语音端点检测是语音分析、语音合成和语音识别中的一个必要环节。尽管语音端点检测技术在安静的环境中已经达到了令人鼓舞的准确率,但是在实际应用时由于噪声的引入和环境的改变通常会使系统性能显著下降。语音端点检测技术要走向实用,就必须克服鲁棒性问题,因此低信噪比噪声环境下的语音端点检测技术的意义非常重要。 本文在总结研究现有的典型语音端点检测方法的基础上,提出了一种能够有效反映语音信号非线性特征的处理方法,将能够反映语音信号不同于噪声信号特性的KC和C₀复杂性特征作为语音端点检测的一种新的特征,应用于噪声环境中的语音端点检测实验。 本文在Microsoft Visual C++6.0开发平台上,对典型的三种端点检测方法（基于能量的端点检测方法、MFCC倒谱距离测量方法、基于谱熵的语音端点检测方法）和基于KC复杂性特征和C₀复杂性特征的端点检测方法进行了编程实现,实验采用了三个语音数据库,一个YOHO英文连续语音数据库,一个中文连续语音数据库和一个孤立词数据库,选用COLEA语音处理专业化软件,来实现按一定信噪比进行的语音数据和NOISEX 92噪声数据的合成,做了大量的对比实验,并利用MATLAB 6.5软件进行了数据结果的可视化分析。实验证明,这两种复杂性特征方法,尤其是C₀复杂性特征端点检测法能够有效的克服噪声环境对语音端点检测系统的影响,适合强健语音识别系统的要求。