2.1.3 Dị tìm điểm cuối (end-point detection)
Dị tìm điểm cuối là một xử lý cố gắng tìm ra chính xác khi nào người ta bắt đầu và kết thúc nói. Nó cịn được dùng để xác định khi mà người ta khơng thật sự nói gì, hoặc nói những điều khơng mong đợi (như khơng có trong bộ từ vựng định trước). Khi đó, dị tìm điểm cuối giúp giảm một số lượng khung mà c h ư ơ n g trình nhận dạng cần phải xử lý, dẫn đến giảm tải việc tính tốn. Tuy nhiên, việc dị tìm điểm cuối khơng dễ như ta tưởng, bởi vì có sự tồn tại của tiếng ồn nền, tiếng nói nền và sự liên kết của các âm tiết, như là sự khó khăn trong việc dị tìm đoạn vô thanh ở phần bắt đầu và kết thúc tiếng nói.
Dị tìm điểm cuối được thực hiện qua ba bước, qua mỗi bước xác định điểm cuối càng chính xác. Việc dị tìm dựa trên mức năng lượng của tín hiệu được đặc
trưng bằng E (xem 2.2.2.2)
a) Dị tìm thơ: dựa trên kỹ thuật năng lượng ít chính xác nhất. Nó tìm một đoạn mà mức năng lượng cao hơn đoạn trước đó và cho một số khung là điểm bắt đầu (thường khoảng 40 khung) trước khi gặp khung mức năng lượng cao hơn. Khi một số lượng (thường khoảng 20 khung) khung khác qua (không cần kiểm tra bất kỳ khung nào) được cho là điểm cuối.
b) Dò tìm tinh: bước dị tìm tinh sẽ kiểm tra mức năng lượng của tiếng
nói, nó cố lọc ra điểm đầu và cuối bằng cách cho rằng mức năng lượng của tiếng nói thì cao hơn độ ồn nền (cao hơn một ngưỡng nào đó).
c) Kỹ thuật VUS: kỹ thuật này cố phân loại từng khung thành đoạn hữu thanh, đoạn vô thanh và khoảng lặng. Việc phân loại dựa trên sự phân bố năng lượng trong khung, phổ biến dạng và sự phân loại khung trước đó. Phương pháp này cố loại bỏ đi những phần khơng phải tiếng nói, như: tiếng nhép miệng, thở, hoặc độ ồn nền (chẳng hạn tiếng đóng cửa).