音频信号特征提取.pdfVIP

数字音频实验 5   音频特征提取  一、 实验目的 加深对数字音频特征的理解，了解短时能量与短时平均过零率的作用及求法。  二、 实验设计 编写一个求音频文件短时能量和过零率的应用程序。  具体程序要求：  音频文件为根目录下的 test_exp5_1.wav 的 16 位采样位数的文件；  计算所得的短时能量是一个相对值，即对每个数据与最大值的相对值进行加权运算；  将结果输出至文件。  三、 基本理论 1. 短时能量 音频信号的能量随着时间变化比较明显，其短时能量分析给出了反映这些幅度变化的一 个合适的方法。对于信号{x(n)}，其短时能量的定义如下：  ∞ ∞ En ∑[x (m)w(n −m)]2 ∑x 2 (m)h(n −m) x 2 (n) ∗h(n)   m −∞ m −∞ 其中，h(n) w2 (n) ，表示在信号的第 n 个点开始加窗函数时的短时能量。如果用x w (n) 表 n+N −1 示x (n) 经过加窗处理后的信号，窗函数的长度为 N，短时能量可表示为E ∑x 2 (m) ， n w m n n+N −1 所以如果所加窗为矩形窗，短时能量为En ∑x 2 (m) 。  m n   短时能量可以有效地判断信号幅度的大小，并可用于有声/无声的判定，这对音频信号 的检测非常重要。 2. 短时平均过零率 短时平均过零率是音频信号时域分析中最简单的一种特征。顾名思义，它是指每帧内信 号通过零值的次数，它在一定程度上可反映频率信息，进而得到频谱特性，通过短时平均过 零率可获得谱特性的一种粗略估计。计算短时平均过零率的公式为：  ∞ + −1 1 1 n N Z n ∑ sgn[x (m)] −sgn[x (m −1)] ∑sgn[x w (m)] −sgn[x w (m −1)]   2 2 m −∞ m n 其中，sgn[•] 是符号函数，即  ⎧1 x (n) ≥0 sgn[x (n)] ⎨   −1 x (n) 0 ⎩ 四、思考题 1. 8 位数据与 16 位数据文件在求短时平均过零率时有何不同？ 2. 怎样通过短时平均过零率粗略估计信号频率？ 五、 编程指导 1. 数据表示与存储 帧处理类——CAFrame class CAFrame { public: unsigned int nFrameSize; // 每帧采样点数 float* frame; //存储每帧采样值 float st_energy; //短时能量 float zcr;//过零率 public: CAFrame()