数字语音理实验报告.doc

数字语音处理实验报告 题目 语音端点检测 作者 学院 专业 班级 学号 指导教师 目录 摘要： 2 前言： 2 1、???? 实现原理 3 1．1基本公式： 3 1．2 理论基础： 3 1．3 基本思路： 4 2、 matlab实现 4 2．1 程序流程图： 4 2．2 程序分析 5 2.2.1 流程图的说明 5 2.2.2 起点和终点的判断 5 2.2.3 enframe函数的说明 5 2.2.4 过零率的计算 7 2.2.5能量的计算 8 2.3 运行结果 9 总 结 10 参考文献 11 附录：完整源程序 12 摘要：短时能量分析和过零率分析作为语音信号时域分析中最基本的方法，应用相当广泛，特别是在语音信号端点检测方面。由于在语音信号端点检测方面这两种方法通常是独立使用的，在端点检测的时候很容易漏掉重要的信息。本文将这两种方法结合起来，利用MATLAB 工具对其进行了分析。实验结果表明，检测的效果好于分别使用其中一种方法的情况。端点检测，短时能量过零率门限近年来，在语音信号处理领域，关于语音信号中端点检测及判定的研究越来越重要。作为语音识别的前提工作，有效的端点检测方法不仅可以减少数据的存储量和处理时间，而且可以排除无声段的噪声干扰，使语音识别更为准确。目前的语音信号端点检测算法比较多，有短时能量，短时过零率分析，自相关法等等，其中以短时能量和短时过零率用的最多。大多文献和教材都是把它们分别进行介绍，由于它们各有其优缺点，分别使用作为语音端点检测的手段难免会漏掉很多有用的信息，因此，笔者将这两种方法结合起来进行分析，在判断清浊音及静音方面可以起到互补的作用，从语音信号的短时能量和过零率分析的特点出发，加以门限值来分析将两种方法相结合应用的效果，最后通过Matlab 进行了仿真。1、???? 实现原理 1．1基本公式： 短时能量公式： 设第n帧语音信号Xn(m)的短时能量用En表示，其计算公式为： 式中，N为信号帧长。 短时过零率公式： 其中，sgn[]是符号函数，即： 1．2 理论基础： 语音信号一般可分为无声段、清音段和浊音段。无声段是背景噪声段, 平均能量最低; 浊音段为声带振动发出对应的语音信号段, 平均能量最高; 清音段是空气在口腔中的摩擦、冲击或爆破而发出的语音信号段, 平均能量居于前两者之间。清音段和无声段的波形特点有明显的不同, 无声段信号变化较为缓慢, 而清音段信号在幅度上变化剧烈, 穿越零电平次数也多。经验表明, 通常清音段过零率最大。端点检测就是首先判断“有声”还是“无声”, 如果有声,则还要判断是“清音”还是“浊音”。为正确地实现端点检测, 一般综合利用短时能量和过零率两个特征,采用“双门限检测法”。 1．3 基本思路： 根据信号设置三个阈值：能量阈值，TL，TH；过零率阈值ZCR,当某帧信号大于TL或者大于ZCR时，认为信号的开始、起点，当大于TH时，则认为正式的语音信号，如果保持一段时间，则确认这信号即所需信号。 2、 matlab实现 2．1 程序流程图： 2．2 程序分析 2.2.1 流程图的说明 amp2,amp1为能量的两个阈值，前者为小的，后者为大的，zcr2为过零率的阈值小值，当amp2 or zcr2，count开始加1，在此期间如果有不满足该条件的话，count立即为0，回到0状态。如果amp1 时，count加1，然后进入2状态。在2状态里边，当amp2 or zcr2，count也1，如果不满足条件，则Silence+1，如果Silence即在2状态期间处于静音状态满足结束时的静音条件，则判断所有计数的信号即count的值是否满足最小的语音信号长度值，如果满足，则找到结束点，否则认为是噪声，重新开始。如果Silence即在2状态期间处于静音状态不足结束时的静音条件，则count继续加1。 2.2.2 起点和终点的判断 即判断X1,X2。根据程序x1=max(n-count-1,1);n为找到amp1时，此时的贞的序列值。而count为在这之前的amp2 or zcr2，的贞的个数。一般突发信号从无慢慢到有，如果N=6，COUNT=2，则起点从第三帧开始。很好理解。 对于X2，有count = count-silence/2;x2 = x1 + count - 1;总count值为amp2 or zcr2开始，到判断超过最小静音为止。而当进入silence加的时候，已经为静音阶段了。当silence=6时，便结束了，然后X2的计算方法，基本了解，但silence/2感觉可以不要也行，后边的-1也感觉可以不要。 2.2.3 enframe函数的说明 前边算能量，过零