1、端點偵測介紹端點偵測 端點偵測（End-point Detection，EPD）:決定音訊開始和結束的位置，又稱 Speech Detection 或是 VAD(Voice Activity Detection)。端點偵測 時域端點偵測絕對值能量法、平方和能量法和越零率 絕對值能量法：平方和能量法：越零率越零率（Zero Crossing Rate，ZCR）是在訊號中，音訊通越零點的次數 2)1(2)1()(NNiipsnE 2)1(2)1(2)(NNiipsnE其中E(n)為第n 個分析框的能量估算值，p 為該分析框的中心點位置，N 為分析框寬度能量法與越零率頻域端點偵測 訊號轉換:離散傅立
2、葉轉換102)()(NnkNnjenxkX其中N為分析視窗長度，X(k)為轉換後頻率成分k之能量平均能量熵值 平均能量熵值 限制頻帶計算整段平均能量NnAuNn/)(1其中，u為整段訊號的平均能量點，A(n)為第n個點的振幅值，N為訊號總點數0)(kXHzk250,Hzk6000or平均能量熵值 將平均能量加入機率密度NiiiiukXukXp1)()(其中，為調整值，u為平均能量平均能量熵值 計算加入平均能量後的負熵值NiiiippH1log其中，Hi為第i個音框下重新計算後的負熵值平均能量熵值決定門檻值決定門檻值 取前N個音框之平均值 此方法假設一開始是靜音，但若一開始就有聲音此做法就很容易發生錯誤 取音框中最大數值的0.1倍 此方法在音量忽大忽小時或雜訊太強時，會發生錯誤 取音框中最小數值的5倍 此方法在雜訊太強時，會發生錯誤結合越零率 先訂出三個門檻值分別為:高能量門檻值（u）低能量門檻值（l）越零率門檻值（zc）結合越零率 先以低能量門檻值（l）為主，找出語音的起點 經過B個音框後，能量更是大於u，則視N1為聲音的起始點，反之在B個音框內有小於l或是低於u，則放棄N1繼續往下找結合越零率 找到N1之後，往回檢查前幾個音框的越零率，是否大於zc，若是就繼續往回搜尋，直到越零率小於zc為止 此時的 與N2為此訊號的端點1N
