有许多方法可以估计声门闭合 (GCI) 的瞬间。 这里（PDF 链接）是最近的一篇期刊文章，其中回顾了其中的许多文章。用于 Matlab的免费VOICEBOX 工具箱包括一些 GCI 估计技术。

对于大多数方法，基本思想是相同的：语音信号可以看作是与全极点滤波器共振的激励信号，激励时刻的位置是声门闭合的时刻。

一个简单的 GCI 估计算法可能会像这样工作。可以使用线性预测来估计全极滤波器（封装声道和声门源的贡献）。用这个（时变）滤波器对语音信号进行逆滤波将给出线性预测残差信号，它是对激励信号的估计。对于正常的声音，这个信号看起来像一个噪声脉冲序列。在持续元音期间，拾取此信号的峰值将为这些声音提供良好的结果。声音偏移和起音会比较麻烦，以及非常有气息或不规则的声音。

（关于您的数字的快速说明：标记为残差的信号似乎包括声门源信号，因此它不是与我在上面提到的相同意义上的线性预测残差。）

正如其他人所提到的，已经开发了许多方法来确定语音的发音，并且对于浊音，标记各个音高时期。如果一个人想要有健壮和准确的时代标记，这不是一个微不足道的问题。有很多挑战，双语语音就是其中之一。时域和频域技术都存在。在本文中，您可以找到对五种技术的描述（详细到足以让您实现它们）、它们的比较以及一组直观的增强功能——如果您想开发自己的算法，这是一个很好的起点。如果您需要高质量的语音处理（例如，尽量减少任何抖动），那么我强烈推荐这个纸。它描述了一个非常准确和可靠的方法的本质，但要准备好自己做很多详细的开发。

以下论文提供了避免依赖 GCI 进行语音处理的见解 http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=6952839&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls% 2Fabs_all.jsp%3Farnumber%3D6952839