端点检测作为语音识别系统预处理阶段遇到的第一个关键技术,其准确性在某种程度上直接决定了整个语音识别系统的成败。语音识别系统的处理对象是有效语音信号,这就需要事先从输入信号中找到语音部分的起止点,确定有效语音段的边界,端点检测的目的就是从包含语音的一段信号中确定出语音的起点以及终点,又称语音活动检测。本文首先简单介绍了语音信号的产生机制,语音信号的采集与数字化、加窗、分帧等预处理的理论知识。然后介绍了近几年国内外学者提出的一些端点检测算法,并详细分析了两种端点检测算法,给出了仿真结果。随后,提出了三种噪音情况下的端点检测算法:(1)信息熵函数在无噪音情况下,能够很好的区分语音段与无声段,但是在有噪音时,它的检测能力就比较差了,因此本文提出了对信息熵进行能量加权的改进算法,以区分噪声段与语音段。(2)语音和噪声的频谱特性差异是很大的。在噪声的频谱中,各频带之间变化很平缓;而语音各频带之间变化较激烈。基于此,提出了频带方差法,但单独使用频带方差在低信噪比下的检测结果仍不是很理想,因此,本文对此方法进行改进提出了时频方差和的检测方法。(3)减谱法是一种传统的降噪方法,但减谱法利用固定的无音片段作为噪声样本容易产生误差。谱熵法是一种有效的端点检测方法,但在低信噪比环境下,检测效果将大大降低,为此提出了一种降噪和端点检测同步的方法。