计算一段语音能量.docVIP

%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： 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）。 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。 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。 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。则 短时能量：； （3.1） 短时平均过零率：； （3.2） 短时能量与短时平均过零率的乘积：； （3