计算一段语音能量.docx

%计算一段语音能量 [x,fs,bit]=wavread( d:\voice\daxue.wav ); framelength=100; framenumber=fix(length(x)/framelength); for i=1:framenumber; E(i)=0; for j=(framelength*(i-1)+1):1:framelength*(i); E(i)=E(i)+x(j)*x(j); end ; end ; totaltime=length(x)/fs; for i=1:length(x); pointtime(i)=totaltime*i/length(x); end for i=1:framenumber; frametime(i)=totaltime*i/framenumber; end subplot(2,1,1) plot(pointtime,x); subplot(2,1,2) plot(frametime,E); %计算一段语音的短时过零率 [x,fs,bit]=wavread( d:\voice\daxue.wav ); framelength=100; framenumber=fix(length(x)/framelength); for i=1:1:framenumber; Z(i)=0; for j=1:framelength; y(j)=x(framelength*(i-1)+j); end for j=1:framelength-1; Z(i)=Z(i)+sign(y(j+1)-y(j)); end end ; totaltime=length(x)/fs; for i=1:length(x); pointtime(i)=totaltime*i/length(x); end for i=1:framenumber; frametime(i)=totaltime*i/framenumber; end subplot(2,1,1) plot(pointtime,x); subplot(2,1,2) plot(frametime,Z); 修正 [x,fs,bit]=wavread( d:\voice\daxue.wav ); framelength=100; framenumber=fix(length(x)/framelength); T=x(1); for i=1:1:framenumber; Z(i)=0; for j=1:framelength; y(j)=x(framelength*(i-1)+j); end for j=1:framelength-1; Z(i)=Z(i)+abs(sign(y(j+1)-T)-sign(y(j)-T))+ ... abs(sign(y(j+1)+T)-sign(y(j)+T)); end end ; totaltime=length(x)/fs; for i=1:length(x); pointtime(i)=totaltime*i/length(x); end for i=1:framenumber; frametime(i)=totaltime*i/framenumber; end subplot(2,1,1) plot(pointtime,x); subplot(2,1,2) plot(frametime,Z); 采用联合参数进行端点检测的方案： 1. 混叠信号进行分帧处理，求取每一帧的短时能量（ M），过零 率（Z）以及短时能量与过零率的乘积（ MZ）。 2. 对信号分帧后求得的所有 MZ 系数进行如下处理：求取每一 帧 MZ 系数与其相邻的前一帧、后一帧的 MZ 系数的比值， 将两个比值中较大的一个值保留，这一值（ K）将作为浊音 / 非浊音的判别依据。 3. 获得所有帧的 K 系数后，发觉在浊音 /非浊音的分割区间该参 数会有一个很高的峰值，检测出峰值点后，就检测出了分割 端点，参考各端点区域内的短时能量作出清 /浊音判定。 4. 为了提高分割的精度，再进行如下修正：当某帧被检测为有 声区间的起始点后， 从该帧的前一帧开始， 加入 10 个动态帧 （帧间间隔 90%），再重复上述过程。 （精度的提高可通过加 大帧间间隔来达到目的） 。 设输入语音分割成 M 帧，每帧 N 点，每一短时帧 Si，i=1，2，?M 。 N 则 短时能量： M ( ) i j ； （3.1） i S ( ) j 1 N 短时平均过零率： Z (i ) sgn[ Si ( j )] sgn[ S ( j 1)] ； （3.2） i j 1 短时能量与短时平均过零率的乘积： MZ (i ) M (i) Z (i) ； （3.3） MZ (i 1) MZ