摘要：本文提出了一种基于频域能量分布分析的自适应元音帧提取算法．该方法采用MEL标度映射各频率分量，通过分析低频、高频能量的分布关系判定元音帧并计算出该帧的短时能量、短时平均过零率的值指导时域帧提取的方案．为了适应连续语音检测过程中响度大小的不断变化，文中选择了按概率抽样进行频域分析修正时域阈值的方式．这种方式利用较少抽样帧的变换分析指导时域检测，相对于全面变换分析降低了运算量，达到了实时检测的要求，同时提高了整体检测性能．实验表明，该方法总体运算量低，同时对发声过程中的音量变化有一定的自适应性．实验中，针对单字音元音帧的正确提取率达到了97％以上，平均丢帧率为3．95％；针对连续语音的正确提取率也达到了90％以上．

关键词：元音帧提取 频域分析 自适应 nel标度频谱 

单位：南京理工大学模式识别与智能系统实验室; 江苏南京210094