【端点检测】短时能量和过零率双门限语音端点检测附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

短时能量和过零率双门限语音端点检测是一种常见的语音处理方法，用于检测语音信号中的起始点和终止点。下面是基于短时能量和过零率的双门限语音端点检测的基本原理：

1. 分帧：将输入的连续语音信号划分为一系列重叠的短时帧。每个帧通常持续几十毫秒至几百毫秒。

2. 计算短时能量：对于每个帧，计算该帧内采样点的平方和，即短时能量。可以通过对每个采样点进行平方，并对得到的结果求和来计算短时能量。

3. 计算短时过零率：对于每个帧，计算过零率，即负波形交叉的次数。过零率越高，表示波形变化越频繁。

4. 设置能量和过零率阈值：根据实际需求，设置能量阈值和过零率阈值。这些阈值可根据数据集的特征进行调整。

5. 端点检测：从第一个帧开始扫描每个帧，当满足以下条件时被视为语音段的起始点：

   类似地，反向扫描，当满足以下条件时被视为语音段的终止点：

   • 当前帧的能量超过能量阈值；

   • 后一帧的能量未超过能量阈值；

   • 当前帧的过零率超过过零率阈值。

   • 当前帧的能量超过能量阈未超过能量阈值；

   • 当前帧的过零率超过过零率阈值。

6. 得到语音段：根据检测到的起始点和终止点，将对应的语音段提取出来作为最终的语音结果。

需要注意的是，能量和过零率的阈值设置会直接影响端点检测的准确性和灵敏度。若设定过高的阈值，则可能导致端点漏检；若设定过低的阈，则可能会产生误检。因此，在实际应用中，需要根据具体数据集和应用场景进行合适的参数调整。

⛄ 部分代码

function f=enframe(x,win,inc)%定义函数。

nx=length(x(:)); %x(:)的作用是把x给弄成一个向量，x为一行，则变成一列，如果为矩阵，则按每一列的顺序排成一列。得出的nx为序列的数据个数。

nwin=length(win);

if (nwin == 1)

    len = win; %如果win中就一个数，则len就=该数，此例中为256个点。即每帧长

else

    len = nwin; %如果有多个数，则len=个数。

end

if (nargin < 3) % nargin返回的是函数输入的个数，如果中间有变量，返回的是负值。

    inc = len; %也就是说，如果函数enframe的输入只有两个的话，系统就自动赋inc

end

nf = fix((nx-len+inc)/inc);%这个比较关键，nf为分帧的组数，结合下边的可以分析这里

                                    %各参数的意义，len为帧长，inc为未覆盖的数据，nx为整个数

                    % 据量。假设数据为1：30，len为10，未覆盖为5，则nf=5，5

                   %  组，第一组为1，2，……10，第二组为6，7，……15，依次列

%推，便可知其缘由，即（nx-len ）/inc + 1；

f=zeros(nf,len);             %构成以组数为行，帧长为列的矩阵。

indf= inc*(0:(nf-1)).'; %indf为一列nf个数据，即0到nf-1的inc倍，即分好了每幀起点。

inds = (1:len);      %构成了长度为len的一行。

f(:) = x(indf(:,ones(1,len))+inds(ones(nf,1),:));

                            %上一条语句为整个算法的核心部分了，indf(:,ones(1,len))把indf的

                        % 第一列扩展了nf*len的矩阵。同理inds(ones(nf,1),:)把inds第一行扩

%展为nf*len的矩阵，相加得到

%inc+1 inc+2 inc+3 …… inc+len

%2*inc+1………… ……2*inc+len

%…………………………………]然后就按照这个矩阵从x中把数据给选出来，达到分帧的目的。

if (nwin > 1)    %nwin大于1的情况就不说了。

w = win(:)';

f = f .* w(ones(nf,1),:);

end

⛄ 运行结果

⛄ 参考文献

[1] 韦向峰,袁毅,张全,等.基于端点检测的蒙藏维语音片段数据集[J].中国科学数据：中英文网络版, 2019, 4(4):11.DOI:10.11922/csdata.2019.0024.zh.

[2] 刘波,聂明新,向俊涛.基于短时能量和过零率分析的语音端点检测方法研究[J].  2007.

[3] 卓嘎,边巴旺堆,姜军.基于短时平均能量和短时过零率的藏语语音端点检测研究[J].电脑知识与技术：学术版, 2014(11):4.DOI:CNKI:SUN:DNZS.0.2014-31-082.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3.旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划

4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

5.传感器部署优化、通信协议优化、路由优化、目标定位

6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号

7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化

8.微电网优化、无功优化、配电网重构、储能配置

9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长