强。方法二实现起来简单,环境适应性较好,对于以清音开头的语音信号端点检测效果明显;端点检测性能优于倒谱距离及短时能量方法,在保证运算量没有显著增大的前提下,提高了在强噪声环境下的端点检测准确率。对不同类型噪声环境下的语音进行了端点检测,并对检测效果进行了评价和分析。实验结果表明上述两种方法在不同类型的强噪声环境下的端点检测效果都比较好。最后,文章对本文给出的两新方法进行了总结,指出了今后研究中需要改进的问题及端点检测未来的发展方向。